El precio de acceder a un modelo de inteligencia artificial ha caído a una velocidad difícil de comparar con otras tecnologías recientes. Un gráfico difundido por Andreessen Horowitz, elaborado a partir de datos de Goldman Sachs, sostiene que la IA ha alcanzado en unos tres años una reducción de costes similar a la que los ordenadores personales necesitaron casi dos décadas para conseguir. La lectura es llamativa, pero no significa que implantar IA en una empresa sea ahora necesariamente más barato.
Las claves del coste de la inteligencia artificial en 30 segundos
- El precio por millón de tokens y por unidad de capacidad ha descendido con rapidez desde 2023.
- Los modelos de pesos abiertos presionan a los proveedores comerciales y amplían las opciones disponibles.
- Los agentes consumen muchas más llamadas, contexto y herramientas que un chatbot convencional.
- El coste relevante ya no es el token, sino completar correctamente una tarea empresarial.
- Una arquitectura dependiente de un solo proveedor puede quedar expuesta a cambios de precio, producto o disponibilidad.
La aparente contradicción se entiende mejor al separar dos magnitudes. Por un lado está el precio unitario de la inferencia: cuánto cobra un proveedor por procesar un millón de tokens. Por otro aparece el coste total de la aplicación: cuántos tokens, búsquedas, ejecuciones de código, llamadas a herramientas y repeticiones necesita para completar el trabajo.
La primera cifra está bajando. La segunda puede continuar creciendo.
El gráfico muestra una caída real, pero no cuenta toda la historia
La comparación de Andreessen Horowitz enfrenta el índice de precios de los ordenadores personales, iniciado con el ciclo de inversión de 1980, con dos indicadores de los grandes modelos de lenguaje a partir de 2022. Uno mide el precio medio por millón de tokens y el otro ajusta ese precio según la capacidad atribuida a los modelos.
Según el gráfico, el índice de precios de los modelos habría bajado desde 100 hasta cerca de 5 en poco más de dos años. La relación entre precio y capacidad cae todavía más, aproximándose a cero en el periodo representado. Los ordenadores personales tardaron alrededor de 200 meses en recorrer una caída comparable.
La comparación sirve para visualizar la velocidad del cambio, aunque no enfrenta productos equivalentes. Un ordenador es un bien físico con una configuración, una vida útil y un precio de adquisición. Un modelo se consume como servicio, puede cambiar sin que el cliente sustituya hardware y tiene costes distintos según la longitud del contexto, la respuesta, la caché, la latencia o las herramientas utilizadas.
También resulta difícil reducir la “inteligencia” a una única medida. Las puntuaciones de los modelos dependen del conjunto de pruebas, la forma de ejecutarlas y el tipo de trabajo analizado. Un modelo más barato puede ser suficiente para clasificar correos y fallar en una migración de software, mientras otro mucho más caro puede compensar su precio al resolver correctamente el encargo en menos intentos.
La caída procede de varias fuerzas que están actuando al mismo tiempo:
| Factor | Cómo reduce el precio |
|---|---|
| Mejoras de hardware | Aumentan el número de tokens producido por cada acelerador |
| Cuantización y destilación | Permiten servir modelos con menos memoria y cálculo |
| Arquitecturas MoE | Activan solo una parte de los parámetros en cada token |
| Caché de contexto | Evita procesar repetidamente información idéntica |
| Competencia entre laboratorios | Presiona tarifas y amplía las gamas económicas |
| Modelos de pesos abiertos | Permiten que varios proveedores alojen el mismo modelo |
| Enrutamiento inteligente | Reserva los modelos caros para los pasos difíciles |
La competencia de DeepSeek, Qwen, Kimi, GLM y otros modelos de pesos abiertos ha cambiado especialmente la parte media del mercado. Una empresa ya no tiene que utilizar siempre el modelo más avanzado de OpenAI, Anthropic o Google para resumir documentos, extraer campos o clasificar solicitudes.
Las diferencias de precio actuales son enormes. DeepSeek publica para V4 Flash una tarifa de 0,14 dólares por millón de tokens de entrada sin caché y 0,28 dólares por los de salida. Qwen3.6 Flash cuesta 0,25 y 1,50 dólares, respectivamente. OpenAI cobra 1 y 6 dólares por GPT-5.6 Luna, mientras GPT-5.6 Sol asciende a 5 y 30 dólares. Claude Fable 5 se sitúa en 10 dólares de entrada y 50 de salida.
No todos ofrecen la misma calidad, velocidad, disponibilidad, residencia de datos o soporte. La tabla tampoco demuestra que el más barato sea siempre el más eficiente. Sí muestra que tratar “la IA” como un producto con un único precio ha dejado de tener sentido.
El token baja, pero los agentes multiplican el consumo
Los primeros asistentes generativos seguían un recorrido relativamente corto. El usuario escribía una pregunta, el modelo procesaba el contexto y generaba una respuesta. Una aplicación empresarial podía añadir una búsqueda documental, pero el número de pasos continuaba siendo limitado.
Un agente trabaja de otra manera. Interpreta el objetivo, diseña un plan, consulta fuentes, llama a herramientas, lee los resultados, modifica el plan y vuelve a intentarlo cuando algo falla. En un sistema con varios agentes, unos pueden investigar, otros ejecutar y otro revisar la respuesta antes de entregarla.
Cada paso vuelve a introducir parte del contexto anterior. Por eso la factura puede crecer incluso cuando cada token cuesta menos.
Un trabajo del Stanford Digital Economy Lab sobre tareas de programación encontró que los agentes consumían hasta 1.000 veces más tokens que determinadas interacciones de chat y razonamiento sobre código. El resultado no puede generalizarse a cualquier aplicación, pero ilustra el cambio de escala. Los investigadores también observaron diferencias de hasta 30 veces al repetir una misma tarea con el mismo sistema, debido a que los agentes no siempre recorren el mismo camino.
La cifra de entre cinco y treinta veces más llamadas que un chatbot puede resultar razonable en muchos flujos, pero no debe presentarse como una regla universal. Un agente sencillo puede necesitar tres peticiones; una investigación compleja, decenas o cientos. El número depende del modelo, la arquitectura, las herramientas, la longitud del contexto y la frecuencia con la que repita pasos.
Este comportamiento explica por qué el abaratamiento unitario no reduce necesariamente el gasto empresarial:
| Métrica | Qué indica | Por qué puede engañar |
|---|---|---|
| Precio por millón de tokens | Tarifa publicada por el modelo | No muestra cuántos tokens necesita la tarea |
| Coste por llamada | Gasto de una única petición | Un agente puede realizar muchas |
| Coste por usuario | Consumo medio individual | Oculta usuarios y procesos intensivos |
| Coste por tarea completada | Gasto hasta obtener un resultado válido | Es la medida más cercana al valor real |
| Coste total de propiedad | Modelos, infraestructura, personal y operación | Exige medir todo el sistema |
Andreessen Horowitz observa precisamente este efecto en datos de OpenRouter: los tokens consumidos por usuario crecen más deprisa que el gasto por usuario, pero el gasto agregado continúa aumentando. La IA se utiliza para más tareas porque cada unidad resulta más barata, un comportamiento próximo a la paradoja de Jevons: la eficiencia reduce el coste unitario y termina elevando el consumo total.
Una empresa puede pagar hoy menos por resumir un documento que hace dos años y, al mismo tiempo, gastar mucho más en IA porque ahora resume todos los documentos, analiza correos, genera código, revisa contratos y mantiene agentes funcionando durante horas.
La guerra de precios puede cambiar, pero no necesariamente desaparecer
Existe otra cuestión: cuánto del precio actual responde a una mejora estructural y cuánto procede de una competición financiada con capital.
Las cifras sobre las pérdidas de OpenAI deben manejarse con cautela porque la compañía todavía no ha publicado unas cuentas completas y auditadas como empresa cotizada. Una estimación de documentos internos analizados por The Information situó las posibles pérdidas de 2026 en hasta 14.000 millones de dólares, sin incluir remuneración en acciones. Informaciones posteriores apuntaron a un objetivo de 30.000 millones de ingresos y unos 25.000 millones de consumo de caja para el ejercicio. No son magnitudes contables equivalentes.
Por eso no puede afirmarse con precisión, a partir de esos datos, que OpenAI gaste 1,69 dólares por cada dólar facturado. Esa relación mezcla previsiones procedentes de momentos distintos y conceptos como pérdida, gasto y consumo de caja.
Lo que sí está confirmado es que OpenAI presentó el 08/06/2026 un borrador confidencial del formulario S-1 ante la Comisión de Bolsa y Valores de Estados Unidos. La empresa aclaró que todavía no había decidido cuándo salir a bolsa y que el proceso podía demorarse.
La llegada al mercado público aumentaría la obligación de explicar ingresos, costes de inferencia, compromisos de infraestructura, márgenes y riesgos. Esa transparencia podría reducir la tolerancia hacia servicios vendidos persistentemente por debajo de coste.
Pero una subida general de precios no es inevitable. La presión competitiva seguirá llegando desde los modelos abiertos, las nuevas generaciones de aceleradores, la inferencia optimizada y los proveedores cloud capaces de subvencionar parte del servicio con otros negocios. También puede ocurrir que el modelo de frontera mantenga una prima elevada mientras los niveles intermedios continúan abaratándose.
La consecuencia práctica para las empresas es clara: el precio actual de un proveedor no debería determinar la arquitectura completa.
Una plataforma preparada para varios modelos necesita una capa que permita:
- Cambiar de proveedor sin rehacer toda la aplicación.
- Enviar cada tarea al modelo con la capacidad necesaria.
- Comparar calidad, latencia y coste sobre casos reales.
- Establecer límites de tokens, pasos, herramientas y reintentos.
- Aprovechar cachés y evitar repetir contexto innecesario.
- Registrar el coste de cada trabajo completado.
- Mantener alternativas cuando un modelo cambia, se retira o deja de estar disponible.
- Separar los datos sensibles de los proveedores que no cumplan los requisitos exigidos.
El modelo más barato puede encargarse de la clasificación inicial. Otro más capaz puede resolver las excepciones. Un modelo local o de pesos abiertos puede procesar información sensible, mientras uno comercial atiende tareas donde su diferencia de calidad justifique el precio.
Este enfoque no consiste en cambiar constantemente de modelo siguiendo promociones. Requiere pruebas estables, métricas y una interfaz común para evitar que las particularidades de cada API se extiendan por todo el sistema.
El precio de la inteligencia está bajando, pero la inteligencia consumida está creciendo todavía más deprisa. La ventaja no estará únicamente en acceder al token más barato, sino en decidir cuándo merece la pena utilizarlo, cuántos pasos permitir y qué modelo necesita realmente cada parte del trabajo.
Preguntas frecuentes
¿Es más barato implantar inteligencia artificial que hace dos años?
El precio unitario de muchos modelos ha disminuido, pero el coste total puede ser mayor si la aplicación utiliza agentes, contextos extensos, herramientas y numerosos reintentos.
¿Por qué los modelos de pesos abiertos reducen los precios?
Permiten que diferentes proveedores alojen el mismo modelo y compitan en infraestructura, latencia y tarifas. También ofrecen a las empresas la posibilidad de desplegarlo en sistemas propios.
¿Qué métrica debería utilizar una empresa para controlar el gasto?
El coste por tarea completada con la calidad requerida resulta más útil que el precio por millón de tokens. Debe acompañarse de métricas de latencia, errores, reintentos y supervisión humana.
¿Conviene trabajar con varios proveedores de IA?
Sí cuando evita una dependencia difícil de revertir y permite asignar cada trabajo al modelo adecuado. La arquitectura debe incluir evaluaciones comunes, controles de seguridad y un mecanismo de sustitución probado.
vía: Linkedin A16z
