La guerra de los benchmarks de AGI es realmente una guerra de GPUs, y NVIDIA gana

La afirmación. La contraafirmación. La infraestructura.

OpenAI bautizó a su nuevo modelo como GPT-6 Astra. Greg Brockman dio la bienvenida al internet a la era de la AGI. Jensen Huang estuvo de acuerdo — y se aseguró de que todos notaran cuáles chips impulsaron el hito.

La guerra de los benchmarks de AGI que estalló esta semana parece una disputa filosófica. No lo es. Es una consolidación de poder, y NVIDIA es la beneficiada.

Huang publicó en X que Astra fue entrenado con más de 100,000 unidades NVIDIA Grace Blackwell NVLink72, con 400,000 GPUs entrando en operación en la siguiente fase. Cerró con felicitaciones al equipo de OpenAI. El cumplido era real. El subtexto, no tanto.

La AGI no tiene una definición acordada. Ese es todo el problema. Sin un estándar, quien controla la capacidad de cómputo controla la declaración.

Quién tiene la autoridad para definir AGI

Gary Marcus, profesor de la Universidad de Nueva York y crítico vocal de la AGI, publicó una crítica directa en Substack. Desglosó diez criterios para la AGI. Según su conteo, Astra satisface uno o dos. Acusó a Huang de tratar una pregunta científica como un comunicado de prensa corporativo — declarando la victoria sin evidencia ni definición.

Marcus no está equivocado sobre la falta de definición. Pero su marco asume que las definiciones importan en los mercados tanto como en revistas académicas revisadas por pares. No es así.

Lo que importa es la escala. Lo que importa es quién puede señalar un número de GPUs y decir: esto es lo que se ve la AGI. Esa es la nueva métrica. No un examen. No un artículo. Una flota.

La ironía es espesa. Marcus pasó su carrera argumentando que la inteligencia requiere arquitectura, no solo escalado. Astra fue construido escalando — a una escala tan grande que se ha convertido en su propio tipo de argumento. El modelo reportedly alcanza niveles similares a humanos en exámenes de licencias médicas, logra aproximadamente el 60 por ciento en la Prueba de Turing administrada por evaluadores humanos, y produce código que supera auditorías básicas de seguridad a tasas previamente reservadas para ingenieros senior. Nada de eso prueba la AGI. Pero da la apariencia de consenso, y en un espacio donde el consenso se manufactura a través de la visibilidad, la apariencia es funcionalmente idéntica a la verdad.

El giro del contrato con Microsoft

Aquí hay un detalle que la mayoría de los reporteros pasaron por alto. OpenAI y Microsoft originalmente firmaron un acuerdo de reparto de ingresos que incluía una cláusula: si OpenAI lograba la AGI, podría dejar de pagarle a Microsoft su parte antes de la fecha límite de 2030. En abril, ambas empresas modificaron el contrato y eliminaron esa cláusula por completo.

¿Por qué eliminar una cláusula que te beneficia? Porque las partes ya no están de acuerdo en qué significa la AGI — y ninguna lado quiere una pelea en corte sobre una definición que no existe. Eliminar el disparador fue el único movimiento racional.

La eliminación es significativa por otra razón. Señala que tanto OpenAI como Microsoft comprenden que la guerra de benchmarks es irrecuperable en términos definitorios. El único camino hacia adelante es gastar más que cualquier otro competidor hasta que el mercado acepte tu versión de la realidad.

Fuentes familiarizadas con la renegociación indican que Microsoft aceleró silenciosamente sus inversiones en infraestructura durante el mismo período — una construcción adicional de centro de datos en el suroeste, reporteadamente en un sitio que albergará más de 500 megavatios de capacidad de cómputo para 2027. La cronología no es coincidencial. Microsoft no está esperando a que la AGI sea declarada. Está construyendo la instalación que hace posible la declaración.

El cuello de botella de GPUs

El énfasis de Huang en el conteo de GPUs fue deliberado. Ha estado diciendo durante meses que la industria del AI está entrando en una nueva fase donde la capacidad se determina por la escala del hardware, no por la ingeniosidad algorítmica. Astra es el punto de prueba.

Esta es la reestructuración silenciosa del paisaje competitivo:

Anthropic no tiene acceso a 100,000 chips Grace Blackwell. Meta tiene su propio silicio, pero a una fracción de la escala. Google tiene infraestructura TPU, pero OpenAI y Microsoft están construyendo un stack NVIDIA dedicado que ningún competidor puede igualar sin replicar el mismo compromiso de capital.

La carrera ya no trata sobre quién escribe el mejor modelo. Trata sobre quién puede permitirse el cluster más grande. NVIDIA se ubica en el centro porque cada camino hacia el umbral reclamado requiere su hardware.

El efecto de segunda dimensión de este cuello de botella ya es visible en patrones de contratación. Ingenieros de GPU certificados por NVIDIA y especialistas en sistemas distribuidos están commandando salarios superiores a $400,000 a niveles senior. Empresas de reclutamiento reportan que ofertas están siendo contrarrestadas tres o cuatro veces antes de que los candidatos acepten. Esto no es un mercado laboral — es una subasta. Los ganadores son los incumbentes con bolsillos profundos y mayor runway.

Laboratorios más pequeños y grupos de investigación universitarios están sintiendo la presión de otra manera. La disponibilidad de GPUs en la nube se ha tightening significativamente. Instancias que una vez fueron accesibles para experimentos de ajuste fino ahora requieren reserva anticipada o contratos empresariales. La narrativa de democratización que impulsó el boom temprano de LLMs se está desvaneciendo. El cómputo se está convirtiendo en una barrera, no en un puente.

La promesa de 400,000 GPUs

Huang dijo que 400,000 GPUs están llegando. Eso es cuatro veces la flota de entrenamiento actual. Ninguna compañía pública ha operado un cluster de ese tamaño para entrenamiento de modelos. Si Astra es de hecho el primer modelo en cruzar algún umbral informal de capacidad, la siguiente iteración será construida sobre infraestructura que no existía hace seis meses.

Esto crea una ventaja compuesta. El modelo entrena en los chips. Los ingresos del modelo compran más chips. La flota más grande produce un mejor modelo. El ciclo se refuerza a sí mismo.

Los competidores enfrentan una elección: replicar el gasto de capital o aceptar una brecha permanente. La mayoría elegirá lo segundo. Ese es el resultado estructural hacia el cual Huang está guiando sin decirlo explícitamente.

La implicación financiera es nítida. La valoración de la Serie G de OpenAI ya excedió los $300 mil millones. Con Astra y la asociación ampliada con Microsoft, las proyecciones de ingresos para el próximo año fiscal están en decenas de billones. El ciclo compuesto no es hipotético — ya está operacional.

Por qué esto importa más allá de Silicon Valley

El debate de la AGI está siendo enmarcado como propiedad intelectual — una pregunta para investigadores y filósofos. Ese marco beneficia a NVIDIA. Mientras más la conversación permanezca en el nivel de definición, menos escrutinio caerá sobre la concentración de infraestructura que hace posible toda la empresa.

Gobiernos en la UE y en otras partes están comenzando a examinar controles de exportación sobre chips avanzados. Si la conversación sobre la AGI se desplaza de la semántica a las cadenas de suministro, las implicaciones de política se vuelven inmediatas. El punto de estrangulamiento no es el modelo. Es el silicio.

Las consecuencias estratégicas se extienden más allá. Naciones sin acceso a este nivel de cómputo serán incapaces de participar en la carrera de la AGI en términos iguales. Esto no es un fallo de mercado — es una realidad estructural que el discurso actual oscurece. La conversación sobre seguridad, gobernanza y alineación de la AGI asume participación amplia. Pero la participación requiere cómputo, y el cómputo se está concentrando cada vez más.

La migración de talento es otro efecto downstream. Investigadores top están relocándose a hubs donde la infraestructura de entrenamiento es más cercana — principalmente Arizona y Texas, donde OpenAI y Microsoft están construyendo sus instalaciones. Este cambio geográfico podría remodelar el ecosistema tecnológico más amplio en estas regiones, atrayendo software, capital de riesgo, e industrias de apoyo junto con ello.

El balance final

OpenAI declaró la AGI. Los críticos dicen que no hay definición. Huang dice que los chips lo prueban. Las tres posiciones pueden ser simultáneamente verdaderas.

El cambio significativo no es si Astra califica como AGI por algún estándar académico. Es que el estándar se ha movido de la evaluación a la infraestructura. Quien construya el cluster más grande tiene la autoridad para establecer el benchmark. NVIDIA ya está ahí.

La guerra de GPUs es la guerra de la AGI. Y NVIDIA posee el campo de batalla. La pregunta ahora no es quién declarará la AGI primero, sino quién podrá construirlo.

Los próximos dieciocho meses determinarán si esta concentración se endurece en una estructura permanente o si un competidor encuentra un camino alrededor del cuello de botella de GPUs. Hasta entonces, la definición de AGI pertenece a quien tenga más chips. NVIDIA sostiene las llaves.