Vercel revela los modelos de IA más usados en producción: Anthropic lidera en gasto

Vercel analizó siete meses del tráfico de su AI Gateway, que procesa billones de tokens a través de cientos de modelos en aplicaciones y agentes reales. Los resultados muestran cómo es en realidad el mercado de IA en producción, a diferencia de los benchmarks sintéticos, que cambian cada semana.

Quién gasta más y quién procesa más

Por gasto en abril de 2026, lidera Anthropic: el 61% de todo el gasto va a Claude. Y ocurre pese a un precio por token más alto: los desarrolladores pagan más porque el resultado les vale más. Google se queda con el 21%, OpenAI con el 12% y el resto se reparte entre xAI y los modelos abiertos.

Por volumen de tokens procesados, el panorama es el opuesto. Google es primero: el 38% de todo el tráfico pasa por Gemini (sobre todo Flash, la versión rápida y barata). Anthropic procesa el 26%, OpenAI el 13% y xAI y otros el 23%.

Esa diferencia parece extraña, pero la lógica es simple. Los modelos compiten en capas distintas:

• Claude Opus se usa en tareas complejas y costosas, cuando un error cuesta dinero
• Gemini Flash absorbe el volumen, en tareas donde la velocidad importa más que la precisión
• GPT-5.5 se reparte de forma pareja entre ambas capas

Es como tener dos mercados distintos dentro de uno. Cuando un desarrollador elige modelo, no piensa en la reputación, sino en la relación entre precio y riesgo.

El coste del error determina la elección del modelo

Detrás de este patrón hay un principio sencillo: un modelo es caro si el error es caro.

Los asistentes personales suponen el 20% del gasto y el 40% de los tokens. Pueden funcionar con modelos baratos porque, si el asistente se equivoca, el usuario lo nota y lo corrige enseguida. El error es local.

Los agentes de programación suponen el 22% del gasto y el 20% de los tokens. Un error en el código cuesta tiempo de desarrollo y depuración. Es más caro que un error en un chat, pero no es crítico.

Los sistemas de back office suponen el 6% del gasto y el 15% de los tokens. Aquí se ahorra porque los volúmenes son enormes, pero aun así no se elige la opción más barata. Un error puede afectar a las finanzas o a las operaciones.

La generación de aplicaciones supone el 7% del gasto y el 11% de los tokens. El código generado pasa por revisión antes de usarse, así que hay una red de seguridad.

Hay además un patrón mayor: las aplicaciones B2B gastan en tokens aproximadamente el doble que las B2C. En B2B, un error puede provocar pérdidas económicas, litigios o paradas del servicio. En B2C, el error sale más barato.

Quién gana en qué tareas

Si se desglosan los datos por tipo de trabajo, el mercado aparece fragmentado.

Anthropic va claramente por delante en desarrollo de software: los desarrolladores eligen Claude para programación compleja y análisis de código. Esto refleja la reputación del modelo en ML y diseño de sistemas.

Google domina las aplicaciones de consumo. Gemini Flash se ha hecho con la capa masiva gracias a su bajo precio y una calidad aceptable. La estrategia: barato, suficientemente bueno y en grandes cantidades.

OpenAI es el más equilibrado entre todas las categorías, lo que significa que GPT-5.5 se usa en todas partes, desde aplicaciones móviles hasta sistemas corporativos.

xAI y los modelos abiertos recogen casos en nichos especializados, por ejemplo empresas que quieren trabajar sin la nube o necesitan una personalización total.

En seis meses este panorama ha cambiado rápido. El lanzamiento de una nueva versión de GPT en abril aumentó de forma notable la cuota de OpenAI en el gasto. Gemini Flash era mucho más modesto en marzo, pero ganó volumen enseguida. Esto indica que el mercado reacciona con rapidez a la calidad y al precio, no a la inercia.

Qué significa

El mercado de IA en 2026 no consiste en buscar una única mejor opción. Los desarrolladores eligen modelos según la tarea, no por prestigio. Los modelos caros van a escenarios de high-stakes (cuando el error es caro) y los baratos a los de low-stakes (cuando importan la velocidad y el volumen). Las nuevas versiones ganan cuota rápido si resuelven problemas reales mejor y más barato que la competencia. Y todos los modelos ganan a la vez en su propio segmento.