El modelo de inteligencia artificial más reciente de Anthropic, Claude 3.7 Sonnet, ha requerido una inversión de tan solo “unas decenas de millones de dólares” para su entrenamiento, utilizando menos de 10^26 FLOPs de potencia de cálculo.
Así lo afirmó el profesor de Wharton, Ethan Mollick, quien en una publicación en X el lunes citó una aclaración recibida del equipo de relaciones públicas de la compañía. “Me contactaron desde Anthropic y me dijeron que Sonnet 3.7 no se consideraría un modelo de 10^26 FLOP y que costó unas decenas de millones de dólares”, escribió Mollick. Además, anticipó que “los modelos futuros serán mucho más grandes”.
After publishing the post, I was contacted by Anthropic who told me that Sonnet 3.7 would not be considered a 10^26 FLOP model and cost a few tens of millions of dollars, though future models will be much bigger.
I updated the post to reflect this, though it doesn’t change much. https://t.co/U4SKxqLNWx
— Ethan Mollick (@emollick) February 25, 2025
El coste de entrenamiento de Claude 3.7 Sonnet, si bien no ha sido confirmado oficialmente por Anthropic, sugiere que el desarrollo de modelos avanzados de IA está volviéndose relativamente más asequible. Claude 3.5, su anterior modelo lanzado en otoño de 2024, tuvo un coste de entrenamiento similar, según reveló el CEO de Anthropic, Dario Amodei, en un ensayo reciente.
Los costes de entrenamiento de la IA se han reducido considerablemente comparado con modelos anteriores
Si se comparan estos valores con los costes de entrenamiento de modelos anteriores, se observa una diferencia importante. OpenAI invirtió más de 100 millones de dólares para desarrollar GPT-4, según su CEO, Sam Altman. Por su parte, Google gastó cerca de 200 millones de dólares para entrenar su modelo Gemini Ultra, según estimaciones de un estudio de Stanford. Esta tendencia sugiere que las empresas están optimizando sus procesos de entrenamiento, reduciendo los costes sin sacrificar calidad.
A pesar de estos avances en eficiencia, el propio Amodei anticipó que los modelos de próxima generación implicarán inversiones de miles de millones de dólares. Además, los costes de entrenamiento representan solo una parte del gasto total. Aspectos como las pruebas de seguridad y la investigación fundamental siguen sumando cifras significativas. A medida que la industria avanza hacia modelos con capacidades de «razonamiento», capaces de abordar problemas durante períodos más prolongados, el coste computacional de operarlos probablemente seguirá en aumento.
A partir de este acontecimiento, la evolución del coste de entrenamiento de los modelos de IA se convierte en un factor clave para la competitividad del sector. Mientras algunas empresas logran reducir gastos en esta etapa, el desafío de la escalabilidad y la sostenibilidad económica sigue latente. La tendencia indica que, si bien entrenar modelos como Claude 3.7 Sonnet es más barato que antes, el futuro de la inteligencia artificial requerirá inversiones aún más colosales.
Abre un paréntesis en tus rutinas. Suscríbete a nuestra newsletter y ponte al día en tecnología, IA y medios de comunicación.
