El CEO de Palantir, Alex Karp, ha criticado públicamente el modelo de negocio basado en tokens utilizado por OpenAI y Anthropic, argumentando que la forma en que los principales proveedores de modelos cobran por el uso de IA refleja un problema más profundo en el mercado. Los comentarios, reportados por CNBC, son notables porque provienen del líder de una empresa que ha estado impulsando una propuesta distinta para clientes empresariales y gubernamentales: la IA como un sistema operativo vinculado a resultados, no solo como acceso a modelos medido por tokens.

La noticia inmediata tiene menos que ver con el lanzamiento de un producto que con una división estratégica cada vez mayor en la IA. Por un lado están las empresas de modelos como OpenAI y Anthropic, cuyos APIs y productos de chat suelen tener precios basados en el uso. Por otro, están proveedores de plataforma como Palantir, que intentan posicionarse como la capa que conecta los modelos con datos sensibles, flujos de trabajo empresariales y controles de despliegue. La crítica de Karp importa porque captura una tensión que muchos compradores ya enfrentan: si el gasto en IA empresarial debe centrarse en el consumo bruto de modelos o en sistemas de software que gestionen confiabilidad, costos, seguridad e integración de flujos de trabajo.

El extracto disponible de CNBC no incluye los comentarios completos de Karp, el lugar donde los hizo ni ejemplos detallados que respalden su crítica. Eso limita hasta dónde puede llegar el reportaje sobre su argumento específico. Pero incluso desde el titular, la idea central es clara: Palantir no solo está desafiando a sus competidores, sino también la economía que se ha vuelto estándar en gran parte de la IA generativa.

Por qué la crítica de Karp importa ahora

El ataque de Karp llega en un momento en que los compradores empresariales están dejando atrás la experimentación temprana con modelos de lenguaje grandes y haciendo preguntas más duras sobre la previsibilidad de costos. La fijación de precios por tokens ha ayudado a empresas como OpenAI y Anthropic a ampliar el acceso a modelos de frontera porque relaciona el uso con la demanda de cómputo. Para los desarrolladores, es una forma sencilla de comprar capacidad de modelo a través de un API. Para los equipos financieros y los CIO, sin embargo, la medición por tokens puede ser difícil de prever una vez que las funciones de IA se extienden a múltiples productos, equipos y agentes.

Ahí es donde Palantir ha intentado diferenciarse. En lugar de competir de frente como empresa de modelos fundacionales, Palantir ha enmarcado su valor en la orquestación, la gobernanza y el despliegue dentro de instituciones complejas. Su narrativa más amplia de IA empresarial ha estado vinculada a plataformas como AIP, abreviatura de Artificial Intelligence Platform, que Palantir ha comercializado como una forma de operacionalizar modelos en entornos reales con controles sobre el acceso a datos y los flujos de decisión.

Por ello, los comentarios de Karp se leen como algo más que un golpe retórico. Se alinean con el argumento de larga data de Palantir de que la IA empresarial no puede reducirse al acceso a un modelo potente. En sectores con grandes conjuntos de datos, restricciones regulatorias o cadenas de decisión de alto riesgo, el modelo de precios es inseparable del diseño del sistema. Si la economía básica recompensa el consumo constante de tokens, los compradores pueden preocuparse de que la arquitectura de software se esté moldeando en torno a la expansión del uso y no a la eficiencia.

La pelea por el modelo de negocio detrás de la carrera de modelos

El debate sobre precios es, en realidad, una disputa sobre dónde se acumula el valor en la pila de IA. OpenAI y Anthropic se sitúan cerca de la capa de modelo, donde las mejoras de rendimiento y las nuevas capacidades pueden justificar precios premium. Cobrar por tokens es un ajuste natural para ese negocio porque convierte las llamadas al modelo en ingresos recurrentes. También permite a los proveedores segmentar ofertas por calidad del modelo, longitud de contexto y rendimiento.

Palantir proviene de una tradición de software distinta. Sus contratos empresariales y gubernamentales históricamente han enfatizado el despliegue, la integración y el software específico para misiones concretas. Desde esa perspectiva, las tarifas de modelo basadas en uso pueden parecer una base inestable para presupuestos de IA empresarial a largo plazo, especialmente cuando las cargas de trabajo son variables y cuando los clientes aún están aprendiendo qué tareas deben automatizarse en absoluto.

No es la primera vez que el mercado de la IA se divide entre economía de infraestructura y economía de aplicaciones. La computación en la nube atravesó una fase similar, con clientes que inicialmente pagaban por recursos brutos antes de exigir servicios gestionados de mayor nivel y mejores controles de costos. En IA, la distinción es más marcada porque los productos más visibles son sistemas conversacionales, mientras que la decisión de compra empresarial a menudo depende de características mucho menos visibles, como la gobernanza, la auditabilidad, la gestión de latencia y el enrutamiento de modelos.

Eso hace que los comentarios de Karp sean estratégicamente útiles para Palantir. Si los compradores empresariales se vuelven escépticos ante el gasto ilimitado en tokens, las empresas que empaquetan la IA en sistemas de mayor nivel pueden ganar influencia. Pero lo contrario también es cierto: si OpenAI y Anthropic siguen mejorando la calidad de sus modelos con suficiente rapidez, muchos clientes pueden aceptar la fijación por tokens como el precio de acceso a las mejores capacidades.

Lo que sabemos y lo que sigue sin estar claro

El hecho más sólidamente confirmado de la fuente disponible es que CNBC informó que Karp “ataca el modelo de tokens de OpenAI y Anthropic” y lo citó diciendo: “Something has gone completely wrong.” Sin el texto completo del artículo, no hay suficiente evidencia de fuente aquí para afirmar con fiabilidad el contexto completo, ni si los comentarios se hicieron durante una entrevista, una aparición relacionada con resultados financieros, una discusión en una conferencia u otro entorno público.

Tampoco hay suficiente evidencia en esta fuente por sí sola para decir si Karp propuso una estructura de precios alternativa específica, citó ejemplos de clientes o hizo referencia directa a productos de OpenAI o Anthropic. Esos detalles serían importantes porque “modelo de tokens” puede describir un mecanismo de facturación, pero Karp también podría haber estado criticando incentivos más amplios sobre cómo las empresas de IA miden el valor.

Es importante separar el reportaje confirmado de la interpretación del mercado. CNBC parece haber establecido que Karp hizo la crítica. La conclusión más amplia —que Palantir está usando este momento para impulsar su posicionamiento en IA empresarial— es un análisis basado en la estrategia de mercado conocida de Palantir, no una cita directa del extracto proporcionado.

De manera similar, cualquier sugerencia de que la fijación por tokens esté fallando en el mercado iría más allá de la evidencia disponible aquí. OpenAI y Anthropic siguen siendo proveedores centrales en la IA generativa, y la facturación por tokens continúa utilizándose ampliamente en APIs y herramientas para desarrolladores. La noticia no es que el modelo haya colapsado, sino que un destacado ejecutivo de software empresarial está argumentando abiertamente que no está alineado con las necesidades de los clientes.

Implicaciones para los creadores de IA y los compradores empresariales

Para los creadores, los comentarios de Karp ponen de relieve una cuestión práctica: el diseño del producto determina cada vez más los costos de nube y de modelo. Los equipos que construyen sobre OpenAI o Anthropic pueden lanzar rápidamente, pero también heredan la economía de las llamadas frecuentes de inferencia, las ventanas de contexto largas y los agentes de IA de múltiples pasos. En productos de consumo, eso puede ser manejable si el nivel de interacción es alto y los márgenes lo soportan. En IA empresarial, especialmente en sistemas internos de productividad, puede ser más difícil demostrar el retorno de cada flujo de trabajo intensivo en tokens.

Eso crea presión para optimizar la arquitectura. Los desarrolladores pueden responder usando modelos más pequeños con mayor frecuencia, reservando los modelos premium para las tareas más difíciles, añadiendo capas de caché, reduciendo los prompts o trasladando algunas cargas de trabajo a alternativas de pesos abiertos. Otros pueden recurrir a proveedores de orquestación que prometen mejores controles sobre la selección de modelos, la recuperación de información y la gestión de políticas. En ese sentido, la crítica a la fijación por tokens podría acelerar la demanda de plataformas que abstraigan el uso del modelo en lugar de exponer cada costo de inferencia directamente al cliente.

Para las empresas, el mensaje es aún más concreto. Comprar IA ya no es solo una cuestión de qué modelo funciona mejor en una demostración. Es un tema de adquisiciones que involucra previsibilidad presupuestaria, dependencia de proveedores, seguridad y responsabilidad operativa. Un equipo puede preferir OpenAI para ayuda con programación, Anthropic para casos de uso sensibles a políticas y Palantir para su despliegue en sistemas internos. Esas decisiones interactúan cada vez más.

Esto es especialmente relevante para las compañías que evalúan agentes de IA. Los agentes pueden multiplicar las llamadas al modelo en segundo plano porque planifican, recuperan contexto, llaman herramientas y verifican resultados. Una estructura de precios basada en tokens puede, por tanto, producir picos de costos que no son obvios durante los pilotos. Eso no hace que el modelo sea incorrecto, pero sí hace que la observabilidad y el diseño del flujo de trabajo sean más importantes.

La crítica de Palantir puede resonar más entre compradores ya frustrados por facturas de inferencia inciertas. Aun así, los proveedores de modelos tienen su propia defensa: la fijación por tokens refleja el uso real y evita obligar a los usuarios ligeros a contratar costosos acuerdos fijos. Para algunas organizaciones, esa flexibilidad es una ventaja, no un defecto.

Calidad de la evidencia y de las afirmaciones

Esta historia se basa en una base de fuentes delgada. El único elemento disponible es un informe de CNBC difundido a través de Google News, y el texto extraído no incluye el cuerpo completo del artículo. Como resultado, el artículo puede informar de manera responsable que CNBC dice que Alex Karp criticó el enfoque basado en tokens asociado con OpenAI y Anthropic, y que utilizó la frase “Something has gone completely wrong.”

Más allá de eso, se requiere cautela. No hay evidencia directa aquí de impacto financiero, reacción de clientes ni ningún nuevo movimiento de producto de Palantir vinculado a la crítica. Tampoco hay afirmaciones de referencia o métricas de adopción en el material de origen proporcionado. Por lo tanto, cualquier comparación de Palantir, OpenAI y Anthropic en este artículo trata sobre el posicionamiento del modelo de negocio, no sobre rendimiento verificado o cuota de mercado.

Qué observar a continuación

La próxima señal a vigilar es si Palantir convierte la crítica de Karp en un argumento comercial más explícito dentro de AIP y de otros mensajes de ventas de IA empresarial. Si la compañía comienza a enfatizar de forma más agresiva la gobernanza de costos y las estructuras de precios alternativas, eso sugeriría que no se trata solo de comentarios, sino de un impulso de mercado coordinado.

Una segunda señal es cómo se adaptan OpenAI y Anthropic en su empaquetado empresarial. Ambas compañías ya ofrecen una mezcla de API y productos orientados a negocios, y la presión sostenida de grandes clientes podría fomentar opciones de precios más fijas, basadas en asientos o híbridas junto con la facturación por tokens.

En tercer lugar, hay que observar cómo se venden los agentes de IA a las empresas en los próximos trimestres. Si los compradores se vuelven más sensibles a los costos ocultos de inferencia, los proveedores que puedan mostrar una economía unitaria clara y controles de uso podrían ganar ventaja frente a aquellos que dependen de promesas amplias de automatización.

Por último, vale la pena seguir si más directores ejecutivos de software empresarial se unen a Karp al criticar el precio puramente basado en uso para los modelos de lenguaje grandes. Si eso ocurre, el debate podría pasar de ser un punto de Palantir a una corrección más amplia del mercado.

Perspectiva de Creati.ai

Los comentarios de Karp importan porque exponen un problema estructural que el mercado de la IA aún no ha resuelto por completo: las empresas que crean los modelos más avanzados y las que despliegan la IA en instituciones reales suelen optimizar cosas distintas. Los proveedores de modelos quieren una monetización flexible vinculada al uso intensivo de cómputo. Las empresas quieren costos predecibles, gobernanza y sistemas que resuelvan problemas de negocio sin convertir cada flujo de trabajo en un medidor abierto.

El resultado probable no es el fin de la fijación por tokens. Es un mercado más estratificado. OpenAI y Anthropic seguirán vendiendo acceso a modelos donde el rendimiento lidere. Pero, a medida que la IA empresarial madure, más valor podría trasladarse a la orquestación, los controles y los flujos de trabajo empaquetados —áreas en las que Palantir, y otros que construyen alrededor del despliegue de IA empresarial, creen tener ventaja. La verdadera pregunta no es si los tokens desaparecen. Es qué proveedores pueden hacer que el consumo de tokens se sienta económicamente manejable dentro del software de producción.