Kakao publicó el 6 de noviembre de 2026 los pesos de Kanana-2-v-decide-3b-2611, un modelo que recibe texto e imágenes y devuelve decisiones estructuradas. No redacta una respuesta larga: elige entre opciones, estima una respuesta de sí o no o puntúa sobre una escala. Para un agente, puede servir como componente de clasificación; no sustituye por sí solo al sistema que ejecuta las acciones.
El anuncio de Kakao confirma la publicación. La diferencia práctica para quien quiera adoptarlo está tanto en sus salidas como en la licencia: descargar los pesos no concede permiso irrestricto para ofrecer el modelo a terceros.
Qué recibe y qué devuelve
La ficha del modelo describe 3.670 millones de parámetros y entradas de texto, objetos JSON o historial de chat, con hasta diez imágenes y 20.480 tokens. No admite vídeo. Su metadata declara coreano e inglés; no hemos evaluado su funcionamiento en español.
El desarrollador define las preguntas y las alternativas. El modelo ofrece una distribución de probabilidad para cada pregunta, además de la opción o puntuación correspondiente. Esas probabilidades dependen de las alternativas suministradas: añadir o reformular una opción puede cambiar el reparto. Un valor alto no demuestra, por sí solo, que la decisión vaya a acertar en producción. Este criterio enlaza con los límites de la confianza en modelos de decisión, tratados en nuestro artículo sobre Strands.
Un componente para decidir, sin delegar las reglas del negocio
Ejemplo hipotético, no ejecutado por Puntoes: un equipo recibe incidencias de entregas y fotografías. Podría preguntar si hay indicios de daño y elegir entre «revisar con soporte», «consultar transporte» o «información insuficiente». Después aplicaría sus reglas y una revisión humana cuando corresponda; la clasificación no autorizaría automáticamente un reembolso.
Antes de integrarlo propondríamos evaluar ejemplos del idioma y entorno reales, incluidos casos ambiguos, opciones incompletas y fotos difíciles. La ficha advierte además que, por defecto, las entradas demasiado largas se acortan conservando el principio y el final. Hay que comprobar qué información podría desaparecer: una petición aceptada no acredita que se haya considerado todo su contenido.
La documentación incluye un despliegue con código personalizado y ejemplos en GPU. No los hemos ejecutado ni descargado los pesos. Las evaluaciones y velocidades del fabricante no son mediciones de Puntoes ni permiten prometer el mismo comportamiento en otro equipo.
La licencia diferencia usos propios y acceso ofrecido a terceros
La Kanana Open License del repositorio incorpora condiciones de uso y redistribución. Su sección 4.1 exige una licencia comercial separada para ofrecer o revender a terceros acceso mediante API o nube, así como determinados suministros mediante integración, despliegue en instalaciones del cliente o dispositivos.
La sección 4.2 permite desarrollar y operar servicios propios sin esa licencia adicional cuando la actividad no entre en los supuestos de 4.1. También hay obligaciones de atribución y restricciones de uso. Son distinciones que conviene revisar para el proyecto concreto antes de convertir los pesos en un servicio para clientes.
La novedad amplía las opciones de decisión multimodal descargable. El criterio de adopción debe incluir las condiciones de distribución y una evaluación propia, además de la salida estructurada. Fuentes consultadas el 7 de noviembre.