Revolut cambió Claude por un modelo abierto y recortó el costo casi 10 veces: elegir modelo ya es una decisión de margen
Revolut reemplazó los servicios de IA externos de Anthropic por GLM-5.3, un modelo chino abierto que corre en sus propios servidores, y según el analista Antonello redujo el costo casi por un factor de 10. Figma hace un movimiento parecido con un modelo propio para mejorar los márgenes de sus servicios de IA. Para una empresa chica, elegir modelo dejó de ser cuestión de gusto: es una línea del estado de resultados.
Dos movimientos de la semana apuntan al mismo lado. Según el analista Antonello, Revolut sustituyó servicios de IA externos (Claude, de Anthropic) por GLM-5.3, un modelo chino abierto que ejecuta en sus propios servidores, y bajó el costo casi diez veces. Un día después, el mismo analista señaló que Figma está reemplazando modelos externos por uno propio para mejorar los márgenes de sus servicios de IA.
Nuestra lectura: la pregunta dejó de ser qué modelo es mejor y pasó a ser quién se queda con el margen. Cuando la IA es un insumo que pagás por uso, cada token es un costo variable que le dejás a un tercero; cuando el modelo corre en tu infraestructura, ese costo se vuelve controlable. No significa que todos tengan que migrar. Significa que quien no mide cuánto le cuesta cada tarea de IA no puede comparar ni negociar.
Señal 01 · Costo
¿Cuánto se ahorra al pasar de Claude a un modelo abierto en servidores propios?
Revolut dejó de usar servicios de IA externos, entre ellos Claude de Anthropic, y los reemplazó por GLM-5.3, un modelo chino abierto que ejecuta en sus propios servidores. Según el análisis publicado por Antonello, el costo bajó casi por un factor de 10. Es una cifra del analista, no un dato auditado por la empresa.
Importa porque expone el punto débil de los grandes laboratorios: si un modelo abierto alcanza para una tarea concreta, el precio de la API deja de ser el único camino. El propio Antonello lo plantea como un punto oscuro en el desarrollo de esos laboratorios.
Nuestra lectura: un ahorro de esa magnitud aparece con volumen alto y tareas repetitivas y acotadas. Con uso chico, el costo de operar un modelo propio puede superar lo que se ahorra, así que la cifra no se extrapola sin probar.
Por qué Figma prefiere un modelo propio para sus funciones de IA
Figma está sustituyendo modelos externos por uno propio para mejorar los márgenes de sus servicios de IA, según el mismo analista. La mecánica que describe es simple: sobre modelos de otros podés cobrar los tokens y agregar un poco; con el tuyo te quedás con el margen.
El caso importa porque separa dos negocios. Revender IA de terceros deja un margen fino y expuesto a cambios de precio del proveedor. Tener el modelo propio convierte la IA en parte del producto y no en un costo que se traspasa.
Para una pyme que ofrece servicios con IA adentro, la pregunta incómoda es la misma: qué parte de lo que cobrás se la lleva el proveedor del modelo.
Kimi K3.1 Pro: un modelo abierto de 2,8 billones de parámetros con 1 millón de contexto
Según un post del día, Moonshot abrió Kimi K3.1 Pro, un modelo de 2,8 billones de parámetros que activa 104.000 millones por token y ofrece una ventana de contexto de 1 millón de tokens. El autor afirma que se puede correr hoy sin GPU; es una afirmación del post que conviene verificar antes de apoyarse en ella.
Importa por la tendencia y no por un modelo puntual: cada modelo abierto grande que aparece le resta poder de precio a quienes venden acceso por API, y le da a cualquier equipo una alternativa para comparar.
Nuestra lectura: la oferta abierta crece más rápido que la capacidad de las empresas chicas para evaluarla. El cuello de botella ya no es conseguir un modelo, es saber medir si sirve para tu tarea.
Venimos registrando que la ventaja de la IA se juega en la medición y no en el modelo de moda. Ayer vimos cómo los laboratorios usan modelos que el público no puede usar, y hace pocos días, qué conviene medir cuando las empresas pagan cada vez más por IA. Hoy el costo por tarea pasa al centro.
Esta semana, sacá de tu factura o de tu panel de uso las tres tareas de IA que más se repiten (por ejemplo, clasificar consultas o resumir llamadas) y anotá para cada una cuántas veces corre por mes y cuánto cuesta. Después pedile a un agente que repita esas tres tareas con un modelo abierto más barato sobre veinte casos reales tuyos, y compará los resultados a ciegas.
Si en esos veinte casos la calidad no cambia y el costo cae, tenés un argumento para migrar esa tarea. Si la diferencia se nota, ya sabés qué tareas justifican el modelo de primera línea. Te das cuenta de que sirvió si terminás con una tabla de tarea, costo mensual y calidad, y no con una opinión.
La movida del día
Armá hoy la tabla de tus tres tareas de IA más repetidas con su costo mensual. Probá una de ellas con un modelo abierto sobre veinte casos reales. Decidí con números qué tarea queda con el modelo caro y cuál no.
¿Conviene cambiar Claude por un modelo abierto en una empresa chica?
Depende del volumen y de la tarea. El caso de Revolut, según el analista, combina uso intensivo con servidores propios; con poco volumen, operar el modelo puede costar más de lo que se ahorra. Lo prudente es probar una tarea repetitiva con casos reales antes de decidir.
Nuexty es una comunidad que se posiciona en la era de la IA. Nos juntamos en el Café IA en Buenos Aires, y los miembros tienen su lugar todos los meses y la plataforma con el conocimiento que armamos cada día.