El teléfono que tienes en la bolsa corre sobre Linux.

No el Linux que conoces de las pantallas negras con texto verde — una variante del mismo núcleo que en los años noventa un estudiante finlandés escribió en su cuarto y publicó gratis en internet. Sin inversionistas. Sin empresa detrás. Sin nadie convenciendo a nadie. Ese núcleo hoy corre el 96% de los servidores web del mundo y la base del sistema operativo de casi todos los smartphones del planeta.

El ciclo fue siempre el mismo: era mejor para quienes lo usaban, y quienes lo usaban podían mejorarlo, y el ciclo siguió hasta que ya no había razón para no usarlo. No fue anunciado. No fue vendido. Solo pasó.

En los cimientos del software, el open source ganó hace tiempo.

Linux controla la infraestructura de servidores. Kubernetes es el estándar para orquestar contenedores. PostgreSQL es hoy la base de datos de referencia para miles de proyectos nuevos. React y Next.js construyen la mayoría de lo que ves cuando abres cualquier sitio web. Ninguno de estos proyectos necesitó convencer a nadie de su superioridad ideológica. Ganaron porque eran suficientemente buenos — y porque cualquiera podía abrirlos, arreglarlos y construir encima sin pedir permiso a ninguna empresa.

La migración fue lenta. Una capa a la vez. De abajo hacia arriba.

Lo que está pasando ahora es que esa migración llegó a los modelos de inteligencia artificial.

A mediados de 2024, los mejores modelos cerrados sacaban 86 puntos en MMLU — el benchmark que mide razonamiento académico a través de matemáticas, derecho, medicina, historia. Llama 3.1 de Meta llegó a 88.6. El gap que justificaba pagar por acceso al modelo cerrado se cerró — y en algunos rubros se invirtió.

DeepSeek V3 entregó resultados equivalentes a Claude para tareas generales con 50 veces menos costo. No es un ajuste marginal en pricing. Es un cambio estructural: cuando el rendimiento es equivalente y el precio es 50x menor, el modelo de negocio que dependía del rendimiento deja de funcionar. Ya estaba pasando en laboratorio — luego pasó en producción. Los equipos que construyen productos reales sobre estos modelos ya lo sienten en cada factura. La decisión de qué modelo usar se volvió progresivamente una decisión económica, no técnica.

No hay ideología en esa decisión. Solo aritmética.

Sería deshonesto parar ahí.

En SWE-bench — el benchmark que mide qué tan bien un modelo resuelve bugs reales en proyectos de código — los modelos cerrados siguen ganando. Claude resuelve alrededor del 60% de las tareas. Los mejores modelos abiertos están 10 a 15 puntos atrás. Para un equipo construyendo software complejo, esa diferencia se siente. No es trivial.

El open source ya empatió en razonamiento general. Pero en la tarea específica que más importa a los ingenieros — leer código, entender contexto, resolver bugs en sistemas reales — el modelo cerrado todavía lleva ventaja. Eso es lo que determina cuánto tiempo falta para que el patrón histórico se complete.

Y el patrón histórico es claro.

Cuando el open source llega a una capa nueva, tarda. Linux tardó años en ser tomado en serio como servidor de producción. MySQL fue durante una década "el que usas cuando no tienes presupuesto." Android se criticó como fragmentado, inconsistente, inferior al sistema de Apple. Luego cada uno llegó al punto donde era suficientemente bueno para el 90% de los casos — y el 10% restante se fue reduciendo con cada versión.

La diferencia con los modelos de lenguaje es que el ciclo de iteración es mucho más corto que en cualquier otro tipo de software. Los mejores modelos abiertos de hoy superan a los mejores modelos cerrados de hace 18 meses. Esa velocidad es el argumento más fuerte — no la ideología.

Peter Steinberger construyó solo un agente de IA. La comunidad construyó alrededor de él más de cinco mil skills. OpenAI lo adquirió en febrero de 2026 — no por el código, sino por lo que la comunidad había construido encima del código. Después de la adquisición, el proyecto migró a una fundación independiente.

La lógica es exactamente la misma que con Linux: el valor real estaba en el ecosistema, no en el propietario.

El open source no es automáticamente mejor. Es mejor cuando tiene comunidad suficiente para iterar, para encontrar bugs, para construir encima. Sin eso, es código suelto que nadie usa. La ventaja competitiva de los modelos cerrados no era solo el rendimiento — era que nadie podía mejorar el modelo abierto lo suficientemente rápido. Ese supuesto ya cambió.

El mercado de IA open source vale entre 35 y 56 mil millones de dólares en 2026. El software open source en general proyecta 227 mil millones para 2035. El 98% de las organizaciones reportan usar más open source que antes.

Esos números no describen un fenómeno emergente. Describen infraestructura.

Esto no es un argumento ideológico.

El iPhone es una máquina de hardware y software cerrado que funciona como pocas cosas en la historia del diseño. Figma cambió cómo trabajan los diseñadores en todo el mundo — también cerrado. Notion, Linear, Superhuman. Hay decenas de productos donde el cerrado ganó no por restricción, sino por ejecución y coherencia de producto.

La pregunta nunca fue cerrado vs. abierto como principio. La pregunta es en qué capa del stack estamos hablando.

En la infraestructura, el open source tiende a ganar con tiempo suficiente. En los productos de consumo, no necesariamente. Lo que está cambiando hoy es la capa de los modelos base — la infraestructura de inteligencia artificial — no las aplicaciones que se construyen encima de ella. Las apps pueden seguir siendo cerradas y brillantes. Lo que corre debajo va a terminar siendo, en su mayoría, abierto.

Las empresas que construyen sobre infraestructura abierta no dependen de que otra empresa decida cambiar sus precios, sus términos de servicio, o su dirección estratégica. Esa dependencia — que hoy pocos sienten porque todo funciona — es el riesgo que el open source resuelve sin anunciarlo.

Lo interesante no es que el open source sea "más ético" o "más libre." Lo interesante es que la economía converge hacia él cuando el rendimiento empata. Y el rendimiento en los modelos abiertos está empatando — con tres años de retraso, a una fracción del precio.

La historia del software se puede leer como la historia de qué capa ganó primero. Los servidores. Las bases de datos. Los frameworks. Los contenedores. Ahora los modelos.

El núcleo de Linux lleva más de treinta años corriendo sin pedirle permiso a nadie.

Mérida, Yucatán. Abril 2026.