Resumen rápido
API comercial
Modelos de OpenAI, Anthropic y otros proveedores, que los ejecutan en sus servidores. Tu aplicación los llama por API y pagas por token.
Empezar rápido, volumen variable y tareas que piden el modelo más capaz disponible.
Modelo abierto autoalojado
Modelos con pesos descargables (gpt-oss, Llama y otros) que ejecutas en tus servidores o en la nube y la región que elijas.
Datos que no pueden salir de tu infraestructura, volumen alto y estable, o control total de la versión.
Comparativa detallada
| Aspecto | API comercial | Modelo abierto autoalojado |
|---|---|---|
| Dónde se procesan los datos | En los servidores del proveedor. OpenAI ofrece almacenamiento y procesamiento en Europa (EEE y Suiza), con requisitos de retención adicionales | Donde lo ejecutes: tus servidores o la nube y la región que elijas |
| Uso de tus datos para entrenar | No por defecto en la API: OpenAI y Anthropic lo indican en su documentación | Los datos no llegan a ningún proveedor de modelos |
| Retención en el proveedor | OpenAI guarda registros hasta 30 días para vigilar abusos; Anthropic borra entradas y salidas en 30 días. Retención cero solo con aprobación o acuerdo previo | La que configures tú |
| Cómo se paga | Por millón de tokens de entrada y de salida. El procesamiento por lotes es más barato: un 50 % menos en Anthropic, tarifas propias en OpenAI | Servidores o GPU, se usen o no, más el tiempo de operarlos (nuestra valoración) |
| Cuándo compensa por coste (nuestra valoración) | Con poco volumen o volumen variable: no pagas nada mientras no hay llamadas | Con volumen alto y sostenido, cuando el coste fijo se reparte entre muchas llamadas |
| Hardware necesario | Ninguno: lo pone el proveedor | Depende del modelo. Ejemplo: gpt-oss-120b cabe en una GPU de 80 GB (H100 o MI300X); gpt-oss-20b funciona con 16 GB de memoria |
| Calidad en tu tarea (nuestra valoración) | Acceso a los modelos más capaces de cada proveedor | En tareas acotadas puede bastar. Solo lo dice una evaluación con tus casos reales |
| Licencia y condiciones | Los términos y la política de uso de cada proveedor | La de cada modelo: gpt-oss usa Apache 2.0; Llama 3.1 exige mostrar «Built with Llama», cumplir su política de uso y pedir licencia a Meta por encima de 700 millones de usuarios activos al mes |
| Retirada de modelos | La decide el proveedor. Anthropic avisa con al menos 60 días y después las llamadas fallan; OpenAI avisa por correo y en su documentación | Decides tú cuándo cambiar: los pesos que descargaste siguen funcionando (nuestra valoración) |
| Operación (nuestra valoración) | Del proveedor: escalado, disponibilidad y actualizaciones | Tuya: despliegue, monitorización, escalado y parches de seguridad |
| Pasar de una opción a otra | Si la aplicación aísla la llamada al modelo, es cambiar la configuración y repetir la evaluación (nuestra valoración) | Servidores como vLLM exponen APIs compatibles con las de OpenAI (Chat Completions, Responses, Embeddings), así que el mismo código puede llamar a uno u otro |
| Ideal para | Empezar, volumen variable y tareas difíciles | Datos que no pueden salir, volumen alto y estable, versión fija |
marca la opción que consideramos mejor en cada criterio. En los que no se miden con un número (por ejemplo, potencia o facilidad de uso) es nuestra valoración.
Fuentes: OpenAI: tus datos en la API (12/11/2026) · Anthropic: uso de datos para entrenamiento · Anthropic: retención de datos · Anthropic: precios de la API · OpenAI: precios de la API · Anthropic: retirada de modelos · OpenAI: retirada de modelos · gpt-oss-120b: ficha del modelo · gpt-oss-20b: ficha del modelo · Meta: licencia de Llama 3.1 · vLLM: servidor compatible con la API de OpenAI
Nuestra recomendación
Empieza por una API comercial con la configuración de datos adecuada: no hay que comprar ni operar hardware y se paga por uso. Pasa a un modelo abierto autoalojado cuando tu evaluación demuestre que resuelve la tarea y, además, los datos no pueden salir de tu infraestructura o el volumen hace que el coste fijo compense. Diseña la aplicación para que el modelo sea sustituible: si un proveedor cambia precios, condiciones o calidad, se puede pasar a otro y comprobar con la misma evaluación si el resultado se mantiene. Así también se pueden combinar: un modelo abierto para lo sensible o lo masivo y una API para lo difícil.
Preguntas frecuentes
¿El proveedor usa mis datos para entrenar sus modelos?
En la API, OpenAI y Anthropic indican que no por defecto, aunque guardan las peticiones un tiempo (hasta 30 días). Depende del proveedor y del tipo de cuenta, así que antes de empezar revisamos sus condiciones, elegimos la configuración que evita ese uso cuando el proveedor la ofrece y lo dejamos por escrito. Si los datos no pueden salir de tu infraestructura, valoramos modelos que se ejecuten en ella.
¿Qué servidor necesito para un modelo abierto?
Depende del modelo y del volumen. Como referencia, OpenAI indica que gpt-oss-120b cabe en una sola GPU de 80 GB y que gpt-oss-20b funciona con 16 GB de memoria. Para producción hay que sumar margen para varios usuarios a la vez, así que conviene dimensionarlo con una prueba de carga con tu volumen real (nuestra valoración).
¿Modelo abierto quiere decir código abierto?
No siempre. Que los pesos se puedan descargar no implica una licencia de código abierto: gpt-oss usa Apache 2.0, pero la licencia de Llama 3.1 añade condiciones propias, como mostrar «Built with Llama», cumplir su política de uso y pedir una licencia aparte por encima de 700 millones de usuarios activos al mes. Hay que leer la licencia de cada modelo.
¿Qué hacéis en ROXEX?
Trabajamos con modelos de OpenAI y de Anthropic (Claude), y valoramos otros, incluidos modelos abiertos, cuando el coste, la privacidad o el tiempo de respuesta lo piden. Para cada tarea elegimos el más barato que supera la evaluación.