Por qué el auge de la IA de código abierto aún no está afectando a Anthropic

El lunes, el director ejecutivo de Decagon, Jesse Zhang, dio a conocer una nueva y provocativa teoría bajo el titular «Todo el mundo se equivoca sobre la IA de código abierto en la empresa». El artículo analiza una de las contradicciones más llamativas de la economía de la IA en la actualidad: mientras que las implementaciones de IA más maduras están pasando a modelos más ligeros —incluso dentro de su propia empresa—, el gasto global en costosos modelos de última generación se mantiene prácticamente sin cambios.

Esta perspectiva replantea la relación entre los modelos de vanguardia y los de código abierto. Según Zhang, no son competidores, y el éxito de los modelos de código abierto no se produce a costa de los laboratorios de vanguardia. Por el contrario, representan dos fases del mismo ciclo de vida: los costosos modelos de vanguardia se utilizan para validar casos de uso, que luego se transfieren a alternativas de código abierto más económicas a medida que maduran.

A medida que los casos de uso consolidados migran a modelos más ligeros, surgen continuamente nuevos casos de uso, lo que mantiene estable el gasto total en modelos de vanguardia.

Aunque Zhang aporta datos limitados para respaldar su argumento, las pruebas están a la vista. El panel de control de la pasarela de IA de Vercel revela que, durante la última semana, DeepSeek se aupó al primer puesto en volumen de tokens, procesando algo más de un tercio del total de tokens a través de su infraestructura. Por su parte, Z.ai —el laboratorio responsable del popular modelo GLM-5.2— ascendió a un respetable cuarto puesto durante el mismo periodo.

Sin embargo, al examinar el gasto total en tokens, Anthropic sigue representando más de la mitad del gasto total en IA de la plataforma. Aunque esta cuota ha descendido ligeramente durante el último mes debido a los propios aumentos de precios de Anthropic, el descenso no es significativo.

Créditos de la imagen:panel de control de Vercel / exportación de datos

OpenRouter presenta una situación similar, captando un segmento mayor (aunque ligeramente menos centrado en las empresas) del mercado. DeepSeek V4 Flash lidera el uso general, procesando 5,3 billones de tokens a la semana. El modelo «frontier» más popular, Opus 4.8, gestiona algo más de 2 billones de tokens. Aunque OpenRouter no clasifica los modelos por gasto total, muestra que el coste medio por token de Opus 4.8 es aproximadamente 23 veces superior al de V4 Flash (1,37 dólares por millón de tokens frente a solo 6 céntimos), lo que sugiere que Opus sigue acaparando la mayor parte del gasto.

Estas cifras ni siquiera incluyen la última incorporación de Nvidia, Nemotron, que está llamada a situarse a la vanguardia gracias a las sólidas conexiones de Nvidia con el sector y a la excepcional adaptabilidad del modelo.

Aunque estas cifras no demuestran plenamente la tesis de Zhang sobre los ciclos de vida de la IA, sí indican que los laboratorios de vanguardia como Anthropic aún no se están viendo afectados de forma significativa por el auge del código abierto —al menos, no por ahora—. Una explicación es que el mercado de las tareas que puede abordar la IA se está expandiendo tan rápidamente que los modelos punteros pueden mantener su dominio controlando las implementaciones en fase inicial. Como afirma Zhang: «Los laboratorios de vanguardia seguirán siendo los dueños del descubrimiento. El código abierto será cada vez más el dueño de la producción». Otra posibilidad es que, aunque los clientes adopten modelos de código abierto, muchos casos de uso sean demasiado complejos como para ser sustituidos por completo por alternativas más baratas.

En cualquier caso, este modelo económico de dos niveles podría convertirse en una característica estable del panorama de la IA.

En septiembre pasado escribí sobre la posibilidad de que los laboratorios de las fundaciones acabaran vendiendo granos de café a Starbucks —es decir, que sirvieran esencialmente como insumos básicos, mientras que la capa de aplicación se llevaría los beneficios—. Algunos aspectos de esta predicción se han materializado: las empresas de IA verticales han optado por modelos más ligeros, y la economía de las startups de «GPT wrapper» se ha mantenido en gran medida estable.

Sin embargo, también estamos observando que, token a token, los proveedores de vanguardia se han quedado con el segmento más valioso del mercado: los precios premium de los tokens. No parece probable que esta tendencia cambie a corto plazo.