Osegi
IA·2 min de lectura

Shadow APIs: el GPT barato que a veces no es GPT, según un estudio

Investigadores probaron revendedores no oficiales de acceso a GPT y Gemini. Casi la mitad de los accesos no se comportaba como el modelo que anunciaba.

A server rack with a cheap price tag attached, hinting at a counterfeit AI model hidden behind an API.
Imagen: ITmedia NEWS

Pagar por GPT-5 a un revendedor barato puede darte otra cosa. Un estudio sobre las llamadas shadow APIs concluyó que 11 de los 24 accesos probados no pasaron la verificación de huella: el modelo anunciado no coincidía.

El artículo «Real Money, Fake Models: Deceptive Model Claims in Shadow APIs» es de investigadores del CISPA, en Alemania, y de la Universidad de Waterloo, en Canadá. Las shadow APIs son servicios no oficiales que revenden el acceso a las API oficiales de grandes modelos de lenguaje. Son más baratas, más fáciles de pagar y funcionan en países como China o Rusia, donde el acceso oficial está en parte restringido.

¿Quién usa las shadow APIs?

El equipo revisó artículos de congresos y GitHub y encontró 17 shadow APIs usadas en 187 trabajos académicos. Cerca del 62 % (116) fue aceptado en congresos o revistas con revisión por pares, como ACL, CVPR o ICLR. Alrededor del 80 % de los investigadores trabaja en instituciones chinas. Quince de los 17 servicios los gestionan particulares cuya identidad no se puede verificar, y cuatro ya han cerrado.

¿Rinden igual que las API oficiales?

A menudo no. Se probaron tres servicios populares con ocho modelos de OpenAI, Google y DeepSeek. Las tareas sin razonamiento daban resultados cercanos a los oficiales; los modelos de razonamiento, bastante peores. En el examen de matemáticas AIME 2025, un servicio perdió 40,00 puntos con Gemini-2.5-pro y 38,89 con DeepSeek-Reasoner.

En el test médico MedQA, Gemini-2.5-flash acertó un 83,82 % con la API oficial y cerca de un 37 % en las tres shadow APIs. También cayó con fuerza en LegalBench, el test jurídico. Las pruebas de seguridad fueron erráticas: en un caso la puntuación de nocividad fue cinco veces la oficial, en otros mucho menor.

¿Cómo se detecta que cambiaron el modelo?

Los investigadores usaron huellas digitales, que identifican un modelo por sus patrones de respuesta, y pruebas estadísticas. Algunos accesos vendidos como GPT-5 o GPT-4o-mini coincidían con las huellas de modelos abiertos baratos, GLM-4-9B y Qwen2.5-7B. Las peticiones a DeepSeek-Reasoner, que tiene modo de pensamiento, se comportaban como DeepSeek-Chat, que no lo tiene.

La huella no lo explica todo. Un acceso a Gemini-2.5-flash coincidía con su huella y aun así perdió unos 47 puntos en el test médico y entre 40 y 43 en el jurídico.

Apps que merecen la pena

SUMO: el puzle de números

Toca las casillas correctas, suma y alcanza el objetivo. Fácil de aprender, difícil de dominar. Gratis, para todas las edades.

Etiquetas:shadow apigpt-5geminillmcispadeepseek

Más de este día

Ver todas →

Más en: IA

Ver todas →