Los ingresos de Anthropic y OpenAI parecen comparables hasta que la contabilidad de la nube cambia el marcador
Las comparaciones de ingresos entre Anthropic y OpenAI acaban de adquirir una importante salvedad, pese a las enormes cifras anualizadas presentadas a los inversores. Según se informa, Anthropic contabiliza el valor total de determinadas ventas realizadas por socios de nube. OpenAI registra solo la parte que retiene de transacciones comparables con socios.
Esa diferencia puede añadir o restar miles de millones de dólares a los ingresos sin cambiar lo que compraron los clientes. También complica la aparente competencia entre los dos mayores laboratorios independientes de IA. Una tasa anualizada declarada más elevada no significa necesariamente que una empresa haya capturado más efectivo o construido un negocio más saludable.
La cuestión surgió mientras los inversores trataban de conciliar varias cifras llamativas. Según se informa, Anthropic alcanzó un ritmo anualizado de 65.000 millones de dólares en julio. OpenAI se acercó a los 50.000 millones de dólares a finales de septiembre, mientras preveía al menos 70.000 millones para fin de año.
Estas cifras parecen comparables porque comparten la misma etiqueta. Sin embargo, sus cálculos subyacentes no son necesariamente comparables.
La distinción importa más allá de un debate contable. Anthropic y OpenAI dependen de Amazon, Google y Microsoft para infraestructura, distribución, financiación o alguna combinación de las tres. La forma en que cada empresa registra esas relaciones puede moldear la percepción de su crecimiento, márgenes, liderazgo de mercado y futuras valoraciones públicas.
La misma venta en la nube puede generar dos cifras de ingresos
El problema central es sencillo: según se informa, Anthropic y OpenAI contabilizan algunas ventas generadas por socios en distintos momentos de la transacción.
Anthropic ofrece Claude a través de marketplaces en la nube operados por Amazon Web Services y Google Cloud. Los clientes empresariales pueden adquirir acceso al modelo mediante esas relaciones existentes con la nube en lugar de contratar directamente con Anthropic.
Según la información de Bloomberg, Anthropic registra como ingresos el pago completo del cliente procedente de ciertos canales de socios. Después reconoce la parte del proveedor de nube como un gasto. Esto suele denominarse presentación bruta.
Según se informa, OpenAI adopta otro enfoque para las ventas que involucran a Microsoft. Registra solo la parte del pago del cliente que corresponde a OpenAI después de que Microsoft recibe su parte. Esto es una presentación neta.
Consideremos una transacción simplificada que implica un pago de cliente de 100 unidades. Bajo una presentación bruta, el desarrollador del modelo podría registrar las 100 unidades como ingresos y 20 como gasto del socio. Bajo una presentación neta, podría registrar como ingresos solo las 80 unidades restantes.
El desarrollador puede retener las mismas 80 unidades en ambos ejemplos. Sin embargo, el método bruto produce un 25 por ciento más de ingresos declarados que el método neto.
Este ejemplo no describe los porcentajes contractuales reales de las empresas. Esas condiciones pueden variar según la plataforma, el producto y el acuerdo con el cliente. Muestra por qué la elección contable puede alterar de forma material las comparaciones de titulares.
La distinción refleja el marco de principal frente a agente en la contabilidad de ingresos. Un principal controla el servicio prometido antes de transferirlo al cliente. Un agente organiza que otra parte proporcione ese servicio.
Las empresas que actúan como principales normalmente registran el valor bruto de la transacción. Los agentes, por lo general, registran solo su comisión o la parte que retienen.
Un ejemplo contable de la SEC explica que la evaluación depende del control, la responsabilidad, la autoridad de fijación de precios y la estructura de la transacción. No es una opción voluntaria elegida únicamente para mejorar la apariencia.
El relato de Bloomberg indica que tanto Anthropic como OpenAI consideran que sus métodos cumplen con los principios de contabilidad generalmente aceptados. Por tanto, la discrepancia puede existir sin que ninguna de las empresas infrinja la norma.
Los contratos pueden asignar distintas obligaciones a cada desarrollador de modelos y proveedor de nube. Un socio podría limitarse a procesar una venta. Otro podría controlar la relación con el cliente, agrupar servicios o asumir responsabilidades adicionales de ejecución.
Ese detalle contractual determina el resultado contable. También significa que los inversores no pueden normalizar con seguridad a las empresas restando un porcentaje universal de socios.
El problema crece cuando los medios utilizan los ingresos anualizados como un marcador. Los ingresos anualizados proyectan un corto periodo de ventas a un año completo. Son útiles para ilustrar el impulso actual, pero no equivalen a ingresos anuales ya realizados.
Una tasa anualizada ya amplifica las condiciones de corto plazo. Combinarla con presentaciones brutas y netas incoherentes añade una segunda capa de incertidumbre.
Esto no vuelve las cifras irrelevantes. Significa que requieren definiciones, divulgaciones por canal y conciliación antes de poder respaldar una clasificación creíble.
Las comparaciones de ingresos entre Anthropic y OpenAI necesitan una base común
Una clasificación directa pierde fiabilidad cuando una empresa incluye las participaciones de socios de nube y la otra las excluye.
Según se informa, los ingresos anualizados de Anthropic superaron los 65.000 millones de dólares a finales de julio. Eso representaba más de siete veces su ritmo de finales de 2025, según información sobre ingresos anualizados.
Los ingresos anualizados de OpenAI rondaban los 50.000 millones de dólares a finales de septiembre. Personas familiarizadas con las cifras dijeron que la empresa esperaba alcanzar o superar los 70.000 millones de dólares para fin de año, impulsada en parte por el crecimiento empresarial.
La proyección de fin de año implica otro aumento significativo durante el último trimestre. Sin embargo, la previsión y la tasa anualizada de septiembre responden a preguntas diferentes.
Según se informa, la cifra de 50.000 millones de dólares refleja la contabilidad neta habitual de OpenAI. Una cifra previamente difundida, cercana a los 70.000 millones de dólares, se diseñó para aproximar los ingresos de OpenAI bajo la metodología bruta de Anthropic.
Ese ajuste explica por qué aparecieron cifras aparentemente contradictorias de OpenAI en un breve periodo. Una representaba la base contable declarada de la empresa. La otra intentaba crear una comparación para inversores.
Axios informó posteriormente que la tasa anualizada de OpenAI se situaba cerca de los 50.000 millones de dólares, aproximadamente 20.000 millones por debajo de la estimación anterior ajustada al bruto. Su conciliación de ingresos señaló que los inversores habían solicitado una comparación homogénea.
Ese episodio muestra la rapidez con la que una estimación normalizada puede escapar de su contexto original. Una vez repetida sin una definición, comienza a parecerse a ingresos declarados ordinarios.
La diferencia no demuestra automáticamente que Anthropic haya sobreestimado su negocio. Tampoco prueba que OpenAI haya adoptado una filosofía más conservadora para toda la empresa.
Las empresas tienen contratos, redes de socios, relaciones con clientes y obligaciones de entrega diferentes. Estas diferencias pueden conducir a conclusiones contables distintas bajo la misma norma.
Aun así, el resultado no es satisfactorio para los inversores. Una comparación de ingresos debería distinguir al menos tres medidas.
La primera son los ingresos reconocidos conforme a la contabilidad habitual de cada empresa. La segunda es el gasto bruto de los clientes en canales directos y de socios. La tercera es el importe retenido después de las distribuciones a socios.
Los ingresos reconocidos responden a la cuestión contable formal. El gasto bruto de los clientes muestra la actividad económica que fluye a través de los productos de la empresa. Los ingresos retenidos se acercan más a los fondos disponibles antes de los costes de cómputo y otros gastos operativos.
Ninguna de estas medidas describe por sí sola la calidad del negocio. Cada una revela una parte distinta del modelo comercial.
El gasto bruto de los clientes puede mostrar el alcance del producto, especialmente cuando un marketplace de nube gestiona las compras. Sin embargo, puede exagerar el valor económico retenido por el desarrollador del modelo.
Los ingresos netos reflejan mejor la participación directa del desarrollador en una transacción. Sin embargo, pueden infravalorar la demanda de los clientes al compararse con un rival que utiliza presentación bruta.
La elección también afecta a la interpretación de los márgenes. Una empresa que registra ingresos brutos suele registrar el pago al socio en el coste de ingresos u otra categoría de gasto.
Sus ingresos parecen mayores, pero su margen declarado refleja ese coste adicional del socio. Una empresa que utiliza presentación neta parte de una cifra de ingresos menor y no repite el mismo importe del socio como gasto.
Por tanto, los inversores no pueden comparar de forma independiente el crecimiento de los ingresos y los márgenes brutos. Ambas cifras deben ajustarse conjuntamente.
Cambiar solo la cifra de ingresos volvería a distorsionar el análisis. Una normalización válida debe reconstruir los ingresos, los costes de socios y los márgenes sobre la misma base.
La distribución en la nube ya forma parte de la competencia
Los marketplaces de nube no son páginas pasivas de pago; influyen en la adopción, la propiedad de los clientes, la economía y la escala declarada.
Las grandes empresas ya compran infraestructura, bases de datos, software de seguridad y aplicaciones mediante acuerdos de nube. Adquirir Claude a través de AWS o Google Cloud puede encajar en los sistemas de compras existentes y los acuerdos de gasto comprometido.
Esa comodidad puede acortar un proceso de ventas. También puede situar un modelo dentro de las herramientas que ya utilizan los desarrolladores y los equipos de tecnología de la información.
La dependencia de Anthropic de esta vía es considerable. Según se informa, una presentación confidencial revisada por Reuters mostró que el 47 por ciento de sus ventas de 2025 fluía a través de los marketplaces de Amazon y Google.
Estas ventas en marketplaces totalizaron unos 2.160 millones de dólares. Según se informa, Anthropic pagó aproximadamente 351 millones de dólares en comisiones de distribución, o cerca de 16 centavos por cada dólar de ingresos en marketplaces.
Las cifras del canal de nube ilustran tanto el valor como el coste de la distribución mediante socios. Las empresas de nube aportan clientes y acceso a compras, pero retienen una parte de la transacción.
Estas cifras históricas no deben aplicarse mecánicamente a la tasa anualizada actual de Anthropic. La combinación de canales, las condiciones contractuales y la demanda de productos pueden cambiar rápidamente.
Aun así, demuestran por qué importa el tratamiento bruto frente al neto. Cuando casi la mitad de las ventas pasa por socios, la presentación puede afectar de forma significativa al total de ingresos declarado.
OpenAI mantiene una relación de consecuencias similares con Microsoft. Azure ha suministrado infraestructura informática y distribuye modelos de OpenAI a través de productos empresariales y servicios de nube.
Microsoft también tiene sus propios contratos con clientes, estructuras de precios y ofertas agrupadas. Estas características pueden cambiar qué parte controla un servicio prometido según las normas contables.
Por tanto, la competencia comercial es más amplia que Claude frente a ChatGPT. Incluye los sistemas de distribución que rodean a cada modelo.
Anthropic se beneficia del acceso a clientes de AWS y Google Cloud. OpenAI se beneficia del alcance empresarial de Microsoft y de sus integraciones en productos de productividad y desarrollo.
Estas relaciones crean influencia y dependencia al mismo tiempo. Un socio de nube puede facilitar la compra de un modelo, pero también puede controlar la facturación, el empaquetado y el acceso a los clientes.
El desarrollador del modelo podría obtener una distribución rápida mientras cede parte de cada venta. También podría depender de un socio que vende modelos competidores o desarrolla el suyo propio.
Amazon respalda a Anthropic mientras ofrece otros modelos a través de Bedrock. Google invierte en Anthropic mientras desarrolla Gemini. Microsoft respalda a OpenAI mientras amplía su propia estrategia de modelos y nube.
La Comisión Federal de Comercio de Estados Unidos ya ha examinado estas relaciones. Su estudio sobre asociaciones en la nube describió cómo la inversión, la capacidad de nube, la distribución y las dependencias técnicas pueden entrelazarse.
Esa estructura hace que la atribución de ingresos sea más que una cuestión contable. Revela cómo se desplazan el valor y el control a lo largo de la cadena de suministro de IA.
Para los compradores empresariales, la distribución en la nube puede simplificar la gobernanza y la facturación. También puede dificultar la separación del gasto en modelos respecto de compromisos más amplios de infraestructura.
Una empresa podría elegir Claude porque ya tiene compromisos de AWS sin utilizar. Otra podría implementar servicios de OpenAI mediante un acuerdo ya establecido con Microsoft.
Esas decisiones representan una demanda genuina, pero no siempre se parecen a una suscripción directa de software. El canal comercial influye tanto en la compra como en su medición.
Por eso, la competencia principal no es simplemente Anthropic contra OpenAI. Es la contabilidad bruta del canal frente a la contabilidad neta del canal, como dos visiones de la escala comercial.
Lo que las cifras principales aún no muestran
La presentación de los ingresos no puede responder las preguntas más difíciles sobre retención de efectivo, costes de computación, concentración de clientes o demanda sostenible.
Los ingresos anualizados parten de un periodo reciente de ventas y proyectan ese ritmo a lo largo de doce meses. Funcionan mejor cuando la demanda y los precios se mantienen relativamente estables.
La demanda de IA no cumple esa condición de forma constante. Los nuevos lanzamientos de modelos, la adopción de agentes, los contratos empresariales y los aumentos temporales de uso pueden modificar bruscamente el consumo mensual.
Una empresa puede generar una elevada tasa anualizada a partir de un mes excepcional. Eso no garantiza que la misma actividad continúe durante los once meses siguientes.
Los ingresos de API basados en el uso crean otra complicación. Los clientes pueden incrementar rápidamente las cargas de trabajo cuando un nuevo modelo ofrece un buen rendimiento. También pueden redirigir el tráfico cuando un rival mejora la calidad, la latencia o el coste.
Por tanto, la tasa anualizada mide mejor la velocidad actual que la certeza futura. No debe tratarse como ingresos recurrentes contratados salvo que las divulgaciones respalden esa interpretación.
La concentración de clientes genera un riesgo relacionado. Unos pocos grandes compradores pueden producir un uso sustancial, al tiempo que hacen que los ingresos futuros sean sensibles a decisiones individuales de renovación o enrutamiento.
Los marketplaces de nube pueden ocultar esa concentración a los observadores externos. Los inversores ven el total agregado del canal, pero no necesariamente qué clientes finales lo generaron.
La contabilidad bruta puede ampliar aún más la cifra visible sin modificar los ingresos que conserva el desarrollador del modelo. La contabilidad neta puede ocultar la escala total del gasto de los clientes, aunque ofrezca una visión más próxima de la parte que corresponde a la empresa.
Ninguno de los dos métodos revela por sí solo la economía de la computación. Servir modelos avanzados requiere aceleradores, redes, energía, almacenamiento y soporte de ingeniería.
Estos costes pueden variar según el modelo, la carga de trabajo, el proveedor de hardware y el contrato. También cambian a medida que las empresas optimizan la inferencia o introducen sistemas de mayor intensidad computacional.
Las comisiones de socios son solo una deducción de los ingresos. Los costes de servicio de modelos, los gastos de entrenamiento, la compensación en acciones, los costes de ventas y el gasto en investigación siguen siendo fundamentales para la rentabilidad.
Una empresa podría liderar el gasto bruto de los clientes y, aun así, retener menos efectivo de cada venta a través de socios. Otra podría informar de menos ingresos, pero conservar una mayor proporción de lo que registra.
Las cifras actuales no resuelven esa posibilidad.
Las afirmaciones de rentabilidad exigen una cautela similar. Según se ha informado, Anthropic ha dicho a los inversores que logró rentabilidad operativa trimestral con una medida que excluye algunos gastos.
Ese resultado marcaría un hito operativo significativo. No equivaldría necesariamente a rentabilidad neta según las divulgaciones esperadas de una empresa cotizada.
El mismo criterio debería aplicarse a OpenAI. Sus previsiones de crecimiento necesitan contexto sobre gastos, flujo de caja e infraestructura antes de respaldar conclusiones sobre su fortaleza económica.
Otra incertidumbre afecta a la consistencia entre canales. Una empresa puede usar una presentación bruta para un socio y una presentación neta para otro cuando los contratos asignan el control de forma diferente.
Por ello, incluso una etiqueta a nivel de empresa puede simplificar en exceso las cuentas. Los inversores necesitan explicaciones por canal, en lugar de una sola afirmación de que una empresa informa en bruto.
Ambas empresas siguen siendo privadas, lo que limita el acceso público a estados auditados y notas detalladas. Las cifras comunicadas suelen proceder de documentos para inversores o de personas familiarizadas con los resultados internos.
Esa procedencia no invalida la información. Sí exige una atribución precisa y moderación.
La conclusión más sólida es más acotada que la competencia de titulares. Las tasas anualizadas divulgadas por Anthropic y OpenAI no pueden clasificarse limpiamente sin ajustes.
Sería igualmente engañoso asumir que toda la diferencia procede de la contabilidad. La demanda de productos, la combinación de canales, el calendario y el crecimiento empresarial también afectan a los totales.
Una comparación rigurosa debe separar los ingresos comunicados, el valor de transacción inflado en bruto, los ingresos retenidos y las ventas de periodos completados. Hasta entonces, el líder aparente depende en parte de la columna elegida.
Los inversores comparan el crecimiento antes de comparar las definiciones
El desajuste contable presiona a inversores y periodistas para que definan la métrica antes de declarar un ganador.
Las empresas de IA usan ingresos anualizados porque sus negocios se expanden más rápido de lo que los informes anuales convencionales pueden reflejar. Un total de los últimos doce meses puede parecer desactualizado antes de publicarse.
Eso hace que una tasa anualizada sea útil durante una expansión rápida. También hace que la métrica sea vulnerable a una selección interesada del momento y a una construcción inconsistente.
El reciente debate sobre los ingresos de Anthropic y OpenAI demuestra esa vulnerabilidad. La cifra de una empresa puede incluir la economía de los socios que otra deja fuera de su línea superior.
Los inversores pueden abordar esto con una conciliación entre resultados comunicados y normalizados. La conciliación debería mostrar las ventas directas, las ventas a través de socios, las deducciones de socios y el importe final reconocido.
También debería indicar el periodo de medición. Un ritmo mensual de julio, un ritmo trimestral de septiembre y una previsión de fin de año no deberían figurar en una misma clasificación sin etiquetas claras.
Los ingresos trimestrales completados ofrecen un punto de partida más firme. Reflejan un periodo real de información, en lugar de extender un intervalo breve a lo largo de un año.
Sin embargo, las cifras trimestrales también necesitan normalización contable. Un trimestre completo medido en bruto no es directamente comparable con un trimestre completo medido en neto.
Los cobros de efectivo ofrecen otra comprobación útil, aunque las diferencias de calendario pueden introducir ruido. Los ingresos diferidos, los pagos anticipados de clientes y los calendarios de liquidación de socios pueden desplazar el efectivo entre periodos.
El beneficio bruto puede ayudar cuando se entienden las clasificaciones de ingresos y costes. Sin embargo, se vuelve engañoso si una empresa incluye las comisiones de socios en el coste de los ingresos y otra nunca las registra.
La actividad de los clientes puede aportar una señal independiente. Los puestos empresariales, los desarrolladores activos, el consumo de API y la retención de cargas de trabajo pueden mostrar si el crecimiento comunicado refleja un uso sostenible.
Estas métricas también necesitan definiciones cuidadosas. Las cuentas registradas, los clientes de pago y las cargas de trabajo activas describen cosas distintas.
La presión se extiende a los proveedores públicos de nube. Amazon, Microsoft y Google se benefician cuando la demanda de modelos orienta a los clientes hacia su infraestructura.
Sin embargo, los ingresos de nube vinculados a desarrolladores de modelos pueden implicar inversión recíproca, compromisos de infraestructura y comisiones de marketplace. La misma actividad económica puede aparecer en varias narrativas corporativas.
Esto crea un riesgo de doble contabilización en el mercado más amplio de IA. Una empresa de modelos informa de actividad de clientes, mientras que un proveedor de nube informa de ingresos de infraestructura o marketplace relacionados con esa actividad.
Cada tratamiento contable puede ser válido dentro de su propia empresa. Aun así, sumar todas las cifras principales puede exagerar la demanda final independiente del sector.
Los inversores públicos harán preguntas más difíciles a medida que los desarrolladores de modelos se acerquen a posibles cotizaciones. Las presentaciones auditadas exigen políticas de ingresos más claras, concentración por canal, divulgaciones sobre partes relacionadas y clasificaciones de gastos.
Esos documentos deberían reducir la incertidumbre, pero no eliminarán el juicio. El análisis de principal frente a agente depende de los detalles contractuales y de evaluaciones de control.
Un auditor puede determinar que ambos enfoques cumplen las normas contables. Los inversores aún deben decidir qué medida económica se adapta mejor a su modelo de valoración.
Para los compradores empresariales, la disputa ofrece un recordatorio práctico. La escala de un proveedor no debe inferirse de una sola cifra anualizada.
Los compradores deberían examinar la disponibilidad, el rendimiento de los modelos, la gobernanza, las opciones de cambio, los compromisos de servicio y los costes totales de implementación. La presentación contable no determina qué modelo se ajusta a una carga de trabajo.
Los desarrolladores se enfrentan a una elección similar. La distribución a través de una nube conocida puede simplificar las credenciales, la facturación y la implementación. El acceso directo podría ofrecer características o condiciones económicas diferentes.
El canal de socios configura la experiencia del producto tanto como el estado financiero. Eso convierte la estrategia de canal en una variable competitiva que merece seguimiento.
Tres señales aclararán la verdadera carrera por los ingresos
La siguiente etapa de la competencia de ingresos entre Anthropic y OpenAI dependerá de divulgaciones auditadas, datos de canales normalizados y uso sostenido por parte de los clientes.
La primera señal es una política detallada de reconocimiento de ingresos en una presentación auditada. Los inversores necesitan que cada empresa explique cuándo actúa como principal y cuándo como agente.
Esa divulgación debería identificar los canales de socios materiales y describir cómo las comisiones entran en la cuenta de resultados. También debería explicar si la política cambió entre periodos de información.
Las presentaciones claras reforzarían la confianza en que las cifras de las empresas pueden normalizarse. Un lenguaje impreciso mantendría la incertidumbre actual y debilitaría las clasificaciones simples.
La segunda señal es una conciliación entre ingresos anualizados y ventas trimestrales reales. Esa conciliación debería identificar el periodo utilizado para la tasa anualizada y cualquier ajuste de inflación bruta.
En el caso de OpenAI, los inversores observarán si la empresa alcanza su previsión de al menos $70 mil millones al cierre del año. También preguntarán si esa cifra utiliza la base neta habitual.
En el caso de Anthropic, la pregunta clave es si el crecimiento posterior a julio respalda el ritmo comunicado de $65 mil millones. Un trimestre completado proporcionaría evidencia más sólida que otra extrapolación de un momento concreto.
Un rendimiento trimestral sostenido reforzaría la afirmación de que ambas empresas están experimentando una demanda empresarial duradera. Una brecha pronunciada debilitaría las conclusiones extraídas de instantáneas anualizadas.
La tercera señal es la cantidad de ingresos retenidos después de las distribuciones en la nube y los costes de servicio de modelos. Esta medida se acerca más al valor económico que conserva cada empresa.
Los inversores deberían vigilar conjuntamente las comisiones de socios, los costes de inferencia, el beneficio bruto, el uso de efectivo y la concentración de clientes. Ninguna cifra aislada puede sustituir esa combinación.
Una mejor retención demostraría que la escala se está traduciendo en apalancamiento operativo. Un deterioro de la retención sugeriría que el crecimiento de los titulares depende en gran medida de infraestructura o distribución costosas.
Estas señales importan porque el mercado financia más que a dos proveedores de software. Financia un sistema interconectado de laboratorios de modelos, proveedores de nube, chips, centros de datos y aplicaciones empresariales.
Los ingresos de una parte de ese sistema suelen convertirse en un gasto o inversión en otra. Entender quién retiene finalmente el dinero del cliente es esencial.
La diferencia contable actual no elimina el crecimiento de Anthropic ni el alcance de OpenAI. Modifica lo que sus cifras principales pueden demostrar.
Las tasas anualizadas comunicadas establecen que los clientes están gastando mucho en ambas empresas. No establecen un líder definitivo en ingresos sobre una base común.
Los lectores deberían desconfiar del próximo ranking simplista, salvo que incluya definiciones junto a las cifras. Pregúntese si cada dato es bruto, neto, anualizado, completado o ajustado.
Después, pregúntese qué empresa retiene una mayor parte de la transacción una vez pagados los socios y los proveedores de capacidad de cómputo. Esa respuesta revelará más sobre la carrera empresarial de la IA que el mayor titular por sí solo.
