Presión de precios: los grandes clientes empujan a OpenAI y Anthropic hacia los modelos abiertos

Por Zendoric · 7 de octubre de 2026.

Bloomberg informa, en su newsletter diaria Tech In Depth firmada por la periodista Rebecca Torrence (6 de octubre), que OpenAI y Anthropic empiezan a sufrir presión de precios por parte de sus clientes de mayor volumen. La razón, según el medio: las startups que construyen productos de software sobre IA recurren cada vez más a modelos de pesos abiertos —aquellos cuyos parámetros se publican y pueden ejecutarse fuera de la nube del fabricante, en infraestructura propia o de terceros— porque resultan más baratos que las APIs propietarias de los líderes del sector.

El artículo original está detrás de muro de pago y el extracto disponible no detalla qué clientes, qué magnitud de ahorro ni qué contratos concretos están en juego; el titular y la entradilla sí dejan clara la dirección del movimiento, y esa dirección encaja con lo que llevamos meses observando en la industria. Conviene decirlo con esa honestidad: hay titular y tesis, pero no cifras verificables que repetir aquí sin inventarlas.

Como contexto del sector, la razón de fondo no es ningún secreto. Modelos abiertos como GLM de Zhipu, Qwen de Alibaba, DeepSeek o Kimi de Moonshot han cerrado buena parte de la distancia de calidad frente a los modelos cerrados de OpenAI y Anthropic en el último año, y se ejecutan a una fracción del coste por token porque no cargan el margen que cobra un laboratorio frontera por una API gestionada. Para una startup que factura por uso y compite a cuchillo en márgenes, cambiar un modelo cerrado por uno abierto en las tareas que no exigen el máximo razonamiento —clasificación, resúmenes, autocompletado sencillo— es una decisión de hoja de cálculo, no de fe tecnológica.

La misma newsletter de Bloomberg apunta, en una nota aparte, que Hon Hai (Foxconn), el socio de fabricación de Nvidia, reportó un salto del 47% en ventas trimestrales gracias al gasto en hardware de IA. El contraste es revelador: la demanda de infraestructura sigue disparada río arriba —chips, centros de datos, energía— mientras el precio del software de IA se comprime río abajo. Es la tenaza clásica de un mercado que madura: los costes fijos de construir la frontera siguen subiendo justo cuando la capa de distribución empieza a pelearse por precio.

Nuestra lectura es que esto no anuncia el fin del negocio de OpenAI y Anthropic, sino su segmentación. El mercado se está partiendo en dos: las tareas de uso corriente migran hacia modelos abiertos baratos, mientras que el razonamiento complejo, los agentes críticos y los entornos que exigen seguridad certificada seguirán pagando el premium de los modelos frontera, siempre que estos demuestren con benchmarks —no con marketing— que ese premium vale la pena. Es exactamente el mecanismo por el que la IA se abarata y se democratiza: bueno para la abundancia a la que aspiramos, incómodo a corto plazo para unos laboratorios que necesitan financiar rondas multimillonarias y centros de datos gigantescos con clientes cada vez más dispuestos a cambiar de proveedor por un punto porcentual de margen. Quien gane esta fase no será el modelo más grande, sino el que mejor sepa decir para qué tarea exacta merece la pena pagar más.