Cuatro meses y una quinta parte del precio – los modelos de IA abiertos desafían el control de los gigantes tecnológicos sobre las empresas

El campo de juego cambia – más rápido de lo que nadie creía

Hace solo un par de años parecía obvio: si quieres la mejor IA, pagas a OpenAI o Anthropic, punto. Esa ecuación se está reescribiendo fundamentalmente.

El informe de Mozilla State of Open Source AI, publicado el 15 de septiembre y citado por Ars Technica, establece algo notable: los mejores modelos de IA abiertos ahora se encuentran solo 4,4 meses por detrás de las alternativas cerradas más costosas en rendimiento – y cuestan una quinta parte del precio. Como ejemplo concreto, el informe destaca el modelo Kimi K3 de Moonshot AI, que funciona solo tres puntos de índice peor que Fable 5, el modelo principal de Anthropic, pero cuesta el 30 por ciento del precio.

No es una diferencia marginal. Es un cambio de paradigma.

¿Dónde justifican los modelos cerrados su sobreprecio?

Raffi Krikorian, jefe de tecnología de Mozilla, ofrece un análisis sobrio. Los modelos cerrados aún tienen un lugar – pero es más estrecho de lo que muchos creen. Según él, justifican su tarifa premium en tres situaciones específicas: trabajo experto avanzado, búsqueda intensiva de información y manejo de contextos muy largos.

Un parámetro concreto: el mejor modelo cerrado actualmente maneja tareas que son 1,7 veces más largas que lo que el mejor modelo abierto puede procesar de manera fiable. Si el abierto puede con un trabajo de siete horas, el cerrado puede con uno de doce horas. Es una diferencia real – pero solo para una fracción de las tareas que la mayoría de las organizaciones realmente necesitan resolver.

La conclusión de Mozilla es clara: la mayoría de las organizaciones deberían usar modelos abiertos como estándar para la mayor parte de su trabajo. La elección del modelo debe guiarse por la naturaleza de la tarea, no por hábito antiguo o dependencia del proveedor.

Salesforce saca la conclusión lógica

Nada ilustra este cambio mejor que lo que Salesforce presentó en su conferencia anual Dreamforce. Según TechCrunch, la empresa lanzó el modelo de IA Koa – su primer modelo de razonamiento desarrollado internamente, creado en colaboración con Nvidia.

Koa se basa en el modelo de pesos abiertos Nemotron de Nvidia y ha sido entrenado posteriormente de manera específica para ventas, marketing y servicio al cliente. No para problemas matemáticos abstractos o conocimiento general – sino para las tareas reales que los clientes de Salesforce necesitan resolver cada día.

"El razonamiento es algo en lo que siempre hemos confiado en los proveedores de modelos fronterizos. Hasta ahora", dice Jayesh Govindarajan, jefe de IA de Salesforce, a TechCrunch.

Es una frase que debería asustar a los desarrolladores de negocios de OpenAI y Anthropic. Salesforce no es una pequeña empresa experimentando en los márgenes – es uno de los mayores proveedores de software del mundo, con millones de clientes empresariales. Cuando eligen construir por su cuenta, es un mensaje claro de que el control de los laboratorios cerrados de IA sobre el mercado empresarial se está aflojando.

Propiedad y protección de datos – la ventaja subestimada

Otro aspecto central del enfoque de Salesforce merece atención: Koa no ha sido entrenado con tareas reales de clientes. En su lugar, Salesforce y Nvidia crearon datos de entrenamiento sintéticos que simulan comportamientos reales de clientes – incluyendo escenarios simulados con clientes insatisfechos y vendedores en negociaciones críticas.

Esto no es un detalle técnico. Es una respuesta a una de las preguntas más candentes en todas las salas de juntas en este momento: ¿qué sucede con nuestra información sensible cuando la enviamos a servicios externos de IA? Con un modelo propio y adaptado al dominio, ese riesgo desaparece.

Los modelos abiertos y adaptables dan a las empresas algo que las alternativas cerradas nunca pueden ofrecer: control total sobre datos, entrenamiento y distribución.

El equilibrio de poder se inclina

Lo que vemos no es una novedad técnica marginal. Es un cambio estructural del poder dentro de la industria de la IA. Los modelos abiertos y de pesos abiertos permiten a las empresas dejar de pagar precios premium por capacidad que rara vez necesitan, construir soluciones personalizadas sin entregar información sensible y romper la dependencia del proveedor que hasta ahora las ha mantenido atadas a unos pocos actores.

La pregunta ya no es si las empresas deberían abandonar los ecosistemas cerrados de IA. La pregunta es qué tan rápido.