Respuesta breve
Los modelos que OpenAI y Anthropic anunciaron en septiembre no suponen un gran salto de capacidad; la novedad es el coste. Ambas lanzan versiones que hacen lo mismo por menos dinero para no perder clientes empresariales frente a los modelos baratos de pesos abiertos. Las empresas que integran IA en sus productos deberían plantearse rehacer sus cálculos presupuestarios.
Lo más destacado
- Los precios de entrada y salida de Opus 5.5 son un 20 % más bajos que los de Opus 5.
- El precio de las lecturas de caché bajó un 60 %; ahí se concentra la mayor parte del coste en el trabajo con agentes y de programación.
- GPT-6 Sol y Luna ofrecen resultados similares o algo mejores a la mitad de precio que sus predecesores.
2 min de lectura
Durante un tiempo, cada nuevo lanzamiento de un modelo de IA llegaba con la promesa de ser «más inteligente». Esta semana el panorama ha cambiado: GPT-6 Sol y Luna, de OpenAI, y Opus 5.5, de Anthropic, coinciden en la promesa de «un poco más por mucho menos dinero», según el análisis de Ars Technica.
¿Qué cambian los nuevos modelos?
En pocas palabras, el precio. Según Anthropic, Opus 5.5 cuesta 4 dólares por millón de tokens de entrada y 20 dólares por millón de tokens de salida, un 20 % menos que Opus 5. Las lecturas de caché, que suponen la mayor parte del coste en el trabajo con agentes y de programación, cuestan 0,20 dólares por millón de tokens, un 60 % menos. La empresa afirma que el modelo genera la salida más de un 30 % más rápido y que el ahorro total en tareas habituales se acerca al 40 %.
Por parte de OpenAI, el precio de la API de GPT-6 Sol es de 2 dólares por millón de tokens de entrada y 10 dólares por millón de tokens de salida; en el caso de Luna, las cifras son de 0,10 y 0,50 dólares. OpenAI afirma que ambos modelos funcionan a la mitad de coste que sus predecesores y que obtienen unos pocos puntos más en algunas pruebas.
¿Qué significan los nombres de los modelos?
- Astra: el modelo más potente y más caro de OpenAI, para programación e investigación exigentes.
- Sol: un modelo potente y más eficiente, pensado para el trabajo diario.
- Terra: un modelo equilibrado y de propósito general.
- Luna: la opción rápida y barata.
¿Qué significa para las empresas?
Para una empresa que utiliza IA en atención al cliente, producción de contenidos o en su equipo de software, este cambio de precios podría repercutir directamente en los márgenes de beneficio.
- Mida el coste «por tarea», no «por token»: los nuevos modelos pueden completar la misma tarea con menos tokens.
- Utilice la caché para instrucciones largas y repetidas; ahí es donde el descuento es mayor.
- No asigne el modelo más potente a todas las tareas: pruebe modelos ligeros para clasificaciones y resúmenes sencillos, y derive solo el trabajo difícil al modelo superior.
Preguntas frecuentes
- ¿Son los nuevos modelos mucho más inteligentes que los anteriores?
- No, la diferencia es limitada. La verdadera ventaja es hacer el mismo trabajo con menos coste y más rapidez.
- ¿Qué modelo debería elegir?
- Depende de lo difícil que sea la tarea. Lo más económico es probar primero un modelo ligero y pasar al modelo superior las tareas en las que el resultado se quede corto.
Fuentes
Siga a UNIT Journal
Las novedades en búsqueda, IA y tecnología, cada día en su feed.
