Artículos Relacionados con Costo de Inferencia

El Centro de Noticias de HTX ofrece los artículos más recientes y un análisis profundo sobre "Costo de Inferencia", cubriendo tendencias del mercado, actualizaciones de proyectos, desarrollos tecnológicos y políticas regulatorias en la industria de cripto.

Ingresos de 13 mil millones, pagos a Microsoft de 17.2 mil millones: La verdad sobre el costoso desarrollo de la IA en las finanzas filtradas de OpenAI

En junio de 2026, un documento financiero filtrado de OpenAI reveló datos impactantes para el 2025: unos ingresos de 130.700 millones de dólares, pero con unas pérdidas operativas de 209.200 millones. La compañía gastaba 1,6 dólares por cada dólar ganado, un ritmo de 'quemar dinero por escala' común en el sector de IA. La estructura de costes, de 340.000 millones, estaba dominada por I+D (191.800 millones, incluyendo 105.900 millones pagados a Microsoft) y el coste de la computación de inferencia (75.000 millones), impulsado por los 900 millones de usuarios semanales de ChatGPT. OpenAI pagó a Microsoft un total de 172.000 millones de dólares en 2025, una carga estructural que supera incluso sus ingresos. Este patrón no es único. xAI perdió 64.000 millones con ingresos de 32.000 millones en 2025. Anthropic, aunque alcanzó 90.000 millones en ingresos anualizados, también enfrenta altos costes de inferencia y márgenes bajos. Juntas, las tres compañías suman más de 300.000 millones en pérdidas operativas. Con una tasa de conversión de usuarios gratuitos a de pago del 5,6%, la monetización de la enorme base de usuarios es un desafío clave. La industria depende de grandes rondas de financiación (OpenAI recaudó 122.000 millones en 2026) para seguir escalando. La sostenibilidad a largo plazo dependerá de lograr una reducción drástica en los costes marginales de computación, similar a lo logrado en otras industrias de alta tecnología.

marsbit06/18 04:02

Ingresos de 13 mil millones, pagos a Microsoft de 17.2 mil millones: La verdad sobre el costoso desarrollo de la IA en las finanzas filtradas de OpenAI

marsbit06/18 04:02

La víspera del cierre de los modelos de gran escala

En la última semana, la industria de modelos de lenguaje de gran tamaño en China ha entrado en un estado de financiación casi frenético. Kimi recaudó 20.000 millones de dólares, StepFun está cerca de completar 25.000 millones, y DeepSeek, respaldado por fondos estatales, podría alcanzar una valoración de 45.000 a 50.000 millones. Tres compañías, 70.000 millones de dólares en tres días. Esto ya no es una inyección de capital adicional, sino una carrera colectiva por cuotas de supervivencia futura. Cuando el capital concentra todas sus fichas en unos pocos actores principales, la industria parece próspera, pero en realidad está entrando en la víspera de una "liquidación". El tiempo se acaba para las empresas independientes. Los modelos se están convirtiendo en una mercancía, y las diferencias de capacidad se reducen. El capital ha cambiado su narrativa: antes apostaba por la superioridad técnica; ahora exige flujo de caja, puntos de entrada de usuarios y viabilidad a largo plazo. Empresas como DeepSeek buscan convertirse en activos tecnológicos nacionales. StepFun se vincula a cadenas de suministro de hardware. Kimi apuesta por escala y velocidad de usuarios. Pero ninguna habla ya de crear el mejor modelo; todas hablan de asegurar su posición. La ventana de oportunidad se está cerrando. Las empresas se apresuran a cotizar en bolsa (como StepFun), a demostrar ingresos (Kimi) o a asegurar el respaldo estatal (DeepSeek). No están compitiendo por dinero, sino por la última oportunidad de sobrevivir de forma independiente. La pregunta en 2023 era: ¿quién puede construirlo? En 2026, la pregunta es: ¿quién puede sobrevivir? Solo han pasado tres años, pero suficientes para que una industria pase de la primavera directamente al otoño.

marsbit05/10 02:11

La víspera del cierre de los modelos de gran escala

marsbit05/10 02:11

活动图片

Categorías popularesright-arrow

Etiquetas Popularesright-arrow