Más inteligencia en menos espacio: la IA llega al despacho

Los fabricantes de modelos hacen chips, y viceversa

La disputa por la inteligencia artificial desborda el modelo que responde en pantalla. El 24 de junio de 2026, OpenAI y Broadcom presentaron Jalapeño, el primer acelerador propio del vendedor de ChatGPT. Sus muestras ya ejecutaban cargas de aprendizaje automático en laboratorio.[1]

En octubre, NVIDIA amplió su oferta de modelos con Nemotron 3.5 Bolt, orientado a trabajar en equipos locales.[2] El proveedor de las máquinas entrega también inteligencia para utilizarlas. OpenAI recorre el camino inverso: busca diseñar el motor que ejecutará sus modelos.

Ambos movimientos persiguen más control sobre el negocio. Para entender por qué, conviene mirar qué ocurre con el precio de la capacidad que venden.

La inteligencia se abarata y se reproduce

Una capacidad que ayer era excepcional puede convertirse pronto en un servicio barato. Stanford documentó una caída superior a 280 veces del coste de inferencia necesario para alcanzar nivel GPT-3.5 entre noviembre de 2022 y octubre de 2024.[3] Inferencia significa ejecutar un modelo ya entrenado para obtener respuestas.

DeepSeek R1 hizo visible esa presión. Su tarifa de lanzamiento fue de 0,55 dólares por millón de tokens de entrada y 2,19 de salida, frente a los 15 y 60 de la ficha de o1. El precio por token era unas 27 veces menor.[4][5] Los tokens son los fragmentos de texto que el modelo procesa y genera.

Las capacidades también se transfieren. DeepSeek entrenó versiones menores con ejemplos producidos por R1: destilar consiste en enseñar a un modelo mediante respuestas de otro.[6] Además, publicar los pesos —los valores numéricos aprendidos durante el entrenamiento— permite descargarlos y ejecutarlos bajo las condiciones de su licencia.[2] Esa combinación presiona a quienes venden modelos a buscar ventajas en otras partes de la cadena.

El poder busca fábricas, memoria y distribución

Fabricar chips y llegar al usuario exige recursos que cuesta más reproducir que un archivo de pesos. NVIDIA declaró un margen bruto del 75% en su segundo trimestre fiscal de 2027, terminado en julio de 2026.[7] Esa posición depende a su vez de proveedores: TSMC afirmó en octubre que la demanda evaluada seguía superando la oferta, mientras SK hynix anunció expansión de HBM4.[8][9] HBM es memoria de gran ancho de banda: suministra datos al procesador para que pueda trabajar.

Los grandes compradores diseñan chips propios para adaptar la máquina al trabajo y negociar el suministro. Google desarrolla TPU, sus unidades de procesamiento tensorial, chips especializados en IA. Amazon desarrolla Trainium; Microsoft afirma que Maia 200 ya sirve cargas de producción.[10][11][12]

NVIDIA busca también el acceso al usuario. En septiembre anunció un acuerdo para adquirir Hugging Face, la plataforma de distribución de modelos.[13] Mientras los gigantes intentan controlar esas piezas, otra tendencia amplía las opciones de quienes utilizan la IA.

Más inteligencia cabe en menos espacio

La capacidad local crece por dos vías: modelos que hacen más con menos tamaño y procesadores que los ejecutan mejor. Xiao y colaboradores estimaron que la densidad máxima de capacidad se duplicaba cada 3,5 meses en su muestra de 51 modelos base abiertos.[14] La densidad expresa cuánto mayor tendría que ser un modelo de referencia para igualar el rendimiento del estudiado.

Alibaba ofrece un ejemplo: publica 79,1 puntos en el examen de conocimientos MMLU-Pro para Qwen3.5-4B, frente a 71,1 para Qwen2.5-72B, de unos dieciocho meses antes.[15][16] El componente de lenguaje del primero tiene unos cuatro mil millones de parámetros; el segundo, 72.700 millones. Los parámetros son las cantidades numéricas que el modelo aprende.

Epoch AI estimó un desfase de unos 6–12 meses, según la prueba, entre los modelos más capaces del momento y modelos que caben enteros en una tarjeta gráfica de consumo RTX 4090 o 5090. Su cálculo supone cuantización a cuatro bits y un contexto de 8K tokens, además de memoria auxiliar.[17] Cuantizar es guardar los números del modelo con menos bits; el contexto es el texto que maneja a la vez. NVIDIA combina esa técnica con compresión y entrenamiento adicional en Bolt.[18]

El hardware acompaña. Google atribuye a TPU 8i hasta el doble de rendimiento por vatio que a Ironwood. Apple eleva el ancho de banda máximo de M4 Max a M5 Max de 546 a 614 gigabytes por segundo: más datos llegan al procesador.[19][20][21] Ambas curvas amplían el trabajo que puede salir del centro de datos.

La IA llega al despacho con una cuenta por hacer

Esa convergencia permite plantear tareas propias en una máquina de oficina. NVIDIA anunció un DGX Spark de 64 gigabytes de memoria, orientado a modelos de hasta 100.000 millones de parámetros; Apple anunció Mac Studio M5 Ultra con hasta 512 gigabytes.[22][23]

El punto de partida son trabajos acotados. Un estudio académico encontró que Mistral 7B superaba a Llama 70B en dos pruebas de clasificación jurídica y perdía en otras.[24] Clasificar documentos, extraer campos y buscar en archivos propios son candidatos a evaluar. La frontera más avanzada sigue arriba, en los grandes centros de datos; las evaluaciones de Artificial Analysis mantienen una distancia frente a los mejores modelos con pesos publicados.[25]

La cuenta económica debe hacerse para cada flujo. En este ejemplo, una API barata gana. Una API es la conexión de una aplicación con el servicio del proveedor. Un equipo de 5.000 dólares amortizado en tres años, con energía y operación, cuesta unos 268 dólares al mes. Diez mil tareas mensuales de tamaño medio costaban unos 8 dólares con la tarifa de Gemini 2.5 Flash-Lite de julio de 2025.[26][27] Es una foto económica con una tarifa histórica: modelos más compactos, chips más eficientes y servicios externos que también se abaratan obligan a revisar la comparación.

Empezar por un flujo y decidir con pruebas

La decisión útil empieza por un trabajo concreto: qué entra, qué resultado se acepta y quién lo revisa. Hay que medir calidad, tiempo y coste por tarea aceptada. Con esas pruebas se decide qué ejecutar dentro, qué contratar por API y qué combinar.

El control exige seguir también los datos. El Reglamento General de Protección de Datos, RGPD, acompaña a documentos, registros y herramientas durante todo el tratamiento.[28][29] Una máquina en el despacho puede enviar información fuera si utiliza servicios externos.

El poder que una empresa puede recuperar empieza en esa elección: decidir qué inteligencia utiliza, dónde la ejecuta y a quién confía sus datos.

Fuentes

Fuentes de las investigaciones, consultadas el 06-11-2026. Se conservan las fechas de los documentos y las atribuciones de fabricante; las fichas sin fecha propia son mutables.

1. OpenAI / Broadcom, 24-06-2026, anuncio primario, OpenAI and Broadcom unveil LLM-optimized inference chip. https://openai.com/index/openai-broadcom-jalapeno-inference-chip/
2. NVIDIA, 15-10-2026 según ReleaseDate, ficha de modelo/licencia mutable, NVIDIA-Nemotron-3.5-Bolt-74B-A9B-24GB. https://huggingface.co/nvidia/NVIDIA-Nemotron-3.5-Bolt-74B-A9B-24GB
3. Stanford HAI, abril de 2025, informe primario, AI Index Report 2025. https://hai.stanford.edu/ai-index/2025-ai-index-report
4. DeepSeek, 20-01-2025, anuncio y tarifa histórica primaria, DeepSeek-R1 Release. https://api-docs.deepseek.com/news/news250120/
5. OpenAI, s/f; identificador o1-2024-12-17, ficha de modelo mutable consultada al corte, o1; aparece como retirado. https://developers.openai.com/api/docs/models/o1
6. DeepSeek, enero de 2025; repositorio mutable, resultados y licencias primarios, DeepSeek-R1. https://github.com/deepseek-ai/DeepSeek-R1
7. NVIDIA, 26-08-2026, resultados empresariales, NVIDIA Announces Financial Results for Second Quarter Fiscal 2027. https://investor.nvidia.com/news/press-release-details/2026/NVIDIA-Announces-Financial-Results-for-Second-Quarter-Fiscal-2027/default.aspx
8. TSMC / transcripción LSEG, 15-10-2026, conferencia de resultados primaria, Q3 2026 Earnings Call. https://investor.tsmc.com/japanese/encrypt/files/encrypt_file/reports/2026-10/eba4fac72873bf546b669bd2b5d973df5c93215d/TSMC%203Q26%20Transcript.pdf
9. SK hynix, 28-10-2026, resultados empresariales, SK hynix Announces 3Q26 Financial Results. https://news.skhynix.com/en/q3-2026-business-results/
10. Google, 22-04-2026, anuncio técnico primario, Our eighth generation TPUs: two chips for the agentic era. https://blog.google/innovation-and-ai/infrastructure-and-cloud/google-cloud/eighth-generation-tpu-agentic-era/
11. Amazon, resultados Q1 2026, 29-04-2026; nota sin fecha propia identificada, declaración del CEO, Andy Jassy weighs in on the rapid growth of Amazon's chips business. https://www.aboutamazon.com/news/company-news/amazon-ceo-andy-jassy-amazon-chips-business-q1-2026-earnings
12. Microsoft, 12-10-2026, anuncio primario, Microsoft to expand Azure Maia system to multi-gigawatt deployments. https://blogs.microsoft.com/blog/2026/10/12/microsoft-to-expand-azure-maia-system-to-multi-gigawatt-deployments/
13. NVIDIA, 03-09-2026, acuerdo anunciado, NVIDIA to Acquire Hugging Face. https://blogs.nvidia.com/blog/nvidia-to-acquire-hugging-face/
14. Chaojun Xiao y colaboradores, 06-11-2025, estimación empírica académica, estudio revisado sobre densidad de capacidad de los LLM, Nature Machine Intelligence. https://www.nature.com/articles/s42256-025-01137-0
15. Alibaba / Qwen, marzo de 2026; ficha mutable consultada 06-11-2026, evaluación del fabricante, Qwen3.5-4B. https://huggingface.co/Qwen/Qwen3.5-4B
16. Alibaba / Qwen, 19-12-2024; modelo lanzado 19-09-2024, informe técnico y evaluación del fabricante, Qwen2.5 Technical Report, tabla 6. https://arxiv.org/html/2412.15115v1 — Comparación de resultados publicados en MMLU-Pro: no se igualaron protocolos ni presupuestos de razonamiento entre generaciones.
17. Somala y Emberson / Epoch AI, 15-08-2025; datos actualizados 18-11-2025, estimación independiente, Consumer GPU model gap. https://epoch.ai/data-insights/consumer-gpu-model-gap — Supuestos: pesos completos en memoria de la tarjeta gráfica, cuantización a cuatro bits, contexto de 8K tokens, caché de claves y valores a ocho bits (KV INT8) y unos 2 GiB adicionales de sobrecarga. GiB es gibibyte, unidad binaria de memoria. Límites de 28.000 millones de parámetros para RTX 4090 y 40.000 millones para RTX 5090. Desfases medios según prueba: 7,4; 7,3; 6,3 y 12,4 meses. Ajuste de tendencias de puntuación, no medición de velocidad útil.
18. NVIDIA Research, 15-10-2026, explicación técnica y mediciones del fabricante, Nemotron 3.5 Bolt 24GB. https://research.nvidia.com/labs/nemotron/Nemotron-3.5-Bolt-24GB/
19. Google Cloud, 22-04-2026, declaración técnica del fabricante, Inside the eighth-generation TPU: An architecture deep dive. https://cloud.google.com/blog/products/compute/tpu-8t-and-tpu-8i-technical-deep-dive/?hl=en
20. Apple, 30-10-2024, especificaciones del fabricante, Apple introduces M4 Pro and M4 Max. https://www.apple.com/newsroom/2024/10/apple-introduces-m4-pro-and-m4-max/
21. Apple, 03-03-2026, especificaciones del fabricante, Apple debuts M5 Pro and M5 Max. https://www.apple.com/newsroom/2026/03/apple-debuts-m5-pro-and-m5-max-to-supercharge-the-most-demanding-pro-workflows/
22. Allen Bourgoyne / NVIDIA Blog, 02-10-2026, anuncio, DGX Spark 64GB / local AI. https://blogs.nvidia.com/blog/local-ai-dgx-spark-64gb-sync/
23. Apple Newsroom, 25-08-2026, anuncio, Apple introduces new Mac Studio with M5 Max and M5 Ultra. https://images.apple.com/newsroom/2026/08/apple-introduces-new-mac-studio-with-m5-max-and-m5-ultra/
24. Bing Zhang y colaboradores, 30-04-2025, paper revisado NAACL Industry, Evaluating Large Language Models with Enterprise Benchmarks. https://aclanthology.org/2025.naacl-industry.40.pdf
25. Artificial Analysis, 27-10-2026, metodología y evaluación independiente, Artificial Analysis Intelligence Index v5. https://artificialanalysis.ai/articles/artificial-analysis-intelligence-index-v5
26. Google Developers Blog, 22-07-2025, anuncio y precio histórico, Gemini 2.5 Flash-Lite is now stable and generally available. https://developers.googleblog.com/gemini-25-flash-lite-is-now-stable-and-generally-available/
27. Elaboración propia, 06-11-2026, escenario ilustrativo: 5.000/36 + 0,2 × 8 × 22 × 0,25 + 2 × 60 = 267,69 USD/mes; API: 40 × 0,10 + 10 × 0,40 = 8 USD/mes. Equipo amortizado en 36 meses; energía a 0,25 USD/kWh; 176 horas/mes a 0,2 kW; dos horas de operación a 60 USD/h. Carga: 10.000 tareas, 4.000 tokens de entrada y 1.000 de salida por tarea. Se excluyen integración común y revisión humana en ambas opciones; no se presupone calidad equivalente. Tarifa histórica de Google de julio de 2025 documentada en la fuente anterior. Método sin URL externa.
28. Unión Europea, 27-04-2016; DOUE 04-05-2016, legislación primaria, Reglamento (UE) 2016/679. https://eur-lex.europa.eu/legal-content/EN/TXT/PDF/?uri=CELEX%3A32016R0679
29. EDPB, 18-12-2024, criterio regulador primario, Opinion 28/2024 on certain data protection aspects related to the processing of personal data in the context of AI models. https://www.edpb.europa.eu/system/files/2024-12/edpb_opinion_202428_ai-models_en.pdf