Cali, mayo 16 de 2026. Actualizado: viernes, mayo 15, 2026 21:46
Cali, mayo 16 de 2026. Actualizado: viernes, mayo 15, 2026 21:46
La inteligencia artificial (IA) continúa transformando nuestras vidas y negocios, pero un reciente estudio destaca un aspecto poco conocido: los modelos de IA de código abierto, aunque parecen económicos, podrían estar aumentando considerablemente tus costos de cómputo.
Para explicar esto de forma sencilla, pensemos en un modelo de inteligencia artificial como un “cerebro digital” entrenado para resolver problemas o responder preguntas.
La firma Nous Research analizó 19 diferentes modelos y descubrió que los modelos de código abierto consumen entre 1.5 y hasta 10 veces más “tokens” —la unidad básica de cálculo en IA, similar a un “paso” en el proceso de razonamiento— que los modelos cerrados para resolver la misma tarea.
Esto quiere decir que, a pesar de que cada token puede ser más barato en los modelos abiertos, el uso elevado de tokens hace que el costo total pueda ser incluso más alto.
Por ejemplo, para preguntas simples como “¿Cuál es la capital de Australia?”, los modelos abiertos pueden procesar cientos o miles de tokens más que los cerrados, que responden con mucha menos “contemplación” computacional.
Los modelos de lenguaje grande o LLM (Large Language Models) son el motor detrás de estas IA. Algunos LLM usan “cadenas de pensamiento” —pasos detallados para razonar— que, si bien aumentan la capacidad de entender problemas complejos, también pueden consumir muchos recursos.
Los modelos de código abierto suelen usar cadenas de pensamiento más largas y costosas en tokens, mientras que los cerrados han sido optimizados para ser más eficientes y gastar menos tokens en cada respuesta.
El estudio identificó que algunos modelos cerrados de OpenAI, como su versión “o4-mini” y el recientemente abierto “gpt-oss”, son líderes en eficiencia, especialmente en problemas matemáticos, usando hasta tres veces menos tokens que otros competidores.
Entre los modelos abiertos, Nvidia destaca con su “llama-3.3-nemotron-super-49b-v1” como un referente en eficiencia.
Para quienes usan o evalúan estas tecnologías, el impacto financiero puede ser importante. A menudo se evalúa un modelo por su precisión y precio por token, pero no siempre se considera el total de tokens que usan para ofrecer resultados.
Un modelo que gasta más tokens puede acabar costando más, a pesar de tarifas teóricamente más bajas. Esto es crucial para negocios que planean integrar IA a gran escala.
Además, los desarrolladores de modelos cerrados están invirtiendo en “optimizar” su consumo para hacerlos más económicos y rápidos, una ventaja que aún no se ve del todo en los modelos abiertos.
Los expertos sugieren que la eficiencia en consumo de tokens debe ser uno de los principales objetivos al crear nuevos modelos de IA.
La visión es lograr un balance entre razón, precisión y economía computacional, para que la inteligencia artificial sea útil sin drenar presupuestos ni recursos energéticos.
OpenAI ha dado un paso adelante con su “gpt-oss”, un modelo de código abierto que también mejora la eficiencia, lo que podría marcar un camino para que otros actores optimicen sus propuestas.
La IA está en constante evolución, y comprender cómo funcionan sus costos ocultos es esencial para evitar sorpresas financieras al implementarla.
Para quienes no son expertos en tecnología, esta es una invitación a mirar más allá del precio visible y preguntar siempre: ¿Cuánto nos costará realmente este modelo para nuestras necesidades?
Este contenido fue elaborado íntegramente con apoyo de inteligencia artificial, a partir de información publicada por VentureBeat (14 de agosto de 2025) sobre el estudio de Nous Research.
La fuente fue verificada y la revisión final estuvo a cargo de un periodista del Diario Occidente, garantizando precisión, claridad y responsabilidad editorial.
Fin de los artículos
Una publicación diaria del Nuevo Diario Occidente S.A. Fundado el 19 de noviembre de 1961
Ver mapa del sitio | Desarrollado por: 
