Una editorial musical convirtió los acuerdos de licencia de Suno en pruebas

Reservoir Media presentó el 21 de octubre dos demandas por derechos de autor, una contra Suno y otra contra Anthropic, en el Distrito Norte de California. En conjunto reclaman unos 337 millones de dólares.

La demanda contra Suno es la que la industria musical leerá con atención, y contiene una frase que se va a citar durante un tiempo: el modelo de Suno, según el escrito, consistía en “infringir ahora, ganar miles de millones por ser el primero en moverse e intentar llegar a un acuerdo barato después”.

Eso es retórica. El argumento jurídico que hay debajo es mucho más interesante, y va bastante más allá de la música.

Las cuentas, porque son precisas

Reservoir, su filial británica y Shapiro, Bernstein & Co. sostienen que Suno copió 1.050 composiciones para entrenar sus modelos. Entre las obras citadas están “Both Sides Now” de Joni Mitchell, “Ring of Fire” de Johnny Cash, “Papa Don't Preach” de Madonna, “Bring Me to Life” de Evanescence y “So What” de Miles Davis.

El dinero se reparte en tres cargos. Los daños estatutarios, al máximo de 150.000 dólares por obra infringida de forma intencionada, suman 157,5 millones. Le siguen dos cargos por la Ley de Derechos de Autor de la Era Digital: 2,625 millones por supuestamente eludir controles de acceso y 26,25 millones por supuestamente eliminar información de gestión de derechos de autor. Total reclamado: algo más de 186 millones.

La demanda contra Anthropic, presentada el mismo día, aplica el mismo manual a 853 obras por unos 151,4 millones.

Ambas piden una orden judicial y algo con más consecuencias que el dinero: la destrucción de las copias no autorizadas, “incluidas las copias conservadas en conjuntos de datos de entrenamiento, repositorios internos, pesos del modelo e infraestructura de servidores”.

Vuelve a leer esa lista. Los pesos del modelo están ahí. Un demandante que pide a un tribunal destruir los pesos está pidiendo el producto en sí, no un descuento en el acuerdo.

Lo ingenioso: tus propios acuerdos son la prueba

La mayoría de las demandas sobre datos de entrenamiento discuten el uso legítimo en abstracto. Reservoir lo esquiva señalando los acuerdos de licencia de Suno con Warner Music Group, BMG y Believe.

El argumento es elegante. Si Suno firmó acuerdos para licenciar grabaciones con fines de entrenamiento, entonces Suno, en palabras de la demanda, “prácticamente ha admitido que existe un mercado que funciona para licenciar música y grabaciones sonoras como datos de entrenamiento”. Y si existe un mercado, el cuarto factor del uso legítimo —el efecto sobre el mercado de la obra— se inclina hacia el demandante antes de que empiece el debate.

No se puede sostener a la vez que entrenar con obra protegida es un uso transformador fuera del mercado y pagar a tres grandes titulares de derechos por ese privilegio. Una de las dos posiciones tiene que ceder.

Este es el argumento que debería preocupar a cualquier empresa de IA con un historial mixto de licencias, porque casi todas lo tienen. Firma un acuerdo con una librería de stock, luego raspa la web abierta, y les has entregado a los demandantes una confesión con el recibo adjunto.

El código filtrado hace mucho trabajo en esta demanda

La columna vertebral fáctica viene de código fuente de Suno que un hacker obtuvo y que 404 Media publicó en julio. La respuesta de Suno entonces fue que el incidente afectaba sobre todo a “código fuente obsoleto que ya no se usa”.

La demanda de Reservoir lee ese código como la descripción de un proceso. Afirma que Suno compró servicios proxy a Bright Data para raspar YouTube Music, Deezer y Genius, y cita cifras concretas de los flujos de trabajo: 2.057.486 registros de artistas guardados por una tarea de YouTube Music y 6.980.653 “registros de procesamiento exitoso de páginas de canciones” de una tarea de Genius.

También alega un detalle que importa para la batalla del uso legítimo: el código empareja una grabación de versión con la grabación original de la misma canción al construir una instancia de entrenamiento. Entrenar con versiones y originales debilita cualquier argumento de que el modelo aprendió estilo y no interpretaciones concretas, porque una versión y su original comparten una composición y casi nada más.

Si esa lectura se sostiene es cosa de un tribunal. Pero es el tipo de alegación concreta y verificable que sobrevive mucho más fácilmente a una moción de desestimación que “el modelo se entrenó con internet”.

La sección de barreras de seguridad es lo mejor

Reservoir sostiene que las barreras de Suno contra la imitación de artistas se pueden saltar de forma trivial, y da ejemplos que son casi graciosos.

Un prompt que contiene “Reba McEntire” se rechaza. Un prompt para una canción country con voz femenina “al estilo de Reba McIntyre” —mal escrito— se acepta.

Con la v6, según la demanda, Suno toma los prompts que nombran artistas y los redirige “hacia características musicales descriptivas”. Un prompt para “una pista de blues al estilo de Miles Davis con metales y un cuarteto” al parecer produjo dos instrumentales, ambos titulados “Blue Note Quartet”, que Reservoir califica como obras derivadas sin licencia de la música de Davis. “So What” está en la lista de Reservoir.

Toda plataforma generativa tiene una versión de este problema, y no se limita a la música. Bloquear un nombre es un filtro de cadenas. Bloquear un estilo exige entender qué es el estilo, que es justo para lo que se entrenó al modelo. No se puede resolver en la capa del prompt, y fingir lo contrario es lo que convierte una limitación técnica en una prueba judicial.

Por qué esto importa si trabajas con imágenes

Cambia los sustantivos y la demanda se sigue leyendo.

Los modelos de imagen tienen la misma historia de licencias mixtas: acuerdos con librerías de stock por aquí, raspado amplio de la web por allá. Las plataformas de imagen tienen el mismo teatro de barreras: bloquean el nombre de un artista vivo, permiten “al estilo de [nombre mal escrito]”. Y los demandantes de imagen ya tienen la misma plantilla: daños estatutarios por obra, cargos de la DMCA encima y una exigencia de los pesos.

Las citas de uso legítimo de esta demanda merecen mención por la misma razón. Se apoya en Bartz v. Anthropic, la sentencia del Distrito Norte de California de junio de 2025 según la cual mantener una biblioteca permanente de copias piratas no era uso legítimo, y en la decisión del Tercer Circuito del 29 de septiembre en Thomson Reuters v. ROSS Intelligence. Son precedentes que los demandados de imagen también enfrentarán.

Lo otro que hay que vigilar es la acumulación. Suno ya se defiende de Universal Music, Round Hill, GEMA en Múnich, la KODA danesa, la SOCAN canadiense y un grupo de artistas independientes. Un demandado que pelea en ocho frentes no puede llegar a un acuerdo barato en ninguno, que es exactamente el escenario para el que el modelo de negocio de “acordar después” no estaba preparado.

La advertencia necesaria

Estas son alegaciones de una demanda. Ningún tribunal ha determinado nada. Suno no había respondido públicamente cuando se informó de la presentación, y “el código muestra X” es la caracterización que hace un demandante de un documento hasta que un juez diga lo contrario.

Lo que no está en disputa es la forma de la estrategia. Los titulares de derechos han dejado de discutir si el entrenamiento de IA es bueno para la cultura y han empezado a construir casos sobre rastros documentales: acuerdos de licencia, repositorios filtrados, rodeos a las barreras. Es una pelea mucho más difícil de ganar por pura intuición.

Para quien construye sobre modelos generativos, la lección práctica es poco glamurosa e inmediata: sabe qué licenció tu proveedor y qué raspó, porque si algún día hay una demanda, la diferencia entre esas dos cosas es todo el caso.