OpenAI y Google Cloud han firmado un acuerdo para meter los modelos frontera de OpenAI y Codex, su agente de programación, dentro de Vertex AI, la plataforma de IA de Google Cloud. Lo anunció OpenAI el 21 de octubre. Las empresas que ya tienen su infraestructura en Google podrán contratar GPT sin abrir otra cuenta, sin otro contrato y pagando con el saldo que ya tienen comprometido con Google.
La disponibilidad general llega "en las próximas semanas". De momento hay un formulario para pedir acceso.
Puntos clave del acuerdo entre OpenAI y Google Cloud
- Los modelos frontera de OpenAI y Codex entran en Model Garden, el catálogo de modelos de Vertex AI donde ya conviven Gemini, Claude, Llama o Mistral.
- Se compran a través de Google Cloud Marketplace. Las empresas con compromisos de gasto con Google Cloud podrán descontar estas compras de ese compromiso.
- Los modelos de OpenAI llegarán también a Google Antigravity y a Gemini Agent, el agente de trabajo que Google presentó para Workspace.
- Microsoft sigue siendo el socio de nube principal de OpenAI, según cierra el propio comunicado.
- Disponibilidad general en semanas, sin fecha concreta.
Qué cambia respecto a lo que había
Hasta ahora, en Vertex AI solo había de OpenAI los modelos de pesos abiertos, gpt-oss 120B y gpt-oss 20B. Son modelos que cualquiera puede descargar y montar en su propio servidor, y no tienen nada que ver con lo que OpenAI vende como su gama alta. Si una empresa quería GPT de verdad desde Google, tenía que salir de Google: cuenta en la API de OpenAI o pasar por Azure.
Con este acuerdo los modelos que OpenAI reserva para su API y para Azure llegan al catálogo de Google. El comunicado no dice cuáles exactamente ni a qué precio. Habla de "modelos frontera" y de "flujos agénticos de Codex". Habrá que esperar a la ficha de cada modelo en Model Garden para saber si entra la última versión y si el precio es el mismo que en la API directa.
Lo que sí está claro es la parte comercial, que para mí es la más importante del anuncio. Muchas empresas grandes firman con Google Cloud un compromiso de gasto a varios años: te comprometes a gastar X millones y a cambio te hacen descuento. Ese dinero ya está presupuestado. Si GPT se puede pagar con ese saldo, el departamento de compras no tiene que aprobar un proveedor nuevo, y el equipo técnico no tiene que pelearse con el de seguridad para sacar datos de Google.
La estrategia de OpenAI: estar en todas las nubes
Esto encaja con un patrón que llevamos meses viendo. En junio OpenAI anunció que sus modelos y Codex se podían pagar con el compromiso de gasto de Oracle Cloud, con la misma lógica que ahora con Google. En agosto llevó sus modelos de ciberseguridad Daybreak a Amazon Bedrock, la plataforma de modelos de AWS. Ahora le toca a Google.
La frase final del comunicado, "Microsoft sigue siendo nuestro socio de nube principal", está ahí por algo. Durante años Azure fue la única nube donde se podían usar los modelos de OpenAI con garantías empresariales. Esa exclusividad se ha ido diluyendo pieza a pieza, y OpenAI se cuida de decir en público que la relación con Microsoft sigue en pie.
Greg Brockman, presidente de OpenAI, lo explica así en el anuncio: quiere que sus modelos y Codex estén "donde los clientes ya están construyendo". Thomas Kurian, consejero delegado de Google Cloud, pone el acento en dar a los clientes "una selección amplia de modelos" para elegir el adecuado para cada trabajo y bajar costes.
Google, la tienda de modelos de todos
El movimiento de Google también tiene su lectura. Google tiene Gemini, que compite de tú a tú con GPT. Aun así mete en su plataforma al rival directo. Ya lo hizo con Anthropic: Claude está en Vertex AI desde hace tiempo, y según el borrador del folleto de salida a bolsa de Anthropic que publicó el Wall Street Journal, Anthropic tiene comprometidos unos 111.000 millones de dólares de gasto con Google Cloud.
El caso más llamativo es Gemini Agent. En octubre Google presentó su agente de trabajo para Workspace y resultó que por dentro usaba Claude. Ahora también podrá usar modelos de OpenAI. Un producto con la marca Gemini que funciona con modelos de los dos competidores de Gemini dice mucho de dónde cree Google que está el negocio: en vender la nube, la seguridad y la gobernanza de datos, con el modelo que el cliente quiera encima.
Google Antigravity, la otra pieza que menciona el anuncio, es el entorno de desarrollo con agentes de Google. Que Codex y los modelos de OpenAI entren ahí pone a competir dentro de la misma herramienta a los agentes de programación de Google y de OpenAI.
¿Se puede usar ya GPT en Google Cloud?
Todavía no de forma general. OpenAI dice que la disponibilidad general está prevista "en las próximas semanas" y por ahora solo se puede pedir acceso con el formulario enlazado en el anuncio. Los modelos abiertos gpt-oss sí se pueden usar ya en Vertex AI.
Tampoco hay fecha para Antigravity ni para Gemini Agent, más allá de un "pronto". Si tu empresa trabaja con Google Cloud, lo sensato es pedir acceso ya para estar en la primera tanda y, mientras, revisar con tu equipo de compras si vuestro compromiso de gasto permite comprar en Marketplace.
Por qué importa a una empresa española
Muchas empresas medianas y grandes en España tienen el dato en Google Cloud porque ya usaban BigQuery, Workspace o Looker. Hasta ahora, para usar GPT sobre ese dato tenían que sacarlo de Google y mandarlo a OpenAI o a Azure. Eso obliga a otra revisión de seguridad, otro contrato de tratamiento de datos y otra factura.
Con GPT dentro de Vertex AI, el dato no sale del perímetro de Google y se gestiona con los mismos controles de acceso que ya tiene configurados el equipo de sistemas. Para sectores regulados como banca, seguros o salud, es la diferencia entre un proyecto que el comité aprueba en dos semanas y uno que se queda seis meses atascado en legal.
La otra consecuencia es práctica: cambiar de modelo se vuelve mucho más barato. Si en la misma plataforma tienes Gemini, Claude y GPT, puedes probar los tres sobre la misma tarea y quedarte con el que mejor salga en calidad y precio. Es lo que yo recomiendo siempre en Barner: no atar un proceso a un solo modelo. Ahora en Google Cloud se puede hacer sin salir de casa.
Fuente original: OpenAI
Relacionado
