Las empresas estadounidenses están dejando de lado el mejor modelo de IA, y eso lo cambia todo
Las empresas estadounidenses están bypassing los modelos de IA más capaces en favor de alternativas más económicas, remodelando la economía de la industria de la IA y acelerando la entrada de competidores chinos de código abierto al mainstream.
El problema de los modelos insignia
Anthropic lanzó Claude Opus 5 con amplia aclamación. Según todos los índices, era el mejor modelo de inteligencia artificial del mercado, un hecho que incluso los competidores reconocían. Y sin embargo, dos meses después del lanzamiento, las empresas estadounidenses lo ignoraron en su mayoría.
Financial Times informó que Opus 5 representaba solo el 11,4 por ciento del gasto total en IA empresarial de Anthropic a finales de julio. Mientras tanto, el veterano Opus 4.8 capturó el 34,9 por ciento, y el más nuevo pero económico Opus 5 obtuvo el 19,1 por ciento. Las empresas que antes se alineaban detrás de cada lanzamiento insignia ahora decidían, silenciosamente, no hacerlo.
La razón es directa y económica. Opus 5 cobra $10 por millón de tokens de entrada y $50 por millón de tokens de salida. GPT-5.6 Sonnet de OpenAI, que rinde notablemente por debajo de Opus 5 en comparaciones directas, cuesta la mitad: $5 por millón de tokens de entrada y $30 por millón de tokens de salida. Para una empresa que procesa miles de resúmenes de documentos, tareas de organización de datos y consultas rutinarias de atención al cliente, esa diferencia no es un tema académico. Es la brecha entre la ganancia y la pérdida.
La estrategia dual se vuelve estándar
Lo que emerge no es un rechazo a la IA avanzada, sino una recalibración de dónde corresponde. Las empresas están implementando un modelo de estrategia dual: reservar los sistemas insignia para trabajos genuinamente complejos —análisis jurídico, investigación científica, razonamiento en múltiples pasos— y dirigir todo lo demás por modelos más económicos de gama media o versiones anteriores.
Una fuente del sector dijo al Chosun Ilbo que resumir documentos u organizar datos no requiere capacidades de vanguardia. La métrica que ahora importa, afirmó, no es el rendimiento máximo, sino qué tan barato puede obtener una empresa el rendimiento que realmente necesita.
Este cambio tiene consecuencias inmediatas para las empresas que han dedicado años a ganar presencia de mercado impulsando los índices cada vez más alto. Anthropic, OpenAI y sus pares construyeron sus narrativas empresariales sobre el liderazgo en capacidad. Ahora, la métrica que aplican los compradores es diferente, y premia un tipo distinto de estrategia de producto.
El lanzamiento de Opus 5 no movió la aguja porque la aguja ya se había movido. Los modelos de gama media tanto de Anthropic como de OpenAI mejoraron lo suficientemente rápido como para que el techo de rendimiento se volviera menos urgente que el piso de precios. Opus 5 superó casi de inmediato a Opus 5 en gasto empresarial apenas después de su lanzamiento, una señal clara de que el mercado se está autopolitrando fuera de los modelos premium, guste o no a los proveedores.
La guerra de precios ya comenzó
La respuesta de los proveedores de IA ha sido rápida y tajante. OpenAI redujo el precio de su modelo más ligero GPT-5.6 Luna en un 80 por ciento el mes pasado y bajó su modelo Terra de gama media en un 20 por ciento. En agosto, anunció que GPT-5.6 Sonnet tendría un descuento adicional de entre 20 y 33 por ciento hasta el 21 de noviembre. Anthropic supuestamente desechó los planes de subir el precio de su modelo de gama media Sonnet 5 en un 50 por ciento a partir de septiembre. DeepSeek ofreció su insignia V4 Pro a la mitad de precio durante los fines de semana y en horas valle de los días de semana.
Estas no son gestos promocionales. Son ajustes estructurales a un mercado que ha decidido que el rendimiento por sí solo ya no justifica el precio premium.
La presión sobre los precios también está cambiando la estrategia de producto. El modelo Sonnet de OpenAI, cuyo precio está muy por debajo de su insignia, ahora representa el 25 por ciento del uso total de tokens de OpenAI en el ámbito empresarial. La opción más económica no está perdiendo cuota de mercado; la está capturando.
Los modelos chinos aprovechan la curva de costos
El efecto secundario más trascendental de este cambio podría no darse entre proveedores estadounidenses, sino entre estadounidenses y chinos. Los modelos chinos de pesos abiertos, Kimi K3 de Moonshot AI y GLM-5.3 de Zhipu AI, han cerrado la brecha de rendimiento con los mejores modelos de Anthropic y OpenAI mientras funcionan a aproximadamente un tercio del precio.
En OpenRouter, la participación en el uso de tokens de los modelos chinos superó el 60 por ciento el mes pasado. Esa es una inversión dramática respecto a principios de 2025, cuando capturaban menos del 10 por ciento. La trayectoria es clara: a medida que las empresas optimizan para relación costo-rendimiento en lugar de capacidad absoluta, los modelos chinos de código abierto ganan distribución no por superioridad, sino por accesibilidad.
Morgan Stanley señaló en un podcast reciente que las empresas están reduciendo activamente el gasto en IA de vanguardia y desplazándose hacia alternativas chinas de código abierto más económicas. La firma enmarcó esto como un ajuste presupuestario. Pero también es un realineamiento estructural de la cadena de suministro global de inteligencia artificial.
Quiénes ganan, quiénes pierden
Los ganadores en este entorno son las empresas que pueden estructurar sus implementaciones de IA alrededor de precios escalonados: mantener acceso a los modelos insignia para tareas raras pero críticas, mientras ejecutan la mayor parte de las operaciones con modelos asequibles. También lo son los desarrolladores chinos de código abierto que se posicionan como la columna vertebral económica de la adopción global de IA.
Los perdedores son los proveedores de modelos insignia que se tarifaron por encima de la zona de comodidad empresarial. Opus 5 de Anthropic es un logro técnico; comercialmente, está teniendo dificultades para encontrar a su comprador. OpenAI enfrenta la misma dinámica con su línea Sonnet: sólida, pero permanentemente eclipsada por su propia arquitectura de precios.
Para la carrera armamentista del cómputo en general, la señal es ambigua. Los precios más bajos por token no necesariamente significan menor consumo de cómputo; podrían significar más. Si los modelos más baratos desbloquean la adopción a escala, la demanda total podría aumentar incluso cuando los ingresos por unidad caigan. Pero la compresión de ingresos por token es real y continua, y cambia el cálculo para cada empresa que apuesta por la infraestructura de IA.
Qué viene después
El mercado de IA empresarial está entrando en una fase donde el liderazgo en índices es necesario pero ya no suficiente. Las empresas que sobrevivan esta transición serán aquellas que dominen la estrategia de productos escalonados: ofrecer un insignia creíble, una gama media competitiva y un punto de entrada económico; en lugar de aquellas que traten la optimización del rendimiento como la única palanca que vale la pena accionar.
Los modelos chinos de pesos abiertos seguirán ganando participación mientras la brecha de rendimiento se mantenga dentro de límites aceptables para la mayoría de las cargas empresariales. Esa ventana podría cerrarse si los proveedores estadounidenses cierran la brecha de capacidad a precios equivalentes, o podría ampliarse si los modelos chinos continúan su trayectoria de mejora.
Lo cierto es que la era de perseguir índices como propuesta de valor empresarial independiente ha terminado. El próximo capítulo lo escribirá quien pueda ofrecer el rendimiento correcto al precio correcto, no el máximo rendimiento a cualquier precio.