La Ley de Moore se queda corta: el coste de la IA cae seis veces más deprisa que el de la computación clásica

El coste de uso de la inteligencia artificial se reduce de forma muy rápida, con un abaratamiento del cuarenta y siete por ciento cada trimestre que equivale a que cada año sea trece veces más económico obtener un mismo nivel de rendimiento. Esta conclusión procede de un estudio realizado por Epoch AI, un centro de investigación independiente sin ánimo de lucro con sede en San Francisco, que señala que desde dos mil veintitrés la reducción de gasto necesaria para lograr resultados determinados ha sido drástica y superior a la velocidad que ha caracterizado a cualquier otro sector tecnológico. Esta evolución puede parecer contraria a la experiencia de los usuarios, que comprueban que los créditos contratados a empresas como OpenAI o Anthropic rinden menos a medida que aparecen modelos más potentes, pero la comparación que hace el estudio no se basa en el precio al uso, sino en lo que cuesta conseguir una tarea concreta: realizar hoy la misma labor que se hacía con un modelo de hace un año supone ahora una décima parte del coste. Esto se debe a que las nuevas versiones son mucho más eficientes; por ejemplo, la propia Anthropic indica que su modelo Opus cinco punto cinco ofrece resultados semejantes a los de Fable cinco punto uno pero a un coste inferior al de la generación anterior, con cuatro dólares por cada millón de unidades de texto de entrada y veinte por cada millón de salida. La velocidad a la que se abarata la inteligencia artificial supera con creces lo que establecía la conocida observación de Gordon Moore, según la cual la capacidad de los circuitos se duplicaba cada dos años mientras su coste disminuía; de hecho, la reducción de costes en la inteligencia artificial avanza aproximadamente cuatro veces más deprisa que la secuenciación del material genético y dieciocho veces más rápido que la mejora de las baterías de litio. El estudio de Epoch AI se ha basado en pruebas de conocimientos matemáticos, científicos y de resolución de problemas, calculando el gasto necesario para alcanzar un resultado determinado más allá del precio fijado por las empresas, y aunque los autores advierten que las cifras deben tomarse como una orientación y no como una medida exacta, y que los modelos pueden estar diseñados para destacar en pruebas concretas sin que eso se traslade siempre a la misma mejora en tareas reales, la tendencia general que muestran los datos es sólida y confirma que la tecnología se hace más accesible a gran velocidad.