El costo de utilizar inteligencia artificial ha experimentado una drástica reducción del 43% en poco más de dos meses, según datos recientes. Esta caída de precios, que va en contra de la tendencia general de aumento de costos en otros ámbitos, es un indicador clave de la intensa competencia en el sector de la IA. La "guerra" actual no solo se centra en el desarrollo del modelo más avanzado, sino también en ofrecer la mayor "inteligencia por dólar".
Casi todos los aspectos de nuestra vida experimentan un aumento de precios, a excepción de la inteligencia artificial. No solo su capacidad continúa creciendo, sino que su uso se vuelve cada vez más accesible. Datos de Silicon Data, citados por Jefferies, revelan que el costo promedio de inferencia ha disminuido 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 es una clara señal de la efervescencia en la carrera de la IA. La competencia ya no se limita a tener el modelo más superior.
El mes pasado, OpenAI implementó reducciones de hasta el 80% en las tarifas de su familia de modelos GPT-5.6, mientras que Anthropic lanzó Opus 5, un modelo con un rendimiento teóricamente comparable al de Fable 5, pero a aproximadamente la mitad de su precio. De hecho, hace unos días, congelaron el precio de Sonnet 5, el cual se esperaba que aumentara próximamente. Esta dinámica demuestra una mejora constante de los modelos, y la competencia entre los laboratorios de IA impulsa que estos modelos ofrezcan cada vez más "inteligencia por dólar".
China está contribuyendo a la disminución de los precios. Los consultores de Jefferies atribuyen gran parte de esta situación a la creciente adopción de los sorprendentemente económicos modelos de IA de pesos abiertos provenientes de empresas chinas. DeepSeek V4 Flash es un ejemplo prominente: aunque no puede compararse en "inteligencia" con GPT-5.6 o Opus 5, su rendimiento es notablemente extraordinario, considerando que su costo representa una pequeña fracción de lo que valen los modelos de OpenAI y Anthropic. Es importante destacar que las empresas de IA en China están adoptando una estrategia dual: por un lado, inundan el mercado con modelos de bajo costo, y por el otro, comienzan a ofrecer modelos de IA de alta gama.
La disminución de precios no se debe únicamente a descuentos comerciales para empresas. Los analistas de Jefferies señalan una intensa competencia por lograr la mayor eficiencia de costos posible. Tanto en Estados Unidos como en China, se buscan modelos más compactos y especializados, arquitecturas como Mixture of Experts (MoE) que solo activan una parte de sus parámetros durante la inferencia, y sistemas mejorados que logran más con el mismo hardware. Entrenar modelos de frontera es cada vez más costoso, pero utilizarlos una vez entrenados se está abaratando rápidamente, lo que beneficia a todos los usuarios.
Aunque los modelos son más baratos, el costo total de utilizarlos para una tarea específica podría no ser tan económico como se esperaría. Los agentes de IA han transformado el panorama, ya que pueden operar durante horas, "razonan" exhaustivamente antes de responder para evitar errores y recurren a una gran cantidad de herramientas, lo que conduce a un consumo de tokens que se está disparando. Este fenómeno es el conocido efecto Jevons aplicado a la IA: mejorar la eficiencia de un recurso puede incrementar su consumo total, dado que surgen muchos más usos rentables. Fuente: Artificial Analysis.
La IA está próxima a convertirse en una "commodity". Se refiere a productos y servicios estandarizados e intercambiables, donde el proveedor es menos relevante que el precio o la disponibilidad. El petróleo, la electricidad y, en los últimos años, los PCs, internet o los teléfonos móviles han evolucionado hacia esta categoría. La IA se encamina en la misma dirección, ya que la ventaja competitiva en esta industria no residirá en tener acceso al modelo más inteligente, sino en determinar el nivel de "inteligencia" necesario para cada tarea y conseguirlo al menor costo posible. Esto favorece a los modelos abiertos y económicos, y a su vez, obliga a OpenAI y Anthropic a reducir sus precios. Ante este panorama, el desafío para las empresas es evidente: persuadirnos para utilizar la IA de forma masiva.
