El auge de la IA de código abierto no afecta a Anthropic... aún

El CEO de Decagon, Jesse Zhang, publicó recientemente una teoría provocativa sobre el impacto de la IA de código abierto en las empresas. En su publicación, titulada "Todos están equivocados sobre la IA de código abierto en la empresa", Zhang argumentó que los modelos de IA de código abierto y los modelos de frontera no son competidores, sino que representan dos fases de un mismo ciclo de vida.

Según Zhang, a medida que las implementaciones de IA se vuelven más maduras, están cambiando a modelos más ligeros, incluso dentro de su propia empresa. Sin embargo, el gasto total en modelos de alta gama apenas ha disminuido. Esto sugiere que ambos tipos de modelos pueden coexistir y prosperar en el mercado.

El análisis de Vercel, a través de su panel de control de IA, reveló que en la última semana, DeepSeek ha aumentado su volumen de tokens, procesando más de un tercio de los tokens en su infraestructura. Mientras tanto, el modelo GLM-5.2, desarrollado por Z.ai, se posicionó en un respetable cuarto lugar.

A pesar de estos cambios en el uso, Anthropic sigue dominando el gasto en IA, representando más de la mitad del total en la plataforma. Aunque los precios de Anthropic han aumentado, su participación en el mercado se ha mantenido bastante estable.

El OpenRouter también refleja una tendencia similar, dominando un segmento del mercado más amplio. El modelo DeepSeek V4 Flash ha procesado 5.3 billones de tokens semanalmente, mientras que el modelo Opus 4.8 de frontera gestiona poco más de 2 billones. Aunque OpenRouter no clasifica los modelos por gasto total, el costo promedio por token para Opus 4.8 es aproximadamente 23 veces más alto que para V4 Flash ($1.37 por millón de tokens frente a solo 6 centavos), lo que sugiere que Opus sigue capturando la mayor parte del gasto.

Las cifras no capturan completamente la llegada más reciente, Nvidia, cuyo modelo Nemotron está preparado para liderar el mercado gracias a sus conexiones sólidas y su extrema adaptabilidad.

Aunque estos datos no respaldan completamente la teoría de Zhang sobre los ciclos de vida de la IA, demuestran que los laboratorios de frontera como Anthropic no están sufriendo demasiado por el auge de la IA de código abierto, al menos por ahora. Una posible explicación es que el mercado de tareas abordables por IA está creciendo tan rápidamente que los modelos superiores pueden mantener su posición dominando las implementaciones iniciales. Como Zhang lo expresa, "Los laboratorios de frontera seguirán siendo dueños del descubrimiento. La IA de código abierto poseerá cada vez más la producción". Otra posible explicación es que, a pesar de que los clientes se mueven hacia modelos de código abierto, muchos casos de uso son tan complejos que no pueden ser reemplazados completamente por alternativas más baratas.

En definitiva, esta economía de modelos en dos niveles podría convertirse en una característica relativamente estable del mercado de IA.