El último modelo de inteligencia artificial de Anthropic, Claude 3.7 Sonnet, fue desarrollado con un costo significativamente menor al de sus competidores, según revelaciones recientes de la empresa. El entrenamiento del modelo requirió una inversión de "algunas decenas de millones de dólares" (aproximadamente algunas decenas de millones de euros), una cifra que contradice la percepción general sobre los elevados costos asociados al desarrollo de IA avanzada.
Los detalles del desarrollo
Según información compartida por el profesor Ethan Mollick de Wharton, quien recibió una aclaración directa del departamento de relaciones públicas de Anthropic, el modelo utilizó menos de 10^26 FLOPs (operaciones de punto flotante) durante su proceso de entrenamiento. Esta métrica técnica es importante porque representa la cantidad de poder computacional necesario para desarrollar el modelo.
Comparativa con otros modelos del mercado
El costo relativamente modesto del desarrollo de Claude 3.7 Sonnet destaca especialmente cuando se compara con otros modelos líderes en el mercado:
- GPT-4 de OpenAI: más de 100 millones de dólares (aproximadamente 92 millones de euros), según declaraciones de Sam Altman, CEO de OpenAI
- Gemini Ultra de Google: cerca de 200 millones de dólares (aproximadamente 184 millones de euros), de acuerdo con estimaciones de un estudio de Stanford
Continuidad en la eficiencia de costos
Es importante destacar que esta eficiencia en costos no es nueva para Anthropic. Dario Amodei, CEO de la compañía, había revelado anteriormente que el modelo predecesor, Claude 3.5, también tuvo costos de entrenamiento similares, lo que sugiere una consistencia en la optimización de recursos por parte de la empresa.
El futuro del desarrollo de IA
A pesar de estos costos relativamente bajos, el panorama futuro podría ser diferente. Amodei ha señalado que los próximos modelos de IA podrían requerir inversiones significativamente mayores, potencialmente alcanzando los miles de millones de dólares.
Consideraciones importantes
Es fundamental señalar que los costos de entrenamiento representan solo una parte de la inversión total necesaria para desarrollar modelos de IA. Otros aspectos cruciales incluyen:
- Pruebas de seguridad
- Investigación fundamental
- Costos operativos continuos
- Desarrollo de "modelos de razonamiento" que requieren más tiempo de procesamiento
Implicaciones para la industria
Esta revelación sobre los costos de desarrollo de Claude 3.7 Sonnet sugiere que la barrera de entrada para crear modelos de IA de última generación podría ser menor de lo que se pensaba anteriormente. Sin embargo, los expertos advierten que la tendencia hacia modelos más complejos y capacidades de "razonamiento" extendido probablemente elevará los costos de desarrollo y operación en el futuro.
La capacidad de Anthropic para desarrollar un modelo avanzado con una inversión relativamente modesta podría representar un punto de inflexión en la industria de la IA, aunque queda por ver si otros desarrolladores podrán replicar esta eficiencia en costos mientras mantienen un alto nivel de rendimiento y seguridad.
