Citi señaló que la brecha de capacidades entre los modelos propietarios de inteligencia artificial de frontera y las alternativas de pesos abiertos comenzó a ampliarse después de un periodo previo de convergencia.
De acuerdo con la firma, la puntuación más alta del AA Intelligence Index entre los modelos propietarios aumentó a 58 desde 53, mientras que la mayor puntuación entre los modelos abiertos subió a 46 desde 44. Esto amplió la diferencia entre ambas categorías a 12 puntos desde 9 puntos.
Citi indicó que evaluaciones privadas muestran que los principales sistemas de pesos abiertos han quedado más rezagados en las últimas semanas, particularmente en tareas de ciberseguridad de largo horizonte y confiabilidad en producción.
La firma atribuyó parte de la reducción anterior de la brecha de capacidades a preocupaciones regulatorias que habían limitado el lanzamiento de modelos propietarios avanzados. Durante ese periodo, Citi señaló que los desarrolladores de modelos de pesos abiertos también se beneficiaron de la destilación de modelos y del acceso a capacidad avanzada de cómputo en el extranjero.
Citi señaló que una mayor disponibilidad de recursos informáticos podría permitir que los laboratorios de IA de frontera realicen la destilación de modelos de manera más eficiente que sus competidores de pesos abiertos, lo que podría afectar las capacidades relativas de ambas categorías.
La firma también señaló los lanzamientos recientes de modelos como evidencia de cambios en la frontera tecnológica. Citi indicó que Opus 5.5 elevó en 9% la frontera de inteligencia AA y cuesta 40% menos que Opus 5 en cargas de trabajo típicas, según información publicada por Anthropic (NASDAQ:ANTP) el 22 de septiembre.
Citi agregó que los sucesivos lanzamientos de Grok y Gemini han aumentado sus puntuaciones de inteligencia mientras mantienen sin cambios los precios por token.
En cuanto a la adopción empresarial, Citi espera que las compañías utilicen portafolios que incorporen múltiples modelos de IA como una forma de reducir su dependencia de sistemas individuales. La firma también señaló que los laboratorios de IA podrían integrar cada vez más funciones de enrutamiento y orquestación directamente en la capa del modelo.