Qwen3.8-27B sin censura: la IA abierta de Alibaba que iguala a Claude Opus 4.6 en código

⚠️ Aviso de transparencia (Reglamento IA de la UE, art. 50): este artículo ha sido redactado con ayuda de inteligencia artificial a partir de una noticia original, verificada y contrastada con fuentes adicionales por el equipo editorial de IAGeducación.

Alibaba publicó el pasado 14 de agosto de 2026 los pesos abiertos de Qwen3.8-27B, un modelo de inteligencia artificial multimodal de 27.000 millones de parámetros bajo licencia Apache 2.0. Apenas unos días después, en su vídeo semanal de noticias, el divulgador Jon Hernández (canal «Inteligencia Artificial») alertaba sobre un efecto colateral: la aparición de versiones de ese mismo modelo completamente «sin censura», capaces de responder sin filtros a peticiones que cualquier IA comercial rechazaría. Hemos revisado su vídeo y contrastado cada afirmación con fuentes técnicas independientes para separar lo confirmado de lo que aún es motivo de debate.

Qué es Qwen3.8-27B y por qué importa

Qwen3.8-27B es un modelo denso (no de tipo «mezcla de expertos») de 27.300 millones de parámetros, con entrada nativa de imagen y vídeo, ventana de contexto de 262.000 tokens (ampliable hasta 1 millón mediante la técnica YaRN) y capacidad de uso de herramientas y razonamiento agéntico. Su punto fuerte no es solo el tamaño, sino que cabe en hardware de consumo: la cuantización estándar ocupa entre 17 y 18 GB, lo que permite ejecutarlo en una tarjeta gráfica de 24 GB de VRAM o en un Mac con chip Apple Silicon, sin depender de servidores en la nube.

Según la propia ficha técnica publicada por Alibaba —cifras reportadas por el fabricante y aún no reproducidas de forma independiente por terceros—, Qwen3.8-27B supera a Claude Opus 4.6 Max en varias pruebas de trabajo agéntico: 61,7 frente a 53,4 puntos en SWE-bench Pro (resolución de tareas de programación real) y 84,3 frente a 72,7 en OSWorld-Verified (manejo autónomo de un ordenador). Pierde, en cambio, en pruebas de razonamiento y conocimiento puro, como Humanity’s Last Exam (30,8 frente a 40,0). Conviene matizar dos cosas: la comparación en SWE-bench Pro importa la puntuación oficial de Opus en lugar de repetir la prueba en las mismas condiciones para ambos modelos, y varios de los benchmarks donde Qwen obtiene sus mayores ventajas (QwenSWEBench, CoWorkBench) son internos del propio laboratorio. Son, por tanto, resultados prometedores pero todavía sin validación externa completa.

Las versiones «sin censura»: qué hay confirmado

Lo que Jon Hernández mostraba en su vídeo —una versión de Qwen3.8-27B ejecutándose en un ordenador local y respondiendo sin restricciones a peticiones peligrosas— corresponde a una técnica conocida como abliteration: no es un reentrenamiento del modelo, sino una intervención directa sobre sus pesos que localiza y neutraliza la «dirección de rechazo» interna que hace que un modelo diga «no puedo ayudarte con eso», dejando intactas el resto de sus capacidades.

Hemos podido confirmar que existen varias de estas versiones ya publicadas en Hugging Face pocos días después del lanzamiento oficial, entre ellas huihui-ai/Huihui-Qwen3.8-27B-abliterated y la familia orcarouter/Qwen3.8-27B-Uncensored (con variantes FP8, GGUF y MLX para Apple Silicon), todas bajo la misma licencia Apache 2.0 heredada del modelo original y descargables sin más barrera que aceptar un aviso de uso responsable. En el vídeo se menciona una cifra de en torno a 700.000 descargas acumuladas; no hemos podido verificar de forma independiente ese número exacto —las fichas públicas de descargas individuales que hemos consultado muestran cifras de varios miles por repositorio en su primera semana—, pero sí queda confirmado que se trata de un fenómeno real, con múltiples réplicas activas y en expansión, no de un caso aislado.

Estas versiones advierten explícitamente en su propia documentación de que «cumplirán con peticiones dañinas, poco éticas, ofensivas o ilegales que el modelo original rechazaría» y de que «no tienen barreras de seguridad significativas», presentándose como herramientas para investigación en interpretabilidad y ciberseguridad, aunque nada impide en la práctica su descarga y uso por cualquier persona con el hardware adecuado.

Un matiz sobre el hardware necesario

En el vídeo se habla de un «ordenador de 4.000 o 5.000 euros» como requisito. Los datos técnicos disponibles matizan esa cifra: el modelo cuantizado estándar ocupa entre 17 y 18 GB, por lo que puede ejecutarse en una tarjeta gráfica de gama alta para consumidor (24 GB de VRAM) o en equipos Apple Silicon con memoria unificada suficiente, configuraciones que hoy pueden costar bastante menos que esa cifra. La barrera de entrada real es, por tanto, más baja de lo que sugiere el vídeo, lo que hace el fenómeno todavía más relevante desde el punto de vista de la seguridad.

El debate de fondo: ¿es esto un problema del open source?

El caso reabre una discusión ya clásica en el sector: los defensores de los pesos abiertos argumentan que son la única vía para que investigadores independientes puedan auditar realmente qué hace un modelo, y que restringir la descarga no elimina la capacidad, sino que la reserva a quien tenga más recursos. Los críticos señalan que, en la práctica, herramientas como estas versiones «sin censura» bajan drásticamente el coste de generar desinformación, contenido dañino o asistencia para actividades ilegales, sin que exista ningún control posterior sobre quién las usa ni para qué.

No existe hoy una postura consolidada ni una regulación específica que resuelva ese equilibrio. Lo que sí es un hecho verificable es que la infraestructura para publicar y distribuir versiones sin restricciones de un modelo de última generación existe, funciona y está siendo usada activamente apenas días después de cada lanzamiento importante.

Fuentes

• Jon Hernández, «NOTICIAS IA: Han liberado una IA sin censura que funciona en tu ordenador», canal Inteligencia Artificial (YouTube), 24 de agosto de 2026
• Ficha oficial del modelo Qwen/Qwen3.8-27B, Hugging Face
• Repositorios huihui-ai/Huihui-Qwen3.8-27B-abliterated y orcarouter/Qwen3.8-27B-Uncensored (y variantes FP8/GGUF/MLX), Hugging Face
• Análisis de benchmarks de Qwen3.8-27B frente a Claude Opus 4.6 Max, regolo.ai y orcarouter.ai

⚠️ Aviso de transparencia (Reglamento IA de la UE, art. 50): este contenido ha sido generado con apoyo de inteligencia artificial y revisado, verificado y editado por un redactor humano antes de su publicación.