Por Canuto  

El aumento del gasto empresarial en inteligencia artificial está llevando a startups estadounidenses a evaluar modelos chinos más baratos, aunque persisten dudas sobre sus capacidades, seguridad y sostenibilidad.
***

  • Lindy.ai migró el 100% de su tráfico a DeepSeek-V4 y aseguró que el modelo era 10 veces más barato.
  • El uso de DeepSeek en OpenRouter pasó de alrededor del 9% a casi el 20% desde enero.
  • Empresas como Comment.io todavía priorizan Anthropic y OpenAI, pero prevén evaluar modelos chinos y de código abierto.

Startups de EE.UU. migran a modelos chinos de IA hasta 10 veces más baratos

El alto costo de la inteligencia artificial está modificando las decisiones tecnológicas de empresas estadounidenses. Varias startups comenzaron a cambiar modelos de Anthropic, OpenAI y otras compañías locales por alternativas chinas de código abierto.

La decisión combina presión financiera, disponibilidad técnica y una brecha de capacidades que algunas empresas consideran aceptable. Para tareas repetitivas, muchos clientes prefieren modelos que no lideran todos los indicadores, pero reducen de forma considerable el costo por token.

El costo de la IA impulsa el cambio

Lindy.ai, una startup con sede en San Francisco, desarrolla asistentes de inteligencia artificial para gestionar correos electrónicos y calendarios. Su fundador y director ejecutivo, Flo Crivello, explicó que la empresa dependía inicialmente de los modelos de primera línea de Anthropic.

Durante reuniones con su responsable financiero, Crivello identificó un problema que se volvió imposible de ignorar. El gasto en Anthropic superaba la nómina de la compañía, que contaba con más de dos docenas de empleados.

El costo también excedía el alquiler y cualquier otro gasto operativo de Lindy.ai. Según Crivello, la inteligencia artificial se había convertido, por mucho, en el principal desembolso de la startup.

El mes pasado, Lindy.ai anunció que había migrado el 100% de su tráfico al modelo chino DeepSeek-V4. Crivello afirmó que la alternativa costaba 10 veces menos y que el cambio había ahorrado millones de dólares a la empresa.

Para la startup, la decisión fue principalmente empresarial. El fundador describió la migración como una medida muy sencilla debido a la diferencia entre el gasto de Anthropic y el precio de DeepSeek-V4.

El caso de Lindy.ai refleja una tensión más amplia en el sector tecnológico. Las empresas necesitan usar IA para competir, pero el crecimiento de las consultas puede convertir rápidamente ese servicio en su mayor costo operativo.

China gana terreno con modelos abiertos

Las compañías estadounidenses Anthropic, OpenAI y Google siguen liderando la carrera por desarrollar los modelos de inteligencia artificial más avanzados. Sin embargo, expertos citados por NPR estiman que los modelos chinos se encuentran entre seis y doce meses por detrás en capacidades.

China encontró una posición competitiva en los modelos de código abierto. Estos sistemas pueden descargarse, adaptarse y alojarse de distintas maneras, lo que reduce las barreras de entrada para empresas que buscan controlar sus gastos.

Crivello sostuvo que la escena de código abierto está dominada ampliamente por compañías chinas. También aseguró que cada fundador que conoce dentro del sector de la IA analiza un posible cambio hacia modelos chinos o ya completó esa transición.

Las empresas pueden acceder a esos modelos mediante centros especializados como Hugging Face, plataformas de alojamiento de código como GitHub y proveedores de inferencia ubicados fuera de China. Esta disponibilidad permite probar distintas alternativas sin construir un sistema completo desde cero.

Algunas compañías descargan y alojan directamente los modelos chinos de código abierto. Otras recurren a proveedores de pago como Featherless y OpenRouter, que pueden mantener los datos del usuario en Estados Unidos.

Featherless, con sede en San Francisco, ofrece acceso a aproximadamente 30.000 modelos de inteligencia artificial. Su fundador y director ejecutivo, Eugene Cheah, dijo que los modelos chinos son populares aunque no pertenezcan a la categoría de modelos fronterizos.

Cheah comparó la situación con la diferencia entre conducir un Ferrari y un Honda. En su opinión, una empresa puede elegir el vehículo más lujoso, pero también puede utilizar un automóvil práctico a gran escala si cumple correctamente con su función.

El valor de un modelo depende de la tarea

Muchos grupos de inteligencia artificial de código abierto aceptan operar un nivel por debajo de la frontera tecnológica. La razón es que una diferencia de seis o doce meses puede importar menos cuando el objetivo consiste en procesar grandes volúmenes de tareas sencillas.

Para Lindy.ai, el modelo de menor costo resulta suficientemente bueno. Esta lógica se extiende a empresas que utilizan asistentes para clasificación, automatización, programación y otras labores repetitivas.

OpenRouter informó que el uso de DeepSeek pasó de alrededor del 9% a casi el 20% desde enero. Durante el mismo periodo, también aumentó la utilización de modelos desarrollados por MiniMax, Xiaomi y Tencent.

Victor Su-Ortiz, responsable de marketing de producto global en MiniMax, explicó que la competencia se concentra en el costo por token. Los tokens son unidades de trabajo que permiten medir y facturar el procesamiento realizado por un modelo.

Su-Ortiz señaló que muchas tareas repetitivas pueden ejecutarse con modelos igualmente eficientes y con un costo por token mucho menor. A su juicio, esa relación entre rendimiento y precio llevó a los modelos de pesos abiertos hacia el mercado estadounidense.

El ejecutivo describió un cambio desde la estrategia conocida como “tokenmaxxing”, que consiste en utilizar tanta inteligencia artificial como sea posible. Ahora, las empresas buscan limitar el uso, escoger modelos más baratos o repartir diferentes trabajos entre distintas herramientas.

Los modelos de vanguardia todavía pueden ofrecer ventajas en investigación y razonamiento profundo. Sin embargo, Su-Ortiz afirmó que una tarea de programación repetitiva y de alto volumen puede funcionar excepcionalmente bien con MiniMax M3 a una décima parte del costo.

Grandes empresas también sienten la presión

El problema del gasto no se limita a las startups. Dara Khosrowshahi, director ejecutivo de Uber, dijo en el podcast Invest Like the Best que la compañía excedió en un trimestre su presupuesto de inteligencia artificial previsto para todo el año.

Khosrowshahi agregó que Uber tuvo que ajustarse debido a ese desborde presupuestario. La empresa no respondió a la solicitud de información sobre si utiliza modelos chinos.

Airbnb también recurrió al modelo Qwen de Alibaba durante el año pasado, según un reporte de Bloomberg. Su director ejecutivo, Brian Chesky, describió el sistema como bueno, rápido y barato.

Perplexity y Nvidia también han utilizado Qwen. La adopción por parte de empresas conocidas muestra que el atractivo de los modelos chinos no depende únicamente de startups con presupuestos limitados.

El interés corporativo se explica por la estructura de precios de los servicios de IA. Las empresas pagan por tokens, por lo que una diferencia pequeña en cada operación puede convertirse en un gasto relevante al multiplicarse por millones de consultas.

Victor Su-Ortiz indicó que varias compañías abandonan el uso indiscriminado de IA y aplican una estrategia más selectiva. El objetivo consiste en reservar los modelos más costosos para trabajos que realmente necesitan sus capacidades superiores.

Calidad, seguridad y dependencia tecnológica

No todas las empresas consideran que el ahorro justifique el cambio. Jon Gordner, director ejecutivo y cofundador de Comment.io, afirmó que su startup necesita producir el mejor software posible con la mayor rapidez.

Comment.io fue fundada apenas unas semanas antes de la entrevista y desarrolla un producto parecido a Google Docs para programadores y agentes de inteligencia artificial. Gordner sostuvo que corregir errores de un modelo más barato podría costar entre dos y tres semanas adicionales.

Para esa empresa, ahorrar algunos dólares no compensa una pérdida de velocidad o calidad. La prioridad actual consiste en reducir el tiempo de desarrollo, aunque eso implique utilizar servicios estadounidenses más costosos.

Gordner explicó que Comment.io obtiene valor de Anthropic y OpenAI porque ambas compañías subsidian a los usuarios para atraer clientes. Las suscripciones mensuales ofrecen tokens con grandes descuentos, aunque el ejecutivo cree que esa situación probablemente no durará para siempre.

Si los precios promocionales desaparecen, Comment.io tendrá más incentivos para evaluar modelos chinos y sistemas de código abierto. La startup todavía no ha descartado esas opciones, pero considera que el momento adecuado dependerá de la evolución de sus productos.

El debate también incluye consideraciones políticas y de privacidad. Muchas empresas evitan publicitar su uso de modelos chinos, aunque pueden acceder a ellos mediante proveedores estadounidenses que alojan los datos dentro del país.

Una disputa por la rentabilidad de la IA

Ara Kharazian, economista principal de Ramp, analiza información sobre los gastos de inteligencia artificial de empresas. En su opinión, las compañías estadounidenses tendrán que adaptarse para mantener los precios bajo control.

Una posible respuesta consiste en desarrollar modelos de código abierto de alta calidad. Otra opción es reducir los precios de los sistemas comerciales para competir con los proveedores chinos.

Kharazian considera que el auge de los modelos chinos demuestra que el mercado busca algo que las empresas estadounidenses todavía no ofrecen de manera suficiente. El factor decisivo no es solo la capacidad técnica, sino también el costo de utilizarla a escala.

El economista se muestra pesimista sobre la permanencia de la ventaja china por una razón concreta. Asume que las compañías estadounidenses responderán de forma competitiva cuando perciban una amenaza relevante para su negocio.

Gordner, en cambio, es menos optimista respecto a una reducción futura de precios. Cree que las grandes empresas de IA podrían comenzar a cobrar más mientras aumenta la presión para demostrar rentabilidad.

Anthropic y OpenAI presentaron documentos confidenciales ante el gobierno de Estados Unidos para iniciar el proceso de posibles ofertas públicas iniciales. La presión de los inversionistas podría modificar la estrategia de subsidios que actualmente abarata el acceso de algunos clientes.

La industria enfrenta así una contradicción. Necesita mantener precios atractivos para expandir la adopción, pero también debe cubrir los costos de infraestructura, investigación y operación de modelos cada vez más complejos.

La competencia entre modelos estadounidenses y chinos no se resolverá únicamente con una comparación de capacidades. Para las empresas, la pregunta central será si una herramienta más avanzada justifica su precio cuando una alternativa inferior puede completar la misma tarea.

Por ahora, el mercado parece avanzar hacia una combinación de modelos. Los sistemas fronterizos conservarán espacio en trabajos de razonamiento profundo, mientras que los modelos chinos y de código abierto podrían dominar procesos repetitivos y de alto volumen.

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