Fase 3b · Precios y eficiencia (evidencia del corpus)

Generado el 3 de octubre de 2026 a partir de 366 registros extraídos de 440 artículos del corpus.

Cómo leer este informe

• Los datos son hechos que afirman los artículos, con su fuente. Las estimaciones y las cifras del propio proveedor se señalan.
• Cada pregunta indica su certeza y qué la refutaría.

Pregunta 40 · Abaratamiento más rápido de lo previsto

¿Qué ocurriría si la IA se abarata mucho más deprisa de lo previsto?

El abaratamiento ya está ocurriendo, pero no de forma uniforme. En los modelos pequeños y medios, los precios por token caen con rapidez: OpenAI recortó un 80 % su modelo Luna en julio y volvió a bajarlo un 50 % en septiembre (0,10 / 0,50 USD por millón); GPT-6 Sol cuesta 2 / 10 USD, menos de la mitad que GPT-5.6 Sol; DeepSeek aplicó un recorte permanente del 75 % en mayo; y un artículo cifra en 280 veces la caída del coste de la inferencia de nivel GPT-3.5 en menos de dos años (otro, en unas tres veces al año la del coste unitario de la inferencia frontera; ambos son estimaciones). En el extremo superior, en cambio, los precios no bajan: Fable 5 y Mythos 5 se mantienen en 10 / 50 USD, Kimi K3 sube el precio chino a 3 / 15 USD, DeepSeek anunció en agosto una subida general y el alquiler de la GPU B200 subió un 114 % en mayo por la demanda.

La clave es qué pasa con los ingresos necesarios. Los compromisos que sostienen la infraestructura están fijados en dólares y en capacidad (518.000 M$ no cancelables en Anthropic, 80 % take-or-pay), no en tokens. Si el precio por unidad de cómputo cae un 50 %, el volumen debe duplicarse solo para mantener los ingresos; si cae un 70 %, debe multiplicarse por 3,3. La tabla de sensibilidad lo muestra para Anthropic con sus cifras actuales. La evidencia disponible es que, hasta ahora, el volumen ha compensado: los ingresos anualizados de Anthropic pasaron de unos 9.000 a más de 65.000 M$ en siete meses con precios estables en sus modelos de gama alta (véase «Compromisos frente a ingresos»).

Un abaratamiento más rápido que el previsto tendría tres efectos distintos. Ingresos: castigaría a quien vende tokens a precio de commodity (el 29 % de los tokens de Vercel son de modelos abiertos y generan menos del 4 % del gasto) y menos a quien vende capacidad frontera con valor por tarea. Activos: reduciría el valor de los chips de generaciones anteriores, que es lo que garantizan Nvidia y Broadcom (véase «Garantías, coste de la deuda y estructuras fuera de balance»); chips como Jalapeño de OpenAI (1,5 a 1,9 veces más trabajo por vatio que GB200 y GB300) o Maia 200 de Microsoft (un 30 % más eficiente en coste) empujan en esa dirección. Reparto: trasladaría el valor a quienes usan los modelos y a los proveedores de nube con demanda de cómputo, en lugar de los laboratorios.

Certeza: baja. Qué la refutaría: Una caída sostenida del precio por token de los modelos de gama alta sin crecimiento equivalente del volumen (ingresos por tarea que bajen). Y al revés: que el uso crezca más que la caída de precios durante varios trimestres, como ha ocurrido en 2026, apoyaría que el abaratamiento no reduce los ingresos totales.

Precio por millón de tokens (USD, entrada/salida) y evolución

Alquiler de GPU (USD por GPU y hora)

Sensibilidad ilustrativa: ingresos de Anthropic frente a la caída del precio por unidad

Nota: Los datos proceden de lecturas de artículos del corpus (197 registros de precios y costes y 169 de eficiencia, uso y reparto del valor). Muchas cifras de eficiencia son declaraciones del propio proveedor y las comparativas de precio entre modelos de distinta capacidad no son equivalentes. Las estimaciones y fuentes secundarias se marcan como tales. La columna «Ref.» remite al artículo en el corpus (lista al final del informe).

Nota: La sensibilidad es un ejercicio aritmético ilustrativo: parte de los 65.000 M$ de ingresos anualizados de julio de 2026 y de los 518.000 M$ de compromisos del folleto, y no incorpora costes ni la composición de los ingresos.

Pregunta 41 · Eficiencia, chips alternativos y modelos pequeños

¿Modelos más eficientes, chips alternativos o soluciones pequeñas reducirían los ingresos necesarios para amortizar infraestructuras?

Las mejoras de eficiencia documentadas son grandes y de origen distinto. Modelos: DeepSeek V4-Pro necesita el 27 % de los FLOPs de inferencia por token y el 10 % de la caché de claves y valores de V3.2; Kimi K3 acelera hasta 6,3 veces la decodificación con contextos de un millón de tokens; la caché de prompts puede reducir el coste hasta un 90 % (Amazon Bedrock); NVIDIA recortó hasta un 80 % el coste por token de DeepSeek V4 solo con software. Enrutado y modelos pequeños: Cursor Router logra calidad de código cercana a la frontera con un 30-50 % menos de coste, el enrutado de NVIDIA con Opus 4.8 recorta el coste un 74 % enviando el 7 % de las llamadas al modelo de frontera (con unos 6 puntos menos de precisión; es un dato de NVIDIA), y Cognition iguala a Fable 5.1 con un 64 % menos de coste post-entrenando un modelo abierto. Chips: OpenAI presentó Jalapeño (con Broadcom) con 1,5 a 1,9 veces más trabajo por vatio que Nvidia; Microsoft dice que Maia 200 es un 30 % más eficiente en coste que GB200; un 39,4 % de empresas encuestadas evaluará aceleradores no Nvidia en doce meses; Nvidia pagó unos 20.000 M$ por licenciar la tecnología de inferencia de Groq.

El corpus no contiene ningún dato que cuantifique cuánto reduciría esto los ingresos necesarios para amortizar la infraestructura (cinco registros, ninguno con la cifra). La lógica es la de la pregunta anterior: si el coste por unidad cae más deprisa que el precio que pagan los clientes, el margen sube y los ingresos necesarios para cubrir un coste fijo de infraestructura bajan; si el coste fijo está comprometido en dólares (take-or-pay), los ingresos necesarios no bajan aunque la capacidad rinda más, y lo que cae es el valor de reventa de la capacidad antigua. Hay una señal en sentido contrario al esperado: DeepSeek, el ejemplo más claro de eficiencia, duplicó sus ingresos anualizados hasta unos 1.000 M$ después de subir precios, con un margen de API del 82,9 %.

Certeza: baja. Qué la refutaría: Cifras de coste por token de los laboratorios y de utilización real de las GPU, y el precio de reventa de chips de 2023-2024. Si el coste por unidad de los laboratorios cae mucho más que su precio, el margen crece y la presión sobre los ingresos es menor; si el precio cae a la vez, la presión es la que muestra la sensibilidad de la pregunta anterior.

Eficiencia de modelos y software

Chips y alternativas a Nvidia

Nota: Los datos proceden de lecturas de artículos del corpus (197 registros de precios y costes y 169 de eficiencia, uso y reparto del valor). Muchas cifras de eficiencia son declaraciones del propio proveedor y las comparativas de precio entre modelos de distinta capacidad no son equivalentes. Las estimaciones y fuentes secundarias se marcan como tales. La columna «Ref.» remite al artículo en el corpus (lista al final del informe).

Pregunta 42 · Uso y caída de precios

¿El aumento del uso compensaría la caída de precios?

Hasta ahora, sí en los ingresos totales de los laboratorios de frontera, y no en los tokens de commodity. Los volúmenes crecen a un ritmo que ningún precio por token ha frenado: el consumo diario de tokens en China llegó a 140 billones en marzo de 2026, mil veces más que dos años antes; el uso interno de Google es de unos 3 billones de tokens al día y se duplica cada pocas semanas; la semana del 28 de julio al 3 de agosto, OpenRouter movió 56,8 billones de tokens (28,13 de modelos chinos); DeepSeek V4 Flash llegó a 8 billones de tokens en un día en OpenCode, por encima del promedio diario de OpenRouter. En paralelo, el ingreso anualizado de Anthropic pasó de unos 9.000 a más de 65.000 M$ y el de OpenAI, de unos 20.000 a casi 70.000 M$ (véase «Compromisos frente a ingresos»).

Pero volumen no es ingreso. Los modelos abiertos manejan el 29 % de los tokens en los datos de producción de Vercel y menos del 4 % del gasto; el 78,4 % de los tokens en su pasarela fue de modelos abiertos en una semana de septiembre. Moonshot llegó a 300 M$ de ingresos anualizados y suspendió nuevas suscripciones por falta de cómputo; DeepSeek duplicó sus ingresos hasta unos 1.000 M$ tras subir precios, sin pérdida de demanda. Es decir, el volumen que compensa la caída de precios se concentra en los modelos que cobran más por tarea, no en los tokens baratos.

El uso también tiene límites de coste: el coste por tarea puede subir con el mismo precio por token (Gemini 3.8 Flash cuesta un 40 % más por tarea que 3.7 Flash por generar más tokens de salida; Fable 5.1 y Astra cobran lo mismo por token, pero el coste real por tarea varía hasta 5 veces) y los usuarios intensivos gastan cifras como 300 USD en dos días con un agente siempre activo. La escasez de cómputo, no la demanda, es la restricción visible: Moonshot suspendió suscripciones, Zhipu recortó su cuota al 20 % y Google paga 920 M$ al mes por GPU de SpaceX.

Certeza: media. Qué la refutaría: Series de uso y de ingresos de los mismos proveedores con precios reales: si los ingresos por token procesado de los laboratorios de frontera empiezan a caer a la vez que el volumen sigue creciendo, el uso no estaría compensando. De momento los datos disponibles son de seis a doce meses.

Volumen de uso

Volumen frente a ingreso

Nota: Los datos proceden de lecturas de artículos del corpus (197 registros de precios y costes y 169 de eficiencia, uso y reparto del valor). Muchas cifras de eficiencia son declaraciones del propio proveedor y las comparativas de precio entre modelos de distinta capacidad no son equivalentes. Las estimaciones y fuentes secundarias se marcan como tales. La columna «Ref.» remite al artículo en el corpus (lista al final del informe).

Pregunta 43 · Desplazamiento del valor hacia aplicaciones y empresas usuarias

¿El valor se desplazaría desde los modelos hacia las aplicaciones y las empresas usuarias?

Los datos apuntan a un desplazamiento parcial y desigual. Mercantilización de los modelos intermedios: hay modelos abiertos y chinos que se acercan a la frontera a una fracción del precio (GLM-5.3-Flash, Qwen3.9 Flash y DeepSeek V4 Flash puntúan 51-57 frente a 63 de Opus 5 a un precio unas 100 veces menor, según Artificial Analysis y Xataka); MiniMax-M3 supera a GPT-5.5 en un benchmark con el 5-10 % del coste. Un analista atribuyó al lanzamiento de Kimi K3 unos 314.000 M$ de valoración esperada de OpenAI y Anthropic (estimación de terceros), y las acciones de Zhipu cayeron casi un 40 % en dos sesiones.

Las aplicaciones eligen el modelo por precio: los modelos de OpenAI son cerca del 5 % del tráfico de Cursor; Cursor Router mezcla modelos; Cognition entrena su propio modelo a partir de uno abierto. La capa de nube captura valor del modelo: Moonshot negocia quedarse con el 30 % de los ingresos que Azure, AWS y Google Cloud generen con Kimi K3, y las cargas empresariales en nubes especializadas de inferencia pasaron del 30,2 % al 35,9 %. Márgenes: Microsoft Cloud bajó del 72 % al 66 % por el gasto en IA y OpenAI habría bajado del 40 % al 33 % en 2025 (estimación); en sentido contrario, el margen de API de DeepSeek es del 82,9 % y una estimación sitúa el de Anthropic en inferencia por encima del 80 % (baja confianza).

Lo que no se ha desplazado todavía: Anthropic sigue creciendo en ingresos en la gama alta, y los clientes siguen pagando 10 / 50 USD por Fable 5 aunque represente solo un 11 % de su gasto. Dylan Patel sostiene que empresas usuarias como Meta obtienen más valor de los modelos que sus vendedores, pero es una opinión sin cifra.

Certeza: media. Qué la refutaría: Márgenes y cuota de ingresos por capa (modelo, nube, aplicación) en los próximos trimestres. Si los laboratorios mantienen sus márgenes brutos y su cuota de gasto en gama alta pese a la oferta barata, el desplazamiento será menor que el descrito; si las aplicaciones multi-modelo capturan margen creciente, será mayor.

Mercantilización, nubes y márgenes

Nota: Los datos proceden de lecturas de artículos del corpus (197 registros de precios y costes y 169 de eficiencia, uso y reparto del valor). Muchas cifras de eficiencia son declaraciones del propio proveedor y las comparativas de precio entre modelos de distinta capacidad no son equivalentes. Las estimaciones y fuentes secundarias se marcan como tales. La columna «Ref.» remite al artículo en el corpus (lista al final del informe).

Pregunta 28 · Disposición a pagar un precio de coste completo

¿Seguirían comprando los clientes a un precio que cubriera el coste completo del servicio?

Hay indicios de que parte del uso está subvencionado y de que los precios se están corrigiendo. Los planes de consumo de OpenAI y Anthropic se describen como muy subvencionados (Yann LeCun sostiene que las operaciones dependen de los inversores); Claude Code salió del plan Pro de 20 USD y pasó a los de 100-200 USD; GitHub Copilot trasladó el coste al cliente con créditos desde el 1 de junio; Anthropic redujo en un tercio los límites de Fable en Max y Team Premium; Gemini 3.7 Flash y 3.8 Flash tienen un precio introductorio que se duplica en enero de 2027; y el modelo de Alibaba Qwen3.8-Max se vendía al 10 % del precio estándar.

La respuesta de los clientes es mixta. A favor de que pagarían más: DeepSeek multiplicó sus precios y duplicó sus ingresos sin pérdida de demanda; los clientes de Anthropic siguen pagando 10 / 50 USD por Fable 5; la cancelación mensual de empresas es del 4 % (Ramp). En contra: cuando el precio sube, la demanda se desplaza a modelos más baratos (Fable 5 es solo un 11 % del gasto en Anthropic), el 21 % de las empresas clientes de OpenAI planea recortar o abandonar a OpenAI en doce meses por la volatilidad de precios, y unos 20-30 clientes empresariales de Alibaba Qoder habrían dejado de renovar tras la reestructuración de precios (baja confianza). Un analista prevé que Meta suba precios entre un 30 % y un 50 % en 18 a 24 meses (estimación).

No hay datos de coste completo (con amortización de cómputo y entrenamiento): el único dato de margen auditado es el de Cerebras (39 %) y el de Microsoft Cloud (66 %). Las estimaciones de margen de laboratorios son muy dispares (de −94 % de margen bruto de Anthropic en 2024 a más del 80 % de margen de inferencia en 2026, ambas de baja confianza), lo que sugiere que el margen de inferencia puede ser alto mientras el resultado global sigue siendo negativo por entrenamiento y costes fijos.

Certeza: baja. Qué la refutaría: El resultado operativo trimestral de Anthropic y OpenAI con precios que cubran todos los costes, y datos de cancelación tras cada subida de precio. El primer trimestre con beneficio operativo que prevé Anthropic (T2 2026) sería una prueba a favor; una caída de ingresos tras la expiración de precios introductorios, en contra.

Subvención, precios introductorios y disposición a pagar

Nota: Los datos proceden de lecturas de artículos del corpus (197 registros de precios y costes y 169 de eficiencia, uso y reparto del valor). Muchas cifras de eficiencia son declaraciones del propio proveedor y las comparativas de precio entre modelos de distinta capacidad no son equivalentes. Las estimaciones y fuentes secundarias se marcan como tales. La columna «Ref.» remite al artículo en el corpus (lista al final del informe).

Fuentes citadas