La guerra de la IA no es la del modelo más potente: es la del coste por token

El espectáculo de los benchmarks y la guerra que nadie ve

Cada dos semanas hay una nueva demostración de fuerza. GPT-5 revienta Twitter. Claude destroza un benchmark de razonamiento. Gemini Ultra hace algo impresionante con vídeo. Los laboratorios saben que el ruido de los benchmarks vende suscripciones, atrae inversión y mantiene el relato de que ellos (y solo ellos) tienen lo que necesitas.

Mientras tanto, en el lado que no genera titulares, pasa algo mucho más interesante: los modelos baratos y abiertos están comiendo terreno de verdad. No en los rankings de razonamiento abstracto. En las facturas reales de las empresas que despliegan IA a escala.

Esa es la guerra que importa. Y los grandes laboratorios la están perdiendo en silencio.

Qué significa realmente "peso abierto" y por qué cambia las reglas

Un modelo de peso abierto es aquel cuyos parámetros (los números que definen su comportamiento) están disponibles para descargarse y ejecutarse donde quieras. No pagas por token. No dependes de la API de nadie. No hay grifo que alguien pueda cerrar.

Esto es radicalmente distinto al modelo de negocio de OpenAI o Anthropic, que se basa en escasez controlada: tú no tienes el modelo, ellos sí, y te cobran cada vez que lo usas. Funciona mientras no haya alternativa comparable a un precio razonable. Cuando esa alternativa aparece, el castillo empieza a crujir.

DeepSeek V4 es el ejemplo más reciente y más contundente. James O'Claire lo probó en tareas de investigación web y reportó hasta 50 veces menos coste por token frente a los modelos frontier de Anthropic y OpenAI. La comparación tiene sus matices (no queda claro qué modelos exactos se usaron ni si los cálculos incluyen tokens de razonamiento o solo de generación), así que la cifra exacta tiene margen. Pero incluso si el hueco real fuera la mitad, seguimos hablando de una diferencia de 25x. Eso no es ruido estadístico. Es una paliza estructural.

El caso Harvey: cuando los datos reales respaldan el argumento

Las comparaciones de coste en Twitter son fáciles de cuestionar. Lo que es más difícil de ignorar es un caso de uso real con números publicados.

Harvey, la startup legal de IA, trabajó con Fireworks AI para rediseñar cómo desplegaban sus modelos. El resultado, según recoge TechCrunch: una reducción de 3x en costes de inferencia sin pérdida de calidad. El mecanismo fue el model routing: en lugar de mandar todas las consultas al modelo más potente (en este caso Claude Opus), construyeron un sistema que enruta las tareas intensivas a Opus y el resto a modelos más eficientes como Fireworks GLM 5.1.

Gabe Pereyra, co-fundador de Harvey, lo explicó con una frase que resume el cambio de mentalidad que está ocurriendo en la industria:

"La definición de calidad está evolucionando: ya no es simplemente el modelo más potente para todo, sino el mejor modelo que obtenga la respuesta correcta de la forma más eficiente."

Esto es importante porque Harvey no es una startup experimentando con juguetes. Es una empresa de IA legal con clientes reales que necesitan precisión. Si el routing inteligente entre modelos funciona en ese contexto (donde equivocarse tiene consecuencias legales) funciona en casi cualquier sitio.

El matiz honesto: Harvey es un caso aislado. No sabemos si este resultado es representativo de otros sectores ni tenemos datos sobre qué ocurre cuando se escala. Pero es el dato más limpio que tenemos sobre el impacto real del cambio hacia modelos más eficientes.

Por qué hasta ahora nadie tenía incentivos para optimizar

Aquí está el mecanismo que explica por qué este cambio tarda en llegar aunque los números sean obvios.

Durante años, los laboratorios subsidiaron los precios de sus modelos con dinero de inversores. El objetivo era ganar cuota de mercado, no ser rentables. Para las empresas que desplegaban IA, el coste por token era tan bajo (gracias a esos subsidios) que no merecía la pena el esfuerzo de optimizar. Era más fácil mandar todo al modelo más potente y ya.

Ese equilibrio está cambiando. Según TechCrunch, los subsidios de los inversores se están ralentizando y los precios de los tokens están subiendo. Por primera vez, las empresas sienten presión real de coste en sus despliegues de IA. Y cuando el coste duele, empiezan a mirar alternativas.

Brian Armstrong, co-fundador de Coinbase, lo expresó de forma más directa en X: predice que en 12-18 meses, el 80% de las cargas de trabajo de IA correrán sobre modelos un 99% más baratos, mientras que solo el 20% usará modelos de última generación para tareas que realmente requieren máxima capacidad.

Hay que ser claro: esto es una predicción, no un hecho. Armstrong no aporta datos empíricos que la respalden y puede estar siendo optimista. Pero el mecanismo que describe (la segmentación del mercado entre tareas de alto y bajo coste) es exactamente lo que el caso Harvey ilustra en la práctica. Y si esa segmentación se generaliza, el impacto sobre los ingresos de los grandes laboratorios sería considerable.

La división que importa: grande vs. pequeño, no abierto vs. cerrado

El debate habitual en el sector enfrenta modelos propietarios contra modelos de código abierto. Es el marco equivocado.

La división que realmente mueve el dinero es grande versus pequeño. Y eso cruza la línea abierto/cerrado de formas interesantes.

Si una empresa quiere reducir costes hoy, puede pasarse de GPT-5.5 a DeepSeek V4 Flash (un modelo de peso abierto) o puede pasarse a GPT-5.4-mini, el modelo pequeño y eficiente de OpenAI diseñado para cargas de trabajo de alta velocidad en coding, razonamiento y tareas multimodales. En ambos casos el ahorro puede ser sustancial. En un caso el proveedor sigue siendo OpenAI; en el otro, nadie.

Esto tiene una implicación estratégica que los laboratorios grandes entienden perfectamente: si no ofrecen ellos mismos una opción barata y pequeña, sus clientes se irán a buscarla fuera. Por eso OpenAI tiene GPT-5.4-mini. Por eso Google tiene Gemma. No es filantropía: es defensa de mercado.

Pero la defensa tiene un coste. Cuando compites en precio con modelos que se distribuyen gratuitamente, tu margen se comprime. Y los laboratorios grandes tienen una estructura de costes (entrenamiento de modelos frontier, infraestructura, equipo de investigación) que los modelos pequeños y abiertos no tienen que sostener.

El dinero público que está acelerando lo abierto

Hay un factor que no aparece en el análisis habitual del mercado: la inversión pública en modelos abiertos.

Allen AI, una organización sin ánimo de lucro, recibió 152 millones de dólares de la NSF y Nvidia para desarrollar OLMo, un modelo con datos de entrenamiento públicos y descargables. No es una startup buscando una salida a bolsa. Es dinero del gobierno de Estados Unidos apostando explícitamente por que la IA científica sea abierta y reproducible.

Google soltó Gemma 4 en abril de 2026. Meta ha mantenido la serie Llama como referencia en el espacio abierto, aunque sin actualizaciones públicas recientes ni explicación de por qué. El punto es que el abierto no depende de que una sola empresa decida seguir apostando por él: hay múltiples actores con incentivos distintos (comerciales, académicos, gubernamentales) empujando en la misma dirección.

Anthropic, en cambio, no ha lanzado ni un solo modelo de peso abierto en toda su historia. Ni uno. Su apuesta es completamente propietaria. Eso puede tener sentido desde una perspectiva de seguridad (es parte de su argumento público), pero también significa que si el mercado se mueve hacia lo abierto y barato, Anthropic no tiene ningún pie en ese terreno.

Las trampas del argumento "lo abierto flojea en tareas complejas"

Los defensores del modelo cerrado tienen un argumento recurrente: los modelos abiertos no están a la altura en tareas realmente complejas. Puede ser verdad. El problema es que nadie tiene datos comparativos limpios entre, por ejemplo, DeepSeek V4 y Claude Opus en tareas jurídicas, médicas o de ingeniería específicas.

Lo que sí existe es el caso Harvey, donde la combinación de un modelo frontier con modelos más baratos para tareas menos exigentes mantuvo la calidad. Eso no prueba que los modelos abiertos igualen a los frontier en todo. Prueba algo más matizado y más relevante para la mayoría de los despliegues reales: que no todas las tareas necesitan el modelo más potente, y que identificar cuáles sí lo necesitan puede ahorrar una cantidad enorme de dinero.

El argumento de la calidad también tiene una trampa temporal. Los modelos abiertos mejoran. DeepSeek V4 hace cosas que hace 18 meses solo hacían los frontier. La brecha se estrecha. Y mientras se estrecha, el diferencial de precio se mantiene o se amplía. Esa combinación (convergencia de calidad, divergencia de precio) es exactamente lo que hace que la posición de los laboratorios cerrados sea estructuralmente incómoda.

Dicho esto: no sabemos si esa convergencia continuará al mismo ritmo ni si hay un techo de capacidad para los modelos pequeños que los haga permanentemente inferiores en tareas críticas. El futuro del mercado depende en parte de esa respuesta, y ahora mismo no la tenemos.

Qué significa esto para los laboratorios que se preparan para salir a bolsa

Si la mayoría de los despliegues de IA migran hacia modelos más pequeños y baratos (sea de forma gradual o acelerada), hay dos consecuencias directas para los grandes laboratorios.

Primera: la demanda de inferencia sobre sus modelos más caros se reduce. Menos tokens facturados, menos ingresos recurrentes.

Segunda: la justificación económica para entrenar modelos frontier cada vez más grandes se complica. El argumento implícito del sector ha sido que el coste brutal de entrenamiento se recupera con los ingresos de inferencia. Si esos ingresos se comprimen porque los clientes se van a modelos baratos, la matemática del entrenamiento caro se vuelve más difícil de cuadrar.

No hay datos públicos sobre el impacto financiero exacto que esto tendría en OpenAI o Anthropic. No sabemos los detalles de sus IPOs ni sus márgenes reales. Lo que sí sabemos es que el modelo de negocio basado en escasez controlada funciona mientras la escasez sea real. Y la escasez se está erosionando.

La paradoja de Jevons añade un matiz importante aquí: cuando el precio de los tokens baja, el consumo total puede subir en lugar de bajar, porque más casos de uso se vuelven económicamente viables. Eso podría compensar parte de la pérdida de margen. Pero también podría acelerar la adopción de modelos baratos, porque más empresas entran al mercado buscando el coste más bajo posible.

Lo que nadie dice en voz alta

El sector de la IA lleva años vendiendo el relato de que lo que importa es tener el modelo más potente. Es un relato conveniente para quienes tienen los modelos más potentes y cobran por acceso a ellos.

Lo que los datos empiezan a mostrar (con todas las limitaciones que tienen esos datos) es que la mayoría de las aplicaciones reales no necesitan el modelo más potente. Necesitan el modelo suficientemente bueno al precio más bajo posible. Y esa definición de "suficientemente bueno" se está desplazando hacia abajo a medida que los modelos pequeños mejoran.

El control de la IA no se lo quedará quien entrene el modelo más brillante en el siguiente benchmark. Se lo llevarán los que consigan que las empresas no tengan que pedirlo prestado a nadie, o los que ofrezcan la opción barata antes de que alguien más lo haga por ellos.

Anthropic no tiene modelo abierto. OpenAI lleva desde 2025 sin soltar nada en esa dirección. El grifo sigue en sus manos. Por ahora.