El nuevo modelo de inteligencia artificial de Anthropic, llamado Claude 3.7 Sonnet, costó “unos pocos decenas de millones de dólares” para ser entrenado, utilizando menos de 10^26 FLOPs de potencia de cálculo. Esta información fue compartida por el profesor de Wharton, Ethan Mollick, quien recibió una aclaración de la empresa Anthropic. Mollick mencionó en una publicación que le informaron que Sonnet 3.7 no se consideraría un modelo de 10^26 FLOPs y que su costo de entrenamiento fue de unos pocos decenas de millones de dólares, aunque se espera que los modelos futuros sean mucho más grandes.
TechCrunch intentó confirmar esta información con Anthropic, pero no recibió respuesta al momento de la publicación. Si realmente Claude 3.7 Sonnet costó solo “unos pocos decenas de millones de dólares” para su entrenamiento, sin contar gastos adicionales, esto indica que está volviéndose relativamente barato lanzar modelos de última generación. El modelo anterior, Claude 3.5 Sonnet, lanzado en otoño de 2024, también costó unos pocos decenas de millones de dólares para su entrenamiento, según reveló Dario Amodei, CEO de Anthropic, en un ensayo reciente.
Estos costos son bastante favorables en comparación con los precios de entrenamiento de los modelos más destacados de 2023. Para desarrollar su modelo GPT-4, OpenAI gastó más de 100 millones de dólares, según su CEO, Sam Altman. Por otro lado, se estima que Google gastó cerca de 200 millones de dólares para entrenar su modelo Gemini Ultra, según un estudio de Stanford. Sin embargo, Amodei anticipa que los futuros modelos de inteligencia artificial costarán miles de millones de dólares. Es importante destacar que los costos de entrenamiento no incluyen trabajos como pruebas de seguridad e investigación fundamental. Además, a medida que la industria de la IA adopta modelos de “razonamiento” que abordan problemas durante períodos prolongados, es probable que los costos de computación para ejecutar estos modelos sigan aumentando.
