Javier Pastor
Editor Senior - TechCasi todo sube de precio en nuestras vidas, pero no ocurre lo mismo con la IA: no solo no para de ser más capaz, sino que además usarla cada vez cuesta menos. Según datos de Silicon Data citados por Jefferies, el coste medio de inferencia ha pasado de ser de 2,04 dólares por millón de tokens el 31 de mayo a ser de 1,18 dólares el pasado 8 de agosto. Es una caída de precios del 43% en poco más de dos meses, y es la mejor señal de que la carrera de la IA está más animada que nunca.
La guerra ya no es solo por tener el mejor modelo. OpenAI redujo el mes pasado hasta en un 80% las tarifas de su familia de modelos GPT-5.6, mientras que Anhtropic lanzó Opus 5 con un rendimiento teóricamente cercano al de Fable 5 por aproximadamente la mitad de su precio. De hecho, hace unos días congelaron el precio de Sonnet 5, que se supone iban a subir próximamente. Lo que estamos viendo demuestra que los modelos no paran de mejorar, pero la competencia entre los laboratorios de IA hace que esos modelos entreguen cada vez más "inteligencia por dólar".
China empuja los precios hacia abajo. Los consultores de Jefferies atribuyen buena parte de la situación a la creciente adopción de los sorprendentemente asequibles modelos de IA de pesos abiertos procedentes de empresas chinas. DeepSeek V4 Flash es uno de los ejemplos más evidentes: no puede compararse en "inteligencia" con GPT-5.6 o Opus 5, pero su rendimiento es realmente extraordinario si tenemos en cuenta que el coste es una pequeña fracción de lo que cuestan esos modelos de OpenAI y Anthropic. Es importante señalar que las empresas de IA en China están comenzando a jugar a un doble juego: por un lado inundan el mercado de modelos baratos, pero por el otro empiezan a ofrecer modelos de IA de gama alta.
La caída no solo procede de descuentos comerciales a empresas. Los analistas de Jeffeeries señalan cómo hay una competencia enorme por lograr la mayor eficiencia en costes posible. Tanto en EEUU como en China se buscan modelos más compactos y especializados, arquitecturas como Mixture of Experts (MoE) que solo activan parte de sus parámetros durante la inferencia, y mejores sistemas que hacen más con el mismo hardware. Entrenar modelos frontera cada vez es más caro, pero utilizarlos una vez entrenados se está abaratando a marchas forzadas, y eso beneficia a todos los usuarios.
Los modelos son más baratos, pero la factura no baja demasiado. Aunque los modelos son más baratos, puede que usarlos para una tarea no salga tan económico como podría pensarse. Los agentes de IA han cambiado el panorama porque pueden trabajar durante horas, "razonan" mucho antes de contestar para no equivocarse y hacen muchísimas a herramientas que contribuyen a algo inevitbale: un consumo de tokens que se está disparando. Es el viejo efecto Jevons aplicado a la IA: mejorar la eficiencia de un recurso puede aumentar su consumo total, porque aparecen muchos más usos rentables.
Fuente: Artificial Analysis.
La IA está cerca de ser una commodity. Hay productos y servicios estandarizados e intercambiables en los que importa menos quién lo ofrece y más su precio o disponibilidad. El petróleo, la electricidad y en los últimos años los PCs, internet o los móviles se han convertido en eso. La IA va camino de hacerlo, porque la ventaja competitiva en esta industria no será la de tener acceso al modelo más inteligente, sino decidir qué nivel de "inteligencia" necesita cada tarea y conseguirlo al menor coste posible. Eso favorece a los modelos abiertos y baratos, y a su vez fuerza a OpenAI y a Anthropic a rebajar precios. Ante ese panorama, el reto de las empresas es evidente: convencernos de usar la IA a lo bestia.
Ver 0 comentarios