Los modelos de OpenAI llegan a Google Cloud. La nube ya no elige el modelo, pero sigue fijando la frontera
GPT-6 Astra, GPT-6.1 Sol y GPT-6 Luna llegan al Model Garden de Google Cloud en vista previa privada, contra compromisos ya firmados. Cambian la compra y la frontera de datos, no el modelo.
Escuche este artículo · 6 min
Narración completa del artículo, generada con IA.
Imagine un gran banco español, bajo supervisión europea, que estandarizó todo en Google Cloud hace tres años. Sus datos están en BigQuery, su identidad en el IAM de Google, su perímetro en VPC Service Controls y su presupuesto en un compromiso de consumo plurianual. Sus desarrolladores quieren modelos GPT para algunas tareas. Hasta esta semana, decir que sí suponía un segundo contrato, una segunda revisión de seguridad, una segunda relación de facturación y un camino de datos que salía del perímetro que el equipo de riesgos tardó años en aprobar.
El 21 de octubre, Google Cloud y OpenAI anunciaron que los modelos de frontera de OpenAI llegan al Model Garden de Google Cloud: GPT-6 Astra, GPT-6.1 Sol y GPT-6 Luna, comprados a través de Google Cloud Marketplace, cobrados en la factura de Google Cloud y descontados de los compromisos existentes. Para ese banco, el segundo contrato puede desaparecer. La pregunta de dónde queda la frontera, no.
Qué está disponible de verdad
Menos de lo que sugiere el titular, por ahora. Google describe los modelos como “en despliegue ahora, en vista previa privada para clientes empresariales seleccionados”. OpenAI dice que la disponibilidad general está prevista “en las próximas semanas”. Varios de los controles que un comprador regulado preguntaría primero están anunciados, no disponibles.
| Estado | Qué significa para quien compra | |
|---|---|---|
| GPT-6 Astra, GPT-6.1 Sol, GPT-6 Luna en Model Garden | Vista previa privada, clientes seleccionados | Evaluar ahora, planificar producción tras la GA |
| Facturación vía Marketplace contra compromisos existentes | Anunciada con la vista previa | El cambio en la compra es la verdadera noticia |
| Opción de Zero Data Retention | Próximamente | Aún no sirve para aprobar cargas sensibles |
| Confidential Compute | Próximamente | Igual: pida una fecha por escrito |
| Modelos de OpenAI en Gemini for business y Antigravity | Próximamente | Planifíquelo, no diseñe la arquitectura sobre ello |
Google también afirma que los clientes pueden conectar Codex CLI y los flujos de Codex en escritorio a su plataforma para la inferencia, y que los prompts y las respuestas permanecen dentro del perímetro de datos del cliente y no se usan para entrenar modelos fundacionales. Son afirmaciones del proveedor; se convierten en compromisos en el contrato y en las condiciones de tratamiento de datos. Como el anuncio no dice qué regiones sirven los modelos de OpenAI, la primera pregunta de una empresa en España es si el tratamiento se hace en una región de la UE, como exige su análisis del RGPD, y la de una empresa en México, Colombia o Chile, dónde se procesan sus datos.
Una línea del texto de OpenAI merece atención: “Microsoft sigue siendo el principal socio de nube de OpenAI”. Los modelos de OpenAI ya podían comprarse con compromisos de Oracle desde junio, y AWS ofrece Bedrock Managed Agents, construido con OpenAI, en vista previa. Google es una nube más que los revende, y afirma ser el único hiperescalador con Gemini, Claude y GPT uno al lado del otro.
El modelo se separa de la nube que lo vende
Durante años, la nube principal de una empresa elegía en silencio la familia de modelos. Azure significaba OpenAI, Google significaba Gemini, AWS significaba lo que tuviera Bedrock. Ese acoplamiento se está deshaciendo. El mismo modelo de frontera puede comprarse ahora a través de varias nubes, cada una con su propia identidad, sus controles de red, sus registros y su facturación.
Es una buena noticia para quien compra, con una advertencia: el mismo modelo a través de otra nube no es el mismo servicio. Lo vimos con Claude en Azure y AWS: mismos pesos, fronteras de datos distintas, funciones que llegan en fechas distintas, vías contractuales distintas. OpenAI en Google Cloud seguirá el mismo patrón. Zero Data Retention puede estar disponible directamente con OpenAI antes que en Model Garden. Una versión del modelo puede llegar a una nube semanas después que a otra. Los límites de uso, las regiones y el escalado de soporte serán distintos.
Así que la decisión cambia de lugar. Ya no es solo “¿qué modelo?”. Es “¿qué modelo, por qué vía y con qué controles?”.
Compras está haciendo la arquitectura
El anuncio de Google empieza por la fontanería comercial por una razón: descontar compromisos existentes, computar el consumo en los Flexible Savings Plans, una sola factura. En muchas empresas eso decidirá la adopción. Un equipo que habría esperado meses por un nuevo contrato puede empezar a evaluar dentro de un contrato que ya existe.
Hemos defendido que los compromisos de marketplace empiezan a moldear la arquitectura de IA más que los benchmarks. Este anuncio extiende esa lógica a un proveedor de modelos que, hasta ahora, vendía sobre todo a través de su propia API y de una nube socia. Es de esperar que finanzas haga una pregunta razonable: si el compromiso compra cualquier modelo, ¿por qué pagamos precio de lista en otro sitio?
El riesgo es la otra cara. El acceso financiado con compromisos facilita adoptar un modelo sin la evaluación que habría ocurrido en una compra separada. Barato para empezar no equivale a aprobado para operar.
¿Reduce esto el lock-in?
En parte. Reduce la dependencia del modelo: si las cargas pasan por Model Garden, cambiar entre Gemini, Claude y GPT se acerca a un cambio de configuración. No reduce la dependencia de la nube; puede incluso aumentarla. Cada nuevo modelo disponible dentro del compromiso es una razón más para mantener consumo, identidad y registros en un solo lugar.
No es necesariamente malo. Es una elección, y conviene hacerla a propósito. Las capas que vale la pena poseer con independencia de cualquier nube son las que enumeramos en nuestro marco de portafolio de modelos: los conjuntos de evaluación, la política de enrutamiento y el registro de qué modelo atendió cada tarea. Si viven fuera de la consola de la nube, una segunda o tercera vía de entrega es una opción que se puede ejercer. Si viven dentro, el compromiso eligió por usted.
Qué hacer mientras dure la vista previa
- Pida acceso a la vista previa solo para una evaluación con nombre y responsable, con el mismo conjunto de pruebas que usa para los modelos que ya opera, para que la comparación sea sobre sus tareas.
- Pida las condiciones de tratamiento de datos de la vía Model Garden en concreto, incluida la región de procesamiento. No dé por hecho que las condiciones de su contrato directo con OpenAI se trasladan.
- Retenga las cargas sensibles hasta que lleguen los controles “próximamente”, si su aprobación depende de Zero Data Retention o de computación confidencial.
- Registre la vía de entrega en su inventario de modelos, junto al nombre y la versión. El mismo modelo a través de dos nubes son dos entradas.