Semáforo UOL: Oportunidad
Anthropic lanzó el 7 de octubre un modelo de IA más barato para tareas repetitivas, útil para empresas que procesan grandes volúmenes de texto.
Anthropic presentó Claude Haiku 5.5, su nuevo modelo pequeño, con un precio de US$ 0,10 por millón de tokens de entrada para consultas de hasta 100.000 tokens. Un token es un fragmento de texto: el modelo cobra por los que lee (entrada) y por los que escribe (salida). Tanto el precio como las comparaciones de rendimiento que acompañan el lanzamiento provienen de la propia Anthropic.
Qué presentó Anthropic
Según la empresa, es el modelo pequeño más rápido y económico que ha lanzado. Lo orienta a trabajos de gran volumen y sensibles al costo: resúmenes, clasificación, consultas a bases de datos y atención al cliente en tiempo real.
Las tarifas publicadas por Anthropic, por millón de tokens, son:
- Consultas de hasta 100.000 tokens: US$ 0,10 de entrada y US$ 0,50 de salida.
- Consultas de más de 100.000 tokens: US$ 0,50 de entrada y US$ 2,50 de salida.
- Su antecesor, Haiku 4.5, cuesta US$ 1 de entrada y US$ 5 de salida.
La empresa estima que, en promedio, el nuevo modelo cuesta alrededor de 75% menos que Haiku 4.5. También advierte que usa un nuevo tokenizador (el sistema que divide el texto en tokens), por lo que consume algo más de tokens por tarea. Es el primer Haiku con un ajuste de «esfuerzo» en cinco niveles, que regula cuánto razona el modelo antes de responder. Está disponible en Amazon Web Services, Google Cloud, Microsoft Azure y la plataforma de Claude.
Anthropic aclara que para programación compleja recomienda sus modelos mayores, Sonnet 5.5 y Opus 5.5.
Por qué importa en Uruguay
Para una PyME uruguaya, el costo de la IA suele definir si una automatización se sostiene o no. Un precio por token más bajo puede volver viable clasificar correos o resumir reclamos a diario.
Sin embargo, el precio por token no equivale al costo por tarea. El medio taiwanés INSIDE recoge mediciones de la firma independiente Artificial Analysis: en su batería de pruebas, al máximo nivel de esfuerzo, Haiku 5.5 generó muchos más tokens de salida que un modelo competidor de precio similar, lo que elevó su costo promedio por pregunta. Ese mismo medio recomienda medir costo y calidad con las cargas de trabajo propias antes de cambiar de modelo.
En concreto: el precio de lista es un punto de partida, no el costo final de su operación.
Qué puede hacer su empresa
Un ejemplo hipotético: una distribuidora de Canelones recibe cada día decenas de consultas por pedidos, demoras y facturas. Podría usar un modelo pequeño para clasificar cada mensaje por tema y urgencia, y dejar la respuesta final en manos de su personal.
Antes de adoptarlo, conviene:
- Elegir un conjunto de casos reales, por ejemplo 100 consultas ya resueltas.
- Medir cuántas clasifica bien y cuántos tokens consume cada una.
- Calcular el costo por tarea, no solo por millón de tokens.
- Probar distintos niveles de esfuerzo y comparar resultado y gasto.
- Revisar qué datos de clientes se envían al proveedor.
Si la automatización ya funciona con otro modelo, la migración se justifica solo si la prueba muestra un ahorro real sin pérdida de calidad.
Fuentes:
Por Sofía Rivero
Deja una respuesta