05 Evidencia y métodos

¿Quién usa realmente los modelos abiertos?

De dónde salen las cifras de cada gráfico, en una ficha por gráfico. Los cálculos completos están en los archivos que cita cada ficha.

Los gráficos

  1. Cuánto

    Qué muestra
    Parte de los modelos abiertos en los tokens, las empresas, los desarrolladores y el gasto, en la última lectura de cada fuente; desarrolladores por región.
    Fuente
    Menlo Ventures, Vercel AI Gateway, Ramp AI Index, ETR/Futurum y Futurum, tal como se publicaron; JetBrains Developer Ecosystem Survey 2025 (CC BY 4.0) y Stack Overflow Developer Survey 2025 (ODbL), tabulaciones propias.
    Cómo lo calculamos
    Un panel por medida; una fila por fuente, con su población; JetBrains con sus ponderaciones e intervalos del 95%.
    Límite principal
    Las filas no se pueden comparar ni combinar; ninguna fuente representa a todas las empresas ni a todos los desarrolladores; las cuotas de Menlo son modeladas y la de Ramp es un indicador indirecto que también cuenta ventas de modelos cerrados.
    Archivos
    analysis/adoption/p29/fig_5x_volume_money_firms.csv · analysis/adoption/p29/jetbrains2025_any_open.csv · analysis/adoption/p29/so2025_open_families.csv
  2. Uso y gasto

    Qué muestra
    Parte de los modelos abiertos en los tokens de las empresas estadounidenses y en su gasto en modelos, septiembre de 2026.
    Fuente
    Menlo Ventures, State of Enterprise AI 2026, tal como se publicó.
    Cómo lo calculamos
    Dos cuotas publicadas de una misma estimación modelada; el precio relativo implícito del token es una identidad entre ambas, (cuota de gasto / cuota de tokens) / ((1 − cuota de gasto) / (1 − cuota de tokens)).
    Límite principal
    Un modelo construido sobre una encuesta a unos 400 responsables de decisión de EE. UU.; «código abierto» sin definir; los valores de Menlo para septiembre de 2025 no se comparan, porque su informe de 2025 usaba otra unidad y otra muestra; el cociente de precios implícito es aritmética sobre cuotas modeladas.
    Archivos
    analysis/adoption/p29/fig_5x_volume_money_firms.csv · analysis/adoption/p29/evidence_2025_2026.csv
  3. Dentro de las empresas

    Qué muestra
    Fase de adopción, motivos citados y alojamiento, en un panel de 200 grandes empresas.
    Fuente
    Encuesta de ETR/Futurum sobre modelos de pesos abiertos, ola de septiembre de 2026, tal como se publicó; Ramp AI Index (junio y septiembre de 2026).
    Cómo lo calculamos
    Proporciones tal como se publicaron: fase de las 200; motivos de las empresas en pruebas (varios posibles); alojamiento de las 83 en producción (varios posibles).
    Límite principal
    Un panel no aleatorio, sobre todo norteamericano; la redacción de las preguntas no se ha publicado.
    Archivos
    analysis/adoption/p29/evidence_2025_2026.csv

Fuentes y notas

Ver las 24 notas

  1. 1
    Menlo Ventures, 2026: The State of Enterprise AI, publicado el 3 de noviembre de 2026; trabajo de campo de Morning Consult, del 8 al 26 de septiembre de 2026; unos 400 responsables de decisión de empresas de EE. UU. (n exacto no publicado). Cuota modelada de los tokens y del gasto en modelos de las empresas estadounidenses (encuesta combinada con datos públicos). El informe reexpresa además septiembre de 2025 como el 11% de los tokens y el 6% del gasto; el informe de 2025 de Menlo (9 de diciembre de 2025, n=495) había publicado un 11% como parte de los dólares estimados, otra métrica con otra muestra, así que las dos fechas no se presentan como tendencia (decisión del Pass 26 research/editorial/scientific-corrections/26-freshness-and-factual-corrections.md). «Código abierto» no está definido. Citado tal como se publicó. analysis/adoption/p29/fig_5x_volume_money_firms.csv (filas menlo-2026); analysis/adoption/p29/evidence_2025_2026.csv (menlo-2026, menlo-2025).
  2. 2
    Eurostat, isoc_eb_ai (API de difusión, conjunto de datos actualizado el 15 de junio de 2026; consultado el 9 de noviembre de 2026). Empresas de la UE-27 con diez o más empleados, salvo finanzas (unas 157.000). Indicador E_AI_AOS (software de IA de código abierto modificado por el personal de la empresa) tiene valores para 2021 y 2024 y ninguno para 2025. 2024: 26,98% de las empresas que usan IA, 3,43% de todas las empresas. CC BY 4.0. analysis/adoption/p29/evidence_2025_2026.csv (eurostat-2025); sources.md §A.
  3. 3
    Nota de método. Linux Foundation Research, encuesta sobre IA generativa 2024, Q35 («Do you use an open source model for inference?»), trabajo de campo de agosto–septiembre de 2024; n=193 organizaciones que usan IA generativa para inferencia, de 316 respuestas completas captadas a través de los canales de la Linux Foundation; autoseleccionada, un encuestado por organización, sin ponderar; «open source model» sin definir. Microdatos: Zenodo 10.5281/zenodo.21112596; recuento en pipelines/adoption/recompute.py. No se repitió en 2025 ni en 2026. Se conserva solo como constancia (ch05-adoption.md §0 y §8, E2).
  4. 4
    Estado de reutilización por fuente: analysis/adoption/p29/evidence_2025_2026.csv, columna reuse_status. Menlo, Vercel, Ramp, ETR/Futurum y Futurum: cita con atribución; cada cifra se atribuye a quien la publicó. Datos brutos de JetBrains CC BY 4.0, © JetBrains s.r.o. 2025; Stack Overflow ODbL 1.0 / DbCL 1.0, atribución «Stack Overflow». Fuentes y URL: research/editorial/extreme-edit-pass29/ch05-adoption/sources.md.
  5. 5
    Rangos de research/editorial/extreme-edit-pass29/ch05-adoption/ch05-adoption.md §2 y analysis/adoption/p29/fig_5x_volume_money_firms.csv: tokens, del 19% (Menlo, septiembre de 2026) al 71,5% (Vercel, septiembre de 2026); dinero, del 4% (Menlo) al 23% (Vercel); empresas, 6,4% (Ramp, septiembre de 2026) y 42% (ETR/Futurum, septiembre de 2026); desarrolladores, del 18,0% (JetBrains 2025, sin la China continental, ponderado) al 38,2% (Stack Overflow 2025). Los rangos no se combinan (DEC-047, DEC-051).
  6. 6
    Precio medio del token de un modelo abierto respecto al de uno cerrado = (cuota de gasto / cuota de tokens) / ((1 − cuota de gasto) / (1 − cuota de tokens)), a partir de las cuotas publicadas por Menlo (nota 1). Septiembre de 2026, 19% y 4%: 0,18, más o menos 1/5,6; con las cuotas en los extremos de su redondeo (18,5–19,5%, 3,5–4,5%), de 1/4,8 a 1/6,7. Es una identidad de las dos cuotas modeladas, no un precio observado; no dice qué modelos, tareas o precios la producen. pipelines/web/ch05_2026.py, implied_price().
  7. 7
    Vercel, AI Gateway Production Index, septiembre de 2026 (publicado el 17 de septiembre de 2026, datos de agosto) y octubre de 2026 (publicado el 15 de octubre de 2026, datos de septiembre). Población: tráfico de los clientes del AI Gateway de Vercel, sobre todo desarrolladores y startups; gasto estimado a precio de tarifa. Septiembre de 2026: 71,5% de los tokens, 23% del gasto; DeepSeek V4.1 Flash, casi la mitad de los tokens y el 2,6% del gasto (ch05-adoption.md §4). Abril de 2026: 13% de los tokens con la clasificación actual, más amplia (11% con la anterior). Citado tal como se publicó; sin licencia indicada. fig_5x_volume_money_firms.csv (filas vercel-gateway-*).
  8. 8
    Futurum AI Tools Pulse, octubre de 2026, n=100 empresas (sin describir): pesos abiertos, 5% del consumo medido de IA; dos tercios usan pesos abiertos «de alguna forma» (46% en agosto de 2026). Citado tal como se publicó. evidence_2025_2026.csv (futurum-tools-pulse-2026-10).
  9. 9
    ETR/Futurum, encuesta sobre modelos de pesos abiertos, ola de septiembre de 2026, las 83 empresas con modelos de pesos abiertos en producción: modelos abiertos, 34% de sus tokens de IA; 23% «hace un año» según el recuerdo de las mismas personas; más o menos una cuarta parte (24%) dice que llevan la mayoría de sus tokens. Citado tal como se publicó. fig_5x_volume_money_firms.csv (filas etr-futurum-ow-2026-09, panel tokens); ch05-adoption.md §2.
  10. 10
    JetBrains Developer Ecosystem Survey 2025, datos brutos (CC BY 4.0; publicados el 16 de octubre de 2025), trabajo de campo de abril a junio de 2025. Base: 8269 desarrolladores asalariados que respondieron el bloque opcional sobre modelos («Which AI models / LLM do you regularly use for coding…»); DeepSeek o Llama en el trabajo vía web, aplicación o API. Ponderado con las ponderaciones de JetBrains; 27,6% (IC del 95% 26,2–29,0; sin ponderar 17,6%); sin China continental, n=7774, 18,0% (16,8–19,3). Regiones: China continental 67,6% (n=495), África 39,6% (364), India 26,6% (303), Brasil 24,4% (345), Estados Unidos 10,4% (829), Alemania 10,2% (692), Reino Unido 8,9% (366), Japón 4,5% (229), Corea del Sur 3,9% (381). Tamaño de empresa: 1–50 empleados 30,9% (n=2273), 51–1000 27,8% (2507), más de 1000 23,5% (2107). Tabulación propia: analysis/adoption/p29/jetbrains2025_any_open.csv; DEC-054, DEC-055.
  11. 11
    Microdatos de la Stack Overflow Developer Survey 2025 (ODbL 1.0), publicados el 29 de julio de 2025, trabajo de campo del 29 de mayo al 23 de junio de 2025; 49.191 respuestas, 16.281 nombraron al menos un modelo (AIModelsHaveWorkedWith, «used for development work in the past year»). Autoseleccionada, sin ponderar. Familias abiertas: DeepSeek, Llama, Qwen, Phi-4: 38,2% (6217); 40,9% con Mistral; 3,0% solo familias abiertas. Por tamaño de organización: autónomos 50,9% (n=643), 2–99 empleados 37,0%, 100–999 34,3%, 1000–9999 34,0%, 10.000 o más 37,4%. Tabulación propia: analysis/adoption/p29/so2025_open_families.csv.
  12. 12
    Microdatos de la Stack Overflow Developer Survey 2026 (ODbL 1.0), publicados el 6 de octubre de 2026, trabajo de campo del 23 de junio al 5 de agosto de 2026; 30.903 respuestas, 11.637 nombraron al menos un proveedor (LLMHaveWorkedWith, proveedores usados para trabajar en el último año). Proveedores solo de pesos abiertos: DeepSeek, Moonshot, Zhipu, 01.AI: 20,7% (límite inferior); 32,0% incluidos los proveedores que venden ambos (Qwen, Mistral, Meta). No comparable con 2025 (familias frente a proveedores). Tabulación propia: analysis/adoption/p29/so2026_open_vendors.csv.
  13. 13
    JetBrains: nota 10 (Francia 8,0%, n=351). Stack Overflow 2025: UE-27 34,1% (n=5892), Estados Unidos 33,1% (n=3135), Reino Unido 30,7%, so2025_open_families.csv. Stack Overflow 2026, proveedores solo de pesos abiertos: UE-27 19,0% (n=4347), Estados Unidos 13,9% (n=2721), so2026_open_vendors.csv; solo DeepSeek: UE-27 17,5%, Estados Unidos 12,7%, analysis/infra/europe_p29/so_mistral_by_region_2025_2026.csv.
  14. 14
    Microdatos de la Stack Overflow Developer Survey 2026 (como en la nota 12), opción «Mistral AI» (proveedor; productos abiertos y cerrados). UE-27 15,2% (IC de Wilson del 95% 14,2–16,3; n=4347), Estados Unidos 6,2% (n=2721), Francia 32,7% (n=419); DeepSeek en la UE-27 17,5% (16,4–18,6). Sin ponderar. En 2025 (opción por familia): UE-27 13,9%, Estados Unidos 10,3%, Francia 32,7%. Tabulación propia: analysis/infra/europe_p29/so_mistral_by_region_2025_2026.csv; research/editorial/extreme-edit-pass29/europe/europe.md.
  15. 15
    Ramp AI Index, julio de 2026 (8 de julio) y septiembre de 2026 (9 de septiembre); el valor de julio (6,1%) vía Fortune, 27 de agosto de 2026. Empresas estadounidenses que usan la tarjeta y los pagos de Ramp (n no publicada; sesgo hacia startups y empresas tecnológicas). Medida: proporción de las empresas que pagan IA que pagan una plataforma de servicio o enrutado de modelos, un indicador indirecto que no ve el alojamiento propio ni las compras en marketplaces de nube e incluye ventas de modelos cerrados. Enero 4,5%, junio 5,8%, julio 6,1%, septiembre 6,4% (3,6% de todas las empresas). Estas empresas gastan unas 23 veces la mediana de gasto en IA por empleado (ch05-adoption.md §4). Citado tal como se publicó. fig_5x_volume_money_firms.csv (filas ramp-*, fortune-2026-08).
  16. 16
    ETR/Futurum, encuesta sobre modelos de pesos abiertos, ola de septiembre de 2026 (Techstrong, 22 de septiembre de 2026; Futurum, 26 de octubre de 2026). n=200 empresas, sobre todo norteamericanas, del panel de responsables de TI de ETR; no es una muestra probabilística; redacción de las preguntas no publicada. 42% en producción (31% en julio de 2026), 43% en pruebas, 3% nunca los ha evaluado. Futurum AI Tools Pulse: nota 8. Citado tal como se publicó. evidence_2025_2026.csv (etr-futurum-ow-2026-09, futurum-tools-pulse-2026-10); fig_5x_volume_money_firms.csv.
  17. 17
    ETR/Futurum, ola de septiembre de 2026 (como la nota 16), empresas que prueban modelos de pesos abiertos (43% de las 200); se pueden citar varios motivos. Ahorro 67%; revisiones de seguridad y cumplimiento sin terminar 62%; coste de alojarlos por su cuenta 50% (40% en julio); calidad 10%. Empresas en producción (n=83): el 69% cita el ahorro. Citado tal como se publicó. pipelines/web/ch05_2026.py (ETR_WHY); ch05-adoption.md §4.
  18. 18
    Futurum: el 52% de quienes no los usan no tiene la capacidad técnica para alojarlos o ajustarlos (base no publicada). Citado tal como se publicó. ch05-adoption.md §4, «Por qué no».
  19. 19
    ETR/Futurum, ola de septiembre de 2026, empresas en producción (n=83): nube autogestionada 46%, instalaciones propias 42%, proveedores gestionados 27%; varias respuestas posibles. Citado tal como se publicó. ch05-adoption.md §4, «Control y alojamiento propio»; pipelines/web/ch05_2026.py (ETR_HOST).
  20. 20
    ETR/Futurum, ola de septiembre de 2026, empresas en producción: cargas de poca complejidad, del 39% al 51% del uso de modelos abiertos (ch05-adoption.md §2, «Para qué»). Linux Foundation Research, 2026 Enterprise Transitions to the Agentic Era (septiembre de 2026; entrevistas; CC BY-ND 4.0): profesionales de IBM y Adyen describen cómo envían el trabajo rutinario de los agentes a pequeños modelos abiertos locales y el razonamiento complejo a modelos de frontera. Cualitativo; sin cifra de prevalencia. evidence_2025_2026.csv (lf-agentic-2026).
  21. 21
    ETR/Futurum, ola de septiembre de 2026, empresas en producción: el origen, «importante o decisivo» para el 47% (35% antes); la exposición a controles de exportación, una consideración importante para el 30% (10% antes). Citado tal como se publicó. ch05-adoption.md §4, «Soberanía y origen» y «Origen chino».
  22. 22
    Ramp AI Index, julio de 2026 (datos hasta junio de 2026): el 96,4% de las empresas con gasto en IA que pagan a una plataforma que sirve modelos también paga a OpenAI o Anthropic. ETR/Futurum, septiembre de 2026, usuarios en producción (n=83): el 93% afirma que su uso de modelos propietarios sigue creciendo. Stack Overflow 2025: nota 11. evidence_2025_2026.csv (ramp-ai-index-2026-07); ch05-adoption.md §2, «Para qué».
  23. 23
    ch05-adoption.md §2, «Por qué discrepan» (unidad, población, umbral, observado o declarado, qué ve cada fuente, definición, interés del patrocinador).
  24. 24
    Intereses de los patrocinadores: la cartera de Menlo incluye Fireworks, Modal y OpenRouter (sources.md §B); Vercel vende el gateway sobre el que informa; ETR/Futurum venden datos a inversores. Nota de prensa de Futurum Group sobre la compra de Aptiviti Inc., matriz de Enterprise Technology Research (mayo de 2026; cierre el 5 de junio de 2026). sources.md §B; evidence_2025_2026.csv, columna publisher de etr-futurum-ow-2026-09.