¿Por qué el costo de la IA se desplomó un 43%?
Casi todo sube de precio en la economía actual, pero el uso de la IA sigue una tendencia opuesta: es más capaz y, simultáneamente, más económica. Según datos de Silicon Data citados por Jefferies, el costo medio de inferencia cayó de 2,04 dólares por millón de tokens el 31 de mayo a 1,18 dólares el 8 de agosto. Esta reducción del 43% en poco más de dos meses confirma que la competencia en el sector de la inteligencia artificial ha alcanzado un punto crítico.
La batalla actual ya no se limita únicamente a poseer el modelo más potente. OpenAI redujo recientemente hasta en un 80% las tarifas de su familia de modelos GPT-5.6, mientras que Anthropic lanzó Opus 5 con un rendimiento cercano al de Fable 5 por la mitad de su precio. Recientemente, congelaron el precio de Sonnet 5, evitando subidas que estaban previstas. Estos movimientos demuestran que los laboratorios están priorizando la "inteligencia por dólar" para captar clientes corporativos.
¿Cuál es el papel de China en esta reducción de costos?
Los consultores de Jefferies atribuyen gran parte de este fenómeno a la adopción de modelos de pesos abiertos provenientes de empresas chinas, que resultan sorprendentemente asequibles. DeepSeek V4 Flash es el ejemplo más claro: aunque no alcanza la "inteligencia" bruta de modelos como GPT-5.6 o Opus 5, su rendimiento es extraordinario considerando que cuesta una fracción mínima en comparación. Es relevante destacar que las firmas chinas están ejecutando una estrategia dual: inundan el mercado con opciones económicas mientras comienzan a ofrecer modelos de gama alta para competir en todos los segmentos.
La tendencia hacia la eficiencia técnica es notable, como se observa en la siguiente captura de pantalla sobre la evolución de los costos de mercado.
Esta visualización refleja cómo la competencia por lograr la mayor eficiencia en el despliegue de modelos es global. Tanto en Estados Unidos como en China se buscan arquitecturas más compactas, como Mixture of Experts (MoE), que activan solo una parte de sus parámetros durante la inferencia para reducir el consumo energético y de hardware.
¿Por qué la factura final no baja tanto para el usuario?
Aunque el costo por token es menor, el gasto total no siempre disminuye debido al efecto Jevons. Los agentes de IA modernos trabajan durante horas, razonan más antes de responder y acceden a múltiples herramientas, lo que genera un consumo de tokens que se está disparando. A medida que la IA se convierte en un commodity similar a la electricidad, la ventaja competitiva no será tener el modelo más inteligente, sino determinar qué nivel de "inteligencia" requiere cada tarea para optimizar el gasto, forzando a los gigantes tecnológicos a seguir bajando precios bajo la presión de alternativas abiertas.
Vía Xataka.
