Nous Research Presenta NousCoder-14B, un Modelo de Programación Open-Source que Rivaliza con Soluciones Propietarias

Nous Research, una startup de IA open-source respaldada por la empresa de venture cripto Paradigm, presentó NousCoder-14B, un modelo de programación competitiva que afirma igualar o superar varios sistemas propietarios más grandes. El modelo fue entrenado en solo cuatro días utilizando 48 procesadores gráficos B200 de Nvidia, demostrando un enfoque eficiente para el desarrollo de modelos de IA. El lanzamiento llega en un momento particularmente significativo para la industria: Claude Code de Anthropic ha dominado las redes sociales desde principios de enero, con desarrolladores elogiando entusiastamente sus capacidades. Este timing subraya la feroz competencia entre empresas que buscan establecer dominio en el desarrollo de software asistido por IA, un espacio que muchos creen se convertirá en fundamental para cómo se construye el software. En pruebas estandarizadas, NousCoder-14B logró una precisión del 67,87% en LiveCodeBench v6, lo que representa una mejora de 7,08 puntos porcentuales sobre su modelo base, el Qwen3-14B de Alibaba. Lo que particularmente distingue este lanzamiento es su transparencia radical: junto con los pesos del modelo, Nous Research publicó todo el entorno de aprendizaje por refuerzo, suite de benchmarks e infraestructura de entrenamiento—construida sobre el framework Atropos de la empresa—permitiendo que cualquier investigador con recursos computacionales suficientes reproduzca o extienda el trabajo. El entrenamiento utilizó un sofisticado enfoque de aprendizaje por refuerzo basado en "recompensas verificables," donde el modelo genera soluciones de código que se ejecutan contra casos de prueba, recibiendo retroalimentación binaria. El sistema entrenó en 24.000 problemas de programación competitiva, cada uno conteniendo cientos de casos de prueba en promedio. El enfoque utilizó DAPO (Dynamic Sampling Policy Optimization) y "extensión de contexto iterativa," comenzando con una ventana de contexto de 32.000 tokens antes de expandir a 40.000 tokens, y finalmente evaluando en aproximadamente 80.000 tokens. Un hallazgo crucial del informe técnico revela que los investigadores se aproximan a los límites de datos de entrenamiento de alta calidad dentro de la programación competitiva. El número total de problemas de programación competitiva disponibles en internet es aproximadamente del mismo orden de magnitud que los 24.000 utilizados para entrenamiento, sugiriendo que el dominio alcanza saturación de datos. Esta observación refleja las crecientes preocupaciones en toda la industria de IA sobre limitaciones de datos, apuntando hacia investigación futura enfocada en generación de datos sintéticos y algoritmos eficientes en datos. Nous Research, que previamente lanzó Hermes 4 y DeepHermes-3, solidificó su posición como empresa comprometida con lanzamientos open-source que compiten con alternativas propietarias. La empresa obtuvo $50 millones en financiamiento en abril de 2025, liderado por Paradigm, llevando el financiamiento total a $65 millones. El modelo está disponible en Hugging Face bajo una licencia Apache 2.0, con el stack completo de entrenamiento Atropos también publicado.