Los modelos abiertos crecen más rápido de lo que el mercado sabe medir

Nathan Lambert, de Interconnects, ha intentado estimar el tamaño del mercado de inferencia de modelos abiertos. Se apoya sobre todo en cifras públicas de Baseten, Fireworks y Together AI, además de la cuota de modelos abiertos en OpenRouter. Las nubes hyperscale como Amazon Bedrock y Azure quedan parcialmente fuera porque no publican el uso por categoría de modelo.

Una señal reciente procede de Fireworks. La empresa afirmó en su conferencia que los modelos personalizados de clientes sirven más de 40 billones de tokens diarios y que ese segmento ha crecido más del doble desde el verano. Interconnects reúne las declaraciones públicas en una serie que Lambert describe como un crecimiento casi exponencial.

La mayor parte del artículo original está tras un paywall. La sección pública explica el método y esas cifras, pero no muestra el gráfico completo ni la comparación final con Google. Las conclusiones deben ser más limitadas que la atractiva pregunta del título original.

Cuatro señales públicas sustituyen a un mercado sin contabilidad común

Interconnects usa a los proveedores de inferencia como indicadores del segmento. Lambert sostiene que su suerte está más ligada a los modelos abiertos que la de las grandes nubes, que venden muchos otros servicios. OpenRouter añade el volumen de tokens realmente dirigido a modelos abiertos.

El método ofrece una tendencia, no cuentas auditadas. Cada plataforma revela una parte distinta y puede contar de otra forma los tokens, el tráfico API, la caché o los modelos personalizados. Incluso la cifra de Fireworks cubre solo una parte de su inferencia.

Los compradores ya tienen una alternativa real a unas pocas API cerradas

Más de 40 billones de tokens diarios indican que los modelos personalizados han superado la fase de laboratorio. Las empresas pagan por ejecutar modelos adaptados a sus tareas, creando demanda de hosting, fine-tuning, routing y gestión del rendimiento.

Los equipos de producto pueden cambiar de modelo o proveedor sin rehacer toda la aplicación. Para inversores y reguladores también importa que una actividad considerable de IA circule por capas ausentes de las estadísticas de los mayores laboratorios.

El volumen de tokens mide actividad, pero no valor ni cuota fiable

Los billones de tokens parecen más precisos de lo que son. Una ejecución larga de un agente puede consumir mucho más que un chat corto sin generar más ingresos ni utilidad. Comparar plataformas exige conocer precios, caché, longitud de contexto y mezcla de workloads.

Además, las cifras proceden de empresas interesadas en mostrar crecimiento. Sin una metodología común y sin datos de Amazon, Microsoft y otras nubes, no permiten calcular la cuota de los modelos abiertos frente a OpenAI o Anthropic. Solo muestran que la parte observada crece deprisa.

Informes comunes y datos de las nubes convertirían la tendencia en una medida

El siguiente avance útil no será una cifra mayor de un solo proveedor, sino informes comparables. Habría que separar modelos abiertos y cerrados, variantes base y personalizadas, y aclarar cómo se cuentan tokens de entrada, salida y caché.

La otra señal debe llegar de los hyperscalers. Si Amazon, Microsoft o Google publican uso por categoría de modelo, las estimaciones podrán calibrarse. Hasta entonces, el gráfico sirve como radar de dirección, no como mapa del tamaño del mercado.

El veredicto de Lilith

En el estadio parpadean billones de tokens, pero cada proveedor controla su propio marcador. El crecimiento se ve. Esas cifras todavía no permiten ordenar limpiamente a los corredores.