Alibaba lanza QwQ, su modelo abierto de razonamiento paso a paso

El equipo Qwen de Alibaba ha presentado QwQ-32B-Preview, un modelo de lenguaje de unos 32.000 millones de parámetros diseñado para resolver problemas complejos de matemáticas y programación razonando paso a paso antes de dar una respuesta. La empresa lo ha publicado como modelo abierto, con los pesos disponibles para su descarga, lo que permite a desarrolladores e investigadores ejecutarlo y estudiarlo sin depender de una API de pago.

Qué es un modelo de razonamiento

La mayoría de los grandes modelos de lenguaje generan la respuesta de un tirón, palabra a palabra, sin un proceso explícito de deliberación previa. Los llamados modelos de razonamiento funcionan de otra manera: antes de contestar, producen una cadena de pasos intermedios —una suerte de borrador interno— en la que descomponen el problema, prueban distintos caminos y corrigen errores propios antes de fijar la respuesta final. Esa capacidad mejora notablemente el rendimiento en tareas que exigen lógica encadenada, como las demostraciones matemáticas o la depuración de código, aunque tiene un coste: pensar más pasos significa tardar más y consumir más cómputo por cada respuesta.

OpenAI había abierto esta vía en septiembre con o1-preview y o1-mini, dos modelos que mostraban mejoras claras en exámenes de matemáticas y ciencias frente a GPT-4o, pero que la compañía mantenía cerrados: solo accesibles mediante su API y sin revelar el detalle del razonamiento interno que generan.

La apuesta de Alibaba: abrir el modelo

QwQ-32B-Preview, cuyo nombre la compañía no ha explicado oficialmente, parte de la familia Qwen2.5 de Alibaba y se centra específicamente en esa capacidad de razonamiento extendido. La compañía lo ha publicado en Hugging Face bajo una licencia abierta, de forma que cualquiera con hardware suficiente puede descargarlo, ejecutarlo localmente y modificarlo, algo que ningún modelo de la familia o1 de OpenAI permite.

El propio nombre incluye la etiqueta "Preview": Alibaba presenta el modelo como una versión preliminar, no como un producto terminado, y advierte de limitaciones propias de un sistema aún en desarrollo, como posibles bucles de razonamiento o cambios inesperados de idioma en mitad de una respuesta. Con 32.000 millones de parámetros, es un modelo de tamaño medio-alto, muy lejos del tamaño de los grandes modelos cerrados pero suficiente para plantar cara en pruebas de matemáticas y programación.

Por qué importa

Hasta ahora, el razonamiento paso a paso de estilo o1 era terreno casi exclusivo de OpenAI. Que Alibaba publique un modelo abierto orientado al mismo problema cambia el tablero: reduce la distancia entre lo que solo estaba disponible mediante una API cerrada y de pago y lo que cualquier laboratorio, universidad o empresa puede descargar y adaptar a coste cero de licencia. También confirma que el enfoque de "pensar antes de responder" no es una técnica propietaria de un único laboratorio, sino una dirección de trabajo que varios equipos, incluidos los chinos, están explorando en paralelo.

Para el usuario no técnico, la diferencia práctica es que este tipo de modelos tiende a fallar menos en problemas que requieren varios pasos lógicos encadenados —una ecuación con varias incógnitas, una función de código con varias condiciones—, aunque a cambio de respuestas más lentas. Para el sector, QwQ-32B-Preview es una señal más de que la competencia por los modelos de razonamiento se libra ya en dos frentes: el de los sistemas cerrados de los grandes laboratorios estadounidenses y el de las alternativas abiertas que empresas chinas como Alibaba están dispuestas a poner en manos de cualquiera.