Reflection AI, startup estadounidense que desarrolla modelos abiertos, firmó un acuerdo por mil millones de dólares con Nebius para acceso a capacidad de computación. Nebius, ex brazo internacional de Yandex, proporcionará a Reflection los chips más recientes de Nvidia.

El acuerdo llega pocas semanas después de un deal similar con SpaceX para recursos de computación, e se inserta en la carrera de empresas de IA por asegurar infraestructura para entrenar y ejecutar modelos. Reflection es una de las startups de modelos open-weight que ha recibido mayor atención en las últimas semanas, en un momento en que crece el debate sobre el valor de modelos cerrados y propietarios—especialmente después de que la administración Trump limitó el acceso a los modelos más potentes de Anthropic y OpenAI, y tras el lanzamiento de modelos abiertos más capaces desde China.

Por qué te importa. Cuando una startup joven asegura mil millones en infraestructura, significa que los capitales apuestan por modelos abiertos y entrenamiento independiente. Si trabajas con modelos en producción, esto reduce el riesgo de que el acceso a modelos frontier te sea revocado de un día para otro. Si diseñas alrededor de modelos abiertos, ves que el ecosistema recibe recursos serios.

En detalle

El contexto. Reflection AI fue fundada en 2024 por dos ex investigadores de Google DeepMind y ya ha recaudado casi 2,6 mil millones de dólares de inversores que incluyen Nvidia, Sequoia Capital y Lightspeed Venture Partners. La startup está valorada en ocho mil millones. El acuerdo de mil millones con Nebius llega después de que Nvidia hubiera invertido dos mil millones en la startup.

Nebius, por su parte, está construyendo un portfolio de clientes empresariales: poco después de la inversión de Nvidia firmó un acuerdo quinquenal con Meta por máximo 27 mil millones de dólares, y el año pasado cerró con Microsoft por hasta 19,4 mil millones en varios años.

Qué significa “modelos abiertos”. Reflection desarrolla modelos open-weight: los pesos están disponibles públicamente, así que cualquiera puede descargar, modificar y ejecutar el modelo en su propia infraestructura. Esto es diferente de los modelos cerrados de OpenAI y Anthropic, donde accedes solo via API y no ves los pesos. El interés por modelos abiertos ha crecido en las últimas semanas después de que la administración Trump presionó a Anthropic y OpenAI para limitar sus modelos más potentes, generando preocupaciones de que el acceso pueda ser revocado de un día para otro.

El timing. El acuerdo llega pocas semanas después de un deal similar con SpaceX para acceso a recursos de computación. El patrón es claro: las startups de modelos abiertos están acumulando capacidad de computación garantizada por años, no por meses. Esto indica que el entrenamiento de modelos grandes y competitivos requiere compromisos de escala empresarial, no experimentos en cloud compartida.

Las cifras en perspectiva. Mil millones en compute no es una suma simbólica: para comparar, entrenar GPT-4 costó (según estimaciones externas) entre 50 y 100 millones de dólares. Un acuerdo de mil millones cubre entonces muchos ciclos de entrenamiento en modelos grandes, o entrenamiento continuo a escala.

Qué falta por saber. TechCrunch contactó a Reflection y Nebius para detalles del contrato (duración, asignación de recursos, hitos), pero al momento de la publicación no hay confirmaciones públicas más allá del anuncio del acuerdo.