Bedrock vs OpenAI: Cómo elegir una plataforma de IA administrada para agentes en producción

Puntos clave

• OpenAI redujo el precio de la API y los créditos de GPT-5.6 Sol en más de 20% durante tres meses el 21 de agosto de 2026 — la segunda gran reducción de precio de un modelo frontera en una semana, tras el recorte del 50% de OpenRouter, creando una ventana de comparación de TCO sensible al tiempo para cualquier decisión de plataforma tomada antes de diciembre (OpenAI Community).
• Los ingresos empresariales de OpenAI superaron los ingresos de consumo con una tasa anualizada de $40B y un crecimiento del 32% en clientes empresariales en julio — el cruce empresa-consumidor llegó antes de lo previsto, confirmando que la IA B2B es el motor comercial central y proporcionando datos concretos de runway para decisiones de selección de plataforma (CNBC).
• Los datos de Ramp muestran una brecha de gasto de 619× — el 1% superior de las empresas estadounidenses gasta $7,400 por empleado en IA frente a $11.95 en la mediana — la sensibilidad de precios existe incluso entre los mayores gastadores; Fable 5, al doble del precio de GPT-5.6 Sol, capturó solo el 6% de los tokens de Anthropic frente al 25% de los tokens de OpenAI de Sol (PYMNTS; TechCrunch).
• OpenAI Private Safety Processing ofrece monitoreo con retención cero de datos mientras que Fable 5 de Anthropic requiere retención de datos de 30 días — la arquitectura de privacidad frente a seguridad es ahora una dimensión de selección de plataforma, no una nota al pie de cumplimiento, y la elección determina qué datos de clientes salen de su entorno.
• Etched alcanzó una valoración de $21B con contratos a nivel de rack mientras Relay cerraba la misma semana que Groq recaudó $350M — la continuidad de proveedores de neocloud y hardware es ahora un riesgo de continuidad de inferencia que ningún SLA de plataforma cubre completamente.

La decisión de plataforma para agentes de IA en producción solía ser simple: elegir el mejor modelo, llamar a la API, desplegar. En agosto de 2026 esa decisión tiene siete dimensiones, y el benchmark del modelo es la única que puede depriorizar con seguridad. OpenAI redujo GPT-5.6 Sol en más de 20% durante tres meses. Fable 5 de Anthropic decepcionó al doble de precio. Los ingresos empresariales de OpenAI superaron al consumo con una tasa de $40B. Los datos de Ramp en 70,000+ empresas muestran una brecha de gasto de 619× y sensibilidad de precios incluso entre los mayores gastadores. La pregunta ya no es qué modelo puntúa más alto — es qué plataforma sobrevive una auditoría de costo, privacidad y estabilidad de proveedor a 12 meses.

Las siete dimensiones que ahora deciden la plataforma, con los datos clave de cada una:

Este artículo mapea la decisión a través de tres plataformas administradas — AWS Bedrock, OpenAI API y Anthropic Claude (directo y vía Bedrock) — contra las siete dimensiones que ahora determinan si su agente de producción se mantiene asequible, conforme y en línea. La matriz de decisión siguiente hace el trabajo pesado. Las secciones posteriores explican cada dimensión con los datos de fuente primaria que una decisión de selección de plataforma requiere.

La matriz de decisión

Dimensión	AWS Bedrock	OpenAI API (directo)	Anthropic Claude (directo / vía Bedrock)
Selección de modelo	Multi-modelo: Claude, Llama, Mistral, Titan, DeepSeek vía una sola API	Solo OpenAI: GPT-5.6 Sol, o-series, Codex	Solo Anthropic: Claude Mythos 5, Fable 5, Opus 5
Estructura de costos (ago 2026)	Por token, niveles por volumen, Provisioned Throughput para gasto comprometido	Por token, recorte 20%+ de GPT-5.6 Sol por 3 meses, basado en créditos para Codex/Work	Por token, Fable 5 a ~$10/M (2× GPT-5.6 Sol), sobrecarga de retención 30 días
Residencia de datos	Aislamiento por región AWS, postura de cumplimiento existente	Endpoints en EE.UU., ZDR vía Private Safety Processing	Retención 30 días requerida para Fable 5, ZDR disponible en algunos niveles
Arquitectura de privacidad	Hereda la gobernanza de datos AWS; sin entrenamiento con sus datos	Private Safety Processing: monitoreo ZDR entre sesiones	Retención 30 días de datos para Fable 5 causó rechazo de usuarios
Ejecución pre-inferencia	Servicio Guardrails (configurable), sin kill switch de agente integrado	Inference Hooks (veto pre-inferencia), monitoreo de trayectoria	Claude Enterprise Inference Hooks (veto pre-inferencia, 3 capas)
Estabilidad del proveedor	Respaldado por AWS; capex hiperescalador $195–205B en 2026	Tasa $40B, IPO retrasada a 2027, rotación ejecutiva (CRO, COO)	Tasa $65B, Q2 rentable ($559M), objetivo IPO $2T oct 2026, acciones de supervoto
Riesgo neocloud / hardware	Protegido — AWS absorbe la rotación de proveedores de hardware	Expuesto a decisiones de infraestructura de OpenAI (financiamiento Nvidia $105B Ohio)	Expuesto a alianzas de cómputo de Anthropic (Google, AWS)
Perfil de lock-in	Nivel API; multi-modelo reduce lock-in de modelo pero aumenta lock-in AWS	Alto: solo modelos OpenAI, créditos Codex, ecosistema ChatGPT Work	Medio: solo modelos Claude, pero disponible vía Bedrock como respaldo
Señal de adquisición empresarial	IBM-OpenAI integra OpenAI en IBM Consulting — no nativo de Bedrock	Ramp: 40% cuota de mercado, creciendo más rápido en Q3	Ramp: 44% cuota de mercado, Fable 5 bajo rendimiento en precio + retención

Estructura de costos: la ventana de tres meses

La dimensión de costo cambió materialmente en agosto de 2026. OpenAI anunció una reducción de precio de 20%+ para GPT-5.6 Sol que cubre precios de API, créditos Codex y planes ChatGPT Work durante tres meses. Esto siguió al recorte del 50% de OpenRouter en GPT-5.6 Sol el 18 de agosto y el lanzamiento de Grok 4.6 a $2/$6 por millón de tokens (60% por debajo del precio comparable). La guerra de precios de inferencia es ahora una dinámica de mercado multivector: competencia de gateways, recortes directos de labs frontera y subprecios de nuevos entrantes.

Los datos de Ramp cuantifican lo que esto significa para la selección de plataforma. Fable 5 de Anthropic, con un precio de aproximadamente $10 por millón de tokens (el doble que GPT-5.6 Sol), representó solo el 6% de los tokens que las empresas compraron de Anthropic y el 11.4% del gasto total en su primer mes. GPT-5.6 Sol, a mitad de precio, capturó el 25% de los tokens de OpenAI y el 23% del gasto. La conclusión del economista de Ramp, Ara Kharazian: "hemos encontrado un nuevo límite superior de cuánto las empresas están dispuestas a gastar en IA."

Para una decisión de plataforma, la señal es clara: la prima de precio del modelo premium no se sostiene. Una comparación de TCO de tres meses basada en precios de agosto mostrará que GPT-5.6 Sol es significativamente más barato que Fable 5 para la misma clase de carga de trabajo. Los precios por token de Bedrock para modelos Claude siguen los precios directos de Anthropic, por lo que la dimensión de costo no favorece a Bedrock para cargas de trabajo de Claude — pero la opción de Provisioned Throughput de Bedrock permite comprometer un gasto fijo, lo cual importa si su agente funciona siempre activo. El artículo principal, Inference Economics: Why Always-On Production Agents Are Now Affordable, cubre el colapso de costo por token de 1,000× que hizo viables los agentes siempre activos. El complemento, Beyond Per-Token: Six Cost Vectors Reshaping Inference Procurement, cubre los seis vectores de optimización de costos más allá del precio del modelo. Este artículo se centra en la decisión a nivel de plataforma que esos vectores de costo alimentan.

Arquitectura de privacidad: ZDR vs retención de 30 días

La dimensión de privacidad se convirtió en un criterio de selección de plataforma en agosto de 2026. OpenAI lanzó Private Safety Processing — monitoreo de seguridad entre sesiones compatible con retención cero de datos que no almacena los prompts ni las respuestas de los clientes. Fable 5 de Anthropic, por el contrario, requiere retención de datos de 30 días, un requisito impuesto por reguladores y fuente de rechazo por parte de los usuarios. TechCrunch informó que los datos de Ramp mostraron que Fable 5 "decepcionó tanto en adopción como en aplicación real dado el precio + los requisitos de retención de datos."

Para un equipo B2B que ejecuta agentes en producción que procesan datos de clientes, contenido de RFQ o documentos de adquisición, la política de retención no es una nota al pie de cumplimiento — determina qué datos salen de su entorno y por cuánto tiempo. AWS Bedrock hereda la postura de gobernanza de datos de AWS, que para muchas empresas ya está mapeada a marcos de cumplimiento existentes. Private Safety Processing de OpenAI ofrece monitoreo ZDR para equipos que no pueden permitir retención. La retención de 30 días de Anthropic es una restricción estricta para cargas de trabajo reguladas.

El análisis más detallado está en Privacy vs Safety Architecture: The New Agent Governance Choice, que cubre la arquitectura de kill-switch de cuatro capas (red, identidad, aplicación, plataforma) y el tradeoff ZDR-vs-retención en detalle. Para la decisión de plataforma, el resumen es: si su agente procesa datos sujetos a GDPR, HIPAA o ITAR, la política de retención puede eliminar una plataforma de consideración antes de que la comparación de costo comience.

Estabilidad del proveedor: capex, IPO y rotación ejecutiva

Una decisión de plataforma es un compromiso de 12 a 36 meses. La dimensión de estabilidad del proveedor evalúa si el proveedor de la plataforma existirá, permanecerá independiente y mantendrá su postura de precios durante ese horizonte.

Tres datos definen el panorama actual. La CFO de OpenAI dijo a los inversores que los ingresos empresariales superaron al consumo con una tasa anualizada de $40B, con un crecimiento del 32% en clientes empresariales en julio — un fuerte impulso comercial. Pero OpenAI también vio salir a su CRO tras ocho meses, a su COO tras ocho años, y su IPO retrasada a 2027. Anthropic alcanzó una tasa de $65B con $559M de beneficio operativo en Q2 y un objetivo de IPO de $2T para octubre de 2026, pero introdujo acciones de supervoto para los fundadores, concentrando la gobernanza. AWS está respaldado por capex a escala de Alphabet — el Q2 de Alphabet mostró una quema de caja de $5.9B (su primer flujo de caja libre negativo en una década) y elevó la guía de capex 2026 a $195–205B.

La capa neocloud añade un segundo riesgo de estabilidad. Etched alcanzó una valoración de $21B con contratos a nivel de rack. Groq recaudó $350M para un giro neocloud. Relay cerró la misma semana. Si su agente depende de un proveedor de inferencia neocloud y ese proveedor sale, el agente falla — no porque el modelo fuera incorrecto, sino porque el endpoint desapareció. AWS Bedrock le aísla de la rotación neocloud porque AWS absorbe el riesgo de proveedores de hardware internamente. OpenAI y Anthropic le exponen a sus decisiones de infraestructura, que ahora incluyen un centro de datos financiado por Nvidia por $105B en Ohio.

Señal de adquisición empresarial: lo que hace el mercado

La alianza estratégica IBM-OpenAI anunciada el 13 de agosto es la señal de adquisición empresarial más clara: IBM está integrando modelos de OpenAI en IBM Consulting Advantage con miles de consultores certificados, dirigido a servicios financieros, gobierno, telecomunicaciones y retail. Para la selección de plataforma, esto significa que OpenAI está construyendo la capa de servicios empresariales que reduce el riesgo de despliegue para equipos B2B — pero también significa que OpenAI se está convirtiendo en el default, con el lock-in que eso implica.

Los datos de Ramp muestran que el mercado no se ha asentado. Anthropic lidera con 44% frente al 40% de OpenAI a julio, pero OpenAI crece más rápido en Q3. El Salesforce Agentic Enterprise Index muestra que los agentes por organización casi se triplicaron de 5 a 13. La brecha de gasto de 619× entre los mayores gastadores y la mediana significa que el mercado se está bifurcando: un grupo pequeño apuesta fuerte mientras todos los demás compran con cuidado. La CFO de OpenAI nombró el cambio: "Los clientes empresariales han pasado del tokenmaxxing a centrarse en el costo por unidad de inteligencia."

Para la selección de plataforma, la señal de adquisición es: el mercado es volátil, sensible al precio y no fijado. Una decisión de plataforma tomada hoy debería tener en cuenta la posibilidad de que el líder de costo cambie en 6 meses. El acceso multi-modelo de AWS Bedrock es la cobertura contra esta volatilidad — puede cambiar de Claude a Llama a DeepSeek dentro del mismo contrato API. OpenAI y Anthropic le atan a los modelos de un solo lab.

Ejecución pre-inferencia: la dimensión de gobernanza

Los agentes en producción necesitan kill switches. La dimensión de gobernanza ha madurado de un opcional a un criterio de selección de plataforma. OpenAI lanzó Inference Hooks — veto pre-inferencia, monitoreo de trayectoria y la capacidad de pausar una sesión de larga duración para revisión humana. Anthropic lanzó Claude Enterprise Inference Hooks con ejecución de tres capas. AWS Bedrock ofrece Guardrails como un servicio configurable pero no incluye un kill switch de agente integrado — usted lo construye.

La arquitectura de kill-switch de cuatro capas — red (Portnox), identidad (Okta XAA), aplicación (Straiker), plataforma (ServiceNow) — se detalla en Kill Switch by Design: Agent Governance Architecture. Para la decisión de plataforma, el resumen es: OpenAI y Anthropic están lanzando la ejecución pre-inferencia como características de plataforma. AWS Bedrock le da los bloques de construcción pero no la ejecución. Si su agente maneja transacciones financieras, aprobaciones de adquisición o modificaciones de datos de clientes, la brecha de ejecución pre-inferencia es una brecha de preparación para producción.

Actualización — 2026-09-30: el Fairwind Program de Gemini 4 Argon — el patrón de lanzamiento controlado de plataformas gestionadas se consolida

El lanzamiento de Gemini 4 Argon por parte de Google (30 de septiembre de 2026) añade un punto de datos de plataforma gestionada a la argumentación de consolidación desde la otra dirección: el modelo se despliega primero para defensores cibernéticos de confianza a través del Fairwind Program de Google — un canal controlado y con credenciales — antes de ampliarse por fases a clientes API de pago y consumidores, en línea con el proceso voluntario del gobierno de EE. UU. de acceso a modelos antes de su lanzamiento. El patrón refleja lo que este documento rastrea en el lado AWS (el propio acceso pre-lanzamiento controlado de Astra), ahora confirmado en tres laboratorios: la capacidad frontera se distribuye cada vez más mediante programas de acceso controlado en lugar de disponibilidad general desde el primer día, y los compromisos de plataforma (Bedrock, Vertex AI) se sitúan dentro de esas puertas. Para una decisión de plataforma tomada hoy, la pregunta de evaluación se extiende más allá de la paridad de modelos y el precio hacia la gobernanza del canal de lanzamiento: el programa de acceso de qué proveedor cubre su postura de cumplimiento, y qué hace su carga de trabajo durante la ventana antes de que su canal aprobado transporte el modelo. La defensa cibernética es además la primera capacidad nombrada del canal controlado — Argon empata el primer puesto en CWE-bench v1 con un 68%, y Wiz ya descubrió con él una vulnerabilidad crítica de software sanitario a través de Scan for Good — lo que convierte la elegibilidad de cargas de seguridad en una pregunta viva de procurement para equipos defensores en ambas plataformas.

Actualización — 2026-10-02: acceso a cómputo sin proveedor de nube — la ruta de arrendamiento de Broadcom

El panorama de acceso a cómputo que este artículo mapea (bedrock vs API directa) ganó una tercera estructura el 1 de octubre de 2026: Broadcom acordó prestar a Anthropic hasta $42 mil millones para rentar chips de Broadcom — una ruta de financiamiento por parte del proveedor que pone la capacidad de laboratorios frontera fuera del marco de los dos proveedores de nube que asume la comparación de este artículo. Para una empresa que evalúa plataformas gestionadas, el dato es estructural: la capacidad de Anthropic ya no está mediada exclusivamente por estructuras de compromiso con AWS/GCP; ahora incluye una relación directa de arrendamiento de silicio financiada por el propio balance del fabricante del chip. La consecuencia práctica para la selección de plataforma no cambia de dirección — las plataformas gestionadas siguen comprándote integración y gobernanza, no solo capacidad — pero la pregunta de riesgo de capacidad ("¿y si la asignación del proveedor se queda corta?") tiene ahora una nueva respuesta del lado de Anthropic, y la guía de enrutamiento multivendedor de este artículo lleva una razón adicional: las estructuras de capacidad divergen por modelo de financiamiento del proveedor, no solo por región de nube.

Actualización — 2026-10-07: GLM-5.3-Flash — el dato de eficiencia de servicio aterriza en el eje de chips chinos

GLM-5.3-Flash (7 de octubre de 2026) — el dato de eficiencia de servicio aterrizó en el eje de chips chinos. El nuevo MoE multimodal nativo de 320B/18B activos de Z.ai a 0,15/0,50 dólares por millón de tokens (una décima parte de los 1,40/4,40 del flagship de 744B) se sirve a escala en chips de IA chinos con un motor de inferencia dedicado sobre SGLang con una mejora declarada de 3× en servicio extremo a extremo — eficiencia de hardware y coste por token comparables a GPUs NVIDIA de gama alta (Z.AI blog). Para la decisión de plataforma que enmarca este artículo, el dato afila la mitad de serving del eje de soberanía: la comparación de plataformas gestionadas (Bedrock vs OpenAI) fija la inferencia respaldada por NVIDIA dentro de fronteras jurisdiccionales de EE. UU., mientras que la ruta de pesos abiertos ahora tiene una capacidad agéntica casi de frontera — Terminal Bench 84.3, AutomationBench 48.8 superando a Claude Opus 4.8 — cuya infraestructura de servicio no depende de ninguna cadena de suministro occidental. Una evaluación de plataforma que ya pondera coste, privacidad, estabilidad de proveedor y acceso soberano a capacidades, pondera ahora también dónde vive el silicio de servicio — y la ruta pesos-abiertos+self-host tiene una respuesta creíble en los cinco ejes para el 80% de la tabla de enrutamiento optimizada por coste.

Lecturas relacionadas

• Inference Economics: Why Always-On Production Agents Are Now Affordable — el artículo principal que documenta el colapso de costo por token de 1,000× que hizo viables los agentes siempre activos
• Beyond Per-Token: Six Cost Vectors Reshaping Inference Procurement — el complemento que cubre contratos a nivel de rack, riesgo neocloud e infraestructura de enrutamiento más allá del precio del modelo
• Privacy vs Safety Architecture: The New Agent Governance Choice — el tradeoff ZDR-vs-retención y la arquitectura de kill-switch de cuatro capas en detalle

Actualización — 2026-10-05: la semana soberana de pesos abiertos — Mistral Large 4, Reflection Beam, Kolibri-1

Mistral Large 4 (ML4) — vista previa pública (6 de octubre de 2026). Mistral lanzó la vista previa pública de ML4 ("le Chonk"), un MoE multimodal nativo de 1T de parámetros / 49B activos entrenado en 3,800 GPU NVIDIA Grace Blackwell en centros de datos europeos propios de Mistral, respaldado por una Serie D de €3B — la mayor ronda de capital de una tecnológica europea jamás levantada. Estado del arte entre los pesos abiertos en ciberseguridad (82% en reproduce-and-patch — la puntuación más alta de cualquier modelo medido; Claude Opus 5.5 y GPT-6 Astra puntúan casi cero porque se niegan a la tarea), finanzas y derecho. La tesis acompañante es el argumento de soberanía cibernética: las negativas a nivel de proveedor pueden bloquear la investigación legítima de vulnerabilidades y la respuesta a incidentes — perder acceso a una capacidad en pleno incidente puede convertirse en un riesgo de seguridad crítico. La carrera de pesos abiertos es ahora de tres regiones — EE. UU. (Reflection Beam, MoE disperso de 501B / 23B activos, 3–4× más eficaz en cómputo que la clase GLM-5.2, respaldado por Nvidia, pesos Apache 2.0 este mes), Europa (Mistral ML4; Kolibri-1 de Aleph Alpha, MoE de 78.1B / 3.46B activos construido y entrenado en Alemania y Finlandia, bilingüe alemán/inglés, Apache 2.0), y China (DeepSeek, Qwen, GLM). Para la decisión de plataforma que este artículo enmarca, la pregunta de evaluación gana un cuarto eje junto al coste, la privacidad y la estabilidad del proveedor: el acceso soberano a capacidades — ¿puede tu carga de trabajo ejecutar la clase de capacidad de ciberseguridad (reproduce-and-patch al 82%) por una ruta de despliegue cuya disponibilidad de capacidad no dependa de una capa de negativa? Cada stack empresarial tiene ahora tres respuestas regionales a esa pregunta.

Para la aritmética del lado del comprador: el dato de soberanía no cambia la estructura de la comparación de plataformas (la integración y la gobernanza siguen comprando disponibilidad y cumplimiento), pero la línea de capacidad/soberanía ahora incorpora dónde viven los pesos y quién puede negar tu carga de trabajo de respuesta a incidentes — una dimensión de evaluación que la actualización de acceso a cómputo del 2 de octubre introdujo en términos de financiación y que las noticias del panorama de modelos de esta semana convierten en términos de capacidades.

---

Un distribuidor de mercado medio que opera NetSuite y BigCommerce necesita decidir qué plataforma administrada respalda su agente de cotización. El agente procesa 200 RFQ por semana, lee catálogos de proveedores, escribe cotizaciones de vuelta al ERP y maneja niveles de precios específicos por cliente. La decisión de plataforma no se trata de qué modelo puntúa más alto en un benchmark — se trata de si la plataforma mantiene al agente en línea cuando un proveedor neocloud cierra, si los datos de RFQ de clientes permanecen en la jurisdicción correcta y si el costo por token en el mes 9 se parece al costo por token del mes 1.

La ventana de precio de GPT-5.6 Sol de tres meses cierra en diciembre. La decisión de plataforma debería tomarse antes de que eso ocurra — pero debería tomarse en base a costo, privacidad, estabilidad del proveedor y ejecución pre-inferencia, no en un benchmark en el que las tres plataformas han convergido.

Solicite un desarrollo acotado. Descubrimiento de una semana. Usted obtiene un inventario de sistemas, un mapa de flujos de trabajo y un alcance fijo — independientemente de si construye con nosotros o no.