El consejero delegado de Decagon, Jesse Zhang, ha propuesto una nueva lectura del pulso entre modelos de frontera y modelos de código abierto en la IA empresarial: no serían competidores, sino dos fases de un mismo ciclo de vida. Las aplicaciones maduras migran a modelos más ligeros y baratos, mientras los modelos punteros siguen nutriéndose de casos de uso incipientes. El gasto global en modelos de frontera apenas se mueve.
Los datos de plataformas como Vercel y OpenRouter respaldan, en parte, esa tesis. En Vercel, DeepSeek concentra ya un tercio del volumen de tokens procesados por la infraestructura, y Z.ai —responsable del modelo GLM-5.2— se ha colado en cuarta posición. Sin embargo, Anthropic sigue representando más de la mitad del gasto total en la plataforma. En OpenRouter, DeepSeek V4Flash lidera con 5,3 billones de tokens semanales, pero el modelo de frontera más popular, Opus 4.8, procesa 2 billones a un precio unitario unas 23 veces superior, lo que sugiere que captura la mayor parte del ingreso.
A esa fotografía se suma la irrupción de Nemotron, el modelo de Nvidia, llamado a situarse en cabeza por las conexiones del fabricante y la adaptabilidad del propio modelo. Zhang resume el equilibrio así: los laboratorios de frontera seguirán dominando la fase de descubrimiento, mientras el código abierto crecerá en producción. El artículo recuerda que, hace apenas unos meses, se especulaba con que los proveedores de modelos básicos acabasen convertidos en insumos genéricos; los datos recientes indican que, token a token, la frontera conserva la parte más rentable del mercado y no parece a punto de perderla.