Por Bruno Cortés
CIUDAD DE MÉXICO. La competencia global en el desarrollo de inteligencia artificial dio un giro radical con los anuncios simultáneos de OpenAI y la firma china DeepSeek, enfocados en drásticos recortes de precios y el acceso gratuito a sus modelos más ágiles. Esta maniobra traslada la batalla tecnológica de la capacidad bruta a la optimización de costos para tareas complejas.
Giro en la estrategia global de inteligencia artificial
Durante años, la industria tecnológica priorizó la creación de modelos cada vez más grandes y costosos. Sin embargo, la adopción masiva de «agentes de IA» —sistemas autónomos que prueban, fallan, corrigen e iteran en bucle consumiendo millones de tokens— forzó a las compañías a enfocar sus esfuerzos en la eficiencia económica por tarea completada.
DeepSeek V4 Flash: rendimiento de alto nivel a costo mínimo
El 31 de julio, DeepSeek lanzó la versión oficial de V4 Flash, un modelo ligero de 13 mil millones de parámetros activos por respuesta. Mediante un reentrenamiento especializado en tareas de agentes y programación, este modelo superó a su versión mayor (V4 Pro) en los nueve benchmarks internos de la empresa y se posicionó a solo tres puntos de los modelos estadounidenses más avanzados en las pruebas de Artificial Analysis.
El costo de procesamiento de DeepSeek V4 Flash se situó en 14 centavos de dólar por millón de tokens de entrada, ofreciendo hasta un 98 % de descuento en instrucciones repetitivas dentro de bucles de trabajo. Asimismo, la firma liberó los pesos del modelo bajo la licencia abierta MIT.
OpenAI responde con reducciones permanentes y acceso libre
Por su parte, el 30 de julio, OpenAI anunció una reducción permanente del 80 % en la tarifa de GPT-5.6 Luna, fijando su costo en 20 centavos de dólar por millón de tokens de entrada. Además, la compañía integró este modelo de forma gratuita e ilimitada para todos los usuarios con cuenta básica en ChatGPT.
La empresa atribuyó esta baja de precios a optimizaciones internas de servidor realizadas por la propia inteligencia artificial, reduciendo en un 20 % los costos de infraestructura y en un 15 % la generación de respuestas.
Impacto en el desarrollo de aplicaciones autónomas
Las pruebas comparativas en entornos de programación agéntica mostraron resultados dispares:
-
DeepSeek V4 Flash destacó en la solidez lógica y funcional de código estructurado, aunque presentó limitaciones en el apartado visual.
-
GPT-5.6 Luna ofreció un desempeño superior en interfaces gráficas y organización de diagramas, manteniendo ligeros errores de ejecución en tareas avanzadas.
Esta reducción de costos —hasta 100 veces menor en comparación con modelos insignia anteriores— permite a desarrolladores y empresas ejecutar bucles agénticos continuos de verificación de código, transformando proyectos previamente inviables por su alto costo en herramientas de trabajo accesibles a nivel global.
