¿Qué pasa cuando una herramienta digital que te ayuda a crear una app empieza a parecerse menos a un asistente alquilado y más a una cocina propia? Para el usuario común, esa diferencia puede sentirse en algo muy simple: respuestas más rápidas y una factura menos imprevisible.
Ese es el hallazgo detrás de Base44, la plataforma de vibe-coding, que empezó a desplegar su propio modelo de inteligencia artificial. La empresa, con sede en Tel Aviv, fue comprada por Wix por 80 millones de dólares cuando apenas tenía seis meses de vida y un equipo de ocho personas.
Ahora su pieza clave se llama Base1. El movimiento revela una apuesta más profunda: dejar de depender por completo de modelos externos en un momento en que el sector debate si los modelos fundacionales, sistemas generalistas entrenados para muchas tareas, sirven igual de bien para todos los casos.
Maor Shlomo, fundador de Base44, sostiene que tener y entrenar su propio modelo permite optimizar latencia, la demora en responder, costes y eficiencia. Y no es un detalle menor. En IA aplicada, ese cableado interno puede definir si una plataforma gana margen o se vuelve demasiado cara de operar.
La analogía doméstica ayuda a entenderlo. Usar un modelo externo es como cocinar todos los días en una cocina prestada: el horno puede ser excelente, pero el dueño decide el precio del gas, el tiempo de uso y hasta cuándo cambia los mandos.
Con un modelo propio, Base44 intenta instalar su propia central. Puede mover el interruptor correcto según la tarea, ajustar la potencia y no encender todo el sistema para preparar algo simple. En términos técnicos, eso significa controlar la inferencia, el proceso de generar respuestas, y el gasto de computación.
Esa es la oportunidad que persiguen muchas empresas. Los clientes corporativos ya piden mecanismos para no usar siempre los modelos más avanzados si no aportan retorno. En otras palabras, nadie quiere pagar por una grúa industrial para colgar un cuadro.
Datos, distribución e infraestructura
Base44 entrenó Base1 con decenas de millones de interacciones reales de usuarios. Ese detalle importa porque, según el inversor Jonathan Userovici, la defensibilidad de una startup de IA suele apoyarse en tres engranajes: datos, distribución y stack tecnológico, la capa completa de herramientas e infraestructura.
Además, Shlomo anticipa que otras compañías con suficiente escala seguirán el mismo camino. Userovici advierte que no conviene subestimar a los laboratorios fundacionales. Ya ocurrió con Harvey, que abandonó el intento de entrenar su propio modelo.
La presión competitiva también es concreta. Lovable, otra startup del segmento, se convirtió en unicornio apoyándose en modelos externos. Y gigantes como Anthropic o xAI ya pisan el terreno del vibe-coding, con acceso a enormes volúmenes de datos y ciclos de mejora mucho más amplios.
Sin embargo, Base44 cree que la especialización puede ser su llave. Si un modelo generalista es una gran ferretería, Base1 busca ser esa caja de herramientas ordenada para una sola habitación de la casa: crear aplicaciones más alineadas con lo que sus usuarios piden, más rápido y más barato que alternativas como Opus.
El coste como interruptor del negocio
Los números muestran por qué la apuesta no llega en un momento cualquiera. Base44 superó los 100 millones de dólares en ingresos recurrentes anuales y, apenas dos meses después, pasó los 150 millones, según publicaciones de Shlomo en LinkedIn. Mientras tanto, su matriz Wix anunció que despedirá al 20% de su plantilla, aunque Base44 siguió ampliando su equipo.
Ese contraste expone el mecanismo central. Si una empresa controla distribución, datos e infraestructura al mismo tiempo, puede afinar mejor sus costes y proteger sus márgenes a largo plazo. Es la lógica de una plataforma integrada verticalmente: no solo vende el servicio, también maneja buena parte del motor.
Para el usuario, la traducción es menos abstracta. Si este modelo funciona como promete, pedir una app con lenguaje natural podría sentirse más parecido a encender la luz de casa que a depender de un generador ajeno: más inmediato, más estable y, con suerte, más barato.
Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.
