Sony y Universal presentan nueva demanda alegando infracción en el modelo v6 de Suno

El 25 de septiembre de 2026, Sony Music Entertainment y Universal Music Group presentaron una nueva demanda contra Suno, la startup de IA musical, por su modelo v6. La denuncia sostiene que la versión más reciente de la tecnología de Suno sigue basándose en grabaciones con derechos de autor que las discográficas nunca autorizaron.

Las dos compañías discográficas señalan que Suno firmó previamente acuerdos de licencia con Warner Music Group, BMG y Believe, pero excluyó deliberadamente a Sony y Universal de esos pactos. Esa omisión constituye la base de la reclamación de los demandantes, que afirma que los datos de entrenamiento de Suno incluyen material sin licencia.

Alegaciones sobre los modelos anteriores

Según la demanda, los modelos anteriores de Suno fueron entrenados con un corpus de grabaciones extraídas de YouTube y otras fuentes en línea sin el permiso de los titulares de derechos. Sony y Universal argumentan que esas grabaciones constituyen las “grabaciones fuente” en la raíz de la supuesta infracción.

La demanda también alega que el modelo v6 no se construyó desde cero. En cambio, se entrenó con creaciones generadas por usuarios que, a su vez, fueron producidas por los modelos anteriores, supuestamente infractores. Este entrenamiento indirecto, según los demandantes, crea una cadena de copia que no se rompe simplemente cambiando el conjunto de datos.

Lavado de modelo y la analogía del árbol envenenado

La denuncia emplea el término “lavado de modelo” para describir el enfoque de Suno, sugiriendo que la empresa intentó eliminar los orígenes ilegales de sus datos mediante un re‑entrenamiento sobre salidas derivadas. Para ilustrar el concepto, el documento utiliza la analogía del árbol envenenado: si las raíces están contaminadas, cualquier fruto que crezca del árbol también estará contaminado.

El cofundador de Suno, Jack Brody, respondió afirmando que el v6 se entrenó “desde cero” con un nuevo conjunto de datos que incorporó información de usuarios. Aunque confirmó que el contenido generado por usuarios formó parte del material de entrenamiento, se negó a proporcionar más detalles sobre la procedencia o el origen de esos archivos.

Afirmaciones técnicas sobre la destilación

Sony también alega que Suno utilizó una técnica llamada destilación, en la que un modelo “maestro” más grande transfiere su comportamiento a un modelo “estudiante” más pequeño. Los demandantes sostienen que si el modelo maestro se entrenó con grabaciones sin licencia, el modelo estudiante destilado —v6— reproducirá inevitablemente el mismo comportamiento infractor.

La teoría legal presentada por las discográficas es que el entrenamiento indirecto no rompe el vínculo con las grabaciones fuente supuestamente no autorizadas. En otras palabras, aunque el v6 nunca haya visto las pistas originales, su exposición a las salidas de los modelos anteriores es suficiente para establecer responsabilidad bajo la doctrina de derechos de autor vigente.

• Modelos anteriores de Suno entrenados con grabaciones de YouTube sin licencia
• Creaciones de usuarios derivadas de esos modelos alimentaron el entrenamiento de v6
• Proceso de destilación transfirió el comportamiento del maestro al modelo estudiante
• La demanda describe la cadena como un árbol envenenado que sigue contaminado

Es importante señalar que las alegaciones siguen siendo reclamaciones dentro de la denuncia. Ningún tribunal ha dictado aún si el modelo v6 de Suno infringe realmente derechos de autor, y los argumentos de la demanda no han sido adjudicados.

Si el tribunal acepta finalmente la teoría de Sony y Universal, la decisión podría sentar un precedente sobre cómo se trata el contenido generado por IA cuando se entrena con salidas de modelos anteriores potencialmente infractores. Un fallo de este tipo ampliaría el alcance de la responsabilidad más allá de la copia directa de obras protegidas, incluyendo también las cadenas de entrenamiento derivadas indirectas.

Para organizaciones que dependen de música generada por IA —ya sea para publicidad, producción de vídeo o servicios de streaming— la demanda indica la necesidad de examinar no solo los datos brutos utilizados para el entrenamiento, sino también la procedencia de cualquier modelo que adopten. Las empresas podrían tener que exigir documentación transparente sobre el historial de entrenamiento del modelo y asegurarse de que cada paso de la cadena esté libre de material no licenciado.