Miguel Ángel Valero
Savant 3.5, un modelo de unos 30.000 millones de parámetros construido por NextLM sobre Nemotron de Nvidia, ha superado a GPT-5.6 Sol, a Grok 4.5 y a Claude Opus 5 en identificar qué clientes potenciales van a comprar de verdad. Y lo hizo entre 24 y 1.700 veces más barato.
Acertó un 24,6% de compradores reales. GPT-5.6 Sol se quedó en el 22,8%, Grok 4.5, en el 22,3%, y Claude Opus 5, en el 14,6%. Pero lo más relevante es el coste: entre 0,003 y 0,011$ por millar de prospectos , frente a un rango de 0,26 a 5,11 en los demás modelos.
El mensaje que envían esos datos, según Digital Brain, es claro: mandar cada tarea al modelo más pequeño que la resuelva bien, y reservar el caro para lo que de verdad lo necesita. Puntuar leads, clasificar tickets, extraer campos de una factura, etiquetar productos. Todas esas tareas se comen mucho volumen y casi ninguna necesita un modelo de IA muy avanzado.
Pero hay más en esa guerra por la IA más barata (o menos cara). Ox Alpha, un modelo de IA de proveedor anónimo apareció el 20 de agosto en OpenRouter, se puso a trabajar gratis y tres días después era el segundo más usado de OpenCode, con 16 millones de tokens, 221.000 usuarios únicos y más de 5 millones de sesiones.
Se atribuye OC Alpha a Z.ai, la firma china que el 14 de agosto de 2026 lanzó GLM-5,3, pero también a una versión sin publicar de la familia MAI de Microsoft.
Las obligaciones de transparencia del Reglamento Europeo de IA entraron en vigor el 2 de agosto de 2026. Un modelo cuyo proveedor no se identifica, que retiene los prompts y las respuestas de quien lo usa y que no dice en qué jurisdicción los guarda, deja a cualquier empresa europea que lo meta en un flujo de trabajo sin poder responder a la pregunta más básica de un auditor: ¿a quién le has mandado estos datos? La cadena de responsabilidad se vuelve borrosa justo donde debería estar clara.
Nvidia sube el 15% los precios de sus chips a partir de 2027
Mientras unos pugnan por una IA con menores costes, Nvidia ya ha avisado que subirá más de un 15% el precio de los servidores de IA que entregue a partir de 2027. La subida afecta a los sistemas que llevan sus dos generaciones de chips en curso, Vera Rubin y Grace Blackwell. Es la primera vez que el proveedor que marca el precio de toda la IA generativa traslada su propia inflación de costes a la factura del cliente final.
Nvidia alega el encarecimiento de los chips de memoria HBM, que son parte esencial de cada GPU. Amazon subió hasta un 60% los precios de Echo, Fire TV y Kindle por la misma razón, y Apple encareció iPad y Mac en junio. Se estima que el coste de un centro de datos grande se ha encarecido en unos 5.000 millones$ adicionales el sector apuntan a unos 5.000 millones de dólares adicionales en el coste de un solo centro de datos grande.
Este encarecimiento contrasta con la guerra por la IA más barata: OpenAI recortó más de un 20% el precio de la API de GPT-5.6 Sol; Anthropic sacó Opus 5 a la mitad de precio que Fable 5. Los laboratorios chinos llevan meses vendiendo por debajo de un dólar el millón de tokens. Esa guerra de precios se está librando con hardware comprado a precios de 2025 y 2026. La pregunta que deja el aviso de Nvidia es cuánto aguanta esa dinámica cuando la siguiente tanda de servidores entre un 15% más cara.
Y coincide con el cierre de la compra, por 6.000 millones$ (más 1.000 millones de inversión), de Poolside. Además de incorporar más de 100 ingenieros a su equipo en Nemotron, logra un modelo abierto estadounidense que compita con los chinos. Con la subida de precios de los chips protege el margen del negocio que financia todo lo demás.
Nvidia está usando su posición para fijar tanto el coste como el estándar del cómputo de IA. Además. está negociando entrar en Perplexity a una valoración de más de 30.000 millones, y en agosto montó con BlackRock, Blackstone y KKR unas plataformas para movilizar 500.000 millones de inversión hacia infraestructura de IA. Todo eso es una estrategia: una compañía que sube el precio de su producto mientras financia, por otra vía, la capacidad de sus clientes para pagarlo.
Los fondos colocan ingenieros de IA en sus empresas participadas
Por otra parte, Ode, la sociedad que montaron Anthropic, Blackstone y Hellman & Friedman, ha empezado a meter ingenieros de IA dentro de las empresas participadas de los dos fondos. Son unas 160 personas en 6 empresas participadas. Blackstone planea llevarlo a 25 de sus más de 270 participadas. La operación total es de 1.500 millones$, con unos 300 millones aportados por cada socio.
Chamberlain Group, fabricante de motores para puertas de garaje comprado por Blackstone en 2021, usa a los ingenieros de Ode para ampliar funciones de software, como avisar de la llegada de un paquete.
Ode empieza a vender también consultoría fuera de las empresas del fondo.
Mientras tanto, Rumble, la 'casa' de Truth Social, la red de Trump, firma un contrato de 13.700 millones$ para surtir chips de IA a un cliente cloud, según comunica a la SEC.
Y aviso para Tesla y para los que invierten en fabricantes de coches eléctricos. La china XPeng, uno de los principales competidores de la empresa de Elon Musk, se desploma un 7% en la Bolsa de EEUU tras perder en el trimestre 1.340 millones de yuanes, más del doble que hace un año. Facturó 19.740 millones de yuanes, un 8%, pero por debajo de lo esperado. Entregó 103.295 coches, prácticamente lo mismo que hace un año, y su margen por vehículo cayó del 14,3% al 12,1%. La guía del tercer trimestre, hasta 121.000 entregas, también decepciona. El margen por vehículo (lo que gana por coche) cae, y eso significa que la guerra de precios del eléctrico chino le come la rentabilidad. Ni los 900 millones de inversión de su filial de robots logran maquillar el desastre. Es un termómetro de la guerra de precios del eléctrico chino: la presión de márgenes salpica a NIO y a la cadena de baterías.
Google Cloud presenta Gemini Enterprise for Financial Services
En medio de todo esto, Google Cloud presenta Gemini Enterprise for Financial Services, una solución de IA agentiva diseñada específicamente para profesionales de lsector financiero. Esta solución incluye un agente de investigación financiera gestionado por Google, más de 50 nuevas habilidades con instrucciones agentivas especializadas para funciones y flujos de trabajo financieros, conectores de datos empresariales, un ecosistema de agentes de terceros en expansión y la plataforma Gemini Enterprise, que sirve de base.
Ya está siendo utilizado por instituciones financieras globales como CME Group y Deutsche Bank, socio clave en el diseño del agente Financial Research. Este lanzamiento se suma al rápido impulso de Gemini Enterprise, que ya utilizan numerosas instituciones financieras, como BNY, Citi Wealth, Lloyds Banking Group, Macquarie Bank y Signal Iduna, para dotar a su plantilla de herramientas avanzadas de flujo de trabajo basadas en agentes con el fin de impulsar el crecimiento y la eficiencia.
Gemini Enterprise for Financial Services y Legal son las primeras de una serie de soluciones sectoriales especializadas y preconfiguradas, desarrolladas sobre la base de la plataforma Gemini Enterprise.
"Los profesionales del sector financiero buscan una plataforma de IA que no los limite a un único modelo o ecosistema, que se conecte con los sistemas informáticos que utilizan a diario y que sea altamente segura y cumpla con la normativa", afirma Thomas Kurian, director ejecutivo de Google Cloud. "Con Gemini Enterprise for Financial Services, ofrecemos precisamente eso: capacidades de tipo 'agentic' para los flujos de trabajo financieros, desarrolladas con explicabilidad de datos verificable, de modo que las instituciones puedan convertir la innovación en IA en una ventaja competitiva sólida", añade.
Deutsche Bank, que participó como socio clave en el diseño del agente Financial Research aportando su experiencia para dar respuesta a los estrictos requisitos de seguridad, gobernanza y residencia de datos del sector bancario, va a implementar Gemini Enterprise forFinancial Services. Utilizará el agente de Investigación Financiera en toda su división de Banca Corporativa para ayudar a descubrir las necesidades de los clientes, ofrecer productos relevantes de todas las áreas de negocio, agilizar los procesos de captación e identificar la evolución del mercado. También está explorando las capacidades del agente para respaldar los procesos de gestión de riesgos de delitos financieros, realizar previsiones avanzadas y análisis de escenarios, y optimizar la presentación de propuestas en sus divisiones de Banca Privada y Banca de Inversión.
Marie-Jeanne Deverdun, directora de Tecnología, Datos e Innovación y miembro del Consejo de Administración de Deutsche Bank, lo explica: "Empezando por la división de banca corporativa, vemos un gran potencial para reducir el esfuerzo de investigación manual, mejorar la coherencia y la auditabilidad de los resultados, y dar a nuestros equipos más tiempo para dedicarlo a las conversaciones con los clientes. Se trata de un paso importante en la aplicación de la inteligencia artificial allí donde puede marcar una diferencia práctica: de forma segura, responsable y a gran escala".