IBM sostiene que muchas empresas podrían cubrir buena parte de sus necesidades de inteligencia artificial con modelos de pesos abiertos que alcanzan cerca del 90% del rendimiento de los sistemas más avanzados y cuestan entre el 10% y el 25% por token. La estimación, expuesta por el CEO Arvind Krishna durante una presentación de resultados, resume un cambio en la discusión sobre IA: además de preguntar qué modelo obtiene la mejor puntuación, las compañías deben valorar cuánto cuesta conseguir una respuesta útil y cómo quieren desplegarla.
La comparación no significa que todos los modelos abiertos sean equivalentes a los cerrados ni que resulten más baratos en cualquier circunstancia. El coste de uso depende del volumen de consultas y de la infraestructura disponible; la calidad, de la tarea y de la forma de medirla. Pero las cifras que cita IBM apuntan a una disyuntiva cada vez más relevante para las organizaciones: pagar por la capacidad máxima o buscar un equilibrio entre rendimiento, gasto y control.
De una gran brecha a una diferencia más estrecha
Krishna situó el cambio en una secuencia que comienza a finales de 2024. En su ejemplo, un modelo de frontera —uno de los sistemas más avanzados disponibles— lograba 70 puntos en una evaluación amplia, mientras que una alternativa de pesos abiertos se quedaba entre 20 y 30. La distancia, argumentó, era demasiado grande para que las empresas aceptaran el modelo abierto como sustituto.
Un año después, la comparación habría cambiado a 70 frente a 50. En la situación actual descrita por el directivo, los modelos abiertos se acercarían al 90% de la eficacia de los más avanzados. Su coste por token, en cambio, equivaldría a entre una décima y una cuarta parte del precio de los modelos de frontera. Krishna no identificó las pruebas concretas utilizadas para esas comparaciones, de modo que las cifras deben entenderse como una valoración del CEO, no como un resultado universal aplicable a cualquier sistema o tarea.
El argumento apareció durante el turno de preguntas de la presentación financiera de IBM. Matt Swanson, analista de RBC Capital Markets, preguntó cómo conciliaban las grandes compañías dos objetivos que pueden competir entre sí: controlar el gasto en inteligencia artificial y mantener el control sobre su despliegue. Krishna respondió comparando la evolución de los modelos cerrados más potentes con la de las alternativas cuyos pesos están disponibles.
La pregunta importa porque las empresas no suelen elegir un modelo solo por su posición en una clasificación. También deben considerar cuántas solicitudes procesarán, qué nivel de calidad exige cada tarea y si prefieren depender de un servicio externo o ejecutar el sistema en una infraestructura propia o contratada. Una pequeña diferencia de coste por consulta puede volverse significativa cuando se repite a gran escala; en cambio, montar y operar servidores puede no compensar si el uso es reducido.
Qué significa que un modelo tenga pesos abiertos
Los pesos son los parámetros numéricos que el sistema ajusta durante el entrenamiento y utiliza después para procesar entradas y generar respuestas. Cuando una empresa publica esos parámetros, otros pueden descargarlos y ejecutar el modelo, siempre de acuerdo con las condiciones de su licencia. Esto abre opciones de uso que no se limitan a acceder a una aplicación comercial: una organización puede desplegar el modelo por su cuenta o recurrir a un proveedor que lo ofrezca en la nube.
Sin embargo, tener acceso a los pesos no equivale necesariamente a disponer de un sistema completamente abierto. La publicación de esos parámetros no implica por sí sola que también se conozcan todos los datos, procedimientos y herramientas utilizados para entrenar el modelo. Por eso, la Open Source Initiative distingue entre modelos de pesos abiertos y modelos de código abierto: las dos expresiones no describen automáticamente el mismo nivel de transparencia o acceso.
La distinción ayuda a precisar qué puede significar el «control» al que se refería la pregunta planteada a IBM. Poder ejecutar un modelo en infraestructura propia puede dar a una organización más opciones sobre dónde opera y cómo lo integra. Pero no elimina las condiciones de la licencia, los requisitos técnicos ni la necesidad de evaluar el resultado. Tampoco permite concluir, sin más información, que todos los aspectos del desarrollo del sistema sean transparentes.
El precio por token no cuenta toda la historia
Muchos servicios de inteligencia artificial cobran según los tokens procesados. Un token es una unidad con la que el modelo representa fragmentos del texto que recibe o produce; el proveedor factura en función del volumen consumido, según las condiciones de su servicio. En ese esquema, reducir el precio por token puede recortar el coste de una carga de trabajo, sobre todo si hay muchas consultas.
Pero el precio de una API no es la única partida que debe comparar una empresa. Krishna calculó que una compañía grande podría empezar con dos o tres racks para ejecutar modelos de pesos abiertos. Estos armarios alojan servidores y otros equipos, y su instalación y funcionamiento implican inversión, electricidad, mantenimiento y personal especializado. La infraestructura propia puede cambiar la estructura del gasto, pero no convierte el uso del modelo en gratuito.
De ahí que la comparación entre una API y un despliegue propio dependa del volumen. Para cargas pequeñas, contratar un servicio puede seguir siendo más económico que asumir los costes de infraestructura y operación. Si el uso crece, el ahorro potencial de un modelo con un precio por token menor puede ganar peso, aunque la respuesta concreta requiere comparar los costes de cada alternativa y las necesidades de la organización. La cifra de IBM no establece un umbral general a partir del cual convenga cambiar de opción.
La pregunta útil no es, por tanto, si un modelo cuesta el 10% o el 25% del precio de otro en abstracto, sino cuánto cuesta completar una tarea con el nivel de calidad requerido. Una opción más barata por token puede no ser la más conveniente si necesita más procesamiento o no resuelve bien el trabajo; un sistema de frontera puede ser innecesario si una alternativa más económica satisface el objetivo. La decisión exige mirar el coste total del uso y no solo una tarifa aislada.
No todas las tareas necesitan el modelo más avanzado
Krishna reconoció que algunas tareas sí pueden requerir los modelos más avanzados, pero defendió que muchas necesidades empresariales cotidianas podrían resolverse con alternativas más baratas. Mencionó resumir un correo, redactar una respuesta, examinar un contrato o atender una llamada de un cliente. A su juicio, esos usos pueden ofrecer resultados igual de buenos con un modelo menos costoso.
La afirmación no garantiza que cualquier modelo abierto vaya a rendir igual en todas esas situaciones. Un resumen breve y el análisis de un contrato no plantean necesariamente las mismas exigencias; tampoco basta con que una respuesta parezca fluida para asegurar que sea adecuada. La empresa debe definir qué considera un resultado aceptable para cada proceso y comprobarlo con sus propios casos de uso. La fuente no detalla un método de evaluación concreto para validar la equivalencia que plantea el ejecutivo.
Esta segmentación permite pensar en una estrategia menos uniforme. En vez de asignar el modelo más potente a cada solicitud, una organización puede valorar qué tareas justifican esa capacidad y cuáles admiten una alternativa de menor coste. Esa lógica no obliga a elegir un único proveedor o sistema para todas las operaciones; pone el foco en ajustar la herramienta al trabajo. La contrapartida es que comparar opciones y mantener distintos despliegues también requiere decisiones técnicas y organizativas.
Qué dicen otras comparaciones y por qué no son intercambiables
La tesis de IBM coincide en parte con un informe de la Organización para la Cooperación y el Desarrollo Económicos (OCDE), publicado en mayo de 2026 y basado en datos anteriores. El documento situó a los modelos de pesos abiertos en torno al 90% del índice de calidad de las alternativas cerradas cuando llegaban al mercado, con un precio en servicios en la nube equivalente al 20%.
Ese dato ofrece un punto de comparación, pero no confirma de manera directa todas las cifras de Krishna. La OCDE habla de un índice de calidad y de precios de servicios en la nube; el CEO de IBM expuso una estimación con un rango de coste por token y una evolución temporal. Las medidas y los contextos no son idénticos, por lo que no conviene tratarlos como si fueran una misma prueba.
El AI Index 2026 de Stanford añade otro matiz. Según el informe, en marzo el mejor modelo cerrado superaba en un 3,3% la puntuación del mejor modelo de pesos abiertos en Arena, una clasificación basada en evaluaciones comparativas de usuarios. Esa diferencia describe una comparación entre los mejores resultados de cada grupo en una clasificación concreta; no demuestra que todos los sistemas abiertos y cerrados mantengan una distancia similar en cualquier tarea.
En conjunto, las referencias apuntan a una brecha que puede haberse reducido, pero no permiten afirmar que exista una equivalencia universal. Una clasificación de usuarios, un índice de calidad y una evaluación amplia pueden medir aspectos distintos. La posición de un modelo depende de qué se evalúa y cómo se construye la comparación. Para una empresa, la cifra más útil quizá no sea la que encabeza una tabla general, sino el resultado que obtiene el sistema en el trabajo real que necesita resolver.
IBM también tiene intereses en el mercado
Las declaraciones de Krishna deben leerse teniendo en cuenta la posición de IBM. La compañía desarrolla la familia de modelos Granite y trabaja en tecnologías para facilitar el despliegue de inteligencia artificial. También mantiene una alianza con OpenAI. Por tanto, participa comercialmente en un mercado donde conviven distintas opciones y tiene interés en las decisiones que toman las empresas sobre modelos e infraestructura.
Ese contexto no invalida automáticamente sus cifras, pero sí refuerza la necesidad de distinguir entre una estimación de un ejecutivo y una comparación independiente y plenamente detallada. La fuente no identifica las pruebas que respaldan el 90% de rendimiento planteado por Krishna. Las referencias de la OCDE y Stanford aportan información relacionada, aunque, como muestran sus métricas, no resuelven por sí solas la pregunta de qué modelo conviene para cada organización.
Una decisión entre capacidad, coste y control
La discusión que plantea IBM desplaza el foco desde la búsqueda del modelo más capaz hacia la utilidad que se obtiene por cada unidad de gasto. Si una alternativa de pesos abiertos satisface las necesidades de una tarea, pagar varias veces más por un modelo de frontera puede no estar justificado. Si el trabajo exige capacidades que la alternativa no ofrece o una fiabilidad que no alcanza, el ahorro por token podría dejar de ser el criterio principal.
Antes de elegir, una empresa necesita precisar qué tareas quiere automatizar, qué calidad exige, cuánto volumen procesará y qué modalidad de despliegue puede sostener. También debe separar el coste del servicio del coste de operar infraestructura propia. Las cifras de IBM, la OCDE y Stanford aportan referencias para entender el cambio, pero no sustituyen esa evaluación. El 90% puede ser una señal de convergencia; no es una garantía de que el modelo más barato sea la opción adecuada en todos los casos.
