HUMAIN-M3 y el nuevo manual de la IA soberana

Arabia Saudí ofrece con HUMAIN-M3 un ejemplo claro del cambio de estrategia en la IA soberana. En lugar de intentar construir desde cero todas las capacidades de un modelo de frontera, HUMAIN tomó como base la línea M3 de MiniMax, continuó su entrenamiento con datos nativos en árabe y puso el resultado, orientado prioritariamente al árabe, a disposición de investigadores mediante su plataforma HUMAIN Node. 65

La diferencia es relevante. Para un Estado, la soberanía tecnológica empieza a significar tener capacidad real para adaptar, alojar, proteger, actualizar y mantener un modelo; no necesariamente haber creado desde el principio cada componente de la tecnología subyacente.

Qué lanzó HUMAIN-M3

HUMAIN, empresa respaldada por el Fondo de Inversión Pública saudí (PIF), anunció humain-m3 el 3 de septiembre de 2026. La compañía indicó que el modelo fue encargado por HUMAIN y desarrollado por MiniMax, y lo presentó en vista previa para investigación a través de HUMAIN Node. Se prevé una publicación posterior de los pesos abiertos, aunque esta primera vista previa no permitía descargarlos. 63

El sistema procede de la familia MiniMax-M3 y utiliza una arquitectura de mezcla de expertos (MoE): cuenta con 428.000 millones de parámetros en total, aunque activa alrededor de 23.000 millones por token. HUMAIN afirma haberlo entrenado adicionalmente con más de un billón de tokens de contenido nativo en árabe. 61

No se trata, según el planteamiento anunciado, de una simple capa de traducción sobre un sistema generalista. El objetivo es conservar las capacidades amplias del modelo base y mejorar su comprensión y generación en árabe mediante datos lingüísticos y contexto cultural pertinentes para la región. 211

Por qué una base de pesos abiertos cambia la ecuación

Entrenar desde cero un modelo general de primer nivel exige cantidades enormes de cómputo, datos, tiempo y talento de ingeniería. Una base con pesos abiertos cambia el punto de partida: un operador nacional puede concentrar sus recursos en el entrenamiento adicional, la evaluación, el despliegue y la gobernanza para sus casos de uso prioritarios.

MiniMax presenta M3 como un modelo de pesos abiertos para programación y tareas agénticas —es decir, sistemas capaces de ejecutar procesos mediante herramientas—, con soporte de API para hasta un millón de tokens de contexto. 18 Partir de una base así permite a un programa nacional dedicar más esfuerzo a carencias habituales de los modelos generalistas: variedades dialectales árabes, conocimiento regional, procesos de instituciones locales y pruebas de evaluación adaptadas al contexto.

La ventaja estratégica no significa independencia total de tecnología extranjera. HUMAIN-M3 depende, de hecho, de una línea de modelos de origen chino. Pero da al operador local mayor capacidad de decisión sobre la parte del sistema que determina el uso práctico: qué datos se emplean para especializarlo, dónde se ejecuta la inferencia, cómo se actualiza y qué aplicaciones admite.

Resultados prometedores, pero todavía sin validación independiente

HUMAIN comunicó una media ponderada por igual de 89,37 % en siete pruebas públicas de referencia en árabe, con el mejor resultado en cinco de ellas. Según la empresa, el promedio supera en 9,03 puntos al modelo de referencia MiniMax M3. 12

Estas cifras sugieren que el entrenamiento adicional en árabe puede elevar el rendimiento en las pruebas seleccionadas. Sin embargo, conviene interpretarlas con cautela: el resultado agregado publicado procede de la evaluación realizada por la propia HUMAIN y, en el momento de la información, no se había enviado a la clasificación pública OALL. 3

Por tanto, los datos no demuestran de forma independiente que el sistema sea superior en fiabilidad real, seguridad, coste o desempeño en todas las tareas en árabe. La replicación pública, la evidencia de uso y las evaluaciones que incluyan dialectos regionales y aplicaciones sensibles serán más concluyentes que una única tabla de benchmarks.

El valor práctico de poder descargar los pesos

Los pesos abiertos son estratégicamente valiosos porque pueden reducir la dependencia de un único proveedor remoto. El centro de estudios CNAS señala que numerosos países ven estos modelos como una vía práctica para evitar el bloqueo por proveedor: se pueden descargar, autoalojar, adaptar y, en algunos casos, desplegar a menor coste. 38

Para un gobierno o un operador nacional, esto puede traducirse en varias formas de control:

• Gestión de datos: las cargas de trabajo sensibles pueden diseñarse para infraestructura local o controlada, en vez de depender de una API extranjera.
• Adaptación lingüística: los equipos pueden seguir entrenando el modelo y medir su rendimiento en variedades locales del árabe y en terminología institucional.
• Elección tecnológica: el operador puede seleccionar su propio sistema de inferencia, configuración de hardware y arquitectura de despliegue.
• Continuidad operativa: disponer de un punto de control utilizable ofrece más resiliencia que depender exclusivamente de una API externa cuyas condiciones, precios, disponibilidad o acceso pueden cambiar.

Son ventajas operativas, no garantías automáticas. Los pesos abiertos también exigen capacidad de cómputo, ciberseguridad, experiencia en evaluación de modelos, revisión de licencias y un plan de mantenimiento a largo plazo.

Un mercado de IA soberana que se expande

HUMAIN-M3 forma parte de una tendencia mundial más amplia. CNAS contabilizó 184 proyectos de IA soberana respaldados por gobiernos en 67 países a mediados de 2026, tras registrar 41 nuevos proyectos durante la primera mitad de ese año. Su índice actualizado posteriormente mostraba 185 proyectos. 3433

CNAS usa una definición amplia: iniciativas de IA respaldadas por gobiernos, vinculadas explícitamente a intereses estratégicos nacionales y sostenidas por inversión pública material en capacidad de cómputo, modelos o ecosistemas de datos nacionales. 33 Esto importa porque sitúa a los modelos junto a la infraestructura y los datos: poseer o adaptar un modelo es solo una capa de la pila de IA soberana.

Los desarrolladores chinos han ganado relevancia como proveedores en este mercado, en parte porque ofrecen modelos capaces tanto con pesos abiertos como mediante API. CNAS indicó que al menos siete desarrolladores chinos ofrecían sistemas de pesos abiertos con capacidades sólidas en programación, razonamiento, multimodalidad y tareas agénticas. 36

MiniMax M3 tampoco depende exclusivamente del servicio de MiniMax. Artificial Analysis lo listaba a través de varios proveedores de API, incluidos Nebius y SambaNova, un ejemplo de cómo un modelo abierto puede servirse mediante infraestructura alternativa. 22

La señal que deja HUMAIN-M3

La conclusión principal no es que un benchmark corone de manera definitiva a un líder. Lo importante es que está cambiando la unidad de competencia.

Los Estados se están convirtiendo en clientes de activos reutilizables de IA: puntos de control de modelos que pueden adaptar a sus necesidades lingüísticas, operar en la infraestructura que elijan, evaluar bajo requisitos nacionales y mantener con el paso del tiempo. Un modelo base potente sigue siendo indispensable, pero la disponibilidad de pesos abiertos, la adaptación al hardware, las opciones fiables de inferencia, la gobernanza de los datos y una ruta creíble de actualizaciones pueden ser igual de decisivas.

HUMAIN-M3 apunta así a una competencia que va más allá de la rivalidad entre laboratorios estadounidenses y chinos. La disputa también será por quién puede suministrar la pila de IA más adaptable, gobernable y sostenible en operación para los países que buscan mayor control sobre su futuro tecnológico.