IBM demuestra que se puede lograr casi el mismo rendimiento gastando una fracción del coste

En los últimos años la competencia en inteligencia artificial se ha centrado en quién ofrece el modelo más potente, es decir, aquel que resuelve tareas cada vez más complejas. Sin embargo, a medida que estas herramientas pasan de ser curiosidades a recursos esenciales en empresas y aplicaciones, la pregunta que cobra más relevancia es: ¿cuánto cuesta obtener una respuesta suficientemente buena?

IBM ha publicado unas cifras que ponen en jaque a los gigantes de la IA cerrada. Según sus pruebas, el modelo de IBM consigue entregar alrededor del 90 % del rendimiento que ofrecen los líderes del mercado, pero lo hace consumiendo solo el 10 % del coste por token, es decir, la unidad de medida que se paga cada vez que el modelo procesa una palabra o fragmento de texto. Esta diferencia se vuelve crucial cuando una misma solicitud se repite miles o millones de veces, ya que el ahorro se multiplica exponencialmente.

Si estos resultados se confirman en entornos reales, los usuarios podrían elegir soluciones más económicas sin sacrificar gran parte de la calidad, lo que abriría la puerta a una adopción más amplia de la IA en sectores que antes se veían limitados por el precio. IBM, con este enfoque, sugiere que la eficiencia económica puede ser tan importante como la potencia bruta a la hora de definir el futuro de la inteligencia artificial.