Javier Pastor
Editor Senior - TechLa batalla de la IA parecía centrarse en qué modelo era el más inteligente, punto. Ahora empieza a desplazarse a otra métrica: la de la "inteligencia" por dólar. Cuánta "inteligencia" podemos conseguir con cada dólar que invertimos en un modelo. Ahí los modelos "baratos" no tenían mucho que hacer porque hasta no hace mucho eran bastante menos "inteligentes" que los grandes modelos frontera de OpenAI o Anthropic, pero el cuento está cambiando a marchas forzadas. Lo demuestran los nuevos modelos de Google y Meta, que se han puesto las pilas, y de qué manera.
Google ya no habla de Flash como antes. Gemini 3.8 Flash es, según Google, su modelo "caballo de batalla" más inteligente, y está especialmente orientado a programación, agentes y razonamiento multipaso. El precio es realmente económico, y cada millón de tokens de entrada/salida sale por 0,75 / 3,75 dólares, muy por debajo del que tienen sus grandes competidores de OpenAI o Anthropic. Sobre todo teniendo en cuenta que en pruebas de rendimiento el modelo de Google se acerca e incluso supera a algunos de esos modelos.
Los benchmarks hablan maravillas de Gemini 3.8 Flash. Artificial Analysis indica que Gemini Flash 3.8 en modo high obtiene 59 puntos en su Intelligence Index. Está por tanto al nivel de GPT-5.6 Sol y Grok 4.6 en esa métrica, pero es que además es rapidísimo (302 tokens por segundo, el más veloz con diferencia entre los mejores) y cuesta unos 0,58 dólares por tarea en el índice de esta plataforma. No es el modelo más avanzado, pero la diferencia es menor y gana de largo tanto en velocidad como en coste a GPT-5.6 Sol, Opus 5 o Grok 4.6.
Meta le complica las cosas a Google horas después. Apenas unas horas después de que Google lanzara Gemini 3.8 Flash, Meta anunció el lanzamiento de Muse Spark 1.3, una nueva versión de un modelo que tiene objetivos y planteamiento idénticos. Destaca en programación, trabajo agéntico y tareas largas en las que el modelo debe usar herramientas durante muchos pasos. Arficial Analysis le concede 61 puntos en su Intelligence Index en la versión xhigh, lo que lo pone al nivel de GPT-5.6 max y Grok 4.6 high. La versión max, todavía en acceso limitado, llega a los 62 puntos.
Muse Spark es también otra cosa: barato. Meta indica que el precio por millón de tokens de entrada/salida de Muse Spark xhigh es de 1,25 / 4,25 dólares. En Artificial Analysis calculan 0,55 dólares por tarea en su índice de "inteligencia por dólar", frente a los 0,95 dólares de GPT-5.6 max o los 1,23 dólares de Claude Opus high. Es decir: en esa evaluación concreta, Muse Spark 1.3 (como Gemini 3.8 Flash) ofrece una inteligencia equivalente a un precio notablemente inferior.
Los agentes dan alas a los modelos "baratos". Una conversación casual con ChatGPT puede consumir muy pocos tokens, pero un agente de IA que no para de trabajar para llegar al objetivo que hemos pedido (por ejemplo, programarnos una app) no para de hacer peticiones, usar herramientas, revisar archivos y volver sobre sus pasos para autocorregirse y acabar ofreciendo la mejor respuesta. Ahí importa mucho que el modelo de IA sea económico para que el coste no se dispare.
Muse Spark gana esa partida a Google. En ese ámbito, por cierto, Muse Spark 1.3 parece aventajar a Gemini 3.8 Flash: el de Meta usa aproximadamente un 20% menos llamadas a herramientas y un 25% menos tokens que Muse Spark 1.2 en pruebas internas. Aunque Gemini 3.8 Flash mantendrá hasta el final de 2026 los precios de 3.7 Flash, Google admite que este nuevo modelo "trabaja más" y consume más tokens para mejorar la calidad de sus respuestas. Según Artificial Analysis eso provoca que una tarea con Gemini 3.8 Flash cueste alrededor de un 40% más que con 3.7 Flash. Eso es relevante, pero recordemos: aún así el coste por tarea en Artificial Analysis es de 0,58 dólares , tan solo tres centavos más que Muse Spark 1.3.
Google y Meta aceleran: cuidado, OpenAI y Anthropic. Gemini 3.8 Flash llega apenas tres semanas después de Gemini 3.7 Flash, y es el tercer Flash de Google en seis semanas. Meta ha pasado de Muse Spark 1.1 en julio al 1.2 en agosto y al 1.3 en septiembre. Las ventajas en benchmarks apenas duran semanas o incluso días, y eso hace cada vez más difícil sostener el "tenemos el modelo de IA más inteligente".
El verdadero enemigo de los modelos frontera es el modelo "suficientemente bueno". Teniendo en cuenta que los modelos de Google y Meta ya se acercan peligrosamente al rendimiento de Fable 5.1 o GPT-5.6 Sol —y en algunas pruebas parecen incluso superarles—, el factor "inteligencia por dólar" parece apoderarse de la conversación porque estos modelos de Google y Meta son mucho más baratos sin sacrificar demasiada "inteligencia". Pagar los 10/50 dólares por millón de tokens de entrada/salida de Fable 5.1 parece mala decisión cuando Gemini 3.8 Flash y Muse Spark 1.3 cuestan unas 10 veces menos y son algo más que "suficientemente buenos". Es la misma apuesta que antes veíamos en los modelos chinos, pero de la que ahora se están apropiando empresas como Google, SpaceXAI o Meta.
Ver 0 comentarios