Análisis del mercado de IA: el dólar, no el token, es el principal indicador de la fortaleza del modelo
El socio gerente del fondo de capital de riesgo Dragonfly, Haseeb Qureshi, hizo una declaración importante que cambia la percepción habitual sobre la evaluación del mercado de modelos de IA. En su opinión, la cuota de tokens es un indicador extremadamente poco fiable y distorsionador de la realidad. Es necesario comparar los modelos exclusivamente por los dólares gastados en su uso. El análisis basado en el consumo bruto de tokens en la plataforma OpenRouter conduce a errores sistemáticos y conclusiones incorrectas.
Qureshi destaca cuatro problemas clave de este enfoque. El primero son los subsidios masivos. Los laboratorios chinos lanzan regularmente nuevos modelos con grandes descuentos o incluso acceso gratuito. Esto atrae a usuarios que saltan de un modelo gratuito a otro, inflando artificialmente el consumo de tokens, pero sin gastar dinero real.
El segundo problema es el tamaño del modelo. Los modelos pequeños, como Qwen 3.5-27B, cuestan aproximadamente cien veces menos por token que el emblemático Claude Opus. El aumento en el uso de Qwen en el gráfico se verá como un salto brusco en la cuota de modelos abiertos, aunque en términos monetarios es un valor económicamente insignificante. Según él, el análisis debe realizarse dentro de las categorías de peso según el tamaño del modelo.
El tercer problema son los sistemas multiagente. Con la misma cantidad de dinero se puede ejecutar una arquitectura multiagente compleja basada en DeepSeek o GLM 5.2, que "quemará" varias veces más tokens que un modelo avanzado como Opus o GPT-5.5 Pro. El gráfico mostrará aproximadamente un 18% de pérdida de cuota de Opus, mientras que los gastos reales se desplazarán solo un 5%. "Estos gráficos exageran la importancia de los tokens de bajo valor", subraya Qureshi.
El cuarto problema es la propia plataforma OpenRouter. Las grandes empresas, una vez que eligen un laboratorio avanzado, prefieren contactar directamente con Anthropic u OpenAI, evitando el recargo de OpenRouter. En el gráfico, esto se ve como una disminución de la cuota de EE. UU., aunque los tokens simplemente salen de la plataforma. Conclusión de Qureshi: OpenRouter es útil para evaluar la cuota dentro de los modelos abiertos, pero no es adecuado para comparar modelos abiertos y cerrados.
Una idea similar desarrolla el fundador de SageRoad Research, Trevor Noren, vinculándola con la presión de precios sobre la industria. Cita una evaluación de JPMorgan, según la cual en el futuro el consumo principal de tokens no recaerá en modelos avanzados, sino en modelos abiertos pequeños, suficientes para tareas específicas.
Según datos de JPMorgan, Amazon ya ofrece alrededor de medio millar de modelos abiertos a un precio que es una fracción del costo de los avanzados. Nvidia, junto con Dell, Lenovo y HP, está creando computadoras para agentes de IA. Mientras tanto, sus propios modelos pequeños, como Claude Haiku y GPT-5.4-mini, aún no son competitivos en la "frontera eficiente", que actualmente dominan los desarrolladores chinos: DeepSeek, MiniMax, Xiaomi y Alibaba.
El ejemplo del costo es especialmente ilustrativo. Ejecutar un conjunto de tareas del Artificial Analysis Intelligence Index en Claude Opus 4.8 cuesta $3,700 con un resultado de 56 puntos, mientras que DeepSeek V4 Pro obtiene 44 puntos por solo $186, aproximadamente 20 veces más barato. Conclusión: el nivel avanzado de inteligencia no es necesario para todo, solo donde se requiere. GLM 5.2 de Z.ai parece comparable a los modelos principales de Anthropic y OpenAI.
Noren cree que la mercantilización de los modelos no solo provendrá de la competencia entre laboratorios avanzados, sino también de empresas que buscan controlar los costos mediante modelos especializados más baratos. Según su evaluación, los gastos corporativos siguen siendo el camino más viable para que los gigantes de la nube recuperen sus inversiones en IA, pero las empresas gastarán lo menos posible.
Opinión del experto: Ambas posturas coinciden en una cosa: el mercado de inteligencia artificial debe medirse en dinero, no en tokens. Bajo la presión de los precios, la ventaja se desplaza cada vez más hacia los modelos baratos. Este es un cambio fundamental que los inversores y analistas deben considerar al evaluar el sector. Quien continúe mirando el consumo bruto de tokens corre el riesgo de perderse la imagen real del mercado.