Recientemente, Ethan Mollick, profesor de la Wharton School, reveló información sobre la empresa Anthropic. Afirmó que el departamento de relaciones públicas de Anthropic aclaró que el costo de entrenamiento de su modelo de IA insignia, Claude 3.7 Sonnet, fue de "decenas de millones de dólares", y que la capacidad de cálculo utilizada fue inferior a 10^26 FLOP. También mencionó que Anthropic le informó que Sonnet 3.7 no se consideraría un modelo de 10^26 FLOP, aunque los modelos futuros serán mucho más grandes. TechCrunch contactó a Anthropic para confirmar la información, pero hasta el momento de la publicación no ha recibido respuesta.
Anteriormente, el CEO de Anthropic, Dario Amodei, reveló que el costo de entrenamiento de Claude 3.5 (el predecesor de Sonnet), lanzado en otoño de 2024, también fue de decenas de millones de dólares. Comparado con los modelos top de 2023, este costo es bastante favorable. Por ejemplo, OpenAI gastó más de 100 millones de dólares en el desarrollo de GPT-4, y un estudio de la Universidad de Stanford estima que Google gastó cerca de 200 millones de dólares en el entrenamiento del modelo Gemini Ultra.
Sin embargo, Amodei prevé que los futuros modelos de inteligencia artificial costarán miles de millones de dólares, y esto sin incluir las pruebas de seguridad y la investigación básica. Además, a medida que la industria de la inteligencia artificial adopta modelos de "razonamiento" capaces de resolver problemas durante largos períodos de tiempo, el costo computacional de ejecutar estos modelos podría seguir aumentando.
