Nous Research lanza NousCoder-14B: modelo de código open-source que compite con Claude Code
Nous Research, la startup de inteligencia artificial de código abierto respaldada por la firma de venture capital Paradigm, ha lanzado un nuevo modelo competitivo de programación que afirma igualar o superar a varios sistemas propietarios más grandes. Lo más impresionante: fue entrenado en solo cuatro días utilizando 48 de los últimos procesadores gráficos B200 de Nvidia.
El modelo, llamado NousCoder-14B, representa otra entrada en el campo cada vez más competitivo de los asistentes de codificación con IA, pero llega en un momento particularmente significativo: Claude Code, la herramienta de programación agentica de su rival Anthropic, ha dominado las discusiones en redes sociales desde el Año Nuevo, con desarrolladores publicando testimonios entusiastas sobre sus capacidades.
Resultados competitivos
NousCoder-14B logra una tasa de precisión del 67.87% en LiveCodeBench v6, una evaluación estandarizada que prueba modelos en problemas de programación competitiva publicados entre agosto de 2024 y mayo de 2025. Esta cifra representa una mejora de 7.08 puntos porcentuales sobre el modelo base del que fue entrenado, Qwen3-14B de Alibaba.
Transparencia radical
Lo que distingue al lanzamiento de NousCoder-14B de muchos anuncios de competidores es su radical apertura. Nous Research publicó no solo los pesos del modelo sino el entorno completo de aprendizaje por refuerzo, el conjunto de benchmarks y el sistema de entrenamiento, construido sobre el framework Atropos de la compañía, lo que permite que cualquier investigador con suficiente capacidad de cómputo pueda reproducir o extender el trabajo.
El contexto Claude Code
“Le di a Claude Code una descripción del problema, y generó en una hora lo que construimos el año pasado”, escribió Jaana Dogan, ingeniera principal en Google responsable de la API Gemini, en una publicación viral en X la semana pasada que capturó el estado de ánimo predominante en torno a las herramientas de codificación con IA.
La yuxtaposición es instructiva: mientras Claude Code de Anthropic ha capturado la imaginación con demostraciones de desarrollo de software de extremo a extremo, Nous Research apuesta a que las alternativas de código abierto entrenadas en problemas verificables pueden cerrar la brecha, y que la transparencia en cómo se construyen estos modelos importa tanto como la capacidad bruta.
Fuente: VentureBeat AI