Los modelos vuelven a competir por una factura menor. Sus fabricantes compiten, además, por definir cómo se examinará lo que venden. Entre el 19 y el 25 de septiembre, los lanzamientos de Anthropic y OpenAI coincidieron con propuestas sobre evaluaciones y estándares. La combinación merece más atención que cualquiera de los anuncios por separado: cuanto más barato resulte delegar trabajo, más decisiones habrá sobre cuándo hacerlo y con qué garantías.
El precio baja; el costo completo depende del trabajo
El 22 de septiembre, Anthropic presentó Opus 5.5 con una reducción anunciada del costo de operación y mayor velocidad de generación. OpenAI presentó Sol y Luna con menores precios de API y mejoras de precisión factual en su evaluación interna. Las cifras y sus bases de comparación están desarrolladas en nuestras notas: Opus 5.5: baja 20% la tarifa por token y 40% el costo de uso típico y Sol y Luna abaratan la IA. Elegir quién hace qué se vuelve más importante. Fuente: Anthropic Fuente: OpenAI
Para un comprador, una tarifa menor es una oportunidad concreta. Puede permitir procesar más documentos o reservar un modelo más capaz para casos difíciles. El ahorro real depende también del trabajo que queda alrededor de la respuesta: revisar errores, repetir solicitudes fallidas e integrar el resultado en un procedimiento. Si el sistema produce el doble de borradores y la organización conserva la misma capacidad para comprobarlos, la productividad de escritura puede crecer mientras se acumula la cola de revisión.
Tampoco todos los errores cuestan lo mismo. Una frase torpe en un resumen interno admite una corrección sencilla; un dato equivocado que pasa a un contrato puede iniciar un problema más largo. Comparar herramientas exige conocer la tarea y las consecuencias de una falla. El precio por token —la unidad de texto que se factura— permite comparar tarifas. El costo por resultado utilizable permite decidir qué compra conviene.
Una pista biológica exige otro tipo de prueba
El anuncio de Anthropic del 23 de septiembre sobre ART lleva la conversación al laboratorio. Se trata de un sistema de transcriptasas inversas asociado a secuencias repetidas, identificado con ayuda de agentes Claude. Su función permanece en estudio. Claude encontró una pista genética. El laboratorio tiene la siguiente palabra.. Fuente: Anthropic
La diferencia entre proponer un candidato y establecer qué hace ofrece una manera útil de entender la investigación asistida por IA. Una búsqueda computacional puede reducir el conjunto de posibilidades que merece experimentar. El experimento debe responder después una pregunta que la coincidencia en una base de datos no resuelve. Aumentar la velocidad de la primera etapa puede ser valioso sin eliminar la necesidad de la segunda.
También cambia dónde conviene invertir. Si aparecen candidatos con mayor rapidez, el cuello de botella puede trasladarse a su comprobación. El número de hallazgos propuestos y el número de resultados establecidos describen actividades distintas. Un balance científico debería permitir seguir el paso de unas a otras, en vez de sumar todas bajo el mismo nombre de descubrimiento.
Los examinados proponen el examen
OpenAI publicó sus propuestas de estándares el 21 de septiembre y de evaluaciones externas el día siguiente. La cuestión institucional que abren es quién decide qué comprobar, qué acceso recibe el evaluador y qué hallazgos puede comunicar. OpenAI propone reglas para su propia industria y Evaluar la IA desde fuera exige abrir puertas. Fuente: OpenAI Fuente: OpenAI
El conocimiento de los fabricantes es necesario para diseñar pruebas pertinentes. También lo es la posibilidad de discutir sus prioridades desde fuera. Una evaluación puede comprobar exactamente lo prometido y dejar intacto un perjuicio que nadie incluyó en el encargo. El contrato debe permitir identificar ese límite; la autoridad y los compradores deben decidir si resulta aceptable para el uso previsto.
Los cuatro análisis de Regulación amplían esas preguntas: qué medios necesita un supervisor para disentir, cómo se reparte la responsabilidad, cuándo una exigencia protege al público o al incumbente y qué explicación debe recibir quien queda sujeto a una decisión. Son argumentos de fondo para leer los anuncios de esta semana. La próxima rebaja de precios llegará acompañada de una decisión que ningún descuento resuelve: cuánto cuesta conservar la capacidad de revisar lo que hemos delegado.