El CEO de Decagon, Jesse Zhang, publicó una teoría intrigante sobre la inteligencia artificial de código abierto en la empresa. En su artículo, titulado “Todos están equivocados sobre la IA de código abierto en la empresa”, analiza la contradicción actual en la economía de la IA. A pesar de que los despliegues de IA más avanzados están cambiando a modelos más ligeros, el gasto general en modelos costosos de última generación apenas ha variado.
Zhang propone que los modelos de código abierto y los modelos avanzados no son competidores directos. Más bien, son fases de un ciclo de vida compartido. Los modelos avanzados se utilizan para validar casos de uso que luego pueden ser transferidos a alternativas más económicas a medida que maduran.
El gasto en modelos de IA
A medida que nuevos casos de uso emergen y los más maduros adoptan modelos más ligeros, el gasto total en modelos de vanguardia se mantiene estable. Aunque Zhang no proporciona muchos datos, existen evidencias que respaldan su argumento. Por ejemplo, el tablero de Vercel muestra que, en la última semana, DeepSeek ha liderado en volumen de tokens, procesando más de un tercio de los tokens que pasan por su infraestructura.
A pesar de esto, Anthropic sigue representando más de la mitad del gasto total en IA en la plataforma. Aunque su participación ha disminuido ligeramente debido a un aumento en sus precios, el cambio no ha sido significativo.
Competencia en el mercado de modelos
El OpenRouter presenta una situación similar, capturando un segmento de mercado más amplio. DeepSeek V4 Flash destaca por su uso, procesando 5.3 billones de tokens semanalmente. En contraste, el modelo más popular, Opus 4.8, maneja poco más de 2 billones. Aunque OpenRouter no clasifica por el gasto total, el costo promedio por token de Opus 4.8 es aproximadamente 23 veces más alto que el de V4 Flash.
Además, Nvidia ha introducido su modelo Nemotron, que está preparado para liderar el mercado gracias a sus conexiones y adaptabilidad.
Perspectivas del mercado de IA
Estos datos no demuestran completamente la teoría de Zhang sobre los ciclos de vida de la IA, pero indican que laboratorios como Anthropic no están sufriendo demasiado con el auge del código abierto, al menos por ahora. Una explicación podría ser que el mercado de tareas abordables por IA está creciendo tan rápidamente que los modelos líderes pueden mantener su posición dominando las implementaciones iniciales. Como menciona Zhang, “Los laboratorios de vanguardia seguirán siendo responsables del descubrimiento. El código abierto irá apropiándose cada vez más de la producción.”
Este modelo de economía de dos niveles podría convertirse en una característica estable del mercado de IA. Aunque en septiembre pasado se discutía la posibilidad de que los laboratorios de fundación terminasen vendiendo insumos a empresas como Starbucks, se ha observado que los proveedores de vanguardia mantienen un control sobre los precios premium de los tokens.
