Modelos abiertos vs cerrados para una PyME: qué importa de verdad

Un dueño de una distribuidora de materiales en Tultitlán me preguntó hace poco: “¿mi agente va a usar ChatGPT o uno de esos gratis? Porque mi sobrino dice que los gratis son igual de buenos y no te cobran”. Buena pregunta. Mala premisa.

Hay dos familias de modelos de lenguaje. Los cerrados, como los de OpenAI o Anthropic, se usan a través de un servicio en internet y pagas por uso. Los abiertos, como Llama de Meta, Mistral o Qwen, publican sus pesos (el archivo que contiene lo que el modelo aprendió) y puedes descargarlos y correrlos donde quieras. En febrero de 2026, Chile lanzó Latam-GPT, un modelo abierto entrenado con datos de la región, coordinado por el CENIA con unas 70 instituciones de 15 países.

Te explico qué cambia entre uno y otro para un negocio de 5 a 100 personas, y por qué al final el modelo es la decisión menos importante de tu agente.

Qué significa “abierto” y qué no

Abierto no significa gratis ni significa sin reglas. Meta, en el repositorio oficial de Llama, dice que los pesos están licenciados para investigadores y empresas; para descargarlos pides acceso y aceptas la licencia de cada versión. Mistral publica modelos de pesos abiertos, como Mistral Large 4, y los ofrece para descargar, adaptar y desplegar.

Lo que sí te da un modelo abierto es control: puedes correrlo en tu propio servidor, sin que la conversación de tus clientes salga de ahí, y nadie te puede subir el precio ni apagar el servicio. Lo que no te da es que alguien lo opere por ti.

Un modelo cerrado es lo contrario: no lo descargas, lo usas a través de un API (una puerta para que tu agente le hable), y el proveedor lo mantiene y lo actualiza. Tú pagas por lo que consumes.

Cuánto cuesta por token, con fecha

Un token es más o menos un pedazo de palabra. Los proveedores cobran por millón de tokens que entran (lo que el agente lee) y por millón que salen (lo que escribe).

A octubre de 2026, la página de precios de OpenAI lista sus modelos de texto entre 0.20 y 5 dólares por millón de tokens de entrada, y entre 1.20 y 30 por millón de salida, según el tamaño del modelo. Anthropic, en la misma fecha, lista Claude entre 0.10 y 4 dólares por millón de entrada y entre 0.50 y 20 por millón de salida. Los dos ofrecen descuentos por procesamiento en lote y por reutilizar contexto.

Dos lecturas. Primera: hay más de diez veces de diferencia entre el modelo chico y el grande de cada casa, y para confirmar citas el chico suele bastar. Segunda: estos precios bajan y cambian de nombre cada pocos meses. Cualquier cifra de aquí ya habrá cambiado cuando la cotices.

Lo que cuesta “no pagar por token”

Aquí está la trampa del “gratis” del sobrino. Un modelo abierto no cobra por token, pero alguien tiene que correrlo, y eso cuesta servidor y gente.

Un análisis de la consultora alemana netzstrategen, de agosto de 2026, pone números: un servidor con GPU de 96 GB se renta desde unos 889 euros al mes; montar un servidor dedicado toma de 2 a 5 días de ingeniería, y después hay que mantenerlo, monitorearlo y asegurarlo. Su punto de equilibrio contra un API de modelo grande da unos 222 millones de tokens al mes. Y contra un API que sirve modelos abiertos por terceros, concluyen que el servidor propio prácticamente nunca sale a cuenta.

Un agente de WhatsApp de una PyME no se acerca a esos volúmenes. El mismo análisis dice que el costo más grande, y el que casi nadie suma, es el tiempo de la gente que lo opera. Y cierra con una idea que suscribo: self-hosting rara vez es una decisión de costo; es una decisión de control.

Datos, soporte y lo que de verdad importa

¿Cuándo sí conviene un modelo abierto en tu propio servidor? Cuando tus datos no pueden salir por contrato o por ley, cuando tu volumen es alto y estable, y cuando tienes a alguien con nombre y horas asignadas para operarlo. Si no cumples las tres, un API (de modelo cerrado o de modelo abierto servido por un tercero) te sale más barato y más estable.

Y aquí mi punto central, de los agentes que he puesto en negocios reales: el modelo es la pieza que menos determina si el agente funciona. Lo que determina es esto, en orden.

1. El proceso. Un agente de cobranza sobre un proceso enredado va a cobrar mal con cualquier modelo. Por eso rediseñamos antes de automatizar.
2. Los datos. Qué información tiene el agente, cómo está ordenada, qué puede ver y qué no. Un modelo brillante sin acceso a tu agenda no agenda nada.
3. Quién lo opera. Quién revisa lo que hace, quién aprueba lo que requiere criterio, quién lo ajusta cuando el negocio cambia. Una persona siempre detrás.
4. Las reglas. Qué hace solo, qué propone, cuándo escala.
5. El modelo. Al final. Y se puede cambiar.

Por eso en Axora no nos casamos con un proveedor. Elegimos el modelo por caso: uno chico para confirmar citas, uno más capaz para redactar cotizaciones, uno abierto en servidor propio cuando el cliente lo exige por contrato. Como el agente está diseñado alrededor del proceso y no del modelo, cambiarlo es un ajuste, no un proyecto nuevo.

Si un proveedor te vende el agente por el nombre del modelo que usa, te está vendiendo la marca del motor en lugar del coche.

Qué puedes hacer esta semana

1. Pregúntale a tu proveedor actual, si tienes uno, qué modelo usa tu bot, si lo puede cambiar y qué pasa con tus datos. Si no sabe, es una señal.
2. Haz una lista de qué datos de tus clientes tocaría un agente. Marca cuáles tienen restricción legal o contractual. Eso define si necesitas servidor propio.
3. Estima tu volumen: cuántos mensajes al mes atiende hoy tu negocio. Compáralo con los millones de tokens de los análisis de self-hosting. Probablemente te relajes.
4. Antes de pensar en modelo, escribe en una hoja el proceso que quieres automatizar, paso por paso. Si no cabe, el problema no es el modelo.

Cómo ayuda AgileNext

No vendemos tecnología. Resolvemos cómo trabaja tu negocio y ponemos a la IA a hacer la parte repetitiva. En un Axora el modelo se elige por caso, después de entender tu proceso, tus datos y quién lo va a operar; y se puede cambiar sin rehacer el agente. Todo empieza con un diagnóstico de proceso sin costo.

Agenda una llamada de 20 minutos y te decimos qué modelo le conviene a tu caso, y por qué eso es lo de menos.

Te puede interesar: La IA que no estorba: el humano decide y el agente ejecuta · Cuánto cuesta un agente de IA (y cuánto cuesta no tenerlo)