Apple abre Foundation Models a desarrolladores: qué cambia y qué no

Foundation Models es el framework de Apple que permite a las aplicaciones acceder a modelos generativos integrados en sus sistemas operativos. En la sesión de la WWDC26 dedicada a sus novedades, Apple anunció que abrirá el código del framework y presentó nuevas opciones para combinar modelos y crear experiencias con herramientas. La noticia trata del framework y sus API, no de una declaración general de que todos los modelos de Apple pasarán a ser de código abierto. Apple Developer, WWDC26

Hay una distinción importante para equipos técnicos: publicar el código de una interfaz o infraestructura no implica publicar los parámetros entrenados, los datos de entrenamiento ni los pesos de un modelo. El material oficial citado describe la apertura del framework, pero no establece que los modelos propietarios de Apple se vayan a distribuir con licencia abierta. Por tanto, la lectura prudente es que los desarrolladores podrán inspeccionar y reutilizar más parte del software que conecta sus aplicaciones con modelos, sin asumir que podrán descargar cualquier modelo de Apple y ejecutarlo en cualquier máquina.

La fecha también importa. La sesión es de WWDC26 y habla de un lanzamiento posterior, no prueba por sí sola que la publicación del código ya haya ocurrido en la fecha de este artículo. La documentación y el anuncio deben tratarse como evidencia de la dirección anunciada por Apple; el estado efectivo de los repositorios y sus licencias requeriría una comprobación independiente al momento de integrar el framework. Anuncio no es sinónimo de disponibilidad general.

El framework ofrece a los desarrolladores una vía para añadir generación de texto y respuestas estructuradas, además de mecanismos para que un modelo invoque herramientas definidas por la aplicación. La sesión de Apple también presenta capacidades de análisis de imágenes, búsqueda semántica integrada y APIs para administrar contexto. Esto amplía los casos posibles más allá de un cuadro de chat: por ejemplo, resumir contenido, clasificar información o guiar una secuencia de acciones. Apple Developer, WWDC26

La sesión menciona perfiles dinámicos y primitivas para experiencias agentic, pero esos términos no significan que una app reciba autonomía irrestricta. El desarrollador sigue definiendo qué herramientas existen, qué datos pasan al modelo y qué acciones pueden ejecutarse. Para una aplicación de productividad, una herramienta podría buscar en documentos autorizados; para una app de soporte, podría organizar una respuesta con información local. Son posibilidades de diseño, no resultados garantizados: calidad, latencia y utilidad dependen del modelo, de la tarea y de la implementación.

La documentación pública disponible en la evidencia describe un repertorio técnico, pero no fija aquí una matriz completa de compatibilidad por dispositivo, sistema operativo, idioma o región. Antes de comprometer una función en el producto, conviene verificar la documentación del SDK y contemplar una ruta alternativa para equipos o versiones no compatibles. La API facilita la integración; no elimina el trabajo de producto, evaluación, permisos y manejo de errores.

La promesa de ejecutar un modelo en el dispositivo puede reducir la necesidad de enviar cada solicitud a un servidor, pero no debe extrapolarse a todas las capacidades del framework. La propia presentación de Apple incluye integración con Private Cloud Compute, modelos de terceros y herramientas del sistema, junto con el modelo local. En otras palabras, la plataforma contempla rutas diferentes; cada aplicación y cada función pueden tener un flujo distinto. Apple Developer, WWDC26

Apple ha descrito anteriormente modelos tanto locales como de servidor para Apple Intelligence, incluyendo Private Cloud Compute. Ese antecedente confirma que la arquitectura de la compañía no se limita a procesamiento enteramente desconectado. Por ello, llamar a Foundation Models “privado” sin indicar dónde ocurre la inferencia y qué datos salen del dispositivo sería impreciso. Las decisiones relevantes incluyen qué modelo se selecciona, si hay conexión de red, qué contenido se transmite y qué controles ofrece la aplicación. Apple Machine Learning Research

La sesión de WWDC26 también detalla la posibilidad de conectar modelos de terceros y usar inteligencia del lado del servidor. La documentación de Claude, por ejemplo, explica un paquete que permite usar Claude como modelo remoto desde una API compatible con Foundation Models; las solicitudes se envían a Anthropic y el uso se factura según su API. Es un contraste útil: la superficie de programación puede parecer similar mientras cambian proveedor, ruta de datos y coste. Una API común no vuelve equivalentes las garantías de privacidad. Documentación de Claude

La evidencia disponible no justifica afirmar que todo el acceso sea gratuito en cualquier configuración. Un framework incluido en el ecosistema de desarrollo puede no tener una tarifa de uso por llamada en el mismo sentido que una API comercial, pero integrar modelos alojados por terceros puede introducir claves, cuotas y facturación. La documentación de Anthropic confirma el cobro asociado a su API; Google, a su vez, documenta el acceso a Gemini mediante Firebase AI Logic y funciones del proveedor. Claude · Firebase AI Logic

Tampoco conviene publicar una lista de chips A o M compatibles a partir de estas fuentes: la sesión enlazada no proporciona una tabla completa de requisitos de hardware. La compatibilidad puede depender del modelo concreto, la versión del sistema y la función utilizada. Para planificar una aplicación, el equipo debería revisar las notas de SDK vigentes y probar la disponibilidad de la capacidad en tiempo de ejecución, en vez de inferirla por la presencia de un chip de una familia determinada.

Una evaluación de costes debe incluir más que la licencia del framework. Hay que contabilizar desarrollo, almacenamiento de contexto, consumo de batería y memoria cuando la inferencia sea local, y llamadas o cuotas si se usa un servicio remoto. En aplicaciones sensibles también importa cuánto trabajo se puede completar sin conexión. “Gratis para empezar” no describe necesariamente el coste total de operación, sobre todo cuando se combinan proveedores.

La apertura del framework no convierte a Foundation Models en un catálogo neutral donde todas las opciones sean intercambiables sin cambios. Apple presenta un conjunto de integraciones y abstracciones para sus plataformas; los proveedores externos mantienen sus propios modelos, políticas, disponibilidad y condiciones de facturación. La documentación de Firebase describe, por ejemplo, herramientas de Gemini y conexión con servicios externos desde el marco de desarrollo de Apple. Firebase AI Logic

Google y Apple anunciaron una colaboración plurianual para que futuras generaciones de modelos de Apple se basen en modelos Gemini y tecnología de nube de Google, según el comunicado publicado por Google. El texto añade que Apple Intelligence seguirá operando en dispositivos Apple y Private Cloud Compute. Esto evidencia una relación de infraestructura y modelos, pero no demuestra que cada petición de usuario se procese en la nube de Google ni que el modelo local desaparezca. Comunicado conjunto publicado por Google

La comparación útil para desarrolladores no es una carrera de marcas, sino la separación entre modelo, entorno de ejecución y proveedor. Un modelo local puede ofrecer funcionamiento sin conexión y limitar transferencias, pero está sujeto a recursos y capacidades del dispositivo. Un modelo remoto puede habilitar tareas más exigentes o acceso a servicios actualizados, a cambio de depender de conectividad y de condiciones del proveedor. La aplicación debería comunicar esa diferencia cuando afecte a privacidad, coste o disponibilidad.

Para aplicaciones de escritura, organización o consulta de información, las nuevas capacidades pueden reducir el esfuerzo de crear funciones de lenguaje dentro de la app. La entrada de imágenes descrita en la sesión abre también posibilidades para interpretar contenido visual junto con instrucciones. Aun así, una demostración de capacidad no sustituye una evaluación con datos representativos: el sistema debe comprobarse en los idiomas, formatos y situaciones donde se usará realmente. Apple Developer, WWDC26

Una preparación razonable antes de adoptar el framework incluye estos pasos:

• Definir el límite de datos: identificar qué información puede procesarse localmente y cuál, si alguna, puede enviarse a un servicio externo.
• Diseñar una alternativa: prever qué verá la persona si el modelo no está disponible, el dispositivo no es compatible o falla la conexión.
• Evaluar resultados y acciones: probar respuestas erróneas, instrucciones ambiguas y llamadas a herramientas con consecuencias relevantes.
• Verificar licencia y estado: confirmar qué código se ha publicado, bajo qué licencia y en qué versión del SDK está disponible.

La principal implicación del anuncio es una mayor flexibilidad para construir con APIs de Apple y, según la hoja de ruta presentada, una apertura del código del framework. No es evidencia suficiente para prometer modelos abiertos, privacidad automática, coste nulo o compatibilidad universal. La decisión técnica debe hacerse por ruta de inferencia y caso de uso, no por la etiqueta “IA de Apple”.