Amodei rompe el silencio: Anthropic nunca pidió prohibir modelos abiertos, pero quiere restringir el cómputo chino
En una publicación publicada el lunes, el CEO de Anthropic separa la defensa de modelos abiertos del miedo específico del Kimi K3 y traslada el debate a chips, destilación y pruebas obligatorias de seguridad.
Dario Amodei publicó el lunes 27 de julio un post público en el sitio de Anthropic diciendo, en letras destacadas, que la compañía nunca defendió prohibir modelos abiertos. La frase es textual: Anthropic has never advocated for a ban on open-weights models. El gesto fue realizado después de que una coalición pública formada por Nvidia, Microsoft, Meta, OpenAI y Google dirigiera su atención hacia Anthropic como un supuesto vector de regulación restrictiva en EE.UU. Amodei separa la defensa de los modelos abiertos, que clasifica como bien público cuando no tienen capacidades peligrosas, de lo que describe como su preocupación central: el cómputo y los pesos hoy disponibles libremente en China.
El desencadenante inmediato
El texto sale tres días después de que Moonshot AI publicara en HuggingFace los pesos del Kimi K3, un modelo con 2,8 billones de parámetros en una arquitectura de mezcla de expertos, el mayor open weight de la historia. Kimi K3 lidera seis de siete dominios del Frontend Code Arena y puntúa 88,3 en el Terminal Bench 2.1, resultado que acerca el modelo abierto chino a las últimas generaciones cerradas del propio laboratorio de Amodei. Amodei no menciona a Moonshot por su nombre, pero describe el escenario como aquel en el que una cantidad creciente de cómputo comienza a estar disponible por debajo del costo marginal para actores fuera del marco regulatorio estadounidense.
La respuesta de Amodei es dual. Afirma que Anthropic no trabaja por la prohibición del modo abierto y no sostiene el argumento moral del riesgo existencial contra cualquier distribución pública de pesos. Y defiende tres pilares específicos de política pública que, en su entender, atacan el problema real: mantener chips avanzados fuera de manos autoritarias, cortar la destilación a escala industrial de los modelos americanos por actores externos y exigir pruebas obligatorias de seguridad para todo modelo suficientemente capaz, abierto o cerrado.
Lo que escribieron los competidores y lo que Amodei está aceptando
La carta colectiva firmada el 24 de julio por Jensen Huang (Nvidia), Yann LeCun (Meta), Satya Nadella (Microsoft), Sam Altman (OpenAI) y Sundar Pichai (Google) pedía al gobierno estadounidense que no impusiera restricciones categóricas a modelos abiertos, bajo el argumento de que la competitividad nacional y la diversidad de suministro exigen pluralidad. Amodei acepta la premisa y adopta la misma tesis en público. La divergencia, entonces, deja de ser sobre modelos abiertos en sí y pasa a ser sobre pruebas obligatorias y sobre control de exportación de cómputo. En este recorte, Anthropic sigue alineada al Departamento de Comercio, y ninguno de los cinco laboratorios de la carta discrepa formalmente.
Según el propio texto, lo que Amodei quiere de la política estadounidense es la segunda etapa de la regla AI Diffusion, que trate el cómputo como un bien de doble naturaleza y cree una categoría específica de licenciamiento para pesos abiertos exportables. Traducido para el comprador corporativo, esto significa que, si la propuesta es adoptada, empresas brasileñas, indias o europeas que hoy hacen fine tuning de modelos americanos abiertos pueden pasar a necesitar un authorization number para uso comercial a gran escala.
Cómo debe leer el comprador corporativo
La tesis de fondo importa más para la hoja de ruta de 2027 que para la decisión de esta semana. Si el cómputo chino sigue creciendo al ritmo actual, el costo del token de frontera en modelos abiertos seguirá cayendo, y la propuesta de fine tuning propietario sobre pesos libres tiende a consolidarse como una alternativa real al consumo vía API de los laboratorios americanos. Kimi K3 ya se ofrece en contratos empresariales en Europa a través del socio DeepInfra y en India a través de Yotta.
En Japón, NTT Data anunció en julio que comenzará a soportar despliegues internos de Kimi K3 en su portafolio de arquitecturas para bancos y aseguradoras, una decisión que sienta un precedente fuerte para clientes MUFG y Nomura. En Alemania, Deutsche Telekom incluyó open weights chinos y americanos en igualdad de condiciones en el catálogo de su nube soberana Sovereign AI Cloud. En Brasil, TOTVS, Stefanini y CI&T ya están realizando POCs internos con Llama 4, Kimi K2 y ahora K3 en entornos de clientes sujetos a la LGPD, apostando a que el fine tuning propietario será la ruta más defensable para atender exigencias de residencia de datos.
El punto que Amodei no cierra
La prueba obligatoria para modelos abiertos y cerrados de frontera es la parte más difícil de la propuesta. En un modelo cerrado, el desarrollador original ejecuta la prueba y firma la atestación. En un modelo abierto, ¿quién es responsable de la prueba de la versión que corre dentro del cliente? Amodei escribe que Anthropic apoya la gobernanza a nivel de entrenamiento inicial, no a nivel de cada fork. Pero el texto no resuelve qué sucede cuando un agente autónomo con fine tuning personalizado de Kimi K3 causa daño en una jurisdicción regulada. La discusión que abrió el post, por tanto, es solo el primer turno.