El auge de la inteligencia artificial de código abierto no está golpeando, por ahora, a los laboratorios de frontera como Anthropic. Así lo plantea Jesse Zhang, director ejecutivo de Decagon, en una publicación que sostiene que las empresas están migrando a modelos más livianos sin reducir de forma sensible el gasto total en los modelos más caros.
Modelos más baratos, pero el gasto premium resiste
En un mensaje publicado bajo el título “Everyone is wrong about open source AI in the enterprise”, Zhang afirma que la adopción de modelos abiertos y más ligeros no compite de manera directa con los laboratorios de frontera. En su lectura, se trata de dos fases de un mismo ciclo: primero se usan modelos costosos para probar casos de uso, y luego esos casos pasan a alternativas más baratas cuando maduran.
La evidencia citada en la nota apunta en esa dirección. El panel de Vercel muestra que DeepSeek se disparó al primer lugar en volumen de tokens durante la última semana, con algo más de un tercio del tráfico que atraviesa su infraestructura. Z.ai, el laboratorio detrás del modelo GLM-5.2, subió al cuarto puesto.
Sin embargo, cuando se observa el gasto total, Anthropic sigue representando más de la mitad del desembolso global en esa plataforma. La participación ha bajado levemente en el último mes, pero no de forma significativa.
OpenRouter y Nvidia refuerzan la misma tendencia
La plataforma OpenRouter muestra una dinámica parecida en un mercado más amplio. DeepSeek V4 Flash lidera el uso general con 5,3 billones de tokens semanales, mientras que Opus 4.8, el modelo de frontera más popular, procesa algo más de 2 billones.
OpenRouter no clasifica por gasto total, pero sí registra que el costo promedio por token de Opus 4.8 es aproximadamente 23 veces más alto que el de V4 Flash: 1,37 dólares por millón de tokens frente a 6 centavos. Eso sugiere que Opus todavía capturaría buena parte del gasto.
El panorama podría cambiar con la llegada de Nvidia’s Nemotron, que, según otro mensaje en X, está “poised to leap to the front of the pack”. Aun así, los datos actuales no muestran un daño relevante para los laboratorios de frontera. Más bien apuntan a una economía de dos niveles: la exploración en manos de los modelos más potentes y la producción, cada vez más, en manos de alternativas abiertas.
La conclusión que deja este escenario es que la expansión de la IA abre mercado suficiente para ambos mundos. Los modelos abiertos ganan terreno en tareas maduras, pero los proveedores de frontera conservan la parte más valiosa del negocio: el precio premium por token.
