Los modelos de IA de código abierto no son los ahorradores de costes que todo el mundo cree; y si estás invirtiendo en infraestructura informática, esto importa.
El mercado sigue entrando en pánico por tokens más baratos que serían negativos para la infraestructura de IA. Marco incorrecto. El precio del token es irrelevante. Lo que importa es el coste por tarea completada.
Piensa en ello como contratar: 3 personas a $20k cada una versus 1 persona a $60k. Mismo coste total. La mano de obra barata que necesita 3 veces más personal no es realmente barata.
La misma lógica se aplica a la IA. ¿Un modelo con tokens ridículamente baratos que consume 3 veces los tokens para terminar un trabajo? No es barato. El único número que importa: el coste por tarea.
Prueba real de 3F Research en tareas de asistentes de investigación: Kimi K3, el modelo de código abierto con los tokens más baratos, es un 29% MÁS caro por tarea que Opus 5 y un 19% más que GPT-5.6. Es ineficiente en el uso de tokens, divaga hacia la respuesta y pagas por cada paso.
La clave: los modelos de código abierto no están reduciendo la demanda de infraestructura; la están ampliando. Especialmente la memoria. Cada instancia de K3 necesita ~1,4 terabytes de HBM para ejecutarse. El modelo “barato” es una de las implementaciones que más memoria consume.
La próxima vez que el mercado se asuste por otro modelo chino de código abierto, cómpralo en la caída. Esta es una historia de expansión de memoria y cómputo, no de destrucción de demanda.
El mercado sigue entrando en pánico por tokens más baratos que serían negativos para la infraestructura de IA. Marco incorrecto. El precio del token es irrelevante. Lo que importa es el coste por tarea completada.
Piensa en ello como contratar: 3 personas a $20k cada una versus 1 persona a $60k. Mismo coste total. La mano de obra barata que necesita 3 veces más personal no es realmente barata.
La misma lógica se aplica a la IA. ¿Un modelo con tokens ridículamente baratos que consume 3 veces los tokens para terminar un trabajo? No es barato. El único número que importa: el coste por tarea.
Prueba real de 3F Research en tareas de asistentes de investigación: Kimi K3, el modelo de código abierto con los tokens más baratos, es un 29% MÁS caro por tarea que Opus 5 y un 19% más que GPT-5.6. Es ineficiente en el uso de tokens, divaga hacia la respuesta y pagas por cada paso.
La clave: los modelos de código abierto no están reduciendo la demanda de infraestructura; la están ampliando. Especialmente la memoria. Cada instancia de K3 necesita ~1,4 terabytes de HBM para ejecutarse. El modelo “barato” es una de las implementaciones que más memoria consume.
La próxima vez que el mercado se asuste por otro modelo chino de código abierto, cómpralo en la caída. Esta es una historia de expansión de memoria y cómputo, no de destrucción de demanda.