La IA de código abierto devora la frontera: ¿dónde está ahora el valor?
Los modelos de IA de código abierto ya igualan a los cerrados en tareas clave y cuestan hasta 30 veces menos. El valor se desplaza hacia la infraestructura que los sirve, y empresas como Nebius y Cloudflare están en el centro de ese cambio.
En junio, un laboratorio chino lanzó GLM-5.2, un modelo de lenguaje de última generación con una ventana de contexto de un millón de tokens, bajo una licencia de código abierto. Una semana antes, Moonshot AI presentó un modelo abierto de un billón de parámetros especializado en programación. Y en enero, la familia Qwen de Alibaba superó los mil millones de descargas en Hugging Face, arrebatándole el trono a Meta y su línea Llama como los modelos abiertos más descargados del planeta.
Estos hitos confirman que los modelos de IA de código abierto han roto la frontera. En tareas de programación, los sistemas abiertos de DeepSeek, Moonshot y Zhipu ya están a pocos puntos de los mejores modelos cerrados, pero con un coste por token entre diez y treinta veces menor. Para la mayoría de las tareas empresariales —análisis de documentos, clasificación de consultas, revisión de código—, el modelo abierto se ha convertido en la opción lógica por coste y privacidad de datos.
El modelo en sí se está convirtiendo en una materia prima. La pregunta para los inversores es: ¿a dónde va el valor? La respuesta está en la infraestructura que sirve esos modelos. La inferencia —el trabajo de ejecutar un modelo, no de entrenarlo— ya consume dos tercios de toda la computación en IA, frente a un tercio en 2023. Cuando el modelo es gratis, el coste está en servirlo, y ahí es donde aparece el margen.
Nebius Group ha construido su 'Token Factory' precisamente para este momento: una plataforma gestionada que sirve más de 40 modelos abiertos. Un cliente, el inversor tecnológico Prosus, reportó una reducción de costes de hasta 26 veces frente a modelos propietarios. Cloudflare, por su parte, enruta inferencia a través de más de 70 modelos desde centros de datos en cientos de ciudades, acercando el modelo al usuario.
El propio Satya Nadella, CEO de Microsoft, redefinió el debate en un ensayo reciente: habla de 'capital humano' y 'capital de tokens'. El capital humano es el juicio y reconocimiento de patrones de las personas; el capital de tokens es la capacidad de IA que una empresa construye y posee. Su advertencia es clara: evitar el 'tokenmaxxing', es decir, enviar cada tarea a un modelo caro cuando uno especializado y barato basta. El activo duradero no es el modelo alquilado, sino el ciclo de aprendizaje que una empresa posee y mejora continuamente.
El análisis de Salseo
- La comoditización del modelo de IA beneficia a las empresas que proporcionan la infraestructura para ejecutarlos de forma eficiente y barata. Nebius y Cloudflare son ejemplos directos: capturan valor al reducir drásticamente el coste de inferencia, que ya es el principal gasto en computación de IA.
- El movimiento de código abierto cambia las reglas para las grandes tecnológicas. Microsoft, con su apuesta por OpenAI, se enfrenta a un dilema: si los modelos abiertos son casi igual de buenos y mucho más baratos, su ventaja competitiva en IA se reduce. La respuesta de Nadella sugiere que intentarán diferenciarse en la integración y el ecosistema, no solo en el modelo.
- Para el inversor, la señal a vigilar es la adopción empresarial de modelos abiertos. Si más empresas como Prosus migran cargas de trabajo a plataformas como Nebius, el gasto en IA se redistribuirá desde los laboratorios de modelos cerrados hacia la infraestructura de inferencia. El número de descargas y los casos de uso reales serán el termómetro.
- Hay un matiz: los modelos cerrados aún dominan en capacidades realmente novedosas. La frontera se estrecha, pero no ha desaparecido. Si un laboratorio cerrado logra un salto cualitativo (por ejemplo, razonamiento de nivel humano), la dinámica podría invertirse temporalmente. Por ahora, la tendencia favorece la apertura.