La productora china Huace ha elegido una herramienta de inteligencia artificial para levantar una serie sobre el Rey Mono, pero esa herramienta no se presenta como un único modelo de vídeo. PAI, el motor de Utopai Studios, se coloca por encima de modelos propios y ajenos. Según la arquitectura descrita por la empresa, descompone el guion, conserva la memoria visual de personajes y escenarios, planifica la producción y envía cada tarea al modelo base propio o de terceros que considera más adecuado.
Ese diseño resume un cambio que ya se extiende mucho más allá del audiovisual. La ventaja competitiva empieza a desplazarse del modelo aislado a la capa que decide cuándo usarlo, con qué datos, a qué precio y bajo qué reglas. Los modelos no se han vuelto idénticos ni plenamente intercambiables, pero el aumento de alternativas reduce el incentivo para tratar a uno de ellos como respuesta universal.
La inteligencia baja de precio
La presión económica se entiende al comparar cuánto cuesta comprar capacidad mediante una API. A 22 de julio de 2026, GPT-5.4 cobra 2,50 dólares por millón de tokens de entrada y 15 por los de salida. En la API alojada por Mistral, el modelo de pesos abiertos Mistral Large 3 cuesta 0,50 y 1,50 dólares, respectivamente. DeepSeek V4-Pro baja a 0,435 y 0,87 dólares cuando la entrada no está almacenada en caché.
La comparación no demuestra que los tres entreguen la misma calidad ni que una tarea cueste exactamente esa proporción. Cambian los tokenizadores, el volumen de razonamiento, la latencia, la fiabilidad y el número de intentos necesarios. Sí muestra que existe una diferencia suficiente para que elegir el modelo adecuado deje de ser una preferencia de marca y pase a formar parte de la economía de cada producto.
La caída va más allá de una fotografía de tarifas. El AI Index 2025 de Stanford calculó cuánto costaba alcanzar un nivel fijo de rendimiento, el que obtuvo GPT-3.5 en la prueba MMLU. El precio pasó de 20 dólares por millón de tokens en noviembre de 2022 a 0,07 dólares en octubre de 2024: el coste se redujo más de 280 veces en menos de dos años.
Los modelos convergen, pero no se igualan
Al mismo tiempo, la parte alta del mercado se aprieta. El AI Index 2026 sitúa a Anthropic, xAI, Google y OpenAI dentro de una franja de apenas 25 puntos Elo en las preferencias humanas de Arena. Alibaba y DeepSeek también aparecen en el grupo superior, y los mejores modelos estadounidenses y chinos llevan alternándose en cabeza desde comienzos de 2025.
El mismo informe muestra que la convergencia es parcial. La distancia entre el mejor modelo cerrado y el mejor abierto volvió a crecer hasta el 3,3% en marzo de 2026, y el rendimiento sigue cambiando según la tarea y el dominio. Además, Stanford encontró preguntas inválidas en pruebas muy utilizadas y señales de adaptación específica a los rankings.
La comoditización, por tanto, no significa que dé igual elegir. Significa que hay más modelos suficientemente buenos, a precios muy distintos y con fortalezas diferentes. El valor pasa de encontrar un ganador permanente a medir cuál conviene en cada petición y cambiarlo cuando dejan de cuadrar el coste, la calidad o el riesgo.
La capa que elige por nosotros
La orquestación convierte esa elección en infraestructura. Un enrutador puede mandar una consulta rutinaria a un modelo barato, reservar uno de frontera para un problema difícil, cambiar de proveedor si hay una caída y bloquear el envío cuando la ubicación del dato incumple una política interna. No es solo un conmutador: alrededor de la decisión aparecen presupuestos, registros, evaluaciones, filtros de seguridad, caché y observabilidad.
La idea ya tiene respaldo experimental. Los autores de RouteLLM entrenaron pequeños sistemas para decidir entre un modelo potente y otro más barato. En sus pruebas redujeron el coste más de dos veces en algunos escenarios sin deteriorar la calidad medida de las respuestas. El resultado depende de la pareja de modelos y de la evaluación elegida, pero prueba que la decisión de enrutado puede aportar valor por sí misma.
OpenRouter ofrece una API común y permite ordenar proveedores por precio, latencia, capacidad o disponibilidad, además de saltar a otro proveedor o a un modelo alternativo configurado ante un fallo. LiteLLM, que puede instalarse como pasarela propia, traduce más de un centenar de modelos a un formato común y añade presupuestos, claves virtuales, reintentos y registros. Portkey combina esa interfaz con reglas condicionales, límites de gasto, protecciones y rutas alternativas.
Los grandes proveedores de nube han llegado al mismo sitio desde el lado contrario. Amazon Bedrock presenta modelos de varias compañías mediante una interfaz común y ofrece enrutado inteligente, aunque su selector automático se limita a modelos de una misma familia. Model Garden de Google Cloud reúne en un mismo catálogo modelos de Google, de terceros y de pesos abiertos, aunque las modalidades de despliegue no son idénticas.
Microsoft Foundry dispone de un enrutador que clasifica la petición y selecciona en tiempo real entre familias de OpenAI, Anthropic, DeepSeek, Meta o xAI según coste, calidad o equilibrio. En los tres casos se reduce la dependencia de un modelo, pero la identidad, la facturación, la observabilidad y parte del gobierno quedan concentrados en la nube elegida.
Las empresas no quieren un solo modelo
La adopción empresarial confirma el giro multimodelo sin que eso implique que los modelos sean indistinguibles. En una encuesta de Andreessen Horowitz a 100 responsables tecnológicos de 15 industrias, el 37% utilizaba cinco modelos o más en 2025, frente al 29% del año anterior. Evitar la dependencia de un proveedor era uno de los motivos, pero el principal era que los modelos mantenían ventajas diferentes según la tarea.
Eso cambia qué debe poseer una empresa. Si el producto depende de instrucciones, evaluaciones y datos que pueden viajar de un proveedor a otro, cambiar de modelo resulta más viable. Si está construido alrededor de una función exclusiva, un ajuste difícil de trasladar o la memoria propietaria de una plataforma, el encierro reaparece. La orquestación no elimina por sí sola la dependencia: puede trasladarla del modelo a la pasarela que los coordina.
Soberanía es poder cambiar de motor
La posibilidad de sustituir modelos también se ha convertido en una cuestión política. La Comisión Europea define la soberanía tecnológica como la capacidad de controlar tecnologías, datos e infraestructuras y reducir la dependencia de proveedores no europeos. En IA eso exige mirar dónde se ejecuta el modelo, qué licencia tienen sus pesos, quién controla el cómputo y si los datos pueden trasladarse de verdad.
La alianza que Microsoft y Mistral han ampliado en Europa ilustra el equilibrio. Ofrece modelos europeos y opciones de residencia de datos dentro de una gran nube estadounidense. Aporta elección, pero no equivale a independencia completa de la infraestructura.
Fuera de Europa, los controles estadounidenses sobre semiconductores muestran por qué esa capacidad de sustitución importa. El Departamento de Comercio de Estados Unidos amplió en diciembre de 2024 las restricciones sobre equipos, programas y memoria de gran ancho de banda destinados a la fabricación china de chips avanzados. La norma global de difusión de IA planteada después fue retirada en mayo de 2025, pero esa decisión no retiró a la vez los controles específicos sobre chips.
En paralelo, los modelos chinos de pesos abiertos se han convertido en una vía de distribución internacional. Modelos de familias como DeepSeek y Qwen pueden descargarse, alojarse fuera de la nube de su creador e incorporarse a una pasarela multimodelo. Zhipu presenta esa apertura como alternativa al cierre occidental. Al mismo tiempo, los modelos chinos ya compiten en la parte alta de los rankings generales.
El modelo pasa a segundo plano, no desaparece
PAI no vuelve irrelevantes a los modelos de generación que orquesta. La arquitectura que describe Utopai pretende que el sistema gane capacidad cuando aparece un modelo mejor, sin obligar al creador a quedar atado a un solo proveedor. La propuesta comercial de la empresa se apoya en esa continuidad.
Lo mismo ocurre en una empresa. El modelo conserva su importancia en cada tarea, pero deja de ser el lugar donde reside toda la ventaja. La diferencia está cada vez más en el sistema que sabe probarlo, asignarle trabajo, vigilarlo y reemplazarlo sin detener el servicio. Cuando la inteligencia se compra a varios proveedores y su precio cae con rapidez, el control de la capa que elige entre ellos pasa a formar parte de la ventaja competitiva.
La fotografía de representación de este artículo pertenece a Kazuo Ota y ha sido publicada en Unsplash
