Cuando una ciudad entra en una capa reservada hasta ahora a los grandes modelos.
El caso de Río importa menos por el tamaño del anuncio que por lo que revela sobre capacidad institucional y dependencia tecnológica.
Durante años se dio por hecho que ese terreno pertenecía en exclusiva a unos pocos actores. Los modelos de lenguaje de gran tamaño, también llamados LLM, parecían asunto exclusivo de las grandes tecnológicas estadounidenses, de algunos gigantes chinos y, en menor medida, de laboratorios con acceso sostenido a grandes recursos de cómputo, centros de datos y financiación suficiente para sostener ciclos largos de entrenamiento y prueba. La aparición del Rio 3.5 Open 397B, vinculado a la empresa pública IplanRio, llama la atención por una razón más concreta. Muestra que un gobierno local ha decidido entrar en una capa tecnológica que hasta ahora parecía reservada a actores mucho más grandes.
Los datos disponibles apuntan a lo esencial. Río de Janeiro lanzó en 2026 un modelo abierto con licencia MIT, derivado de Qwen 3.5 397B, con arquitectura de mezcla de expertos y con una inversión mucho menor que la asociada al entrenamiento completo de modelos comparables. Ese dato merece atención porque aquí no estamos ante la típica nota institucional sobre un asistente administrativo para resolver trámites cotidianos, sino ante un movimiento estratégico, discutible en varios puntos y relevante desde el punto de vista técnico.
Hace falta situar enseguida el alcance del movimiento, porque publicar pesos abiertos está lejos de equivaler a una soberanía tecnológica efectiva y existe bastante distancia entre ajustar un modelo ajeno, fusionar componentes existentes o posentrenar una base ya creada, y desarrollar desde la raíz una capacidad industrial propia. El caso de Río merece ser tomado en serio porque obliga a mirar un punto que Europa lleva demasiado tiempo rodeando sin atacarlo de frente. La regulación, por sí sola, no resuelve ese desfase, ya que el punto decisivo sigue estando en quién controla el cómputo, los modelos, los datos, el talento técnico, la infraestructura y el margen político para no depender siempre de otro.
Ahí empieza el problema de verdad, porque el caso de Río no puede leerse como un éxito lineal. Lo que aparece es una combinación de avance real, marketing institucional, reutilización de trabajo ajeno y una discusión seria sobre transparencia técnica. Esa mezcla obliga a mirarlo con más precisión, porque solo así puede distinguirse lo que hay en él de avance real, de dependencia técnica y de relato institucional.
Qué construyó Río y qué parte del relato hubo que corregir.
El modelo se apoyó en bases abiertas, mezcla de pesos y una rectificación posterior que cambió la lectura del anuncio.
El punto de partida técnico es claro. Rio 3.5 Open 397B se presentó como una derivación de Qwen 3.5 397B A17B, un modelo abierto de Alibaba. La arquitectura pertenece a la familia de mezcla de expertos, lo que significa que el sistema tiene cientos de miles de millones de parámetros totales, pero activa solo una fracción por consulta. Es una forma razonable de escalar capacidad sin llevar el coste de inferencia a niveles difíciles de sostener. Las cifras difundidas situaban el modelo en unos 397 mil millones de parámetros totales y unos 17 mil millones activos por token. La cifra impresiona, igual que el contexto de ventana y la ambición del anuncio, aunque hasta ahí no había nada especialmente extraño dentro del ecosistema actual de modelos abiertos.
La polémica llegó después. Investigadores independientes y desarrolladores asociados a Nex publicaron análisis según los cuales el modelo difundido no era simplemente un posentrenamiento sobre Qwen, sino una fusión directa de pesos entre Nex N2 Pro y Qwen, aproximadamente en una proporción 0,6 a 0,4. Esa acusación alteraba el marco del anuncio, porque ya no se trataba de una administración pública que hubiera refinado de forma sustancial una base abierta con un proceso propio y una metodología bien delimitada, sino de una combinación de piezas ya existentes presentada al principio con una ambición mayor de la que permitían sostener los hechos visibles.
La parte más reveladora no fue la acusación en sí, sino la rectificación posterior. La documentación pública del modelo acabó reconociendo que estaba construido mediante una fusión entre Nex N2 Pro y Qwen 3.5 397B A17B, seguida de destilación guiada por un modelo más fuerte, y además admitía que se había subido una versión incorrecta. Eso no invalida la existencia del proyecto ni borra el esfuerzo técnico y operativo que hay detrás de preparar, documentar, desplegar y presentar un modelo de este tamaño, pero sí obliga a rebajar el titular inicial. Río no ha desarrollado desde cero un gran modelo municipal. Lo que ha hecho es moverse dentro de la lógica del ecosistema abierto actual, donde buena parte de la innovación práctica consiste en ensamblar, ajustar, destilar y adaptar.
Dato TecnoTimes. La diferencia entre desarrollo original y adaptación avanzada no es semántica. Afecta a costes, a mérito técnico, a dependencia externa y a la credibilidad del proyecto cuando se presenta como referencia de soberanía.
Río ha puesto en circulación un proyecto técnicamente existente, aunque distinto del relato con el que se presentó al principio, y esa diferencia obliga a evaluarlo por lo que realmente aporta en términos de capacidad operativa, transparencia metodológica y dependencia externa. Importa menos decidir si estamos ante un desarrollo original, en sentido estricto, y más examinar si una institución pública puede construir capacidad sobre modelos abiertos sin presentar como creación propia lo que, en buena medida, procede de una base ajena, porque ahí se concentra el debate que merece atención.
La lección no está solo en la técnica.
Importa que el intento partiera de una institución pública con problemas concretos y no de otro actor privado más.
En el ruido de las comparativas y los marcadores de referencia se pierde a veces el centro del asunto. Lo más interesante de Rio 3.5 no está en haber mejorado unas décimas aquí o allá en pruebas internas, sino en el lugar desde el que se impulsó. La iniciativa no salió de una empresa privada que busca una ronda de inversión ni de un laboratorio universitario en busca de prestigio académico, sino de una empresa pública municipal. Esa diferencia cambia la conversación porque desplaza la discusión desde el producto hacia la capacidad institucional.
Una ciudad tiene ventajas modestas, pero muy concretas. Conoce su ecosistema administrativo, trabaja sobre problemas locales bien definidos y gestiona servicios, documentación, procedimientos, datos geográficos, movilidad, salud pública, contratación, atención ciudadana y lenguaje cotidiano en un contexto determinado. No se trata de disponer del mejor modelo del mundo, sino de contar con uno suficientemente competente, auditable, adaptable y bien encajado en sus propios flujos de trabajo. Ese matiz es decisivo, porque un modelo municipal no compite únicamente en rendimiento bruto, sino también en proximidad, integración y capacidad de control sobre su propio contexto de uso.
La existencia de un modelo abierto ligado a una administración local tiene un valor político y técnico que va más allá de su hoja de especificaciones, porque abre la puerta a discutir auditoría, dependencia de proveedores y desarrollos bilingües o multilingües con prioridades locales, al tiempo que permite experimentar sin entregar todo el ciclo de valor a plataformas externas y conservar dentro de la propia institución una parte del conocimiento práctico que, de otro modo, también acabaría externalizado.
Todo eso sigue sometido a límites materiales que una administración local no puede ignorar, porque una ciudad rara vez dispone del volumen de cómputo, de la cadena de suministro y de la concentración de talento que puede reunir un actor de primer nivel en Estados Unidos o China. Aun así, el ecosistema de modelos abiertos ha desplazado parte del esfuerzo desde el entrenamiento íntegro de sistemas gigantes hacia tareas menos visibles pero, para una administración pública, mucho más útiles, como construir una capa propia sobre bases abiertas, documentar con rigor el proceso, apoyarse en infraestructuras compartidas y consolidar criterio técnico dentro de la institución.
Europa descubre tarde que regular no basta.
Sin cómputo, nube e infraestructura industrial propias, la ambición normativa acaba apoyándose en terceros.
En 2026 ya cuesta mucho disimular una tendencia de fondo. Europa ha pasado años concentrada en la regulación, en la gobernanza y en la promesa de una inteligencia artificial confiable, ética y respetuosa con la privacidad, y todo eso tiene valor. El problema aparece cuando ese marco se presenta casi como sustituto de la infraestructura, porque regular sin capacidad de cómputo, sin empresas dominantes de nube, sin aceleradores propios a gran escala y sin una producción sostenida de modelos punteros termina dejando a Europa en una posición extraña, la de redactar normas para un mercado cuya parte decisiva controlan otros.
Los números, además, no permiten mucha complacencia. Según el AI Index de Stanford, en 2024 las instituciones de Estados Unidos produjeron 40 modelos notables, China 15 y Europa apenas 3. La distancia no es un simple detalle estadístico, sino la radiografía de un ecosistema que investiga bien, regula con ambición y, sin embargo, sigue tratando el momento industrial como si perteneciera siempre a otro. Europa puede presumir de talento científico, de centros de supercomputación relevantes y de un mercado regulatorio capaz de influir en el resto del mundo, pero una cosa es marcar el lenguaje de la gobernanza y otra muy distinta marcar el paso en la producción de capacidades.
La Comisión Europea parece haber entendido por fin que la retórica normativa ya no basta. El AI Continent Action Plan ya no habla solo de reglas, sino también de al menos 19 fábricas de inteligencia artificial, de hasta 5 gigafactorías, de 20.000 millones de euros para impulsarlas dentro del mecanismo InvestAI y de triplicar la capacidad europea de centros de datos en un horizonte de cinco a siete años. A eso se suman laboratorios de datos, adopción sectorial y políticas de talento. El giro es relevante, aunque el problema siga siendo el calendario, porque este movimiento llega cuando Estados Unidos y China no están discutiendo si deben construir infraestructura, sino cuánto más deprisa pueden ampliarla.
En el ámbito urbano europeo la distancia es todavía más clara. Muchas ciudades del continente sí están trabajando con inteligencia artificial, pero sobre todo en pilotos, automatización de servicios, gobernanza de datos, confianza institucional y capacitación del personal. Eurocities lo resume de manera bastante nítida al señalar tres retos compartidos, confianza, gobierno del dato y capacidades humanas. Todo eso tiene sentido en una administración pública, aunque también muestra una limitación. Europa ha desarrollado una conversación sofisticada sobre el uso responsable de la IA en lo público, pero mucho menos músculo para crear modelos de referencia con ambición propia desde lo público.
El contexto geopolítico añade además una presión que Europa ya no puede tratar como un asunto lateral, porque la suspensión del acceso internacional a los modelos más avanzados de Anthropic mediante una directiva estadounidense de control de exportaciones ha recordado con bastante claridad hasta qué punto el acceso a la inteligencia artificial puntera puede depender de decisiones soberanas ajenas. Cuando eso ocurre, deja de hablarse de un simple servicio digital y se entra en una jerarquía de permisos, de modo que el caso de Río, con todas sus limitaciones, se parece menos a una anomalía local y más a una advertencia que Europa haría bien en tomarse en serio.
Qué podría aprender una ciudad europea de este episodio.
La lección no está en copiar la escala, sino en construir acceso a cómputo, criterio técnico y objetivos propios.
El caso de Río no debería leerse como un modelo a reproducir de forma mecánica en cada ayuntamiento europeo, porque la escala municipal obliga a trabajar con otra lógica y con prioridades bastante más concretas. En ese contexto, un proyecto serio tendría más sentido si partiera de modelos abiertos ya disponibles, ajustados a tareas específicas, a lenguas locales, a marcos jurídicos nacionales y a servicios públicos bien delimitados, en lugar de trasladar sin filtro la ambición por el tamaño a estructuras administrativas que necesitan utilidad, continuidad operativa y una relación razonable entre coste y resultado.
La ruta razonable pasa por varias capas. La primera tiene que ver con el acceso real a cómputo compartido, porque no basta con invocar EuroHPC en un discurso y hace falta que universidades, centros de investigación, empresas públicas y administraciones locales puedan utilizar esas infraestructuras sin convertir cada experimento en un viacrucis burocrático. La segunda pasa por formar equipos mixtos, ya que ninguna ciudad va a sostener sola un desarrollo serio si no combina perfiles de ingeniería, derecho, contratación pública, datos, seguridad y conocimiento operativo del servicio. La tercera exige documentación rigurosa, porque la transparencia no puede consistir en colgar un repositorio y cruzar los dedos, sino en explicar base, metodología, datos, límites, evaluación y costes con la misma claridad con la que se presume del lanzamiento.
También habría que abandonar una idea bastante extendida en Europa, la de que la soberanía tecnológica llegará solo mediante una gran estrategia continental diseñada desde arriba mientras las administraciones intermedias esperan instrucciones. No funciona así. La capacidad se construye de manera mucho menos solemne, cuando hay equipos que prueban, corrigen, publican herramientas útiles, integran sistemas en entornos reales y aprenden a no depender siempre de un proveedor extranjero para cada capa relevante del proceso. Río, aun con su relato inflado al principio, ha mostrado precisamente eso, que una institución pública puede entrar en la parte operativa y no limitarse a observar desde fuera.
Europa tiene además una ventaja potencial que todavía explota poco. Su diversidad lingüística y administrativa podría servir como laboratorio para modelos abiertos especializados en servicios públicos, documentación técnica, derecho administrativo, sanidad, movilidad y educación. No todo tiene que terminar en un asistente universal que pretenda hacerlo todo. Hay espacio para modelos más acotados, mejores en contexto, más auditables y mucho más baratos de operar. A veces la madurez tecnológica empieza justamente cuando se renuncia al espectáculo.
Río no ofrece una solución, pero deja al descubierto la carencia.
La carencia europea no es retórica, sino material, institucional y geopolítica.
El valor del caso Rio 3.5 no está en demostrar que una ciudad pueda competir limpiamente con los laboratorios punteros del planeta, porque esa conclusión sería prematura. Lo que sí deja ver es que el acceso a la capa de modelos se ha abaratado lo suficiente como para que actores públicos no estatales intenten entrar en ese terreno, y que el ecosistema abierto permite construir proyectos visibles con recursos mucho menores que los de una empresa de frontera. También deja una advertencia bastante clara, que sin transparencia técnica ese mismo ecosistema puede convertirse con facilidad en una fuente de relatos sobredimensionados.
Europa debería mirar este episodio sin paternalismo y sin entusiasmo superficial. No sirve despacharlo como una chapuza porque una parte del modelo proceda de una fusión de pesos ajenos, del mismo modo que tampoco sirve celebrarlo como si marcara el nacimiento de una autonomía tecnológica latinoamericana plenamente consolidada. Lo honesto es aceptar a la vez que hay avance real, dependencia real, reutilización inteligente y un relato político estirado por encima de sus bases técnicas. De ahí sale una conclusión difícil de esquivar para Bruselas, para los Estados miembros y para las administraciones locales que siguen creyendo que basta con comprar herramientas externas y redactar protocolos éticos.
De todo esto quedan, al menos, tres ideas difíciles de esquivar, y conviene leerlas juntas para no perder la relación entre ellas. La soberanía tecnológica no exige entrenarlo todo desde cero, pero sí saber qué parte del sistema controlas y cuál estás alquilando, la regulación europea tiene valor aunque deja de ser estrategia suficiente cuando el cómputo, la nube y los modelos decisivos pertenecen a terceros, y las ciudades pueden convertirse en laboratorios útiles de IA pública siempre que no confundan una demostración llamativa con una capacidad industrial estable.
Río no ha resuelto la dependencia tecnológica del Sur global ni ha ofrecido una plantilla perfecta para Europa, pero sí ha desmontado una excusa que, durante años, ha servido para aplazar el debate, la idea de que solo los gigantes pueden intervenir en esta capa de la tecnología, de modo que lo relevante pasa ahora por ver qué instituciones europeas están dispuestas a construir capacidad propia, sin refugiarse en la regulación ni presentar como autonomía lo que sigue dependiendo del ensamblaje de trabajo ajeno.
Referencias relacionadas.
Lecturas de TecnoTimes y fuentes externas para ampliar el marco técnico, europeo y geopolítico del caso.
Lecturas relacionadas en TecnoTimes.
Fable 5: Cuando la inteligencia artificial cruzó la frontera del Estado. Un antecedente directo para entender cómo el acceso a modelos avanzados puede pasar del mercado al control político y por qué Europa queda expuesta cuando depende de decisiones soberanas ajenas.
El club VIP del algoritmo: El feudalismo tecnológico. Complementa el argumento sobre acceso jerárquico a la inteligencia artificial y sobre la diferencia entre disponer de un modelo en abstracto y tener permiso efectivo para utilizar determinadas capacidades.
La IA tiene cuerpo: El fin del software y el retorno del poder al silicio. Aporta la dimensión material del problema, desde la termodinámica hasta los cuellos de botella industriales que condicionan el desarrollo real de modelos a gran escala.
Energía, Conflicto y Centros de Datos: La Nueva Geopolítica de la IA. Útil para enlazar el debate sobre modelos abiertos con la base energética e infraestructural que sostiene, limita y encarece cualquier estrategia seria de inteligencia artificial.
Europa y la innovación tecnológica: Por qué las startups acaban emigrando. Refuerza el bloque europeo del artículo al explicar por qué el continente genera talento, pero sigue teniendo problemas para escalarlo, financiarlo y convertirlo en capacidad tecnológica propia.
El silicio manda: Cuando el futuro depende de quien fabrica lo invisible. Encaja especialmente bien con la tesis central del texto, porque traslada la discusión desde el discurso sobre innovación hacia los cuellos de botella físicos e industriales que deciden quién puede construir tecnología y quién solo puede consumirla.
Fuentes externas y documentación de referencia.
Model card de Rio 3.5 Open 397B en Hugging Face. Repositorio público del modelo asociado a la Prefeitura do Rio, con licencia MIT y publicación de pesos.
README actualizado del modelo. Documento en el que se reconoce la fusión entre Nex N2 Pro y Qwen 3.5 397B A17B y la subida de una versión incorrecta.
Issue técnico en GitHub sobre la mezcla de pesos. Acusación pública de Nex sobre la composición del modelo y análisis de la distribución de pesos.
AI Continent Action Plan de la Comisión Europea. Hoja de ruta actual de la Unión Europea en computación, datos, adopción sectorial, talento y simplificación normativa.
AI Factories. Información oficial sobre la red europea de fábricas de IA y la expansión de infraestructuras ligadas a EuroHPC.
AI Index Report 2025 de Stanford. Referencia útil para comparar la producción de modelos notables entre Estados Unidos, China y Europa.
Cities lead the way in building Europe’s AI future. Panorama de Eurocities sobre los retos urbanos en confianza, gobierno del dato y capacidades humanas.
Statement on the US government directive to suspend access to Fable 5 and Mythos 5. Recordatorio reciente de hasta qué punto el acceso a modelos avanzados puede convertirse en una decisión geopolítica.
🧠 DEBATE TECNOTIMES | LLM municipales y soberanía tecnológica
¿Puede una administración pública construir autonomía real si sigue dependiendo de pesos, chips y cómputo ajenos?
- 🧩 ¿Dónde termina una adaptación legítima de un modelo abierto y dónde empieza una presentación técnica engañosa?
- 🔐 ¿Puede hablarse de soberanía tecnológica europea mientras los modelos punteros y los cuellos de botella industriales siguen fuera del continente?
- ⚙️ ¿Tiene más sentido que una ciudad entrene grandes modelos o que especialice modelos abiertos para servicios públicos concretos?
- 🚨 ¿Qué ocurre con empresas, administraciones y ciudadanos europeos cuando el acceso a la IA avanzada puede bloquearse por decisiones geopolíticas externas?
