Servicio · IA Open Source
Antes pagabas OpenAI. Ahora usás un modelo abierto y te sobra presupuesto.
Los modelos open source de hoy resuelven la mayoría de los casos de uso reales —chatbots, clasificación, extracción, RAG, agentes— a una fracción del precio de GPT o Claude. Yo hago la migración completa: evaluación con tus datos, despliegue e integración sin tocar tu código.
El argumento, en números
- 280× cayó el costo de inferencia a nivel GPT-3.5 en solo dos años (nov 2022 → oct 2024): de $20 a $0,07 por millón de tokens. Stanford HAI · AI Index 2025
- 60% de más de 700 líderes técnicos encuestados reporta menores costos de implementación con IA open source que con herramientas propietarias. McKinsey · Mozilla (2025)
- 2/3 de las organizaciones dicen que la IA open source es más barata de desplegar que los modelos propietarios. Linux Foundation · Meta (2025)
Precio por millón de tokens: cerrados vs. abiertos
Precios oficiales de API (USD por 1M de tokens de salida). Las barras cortas son el punto: la diferencia no es de porcentajes, es de órdenes de magnitud.
Precio por millón de tokens: cerrados vs. abiertos — entrada + salida
| Modelo | USD/1M (entrada) | USD/1M (salida) | Fuente |
|---|---|---|---|
| GPT-5.6 (sol) · OpenAI | $5.00 | $30.00 | ↗ |
| Claude Opus 4.8 · Anthropic | $5.00 | $25.00 | ↗ |
| Gemini 3.1 Pro · Google (≤200k) | $2.00 | $12.00 | ↗ |
| Claude Haiku 4.5 · Anthropic | $1.00 | $5.00 | ↗ |
| Kimi K2.6 · Together AI | $1.20 | $4.50 | ↗ |
| DeepSeek V4 Pro · API DeepSeek | $0.43 | $0.87 | ↗ |
| Llama 3.3 70B · Groq | $0.59 | $0.79 | ↗ |
| GPT-OSS-120B · Groq | $0.15 | $0.60 | ↗ |
| DeepSeek V4 Flash · API DeepSeek | $0.14 | $0.28 | ↗ |
Qué significa en tu factura
Un producto que procesa 50M de tokens de entrada y 10M de salida al mes pagaría, según el modelo:
| Modelo | Factura mensual | vs. el más caro |
|---|---|---|
| GPT-5.6 (sol) · OpenAI | $550 | — |
| Claude Opus 4.8 · Anthropic | $500 | −9% |
| Gemini 3.1 Pro · Google (≤200k) | $220 | −60% |
| Kimi K2.6 · Together AI | $105 | −81% |
| Claude Haiku 4.5 · Anthropic | $100 | −82% |
| Llama 3.3 70B · Groq | $37.40 | −93% |
| DeepSeek V4 Pro · API DeepSeek | $30.45 | −94% |
| GPT-OSS-120B · Groq | $13.50 | −98% |
| DeepSeek V4 Flash · API DeepSeek | $9.80 | −98% |
Casos reales, con fuente
Nada de promesas: empresas y equipos que publicaron sus números al migrar a modelos abiertos. Cada cita enlaza a su fuente.
- 10× más barato
Lindy
La startup de asistentes de IA migró el 100% de su tráfico de Anthropic a DeepSeek. Su factura de Anthropic superaba la nómina de sus más de 25 empleados; el cambio le ahorró millones de dólares.
“It was just 10x cheaper… So it was a very, very simple business decision. — Flo Crivello, CEO”
Fuente: NPR (jul 2026) ↗ - $7.000 → $800/mes
Checkr
Reemplazó GPT-4 por un Llama-3-8B afinado para clasificar antecedentes: de ~$7.000/mes a ~$800/mes, con mejor precisión en los casos difíciles y respuestas ~30 veces más rápidas.
“With the SLM, it costs about $800 a month. — Vlad Bukhin, Staff ML Engineer”
Fuente: Computerworld ↗ - Qwen en producción
Airbnb
Su agente de atención al cliente se apoya sobre todo en Qwen (modelo abierto de Alibaba) en vez de OpenAI, por velocidad y costo, según su CEO Brian Chesky.
“We're relying a lot on Alibaba's Qwen model. It's very good. It's also fast and cheap. — Brian Chesky, CEO”
Fuente: SCMP / Bloomberg ↗ - hasta 100×
Cresta
La empresa de IA para contact centers sirve modelos abiertos afinados (base Mistral) con adaptadores LoRA por cliente: hasta 100 veces menos costo que GPT-4, superándolo en sus tareas de RAG.
Fuente: Fireworks AI ↗ - 10× · +8% F1
Convirza
Analítica de llamadas con 60 adaptadores LoRA sobre un solo Llama-3-8B: 10 veces menos costo operativo que OpenAI, con un F1 promedio 8% mejor y 80% más throughput.
Fuente: ZenML LLMOps DB ↗ - hasta 10×
Gobierno de Argentina
MIA, el agente de IA nacional integrado al chatbot TINA (~1,5 millones de conversaciones al mes), corre sobre Llama de Meta, elegido por velocidad y un ahorro de hasta 10 veces frente a otros modelos de alto rendimiento.
Fuente: BNamericas ↗
Cómo trabajo
- 01
Auditoría de uso
Analizo tu consumo actual de OpenAI/Claude: qué endpoints, cuántos tokens, qué tareas. De ahí sale el ahorro potencial real, no el del marketing.
- 02
Evaluación con tus datos
Pruebo 2-3 modelos abiertos candidatos contra tus casos reales con evals automatizadas. Si un modelo abierto no llega a la calidad que necesitás, te lo digo y no migramos esa parte.
- 03
Despliegue
Según tu volumen y privacidad: API de proveedor (Groq, Together, DeepSeek) o self-hosting con vLLM en tu nube. Con números de costo por token de cada opción.
- 04
Integración y monitoreo
Los modelos abiertos hablan la misma API que OpenAI: cambiar es cambiar una URL y una key. Dejo monitoreo de calidad y costos, y un plan de rollback.
Cuándo NO conviene
Si tu volumen es muy chico (una migración típica cuesta 2-4 semanas de ingeniería; con una factura de $100/mes no se paga), si dependés de lo último en razonamiento de frontera (los mejores modelos abiertos van meses detrás de los cerrados punteros), o si querés self-hosting sin nadie que opere infraestructura, quedarse en una API propietaria puede ser la decisión correcta. Parte del servicio es decirte que no cuando los números no cierran.
Preguntas frecuentes
¿Pierdo calidad al migrar a un modelo abierto?
Depende de la tarea. Para chat, clasificación, extracción, resumen y RAG, los modelos abiertos actuales rinden al nivel de los propietarios. Para razonamiento de frontera, todavía no siempre. Por eso el paso 2 son evals con tus datos: migramos solo lo que mantiene la calidad.
¿Tengo que reescribir mi código?
No. Los proveedores de modelos abiertos y los servidores como vLLM exponen la misma API de OpenAI. En la práctica se cambia la URL base y la API key.
¿Self-hosting o API de un proveedor?
Con volumen bajo o medio, un proveedor (DeepSeek, Groq, Together) ya da ahorros enormes sin operar nada. El self-hosting conviene con volumen alto sostenido o requisitos de privacidad estrictos. La auditoría lo decide con números.
¿Y mis datos?
Con self-hosting, tus datos no salen de tu infraestructura — es la opción preferida en salud, banca y datos regulados. Es un beneficio extra de los modelos abiertos, además del precio.
¿Cuánto cuesta el servicio?
La auditoría inicial tiene precio fijo y te da el número de ahorro estimado antes de decidir nada. La migración se cotiza según alcance; el objetivo es que se pague sola con pocos meses de ahorro.
¿Vemos cuánto podés ahorrar?
Contame qué usás hoy (modelo, volumen aproximado, tarea) y te devuelvo una estimación honesta de ahorro y un plan.