Por Canuto  

La directora financiera de OpenAI, Sarah Friar, cuestionó que los modelos chinos de pesos abiertos tengan una ventaja de precio frente a Luna. Según sus cifras, el modelo de la empresa cuesta una fracción de lo que cuestan sus competidores; mientras tanto, los datos de uso citados sitúan a modelos chinos entre los más utilizados.
***

  • Sarah Friar afirmó que Luna cuesta entre una quinta y una sexta parte que un modelo chino de código abierto.
  • OpenAI redujo cerca de 80% el precio de Luna y, según Friar, su uso aumentó diez veces; OpenRouter reportó un alza de 115% en el periodo observado por su plataforma.
  • El profesor Ram Bala estimó que los modelos abiertos podrían concentrar entre 80% y 90% del uso de tokens, aunque los cerrados captarían la mayoría del gasto.

La disputa por el costo de los modelos

Sarah Friar, directora financiera de OpenAI, cuestionó la idea de que los modelos chinos de pesos abiertos necesariamente sean más baratos que las alternativas de empresas estadounidenses. En una entrevista con Yahoo Finance el martes 10 de noviembre de 2026, sostuvo que Luna, el modelo ligero de OpenAI, cuesta alrededor de una quinta o una sexta parte de lo que cuesta un modelo chino de código abierto, al tiempo que ofrece un desempeño general sólido, según su evaluación.

Friar calificó como «uno de los mitos de 2026» la percepción de que China tiene una ventaja decisiva en los precios. La afirmación se refiere a la comparación de costos que planteó sobre Luna y modelos competidores de pesos abiertos; no significa que OpenAI haya desplazado a las empresas chinas en uso ni que la ejecutiva presentara una comparación detallada de cada modelo disponible.

La discusión importa porque los modelos de pesos abiertos permiten que usuarios y empresas los personalicen y los ejecuten en su propio hardware. Esa posibilidad puede reducir el gasto en servicios de inteligencia artificial, aunque el costo final también depende de la infraestructura, la operación y la forma en que cada organización accede al modelo, factores que la información difundida no cuantifica para esta comparación.

En el caso de Luna, Friar vinculó la reducción de precio con un aumento de uso: OpenAI bajó su tarifa cerca de 80% apenas dos semanas después del lanzamiento y, de acuerdo con la ejecutiva, el uso del modelo se multiplicó por diez. La secuencia muestra la estrategia comercial que describió la CFO, pero no establece por sí sola cuánto de ese crecimiento se debió exclusivamente al recorte ni cómo se tradujo en ingresos.

China conserva una presencia dominante en el uso

Los datos de OpenRouter ofrecen un contrapunto a la defensa de precios de Friar. La plataforma, que registra el uso real de modelos a los que sus clientes acceden mediante su servicio de selección, situó siete modelos chinos de pesos abiertos entre los diez más utilizados por volumen de tokens durante el último mes referido en el reporte.

DeepSeek y Z.AI ocuparon los tres primeros puestos, según los datos citados, mientras que Luna apareció en el cuarto lugar. OpenRouter también reportó que el uso de Luna aumentó 115% durante el periodo observado por su plataforma, una cifra que no debe confundirse con el incremento de diez veces atribuido por Friar al recorte de precios.

Las dos cifras responden a referencias distintas. Friar habló de un salto de diez veces en el uso después de que OpenAI redujera el precio de Luna, mientras OpenRouter reportó un alza de 115% para el modelo dentro del periodo observado por su plataforma; la nota no detalla las ventanas temporales ni las métricas exactas necesarias para equiparar ambos cálculos.

El ranking también ayuda a distinguir popularidad de costo. Que siete de los diez modelos con más tokens sean chinos muestra la fuerte presencia de esas herramientas entre los usuarios de OpenRouter, pero no demuestra que cada modelo sea más barato que Luna ni permite concluir cuánto dinero generan sus proveedores, porque el uso de tokens y el gasto son medidas diferentes.

Más tokens abiertos, más gasto en modelos cerrados

Ram Bala, profesor de la Leavey School of Business de la Universidad de Santa Clara, planteó que los modelos de pesos abiertos podrían representar entre 80% y 90% del uso total de tokens en el futuro. En contraste, estimó que los modelos cerrados concentrarían la gran mayoría del dinero gastado, una diferencia que apunta a dos formas distintas de medir la competencia en el mercado de IA.

El consumo de tokens mide cuánto se utilizan los modelos, mientras que el gasto refleja el dinero que los clientes pagan para acceder a ellos. Por eso, la previsión de Bala no equivale a decir que los modelos abiertos dominarán los ingresos: su argumento separa el volumen de uso de la distribución del valor económico entre proveedores.

Los creadores de modelos abiertos pueden obtener ingresos al alojar sus sistemas en su propia infraestructura y cobrar a los clientes por el acceso. Sin embargo, usuarios con capacidad para operar sistemas potentes también pueden descargar modelos y ejecutarlos por su cuenta, una opción que cambia quién asume el costo de computación y puede limitar los pagos directos al desarrollador.

La presión competitiva alcanza tanto a empresas de modelos abiertos como a laboratorios con sistemas cerrados. OpenAI, Anthropic, Google y Meta participan, según la nota, en una guerra de precios que combina mejoras en el desempeño general, mayor eficiencia computacional y tarifas más bajas para los clientes; el caso de Luna refleja esa disputa, aunque las cifras disponibles no permiten determinar qué compañía terminará captando más ingresos.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados