Los ingresos empresariales de OpenAI ya superan la mitad: ¿por qué Anthropic sigue liderando el mercado de API empresariales con un 55 %? 3 indicadores lo explican

Nota del autor: por primera vez, más de la mitad de los ingresos de OpenAI proviene de empresas. Sin embargo, Anthropic sigue liderando el gasto empresarial en API. Ambas conclusiones son compatibles: la clave es que miden cosas distintas.

El 4 de noviembre de 2026, Greg Brockman, presidente de OpenAI, afirmó en la conferencia tecnológica de WSJ que actualmente más de la mitad de los ingresos de OpenAI proviene del negocio empresarial. Apenas un día después, el informe «2026 State of Enterprise AI» de Menlo Ventures estimó que Anthropic concentraba el 55 % del gasto empresarial en API de LLM en entornos de producción, frente al 31 % de OpenAI.

Al ver ambas noticias juntas, muchos se preguntan: «¿Quién va ganando?». Los datos no se contradicen: las fuentes originales de Reuters, TechCrunch, WSJ y Menlo son coherentes entre sí; la diferencia está en lo que mide cada una. En este artículo usaremos tres indicadores para entender la competencia entre OpenAI y Anthropic en el mercado empresarial.

Qué te llevarás: al terminar, podrás distinguir entre proporción de ingresos, cuota del gasto en API y tasa de adopción de productos. También entenderás por qué las empresas contratan modelos de varios proveedores y podrás planificar tu propia estrategia de acceso a modelos.

Más de la mitad de los ingresos de OpenAI procede de empresas: claves

Empecemos por aclarar lo que reveló Brockman. Según explicó, antes la estructura de ingresos de OpenAI era aproximadamente de un 30 % empresarial y un 70 % de consumo. Ahora, el negocio empresarial se ha convertido en su mayor fuente de ingresos. Es importante destacar que los ingresos del negocio de consumo no han disminuido: siguen creciendo, solo que el negocio empresarial crece más rápido.

Brockman también reconoció que a OpenAI le fue bastante mal en el mercado empresarial durante la primera mitad de 2026. Aunque ya contaba con Codex, tenía poca presencia en el mercado de Agentic Coding. El punto de inflexión llegó en el tercer trimestre: señaló el lanzamiento de GPT-5.6 Sol y ChatGPT Work, así como la expansión del negocio empresarial, como factores clave.

Dos cifras sobre los ingresos empresariales de OpenAI que pueden llevar a confusión

Hay dos puntos que se pueden malinterpretar fácilmente. Primero, el 70 % se refiere al crecimiento trimestral de la tasa anualizada de ingresos (ARR), no a un aumento del 70 % en los ingresos operativos trimestrales según GAAP. La ARR suele calcularse extrapolando a un año los ingresos de un periodo determinado; no equivale a ingresos anuales ya obtenidos.

Segundo, Reuters informó en distintos momentos que los ingresos anualizados de OpenAI estaban «cerca de los 70.000 millones de dólares» y «cerca de los 50.000 millones de dólares». Esto no significa que los ingresos hayan disminuido. La diferencia se debe al tratamiento contable de los ingresos procedentes de socios en la nube: para algunas ventas a través de estos canales, OpenAI solo contabiliza la parte que le corresponde, mientras que Anthropic podría registrar como ingreso el importe total pagado por el cliente. La cifra anterior de 70.000 millones de dólares aplicaba un tratamiento similar por el importe bruto para facilitar la comparación con Anthropic.

Por qué Anthropic lidera el mercado empresarial de API: tres métricas que no deben confundirse

La clave está en que «más de la mitad de los ingresos de OpenAI provienen de empresas» y «Anthropic lidera el mercado empresarial de API» responden a dos preguntas completamente distintas. Si añadimos la tasa de adopción de plataformas empresariales de Morning Consult, en realidad hay tres tipos de métricas en circulación.

Una analogía ayuda a entenderlo: que más de la mitad de los ingresos de OpenAI provengan de empresas significa que «la porción empresarial del propio pastel de OpenAI ha crecido»; que Anthropic concentre el 55% del gasto en API significa que «Anthropic se lleva la porción más grande del pastel del gasto empresarial en API». La primera cifra incluye ingresos empresariales de varios productos, como ChatGPT Business, Enterprise, API y Codex; la segunda solo contempla las invocaciones de modelos a través de API en entornos de producción.

También conviene aclarar que OpenAI no ha publicado cuánto aporta cada uno de sus productos Business, Enterprise, API, Codex y Work a sus ingresos. Por tanto, los «ingresos empresariales» no equivalen a los ingresos por suscripciones a ChatGPT Enterprise ni pueden considerarse directamente ingresos por API.

Cuota del gasto empresarial en API: Anthropic sube del 40% al 55%

Estas son las estimaciones de Menlo Ventures sobre el gasto empresarial en API de LLM en entornos de producción en 2026. Son cifras estimadas y, debido al redondeo, no necesariamente suman el 100%.

La fila de los modelos de código abierto merece atención. Su proporción de tokens utilizados ya ha subido al 19%, pero solo representan alrededor del 4% del gasto. Es decir, «usar más» no equivale a «gastar más». Esto también muestra que no basta con fijarse en el precio o el volumen de invocaciones para evaluar la competitividad comercial de un modelo.

🎯 Consejo técnico: Los datos de cuota solo reflejan las decisiones del mercado en general; no sustituyen las pruebas en tu propio negocio. Puedes usar APIYI apiyi.com para invocar los modelos de las familias Claude y GPT con la misma clave API, y comparar sus resultados y costos en tareas reales antes de decidir.

Competencia empresarial entre OpenAI y Anthropic: la adopción de plataformas cuenta otra historia

Si miramos qué plataformas de IA están aprobadas o se utilizan en las empresas, la clasificación cambia por completo. Morning Consult encuestó a 3003 responsables de decisiones empresariales en Estados Unidos entre el 21 y el 24 de julio de 2026 y publicó los resultados el 3 de agosto.

En las grandes empresas, la adopción de Claude es de apenas el 20%, muy por debajo de Copilot, Gemini y ChatGPT Enterprise. Esto parece contradecir el 55% del gasto en API que corresponde a Anthropic, pero la diferencia vuelve a estar en lo que se mide.

La tasa de adopción registra si una plataforma «está aprobada o se utiliza». En esta tabla, una empresa que da acceso a Copilot a toda su plantilla tiene el mismo peso que otra que destina cada mes una parte considerable de su presupuesto a la API de Claude. Copilot y Gemini se apoyan en los canales de distribución existentes de Microsoft 365 y Google Workspace, lo que les facilita alcanzar una amplia cobertura. En cambio, el gasto en API refleja mejor en qué modelo invierten los equipos de desarrollo en entornos de producción, especialmente para tareas de agentes y programación. Por eso, la tasa de adopción de Morning Consult no debe interpretarse como una cuota de mercado de las API de modelos.

La lógica real del mercado de API empresariales: conviven varios proveedores

Plantear OpenAI y Anthropic como una elección excluyente no refleja la realidad del mercado empresarial. Según Morning Consult, solo el 27% de las grandes empresas utiliza una única plataforma principal de IA. El 44% incorporó al menos una plataforma durante el último año y solo el 5% redujo el número de plataformas.

Los planes para los próximos 12 meses también muestran que las empresas quieren combinar distintas estrategias:

• Seguir ampliando opciones: el 56% podría aumentar el número de plataformas aprobadas y el 45% podría ampliar el uso de modelos de código abierto o autoalojados.
• Consolidar al mismo tiempo: el 47% podría consolidar y reducir el número de plataformas y el 36% podría sustituir su plataforma principal actual.
• Desarrollar capacidades propias: el 66% planea crear capacidades internas de IA basadas en modelos fundacionales.

Esto significa que las empresas incorporan nuevos modelos mientras buscan unificar la gobernanza, las compras y la facturación. Para los equipos de desarrollo, lo más práctico es diseñar una arquitectura que permita sustituir los modelos, en lugar de atar el negocio a un solo proveedor.

Por qué las empresas están dispuestas a pagar por la calidad de los modelos

El liderazgo de Anthropic en gasto en API responde a las prioridades de compra de las empresas. Entre los factores más valorados por las grandes compañías, la precisión y la calidad de las respuestas ocupan el primer lugar, seguidas de la seguridad y la privacidad, y del cumplimiento legal. El costo total de propiedad (TCO), en cambio, ocupa apenas el octavo puesto de 12.

Estos datos explican un fenómeno clave: en la competencia por las API empresariales, no siempre gana quien ofrece el precio unitario más bajo. Cuando un modelo se utiliza para tareas de agentes con múltiples pasos y para código en producción, el costo de corregir un error suele superar con creces la diferencia de precio por token. Menlo también señala que el crecimiento de la cuota de Anthropic está estrechamente ligado al rendimiento de la serie Opus en tareas de larga duración y programación.

Fuente de los datos del gráfico: encuesta de IA empresarial de Morning Consult de 2026. Si quieres comprobar las diferencias de calidad entre modelos en tu propio negocio, puedes compararlos mediante APIYI apiyi.com.

OpenAI repunta en la segunda mitad del año: cambia el panorama de las API empresariales

El liderazgo de Anthropic no significa que el panorama esté definido. El 5 de noviembre, WSJ citó datos de gasto empresarial de OpenRouter: a principios de año, Anthropic concentraba alrededor de tres cuartas partes del gasto de las empresas que usaban modelos de ambas compañías; para septiembre de 2026, las dos ya estaban prácticamente empatadas.

Conviene aclarar que OpenRouter es una plataforma de agregación de modelos y sus datos no representan a toda la industria. Además, su base de usuarios está más orientada a desarrolladores y startups. Por eso, estas cifras sirven mejor para observar tendencias que para estimar cuotas de mercado de todo el sector.

Los principales motores de la recuperación de OpenAI son Codex y su línea de productos de agentes:

• Crecimiento rápido de usuarios de Codex: los usuarios activos semanales pasaron de más de 2 millones el 31 de marzo a más de 5 millones el 2 de junio. Ten en cuenta que es un dato de junio, no una cifra actualizada de noviembre.
• De los programadores a los trabajadores del conocimiento: según Axios, estos últimos representan alrededor del 20 % de los usuarios de Codex y su crecimiento es más de tres veces superior al del grupo de desarrolladores.
• Lanzamiento de ChatGPT Work: presentado el 9 de julio, está orientado a completar tareas largas de varios pasos y que involucran distintas aplicaciones.
• Red de implementación empresarial: en abril se presentó Codex Labs, junto con integradores de sistemas como Accenture, Capgemini, Infosys, PwC y TCS. En junio se lanzó OpenAI Partner Network, con una inversión de 150 millones de dólares.

Menlo estima que Claude Code y Codex concentran en conjunto alrededor del 70 % del mercado de aplicaciones de programación con IA, valorado en 34 mil millones de dólares: unos 24 mil millones. Los agentes de programación ya se han convertido en el principal campo de batalla entre ambas compañías por los presupuestos empresariales.

Los agentes están cambiando los patrones de consumo de las API empresariales

Según datos de OpenRouter citados por Menlo, los agentes ya representan alrededor del 80 % del consumo total de tokens de la plataforma. Desde que superaron al tráfico impulsado por personas en febrero de 2026, su consumo se ha multiplicado aproximadamente por 37; en el mismo período, el tráfico humano solo se ha multiplicado por 5. El consumo de tokens está pasando de depender del número de usuarios a estar relacionado con el volumen de tareas, la cantidad de tareas paralelas y su tiempo de ejecución.

Esta es también una de las razones por las que el gasto empresarial en IA ha superado las previsiones. Menlo estima que el gasto empresarial en IA alcanzó, en promedio, 4,7 veces el del año anterior, cuando las empresas solo esperaban que fuera 1,9 veces mayor. Para los equipos de desarrollo, supervisar el consumo y controlar el presupuesto es cada vez tan importante como elegir el modelo.

Cómo afrontar los cambios en la competencia con una estrategia empresarial de API multimodelo

Como es habitual que las empresas trabajen con varios proveedores, lo más práctico para los desarrolladores es preparar el mismo código para cambiar entre modelos de OpenAI y Anthropic en cualquier momento. Este ejemplo mínimo utiliza una interfaz compatible con OpenAI para invocar modelos de distintos proveedores:

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # Interfaz unificada de APIYI: una clave para modelos de varios proveedores
)

# Usa los nombres reales de la lista de modelos de la plataforma
for model in ["gpt-6.1-sol", "claude-opus"]:
    resp = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": "用三句话总结企业 API 选型要点"}]
    )
    print(model, "=>", resp.choices[0].message.content)

import time
import openai
from typing import List, Dict

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # Punto de acceso unificado para facilitar la comparación
)

def compare_models(prompt: str, models: List[str]) -> List[Dict]:
    """Invoca varios modelos para una misma tarea y registra el tiempo y el consumo de tokens"""
    results = []
    for model in models:
        start = time.time()
        try:
            resp = client.chat.completions.create(
                model=model,
                messages=[
                    {"role": "system", "content": "你是严谨的企业技术顾问"},
                    {"role": "user", "content": prompt}
                ],
                max_tokens=800
            )
            results.append({
                "model": model,
                "latency_s": round(time.time() - start, 2),
                "prompt_tokens": resp.usage.prompt_tokens,
                "completion_tokens": resp.usage.completion_tokens,
                "answer": resp.choices[0].message.content
            })
        except Exception as e:
            results.append({"model": model, "error": str(e)})
    return results

if __name__ == "__main__":
    task = "审查以下函数的潜在并发问题，并给出修改建议：..."
    # Usa los nombres de la lista de modelos de la plataforma
    for r in compare_models(task, ["gpt-6.1-sol", "gpt-6.1-terra", "claude-opus"]):
        print(r)

🚀 Primeros pasos: regístrate en APIYI apiyi.com para obtener crédito de prueba gratuito y ejecutar tus tareas reales de programación, documentación o agentes con distintos modelos. La plataforma ofrece una interfaz compatible con OpenAI y cobra según el uso; para cambiar de modelo, solo tienes que modificar el parámetro model.

Preguntas frecuentes FAQ

Competencia entre OpenAI y Anthropic en la API empresarial: puntos clave

• No confundas los tres indicadores: la estructura de ingresos, la cuota del gasto en API y la tasa de adopción de plataformas tienen denominadores completamente distintos.
• Más de la mitad de los ingresos de OpenAI proceden de empresas: el negocio empresarial crece más rápido, aunque los ingresos de consumidores también siguen aumentando.
• Anthropic lidera el gasto en API: Menlo estima su cuota en un 55 %, gracias a la capacidad de Opus para tareas largas y programación.
• OpenAI repuntó en la segunda mitad del año: impulsadas por Codex y los nuevos modelos, ambas compañías estaban prácticamente empatadas en septiembre según los datos de OpenRouter.
• Las empresas suelen trabajar con varios proveedores: solo el 27 % de las grandes empresas utiliza una única plataforma principal; la calidad y la seguridad pesan más que el precio.
• Cómo empezar: compara modelos de varios proveedores con una sola clave a través de APIYI, apiyi.com, y elige según tus propias pruebas, no según la cuota de mercado.

Resumen

Que más de la mitad de los ingresos de OpenAI procedan de empresas y que Anthropic lidere el mercado de API empresariales son dos caras de la misma competencia:

1. El cambio de OpenAI: su estructura de ingresos pasó de depender en un 70 % aproximadamente de los consumidores a estar dominada por el negocio empresarial. Este último se duplicó en el tercer trimestre, impulsado principalmente por Codex y ChatGPT Work.
2. La ventaja de Anthropic: sigue concentrando la mayor parte del gasto en API para entornos empresariales de producción, gracias a la calidad de sus modelos en tareas largas y programación.
3. Hacia dónde va el mercado: lo habitual será que las empresas trabajen con varios proveedores. La competencia se centrará en las capacidades de los agentes, la seguridad, el cumplimiento normativo y el ecosistema de implementación, no solo en una guerra de precios.

Para desarrolladores y responsables de compras empresariales, en lugar de apostar por un solo proveedor, conviene mantener una arquitectura que permita sustituir modelos y evaluarlos continuamente con tareas reales. Una opción para crear rápidamente un entorno de comparación es APIYI, apiyi.com: ofrece una interfaz unificada y una cuota gratuita para nuevos usuarios, lo que facilita convertir los datos de mercado en criterios propios de selección.

📚 Fuentes

1. Reuters: más de la mitad de los ingresos de OpenAI provienen de empresas y declaraciones sobre su salida a bolsa: cobertura de las declaraciones de Brockman en la conferencia tecnológica del WSJ
2. Enlace: reuters.com/legal/transactional/openai-ready-ipo-2027-now-counts-majority-sales-enterprises-brockman-says-2026-11-05/

3. Descripción: información de primera mano sobre la proporción de ingresos empresariales, el crecimiento del tercer trimestre y la colaboración con JPMorgan

4. Reuters: los ingresos anualizados de OpenAI se acercan a los 50.000 millones de dólares en septiembre: explicación del ajuste en el criterio de cálculo de los ingresos

5. Enlace: reuters.com/business/openais-annualized-revenue-20-billion-less-than-previously-signaled-ft-reports-2026-10-08/

6. Descripción: fuente clave para entender la diferencia entre las cifras de 50.000 y 70.000 millones de dólares

7. Menlo Ventures: 2026 The State of Enterprise AI: estimación de la cuota del gasto empresarial en API

8. Enlace: menlovc.com/perspective/2026-the-state-of-enterprise-ai/

9. Descripción: fuente de las cuotas del 55 % para Anthropic y del 31 % para OpenAI, y de las tendencias de uso de tokens por agentes

10. Morning Consult: State of Enterprise AI: encuesta sobre la adopción de plataformas de IA en las empresas estadounidenses

11. Enlace: morningconsult.com/articles/state-of-enterprise-ai

12. Descripción: datos sobre adopción de plataformas, estrategias de múltiples proveedores y factores de compra

13. WSJ: un primer semestre difícil para OpenAI y el despegue de su negocio de programación: cita datos de OpenRouter sobre gasto empresarial

14. Enlace: wsj.com/tech/openai-had-rough-first-half-of-year-before-coding-takeoff-brockman-says-6c97d9e5
15. Descripción: referencia sobre la evolución del gasto en OpenAI y Anthropic entre las empresas que usan ambos proveedores

Autor: Equipo técnico de APIYI
Intercambio técnico: Contáctanos desde la página principal de APIYI, apiyi.com. Para más tutoriales de integración, visita el centro de documentación en docs.apiyi.com.