Una empresa que incorpora inteligencia artificial también necesita decidir dónde funcionará, quién la mantendrá y qué información podrá utilizar. Para dueños de negocio y equipos de marketing, gpt-oss abre una conversación sobre control y personalización que merece entenderse antes de elegir infraestructura.

OpenAI presentó esta familia el 5 de agosto de 2025, según su anuncio de lanzamiento. En esta guía revisamos qué ofrece y proponemos criterios para evaluar su utilidad en un negocio latinoamericano. Los ejemplos son ideas de aplicación de La Fábrica: requieren desarrollo y validación en cada empresa.

Qué es gpt-oss y qué significa «pesos abiertos»

gpt-oss es una familia de modelos de razonamiento cuyos pesos entrenados se pueden descargar. Esos pesos son los parámetros aprendidos durante el entrenamiento. La presentación oficial de modelos abiertos destaca la posibilidad de ejecutarlos en distintos entornos y personalizarlos, bajo licencia Apache 2.0.

Según el Centro de ayuda, gpt-oss no se ofrece en ChatGPT ni mediante la API de OpenAI; requiere alojamiento propio o de terceros. Son modelos de razonamiento solo de texto.

La decisión incluye construir o contratar la aplicación que usará tu equipo. Define desde el principio cómo accederán las personas, qué tarea podrán realizar y quién atenderá un problema. Tener acceso al modelo es una pieza del proyecto; el flujo de trabajo necesita diseño, documentación y responsables.

Para una marca, el valor potencial está en adaptar una solución a un proceso concreto. Conviene expresar ese objetivo en términos que todos comprendan: preparar borradores con información aprobada, ordenar consultas o consultar documentación interna. Así podrás evaluar el proyecto con criterios de negocio.

gpt-oss-20b y gpt-oss-120b: cómo evaluar las opciones

El repositorio oficial presenta dos variantes: gpt-oss-20b para escenarios locales o especializados, y gpt-oss-120b para tareas de razonamiento más exigentes. Con la cuantización indicada por OpenAI, la versión mayor puede ejecutarse en una GPU de 80 GB.

Para gpt-oss-20b, la guía de ejecución con Ollama recomienda al menos 16 GB de memoria de video o memoria unificada. Esa cifra orienta la selección de equipo; no garantiza la velocidad que obtendrá tu aplicación con sus usuarios y documentos.

Nuestra recomendación es probar ambas opciones solo cuando exista una pregunta que lo justifique. Empieza por establecer cuánto tiempo puede esperar el usuario y qué calidad necesita el resultado. Compara las respuestas con el mismo material, registra las correcciones y observa el comportamiento cuando coinciden varias solicitudes.

Una demostración breve puede servir para explorar el producto. Para decidir una implementación, usa tareas que representen el trabajo cotidiano y casos donde falte información o aparezcan instrucciones ambiguas. Esos resultados te ayudarán a dimensionar el proyecto.

Control de datos: qué depende de tu implementación

OpenAI explica que no recibe ni procesa los datos de modelos autoalojados, salvo que se compartan expresamente con OpenAI o se utilicen sus socios de alojamiento gestionado.

Esa descripción debe traducirse en un mapa de tu implementación: dónde se guardan documentos, qué proveedores participan y quién puede consultar registros. Si el proyecto incorpora almacenamiento, buscadores u otras herramientas externas, revisa también su participación en el recorrido de los datos.

Para una primera prueba proponemos usar material aprobado para ese propósito y limitar el acceso a las personas responsables. Documenta qué información se conserva y cómo se elimina. Antes de integrar información de clientes, haz que tu equipo revise el recorrido completo y las condiciones aplicables a los servicios utilizados.

También conviene definir quién puede cambiar instrucciones, incorporar documentos o conectar nuevas herramientas. El control operativo necesita decisiones visibles para quienes mantienen la aplicación y para quienes dependen de sus resultados.

Posibles usos para marketing y operaciones

La ficha oficial de gpt-oss-20b describe capacidades de llamada a funciones, salidas estructuradas y personalización mediante ajuste fino. Conectarlas a herramientas y datos de tu empresa exige implementar esa integración y comprobar sus resultados.

Estos son ejemplos de proyectos que proponemos explorar, sujetos a pruebas con el material y el idioma de cada negocio:

• Borradores de contenido. Proporcionar un brief, información aprobada y criterios de tono para preparar una propuesta que revise una persona. La prueba debe comprobar fidelidad a los datos y facilidad de edición.
• Organización de consultas. Proponer categorías para solicitudes que llegan por distintos canales. El equipo define las etiquetas, revisa los casos ambiguos y decide qué acciones pueden seguir a cada clasificación.
• Apoyo a equipos comerciales. Diseñar una aplicación que recupere documentación autorizada y prepare respuestas de trabajo. Evalúa si puede mostrar de dónde obtuvo la información y reconocer cuando no encuentra una respuesta.

Antes de personalizar el modelo, revisa si el problema se resuelve con instrucciones más claras o documentación mejor organizada. Para una prueba de contenido en español, incluye expresiones de tus mercados, nombres de productos y condiciones de venta reales. La calidad que importa es la que tu equipo puede verificar en su trabajo.

Cuánto cuesta operar una solución con gpt-oss

Los pesos se descargan y usan gratis bajo la licencia y política correspondientes. Operarlos implica asumir computación, almacenamiento y alojamiento.

Al preparar el presupuesto, incluye el tiempo para integrar la aplicación, revisar resultados, mantener el entorno y atender incidencias. Considera también qué ocurre cuando el equipo necesita más capacidad o cuando una persona clave deja de estar disponible para dar soporte.

Compara alternativas con una unidad que tenga sentido para el negocio. En contenido, podría ser el coste de un borrador aprobado después de la edición. En soporte interno, una consulta resuelta correctamente. Registra también el tiempo que invierte el equipo revisando cada resultado; ese trabajo forma parte del proceso.

Nuestra recomendación es pedir una estimación basada en tu carga esperada y comprobarla con una prueba. Elige una opción cuando puedas explicar qué capacidad obtienes, qué responsabilidades asumes y qué evidencia respalda el presupuesto.

Cómo empezar con un piloto útil

En La Fábrica proponemos un piloto acotado con una persona responsable del proceso y otra de la operación técnica. El objetivo es obtener una decisión concreta sobre viabilidad, calidad y esfuerzo de mantenimiento.

• Delimita una tarea. Describe qué entra, qué resultado esperas y qué información puede utilizarse. Elige un proceso cuya calidad puedas revisar.
• Prepara ejemplos representativos. Incluye solicitudes habituales, casos difíciles y situaciones donde la respuesta correcta sea pedir información adicional.
• Define el criterio de aceptación. Acuerda qué errores impedirían usar el resultado, cuánto tiempo de revisión es aceptable y cómo se registrarán las correcciones.
• Revisa la operación. Comprueba quién mantiene la aplicación, cómo se detectan fallos y qué hará el equipo si el servicio no está disponible.

Continúa cuando el piloto muestre un beneficio verificable y exista capacidad para sostenerlo. gpt-oss puede formar parte de una solución valiosa si el control de infraestructura y la personalización responden a una necesidad concreta de tu empresa. La elección empieza por esa necesidad y se confirma con resultados.

Información consultada el 21 de octubre de 2026. Las capacidades y los requisitos dependen del modelo, el entorno de ejecución y la configuración. Los ejemplos y el método de evaluación son propuestas editoriales de La Fábrica.