Snowflake, compañía especializada en el AI Data Cloud, ha anunciado la incorporación del enrutamiento dinámico de modelos a Cortex AI Gateway y a sus principales productos de inteligencia artificial. Al mismo tiempo, la empresa ha ampliado su oferta con algunos de los modelos abiertos más destacados del mercado.

Con estas novedades, Snowflake busca ayudar a las empresas a optimizar el gasto en inteligencia artificial y mejorar lo que denomina «eficiencia de la inteligencia». Esta métrica pretende medir hasta qué punto una organización es capaz de transformar recursos como la capacidad de procesamiento, los modelos de IA, sus datos y el contexto empresarial en resultados de valor para el negocio.

Las nuevas funciones se apoyan en Cortex AI Gateway, presentado por Snowflake en julio de 2026 como una plataforma unificada destinada a gestionar las conexiones de los agentes, dirigir de forma inteligente las solicitudes y optimizar el uso de los recursos de inteligencia artificial.

El crecimiento de las aplicaciones y agentes de IA utilizados en entornos de producción está planteando nuevos retos a las empresas. Utilizar un único modelo para resolver todo tipo de tareas puede incrementar considerablemente los costes, mientras que trabajar con un número cada vez mayor de modelos obliga a los equipos de desarrollo a dedicar más tiempo a su evaluación, configuración y gestión.

Para hacer frente a esta situación, Snowflake apuesta por automatizar la elección del modelo más adecuado para cada solicitud, al tiempo que amplía las alternativas disponibles para sus clientes. De esta forma, las organizaciones pueden combinar modelos de código abierto y soluciones propietarias en función de las necesidades de cada tarea, buscando un uso más eficiente y rentable de la inteligencia artificial.

Con la incorporación del enrutamiento dinámico de modelos, Cortex AI Gateway puede seleccionar automáticamente el modelo específico que ofrece el equilibrio óptimo entre calidad y coste para la tarea concreta. El enrutamiento dinámico de modelos también está integrado en los productos de IA insignia de Snowflake, incluidos Snowflake CoCo y Snowflake CoWork, y está disponible para agentes de IA de terceros que utilicen Cortex AI Gateway. Esta nueva funcionalidad redirige las tareas repetitivas o de menor complejidad a modelos más eficientes, mientras que los trabajos que requieren una mayor capacidad de razonamiento se enrutan a modelos de frontera. Esto ayuda a los clientes a reducir el gasto innecesario en inferencia, sin tener que gestionar ellos mismos la selección del modelo para cada solicitud. Snowflake también ampliará el acceso de los clientes a los principales modelos abiertos, como DeepSeek-V4-Flash 0731¹ y GLM-5.3³, a través de Snowflake Cortex AI. Esto se suma a la amplia biblioteca de modelos de Snowflake, ofreciendo a los clientes aún más opciones para equilibrar la calidad y el coste del modelo, manteniendo seguros los datos gobernados dentro de Snowflake.

Las últimas innovaciones de Snowflake dan a las empresas un mayor control sobre la eficiencia de costes de la IA a medida que escala su uso, ayudándolas a aumentar la eficiencia de la inteligencia al asignar cada tarea al modelo adecuado y reduciendo los gastos innecesarios.

“Las empresas son cada vez mucho más rigurosas con respecto a los costes y la rentabilidad de la IA. La cuestión ya no es cuánta IA están utilizando, sino si esa IA se traduce en un valor empresarial significativo”, asegura Sridhar Ramaswamy, CEO de Snowflake. “Alcanzar la eficiencia de la inteligencia requiere la flexibilidad de utilizar el mejor modelo para cada tarea a medida que evoluciona el panorama. El papel de Snowflake es absorber esa complejidad para que los clientes puedan centrarse en los resultados mientras nosotros optimizamos la elección del modelo en segundo plano”.

“Las empresas están desbordadas ante tantas opciones de modelos, pero el verdadero problema no es qué modelo elegir. Es la carga operativa de seleccionar el adecuado para cada tarea, a escala. El enrutamiento dinámico de modelos de Snowflake aborda directamente esa brecha”, señala Sanjeev Mohan, director y fundador de SanjMo. “Al automatizar la selección inteligente de modelos dentro de Cortex AI Gateway, Snowflake elimina un punto de fricción real que ha estado frenando el despliegue de la IA empresarial. La capacidad de adecuar la complejidad de la carga de trabajo al coste del modelo, sin tener que reconstruir la infraestructura cada vez que aparece un nuevo modelo, es exactamente el tipo de eficiencia que las empresas necesitan para pasar de la experimentación a la IA a escala”.

Cortex AI Gateway optimiza el coste de la IA mediante la elección del modelo

El enrutamiento dinámico de modelos en Cortex AI Gateway está diseñado para ayudar a las empresas a utilizar modelos de frontera costosos solo cuando mejora sustancialmente un resultado en Snowflake CoCo, Snowflake CoWork y agentes de IA de terceros. Más allá de seleccionar automáticamente un modelo para cada solicitud, el enrutamiento dinámico de modelos permite a los clientes controlar qué modelos y proveedores están disponibles para sus usuarios. Esto resulta especialmente importante para organizaciones globales que deben gestionar la disponibilidad regional de modelos o para industrias reguladas con requisitos de cumplimiento específicos. A medida que cambian el rendimiento y los precios de los modelos, Cortex AI Gateway puede actualizar las decisiones de enrutamiento en los productos de IA de Snowflake, como Snowflake CoCo y Snowflake CoWork, de modo que los clientes no necesiten rediseñar sus aplicaciones o agentes. Esto permite a las empresas aprovechar las nuevas opciones de modelos a medida que surgen, mientras Snowflake gestiona la complejidad de la elección y optimización del modelo en segundo plano.

Las pruebas internas de Snowflake indican que el uso de una combinación de modelos abiertos y propietarios para diversas tareas puede ofrecer una calidad comparable, al mismo tiempo que mejora sustancialmente la eficiencia de los tokens. En una evaluación, los agentes que utilizaron el enrutamiento dinámico de modelos con Cortex AI Gateway crearon un flujo de transformación de datos con la herramienta dbt consumiendo hasta 3 veces menos tokens que si se hubieran usado únicamente modelos de frontera, manteniendo la misma calidad. En otra prueba distinta, los equipos de ingeniería completaron la misma cantidad de revisiones de código (pull requests) con un 25 % más de eficiencia de tokens ⁴.

Snowflake presenta nuevos modelos abiertos para datos empresariales gobernados

DeepSeek-V4-Flash 0731 y GLM-5.3 son los últimos modelos que se añadirán a la creciente cartera de modelos de Snowflake disponibles en Cortex AI, Snowflake CoCo y Snowflake CoWork. Junto con modelos de proveedores como Anthropic, OpenAI, Google, SpaceXAI, Meta y Mistral, esta cartera otorga a los clientes mayor libertad para elegir la combinación adecuada de rendimiento y coste para cada carga de trabajo.

En lugar de tratar cada lanzamiento de un modelo abierto como una integración independiente, Snowflake está creando un entorno diseñado para mantenerse al día con el veloz ecosistema de modelos abiertos. Snowflake evalúa y optimiza de forma continua cómo se sirven y utilizan estos modelos en sus productos de IA, ayudando a los clientes a aprovechar los avances del ecosistema abierto sin tener que rehacer constantemente sus aplicaciones o infraestructura. Como resultado, los clientes pueden beneficiarse de modelos más nuevos y capaces, aplicando al mismo tiempo controles de acceso y gobernanza consistentes tanto en opciones abiertas como propietarias.

El Equipo de Investigación en IA de Snowflake evaluó DeepSeek-V4-Flash en tareas orientadas a la empresa; pruebas recientes muestran que DeepSeek v4 Flash superó a los principales modelos propietarios utilizados en la evaluación, alcanzando una puntuación del 74,4 por ciento en tareas de ingeniería de datos. GLM-5.2 también obtuvo un sólido rendimiento del 62,8 por ciento, utilizando menos tokens que cualquier otro modelo probado⁵. Estos resultados demuestran que los modelos abiertos son cada vez más capaces de respaldar tareas de misión crítica a un coste menor.

Snowflake ayuda a las empresas a mejorar la eficiencia de la inteligencia a escala

Con el despliegue de múltiples modelos en un número cada vez mayor de aplicaciones y agentes de IA, mejorar la eficiencia de la inteligencia exige visibilidad y control sobre el consumo de estos recursos. Cortex AI Gateway ofrece a los administradores visibilidad del uso de tokens y costes, al mismo tiempo que permite a las organizaciones establecer límites de gasto en todas las aplicaciones y agentes de IA. Snowflake CoCo amplía esos controles a través del marco de etiquetado y acceso basado en roles existente en Snowflake, permitiendo a los administradores definir modelos predeterminados, atribuir el consumo a equipos o centros de coste, establecer cuotas por usuario y recibir notificaciones a medida que el consumo se acerca a los límites definidos.

Al combinar el enrutamiento dinámico de modelos con una mayor variedad de modelos, estas capacidades otorgan a las empresas un mayor control sobre los costes y la rentabilidad de su IA. Las organizaciones pueden adaptar automáticamente las cargas de trabajo a los modelos adecuados, aprovechar nuevas opciones a medida que surgen y gestionar cómo se consumen los recursos de IA en toda la empresa. Esto ayuda a las empresas a mejorar la eficiencia de la inteligencia al mismo tiempo que mantienen la gobernanza de confianza de Snowflake y conservan la propiedad de sus datos y contexto empresarial propietarios.