Arvind Krishna de IBM dice que los modelos open weight rinden 90%
Por JP Software ·
JP Software El CEO de IBM, Arvind Krishna, dijo a los inversionistas durante la llamada de resultados del tercer trimestre que los modelos open weight ya tienen mucho sentido para empresas que quieren correr IA en sus propios servidores (on-prem). Según Krishna, rinden cerca de 90% de los mejores modelos cerrados a una fracción del costo por token. Le interesa a quien decide dónde y cómo desplegar IA en su empresa.
Datos clave
- Según Krishna, los modelos open weight cuestan “anywhere from 25 percent to 10 percent of the token cost of the frontier models”, es decir, entre 25% y 10% del costo por token de los modelos de frontera.
- Según Krishna, en 2024 el mejor modelo podía sacar 70 en una prueba amplia y el abierto 20 o 30; a finales de 2025 la brecha era de 70 contra 50.
- IBM reportó ingresos trimestrales de 17,100 millones de dólares, 5% más que el año anterior.
- Según IBM, el software creció 9% hasta 7,800 millones de dólares, y Red Hat creció 11%.
Qué dijo Krishna sobre los modelos abiertos
Krishna comparó las cifras con una prueba amplia, no estrecha. En 2024, dijo, los modelos cerrados eran claramente superiores. Desde finales de 2025 vio que la brecha se achicaba.
Su pregunta para cualquier empresa fue directa: ¿quieres algo que cuesta 10% si es 90% de bueno, o prefieres pagar un costo 10 veces mayor? Y agregó que algunas tareas sí requieren el mejor modelo, pero “the vast majority”, la gran mayoría, no: resumir un correo, revisar un contrato, atender una llamada de un cliente o redactar un mensaje se pueden resolver igual de bien con la opción más barata.
El reto de armar IA on-prem
Krishna cree que la mayoría de las empresas puede montar infraestructura de IA útil en dos o tres racks. Aun así, anticipa que a muchas les costará ponerla a andar. Citó preguntas como dónde están los ingenieros de kernel, quién se ocupa de la red subyacente, quién asegura que el modelo esté en GPUs cercanas entre sí y quién configura bien el caché de resultados.
No dio respuestas más allá de decir que IBM producirá software para facilitar los despliegues de IA. También espera que la demanda de IA on-prem impulse las ventas de las tarjetas aceleradoras Spyre para mainframes.
Por qué te importa
Si construyes productos con IA, el costo por token pesa en tu margen. Estas cifras vienen del CEO de una empresa que vende infraestructura, así que conviene tomarlas como una hipótesis y no como una garantía.
Lo práctico es hacer tu propia prueba: elige tres o cuatro tareas reales, como resumir, clasificar o responder, y compara un modelo abierto contra uno cerrado con tus datos. Mide calidad y costo. También calcula quién operaría la infraestructura, porque, como señaló Krishna, ahí está la parte difícil.
Mi lectura: la decisión ya no es abierto contra cerrado en general, sino qué tarea merece pagar más.