Anthropic dice que no quiere prohibir los pesos abiertos. La guerra de costes sigue siendo real.

Corrección, revisada el 2 de septiembre de 2026: Anthropic no ha pedido prohibir los modelos de pesos abiertos. El 27 de julio, su CEO Dario Amodei escribió que Anthropic nunca había defendido tal prohibición y calificó los modelos abiertos no peligrosos como un bien público. La empresa sí propone actuar contra la destilación industrial, controlar con más rigor los chips avanzados y evaluar la seguridad de modelos suficientemente capaces, tanto abiertos como cerrados.

Un debate de julio de 20VC x SaaStr interpretó esas propuestas como una amenaza para los pesos abiertos chinos de bajo coste. Esa es la lectura del panel, no la postura declarada de Anthropic. La pregunta útil para una empresa es más concreta: ¿cuánto poder de precio conservan los proveedores cuando los compradores pueden evaluar, enrutar y a veces alojar modelos alternativos?

Qué alegó realmente Anthropic

En un informe del 23 de febrero, Anthropic alegó que DeepSeek, Moonshot AI y MiniMax generaron más de 16 millones de intercambios con Claude mediante unas 24.000 cuentas fraudulentas, infringiendo sus condiciones y restricciones regionales. Anthropic atribuyó más de 150.000 intercambios a DeepSeek, más de 3,4 millones a Moonshot y más de 13 millones a MiniMax. Son atribuciones de Anthropic, no conclusiones judiciales.

La destilación entrena un modelo con resultados de otro. Anthropic reconoce que es una técnica extendida y legítima cuando está autorizada. Su acusación se refiere al acceso con cuentas fraudulentas desde regiones restringidas y a una extracción de capacidades que, según la empresa, incumplió sus condiciones. El análisis legal depende de autorización, contrato, derechos de autor, datos y jurisdicción; la técnica no es siempre legal ni siempre ilegal.

El documento de política de mayo pidió restringir acceso a modelos, disuadir ataques industriales y considerar una aclaración legal sobre cuándo una destilación es ilícita. La aclaración del 27 de julio marcó un límite explícito: no a una prohibición proteccionista de pesos abiertos, sí a controles sobre destilación ilícita, chips avanzados y capacidades peligrosas.

El argumento proteccionista es una interpretación, no un hecho

Rory O'Driscoll sostuvo en el programa que un proceso regulatorio de aprobación podría frenar a competidores baratos incluso sin una prohibición formal. Su analogía con los clones del PC de IBM advertía contra proteger a empresas establecidas mediante política pública. Es legítimo debatir ese incentivo, pero no presentar la inferencia del panel como política declarada de Anthropic.

Nuestra conclusión técnica sobrevive a la corrección. La competencia de modelos más baratos y abiertos da poder al comprador, pero solo si su stack compara modelos sobre las mismas tareas y mueve tráfico sin perder calidad, seguridad ni auditabilidad.

"La disputa política es real, pero la decisión del comprador se puede medir: compara modelos sobre tus tareas, enruta solo si la calidad se mantiene y conserva pruebas de cada ahorro que afirmes."

Qué informó realmente Coinbase

El 27 de junio, el CEO de Coinbase Brian Armstrong afirmó en X que la empresa había reducido casi a la mitad su gasto interno en IA mientras seguía creciendo el uso de tokens. Es una afirmación de gestión de primera mano, no un estudio de costes auditado, y el post no separa el ahorro de cada palanca.

• Defaults más baratos, no límites obligatorios. Armstrong dijo que Coinbase experimentaba con GLM 5.2 y Kimi 2.7 como opciones predeterminadas mediante su gateway LLM, mientras los ingenieros podían elegir otro modelo. Según él, el 91% de empleados no alcanzaba sus límites de uso.
• Routing consciente de tarea y caché. Coinbase preprocesa prompts y elige modelos según tarea, precio y caché disponible. Usar un modelo frontier para planificar y uno barato para ejecutar fue un ejemplo, no una regla universal.
• Caché y disciplina de contexto. Armstrong dijo que la tasa de acierto de caché de LibreChat subió del 5% al 60% tras implementarla bien. También recomendó sesiones nuevas por tarea, contexto de archivos estrecho, menos herramientas sin usar y más visibilidad del gasto.

Es evidencia útil de un modelo operativo multimodelo, pero no demuestra que los pesos abiertos causaran la mitad de la reducción ni que la calidad permaneciera constante. Coinbase describió un experimento conjunto de defaults, routing, caché, contexto reducido y visibilidad. Reprodúcelo contra tu propia base de calidad y coste.

El patrón coincide con nuestra guía de costes de tokens LLM: cachear prefijos estables, enrutar solo tras evaluar tareas y medir coste por tarea completada, no precio por token. Nuestra comparativa de gateways cubre la capa de control, y la comparativa de modelos abiertos explica por qué siguen haciendo falta pruebas específicas de la carga.

Medir ROI sin inventar una historia para todo el mercado

La curva de costes de una empresa no prueba que la IA empresarial no mueva ingresos, que todos los consejos estén recortando tokens o que el mercado premie una estrategia concreta. Eso exige datos financieros por empresa. La lección defendible es más simple: un programa de IA necesita una base, métricas de calidad por tarea, coste total, latencia, incidentes y un responsable del resultado de negocio.

Un token barato puede producir una tarea cara si el agente hace muchas llamadas o reintentos. Un modelo mejor también puede ser más barato si completa la tarea con fiabilidad. Por eso conviene medir el coste por resultado aceptado, incluyendo fallos y escalados.

Qué significa para un comprador de la UE

• Trata los pesos abiertos como opción evaluada. No asumas paridad por un benchmark público. Prueba modelo, cuantización, stack de servicio, idioma y tarea exactos.
• El self-hosting cambia el control, no todas las obligaciones. Alojar en la UE mejora el control de ubicación de datos, pero no elimina licencias, riesgos de seguridad y suministro, reglas sectoriales, copyright, controles de exportación ni RGPD.
• Clasifica tu rol bajo el AI Act. La guía GPAI de la Comisión Europea explica que algunos proveedores libres y abiertos reciben exenciones limitadas de transparencia, pero siguen ciertos deberes de copyright y resumen de entrenamiento, y los modelos de riesgo sistémico no obtienen esa exención.
• Enruta con escalado medido. Usa el modelo más barato que supere la evaluación y registra fallbacks, correcciones humanas, excepciones de seguridad y coste por resultado aceptado.

La soberanía es un objetivo de diseño, no una exención legal general. Un gateway portable, evaluaciones reproducibles, procedencia documentada y alternativas desplegables reducen dependencia. Nuestra guía de costes de self-hosting en la UE y la guía de residencia de datos cubren los compromisos de alojamiento y governance.