¿Puede la API cambiar el modelo a escondidas?
Sí. Pagas por un modelo determinado, pero el proveedor puede cambiarlo en secreto por una versión más barata manteniendo el precio. Investigadores han auditado con métodos estadísticos APIs comerciales reales y efectivamente encontraron endpoints cuyas salidas no coincidían con el modelo oficial.
Qué podrás hacer al terminar
- Nombrar las distintas formas de sustitución
- Entender por qué es difícil detectarlo solo mirando las respuestas
- Saber en qué situaciones hay que estar especialmente atento
Qué tipos de sustitución existen
Dos artículos describen el mismo tipo de problema.
«Are You Getting What You Pay For?» de UC Berkeley (arXiv 2504.04715): el usuario paga por un modelo específico, pero no hay garantía de que el proveedor lo entregue tal cual. El proveedor puede cambiarlo por un sustituto más barato, como una versión cuantizada (comprime los parámetros del modelo a menor precisión, ahorrando memoria de GPU y dinero) o un modelo más pequeño, manteniendo el precio original.
«Model Equality Testing» de Stanford (arXiv 2410.20247): para reducir costos o añadir funciones, los proveedores de API pueden cuantizar, añadir marcas de agua o ajustar con fine-tuning el modelo subyacente, alterando las salidas, y no necesariamente informan al usuario.
| Forma de sustitución | Qué gana el proveedor |
|---|---|
| Cambio por una versión cuantizada | Ahorra memoria de GPU y capacidad de cómputo |
| Cambio por un modelo más pequeño | Reduce costos |
| Fine-tuning o marca de agua | Añade funciones o cambia el comportamiento del modelo |
Qué encontraron las auditorías reales
«Model Equality Testing» usó su método para auditar en el verano de 2024 una API comercial de inferencia que ofrecía 4 modelos Llama: de 31 endpoints, 11 tenían una distribución de salidas distinta de los pesos de referencia publicados por Meta.
Esto no significa que esos 11 fueran todos cambios deliberados; decisiones de despliegue como la cuantización también pueden causar diferencias. Pero muestra algo: el mismo nombre de modelo puede no ser lo mismo según el proveedor.
Pon a prueba tus conocimientosUna auditoría descubre que la salida de un endpoint no coincide con los pesos oficiales. ¿Se puede concluir directamente que lo cambiaron a propósito?
- Sé que «el mismo nombre de modelo» no equivale al mismo modelo
Caso real: usar DeepSeek haciéndose pasar por Claude
Lo anterior habla de diferencias de despliegue. Lo siguiente es un caso más directo: pagas por Claude y recibes otro modelo.
La «rebaja» documentada por investigadores
Zilan Qian, investigadora del Oxford China Policy Lab, investigó los «intermediarios» que revenden Claude en China. En su artículo publicado el 5 de mayo (mes 5) de 2026 en ChinaTalk escribió:
- Los intermediarios permiten a los desarrolladores usar Claude por un precio de hasta el 10% del oficial; un precio habitual es 1 yuan chino por 1 dólar de crédito, entre un 70% y un 90% más barato que el oficial
- El usuario elige Opus 4.7, pero el agente puede redirigirlo en secreto a Sonnet o Haiku y, en el peor de los casos, a GLM o Qwen, etiquetando la salida como el modelo original
- Como el agente está en medio, el usuario no puede verificar a qué modelo fue realmente la solicitud. Suele descubrirse solo en tareas complejas, lo que la gente llama «pérdida de inteligencia»
El 16 de agosto (mes 8) de 2026 lo dijo con más franqueza en el pódcast High Capacity. Los intermediarios llaman al cambio de modelo «rebajar»: en su forma leve, anuncian Opus 4.8 pero sirven Opus 4.6; los más agresivos cambian directamente el modelo, «por ejemplo, usando DeepSeek en lugar de Claude, o Doubao en lugar de GPT» (en el original: «swap, for example, DeepSeek for Claude or Doubao for GPT»). Dijo que esto a veces es fácil de notar, y muchos usuarios en foros se quejan de que «el modelo de repente se volvió tonto».
Por qué es tan fácil de hacer
DeepSeek ofrece oficialmente una interfaz compatible con el formato de Anthropic, en la dirección https://api.deepseek.com/anthropic. La documentación oficial indica: los nombres de modelo que empiezan por claude también se aceptan, claude-opus* se mapea a deepseek-v4-pro y los demás claude* se mapean a deepseek-flash.
Esta es una función legítima de DeepSeek, pensada para que los usuarios puedan cambiar a DeepSeek dentro de las herramientas del ecosistema de Claude; DeepSeek en sí no se hace pasar por nadie. El problema está en el intermediario: basta con que el intermediario reenvíe tu solicitud tal cual a esta dirección; tú solicitas claude-opus-…, la respuesta que recibes tiene el mismo formato que Claude, no tienes que cambiar ni una línea de código, pero detrás está DeepSeek.Que el formato de la solicitud y el nombre del modelo coincidan no demuestra que detrás esté Claude.
Tu código
model: "claude-opus-…"Pasarela intermedia
Reenvío sin cambiosOficial de Anthropic
api.anthropic.comClaude auténticoLa respuesta que recibes
{ "type": "message", "model": "claude-opus-…", "content": [ … ] }Tu código envía la solicitud con el nombre del modelo claude-opus-…
Pon a prueba tus conocimientosEn las respuestas de la pasarela, el formato y el campo del modelo parecen de Claude. ¿Se puede asegurar que detrás está Claude?
Lo que encontraron las auditorías académicas
El artículo «Real Money, Fake Models» de CISPA (Alemania) (arXiv 2603.01919) auditó las «APIs en la sombra», servicios de terceros que afirman ofrecer acceso indirecto a modelos oficiales:
- Encontraron 17 APIs en la sombra usadas por 187 artículos académicos, y auditaron en detalle 3 de ellas
- En comparación con la API oficial, la brecha de rendimiento llegó a un máximo de 47.21%; el 45.83% de las pruebas de huellas no logró verificar la identidad del modelo anunciado
- La comparación de huellas mostró: en dos APIs en la sombra, los endpoints etiquetados como GPT-5 se comportaban como GLM-4 o DeepSeek-V3; las solicitudes al DeepSeek-Reasoner en modo de razonamiento se comportaban como el DeepSeek-Chat sin razonamiento
- Para cuando se escribió el artículo, de 17 de ellas, 4 ya habían dejado de operar
Este artículo auditó GPT, Gemini y DeepSeek, no probó Claude. Pero ilustra lo mismo: el precio corresponde a un modelo caro, pero las huellas apuntan a un modelo barato.
- Entiendo por qué «formato correcto y nombre de modelo correcto» no equivale a autenticidad
Por qué es tan difícil de detectar
- Preguntarle quién es no sirve. El artículo de Berkeley lo comprobó: los modelos normalmente solo mencionan su familia o su desarrollador, rara vez el número de parámetros o el estado de cuantización; al preguntar directamente por las especificaciones, la tasa de acierto es inferior al 5%. Cuando el prompt del sistema les ordena fingir otra identidad, la mayoría de los modelos no se reconocen a sí mismos
- Las versiones cuantizadas puntúan casi igual. Las versiones cuantizadas y las originales suelen diferir en menos de una desviación estándar entre ejecuciones repetidas en MMLU, GSM8K, MATH y GPQA Diamond, quedando ocultas por las fluctuaciones naturales
- Incluso el mismo modelo puede variar. Las configuraciones de inferencia de distintos proveedores hacen que un modelo idéntico produzca salidas diferentes, lo que facilita los errores de juicio
En qué situaciones hay que estar atento
- Precios claramente inferiores a los oficiales, por ejemplo solo el 10% o el 20% del precio oficial
- Normal en preguntas simples, irregular en tareas complejas
- El estilo y la longitud de las respuestas no coinciden con lo que ves en los canales oficiales
- El proveedor no aclara si despliega la versión original o la cuantizada
Puntos de control
- Formas de sustitución: cuantización, cambio a un modelo más pequeño, fine-tuning, marca de agua
- Ejemplo de auditoría: 31 endpoints, de los cuales 11 no coincidían con los pesos oficiales
- Caso real: investigadores documentaron intermediarios usando DeepSeek haciéndose pasar por Claude; la interfaz compatible permite este cambio sin modificar ni una línea de código
- Preguntar por su identidad o ejecutar un benchmark una vez hace muy difícil detectar sustituciones sutiles
Malentendidos comunes
"Le pregunté '¿qué modelo eres?', respondió que era X, así que es X." La identidad que el modelo declara de sí mismo no es confiable; con solo cambiar el prompt del sistema, dirá lo que le indiques.
"Ejecuté MMLU una vez y la puntuación coincide, así que es auténtico." Cambios menores como la cuantización casi no se notan en los benchmarks.
Siguiente sección
Entonces, ¿cómo verificarlo? La siguiente sección enumera varios métodos y hasta qué punto puede detectar cada uno: Cómo verificar si una API es auténtica.