TL;DR:
- Meta trabaja en una herramienta interna, al estilo de OpenRouter, que manda cada tarea de IA al modelo más barato capaz de resolverla.
- El proyecto se desarrolla en AAI Labs, el incubador dentro del equipo de Applied AI Engineering de Meta, y lo reveló The Information; la empresa no ha comentado nada en público.
- El movimiento muestra que hasta una compañía con modelos propios (Llama) y un gasto enorme en IA busca recortar su factura enrutando lo simple a lo barato.
Meta construye una herramienta interna que funciona como OpenRouter: un enrutador que envía cada tarea de inteligencia artificial al modelo más barato capaz de resolverla, con el fin de recortar lo que la compañía gasta al usar IA para programar. El proyecto se desarrolla en AAI Labs, el incubador de productos y herramientas de IA que forma parte del equipo de Applied AI Engineering de Meta, según reveló The Information. La lógica es directa: no toda petición necesita el modelo más caro, así que las tareas sencillas se derivan a opciones económicas y solo lo complejo llega a los modelos de gama alta. Meta no ha comentado públicamente el proyecto, que por ahora se conoce solo por ese reporte.
OpenRouter es una API unificada que da acceso a cientos de modelos de IA de distintos proveedores (OpenAI, Anthropic, Google, la propia Meta con Llama, Mistral y más) mediante una sola clave y un único punto de conexión. En vez de integrar y facturar por separado con cada proveedor, un equipo llama a un solo endpoint y deja que el sistema decida qué modelo atiende cada solicitud, con reenvío automático a otro si uno falla o se satura.
Enrutar al modelo más barato: ahí está el ahorro
Tener acceso a muchos modelos no baja la factura por sí solo. Lo que la baja es a cuál modelo va cada petición. Una consulta trivial resuelta por un modelo caro cuesta de más; la misma consulta enviada a uno económico cuesta una fracción. De ahí que el valor no esté tanto en el catálogo como en la capa que elige.
Ese patrón ya es rutina entre quienes operan IA en serio. La receta habitual reparte el trabajo por niveles:
- Tareas mecánicas (clasificar, extraer datos, resumir, redactar borradores) a modelos baratos o gratuitos.
- Generación principal a un modelo de gama media.
- Razonamiento crítico o revisión final a un modelo de frontera, más caro.
El propio OpenRouter empujó esa idea: el 1 de febrero de 2026 lanzó un enrutador automático que elige por su cuenta entre los modelos gratuitos disponibles según lo que pida cada solicitud. La competencia en IA dejó de librarse solo en potencia; ahora también se pelea en cuánto cuesta cada llamada.
Por qué Meta construye lo que ya vende una startup
Que Meta arme su propia versión en lugar de contratar el servicio existente dice bastante. La empresa entrena sus modelos Llama y gasta en IA al ritmo de los grandes de la nube, pese a que, como recordó CNBC, todavía no tiene un negocio de infraestructura en la nube propio (aunque planea arrancarlo). Con ese nivel de gasto, cada punto de eficiencia pesa.
El interés de Meta por el costo de programar con IA no es nuevo. A principios de julio de 2026 la compañía entró de lleno al mercado de la programación con IA con sus modelos Muse Spark, con precios que buscó volver agresivos frente a Anthropic y OpenAI: según CNBC, cada cuenta nueva de su API arranca con 20 dólares en créditos gratis y luego cobra 1.25 dólares por millón de tokens de entrada y 4.25 dólares de salida. Un enrutador interno que abarate el uso de modelos encaja con esa misma pelea por el costo.
Lo que el reporte no aclara es si Meta piensa ofrecer la herramienta a terceros o si se quedará como pieza interna para reducir su propia cuenta. Tampoco hay detalles públicos sobre cuándo estaría lista.
Qué significa para quienes ya pagan por IA en español
Para desarrolladores, startups y equipos técnicos de México, España y América Latina, la señal es útil justamente porque no es exótica. La táctica que Meta explora es la misma que ya usan estudios de software y founders de la región para estirar su presupuesto: mandar lo barato a modelos baratos y reservar los caros para lo que de verdad los necesita. Que una empresa del tamaño de Meta lo formalice puertas adentro confirma que la disciplina de costos dejó de ser cosa de proyectos chicos.
El giro más grande es cómo se consume la IA hoy. Durante un tiempo, la respuesta fácil fue usar el modelo más potente para todo. La factura de fin de mes empujó otra pregunta, más aburrida y más rentable: cuál es el modelo más barato que igual hace el trabajo. Meta acaba de sumarse a ella.
Fuente: 1
