La gran empresa estadounidense cambia a modelos de IA más económicos mientras una guerra de precios remodela el mercado
- Las empresas estadounidenses están optando cada vez más por el modelo de IA más económico capaz de completar una tarea de forma fiable, en lugar de pagar por el más potente.
-
Este cambio, reportado por el FT y respaldado por los datos de gastos de Ramp, indica una disminución en el uso de modelos de vanguardia y una caída del 41% en los precios efectivos por token.
- El mercado se está reorganizando en torno al coste por tarea completada, incluso mientras analistas como Gartner advierten que las facturas totales de inferencia podrían seguir aumentando.
Las empresas estadounidenses están seleccionando la solución de IA menos costosa que pueda realizar el trabajo de manera eficiente, en lugar de optar automáticamente por la solución de IA más avanzada disponible.
Esta tendencia ha creado cierta presión sobre los altos precios porque los nuevos modelos de IA están eliminando la brecha de capacidades mientras los costos por token disminuyen constantemente, según el Financial Times.
Comprar el modelo más barato que hace el trabajo
La esencia de la noción es que los modelos de vanguardia costosos solo se requieren cuando es necesario y el trabajo habitual puede ser realizado por modelos económicos, que realizan la tarea suficientemente bien.
Ese patrón apareció en el Índice de IA de Ramp del 9 de septiembre. Basándose en los datos de gasto de agosto de 2026, el 43,8 % de las empresas estadounidenses en la muestra de Ramp compraron productos de Anthropic, en comparación con el 39,8 % para OpenAI. Ramp también señaló el creciente uso de modelos más económicos como una amenaza para las empresas de IA que dependen de que las empresas gasten constantemente más en sistemas de vanguardia.
La tendencia también es coherente con los hallazgos del informe sobre IA agencial de la OCDE publicado en septiembre de 2026. Las entrevistas con 25 organizaciones indicaron que el ahorro de costos fue una razón común para usar sistemas agenciales, junto con su contribución a una mayor productividad y a abordar la escasez de mano de obra.
Una guerra de precios medida en fracciones de centavo
El precio de los modelos está disminuyendo rápidamente, al mismo tiempo que se introducen nuevos sistemas.
Según cobertura anterior de Cryptopolitan, OpenAI lanzó el GPT-6 Sol y el GPT-6 Luna el 22 de septiembre con precios al menos un 50 % inferiores a los de los modelos anteriores, GPT-5.6. El GPT-6 Sol cuesta 2 dólares por cada millón de tokens de entrada y 10 dólares por cada millón de tokens de salida.
Esa misma semana, Anthropic lanzó Opus 5.5 mientras que xAI presentó Grok 4.7 en un mercado cada vez más impulsado por criterios de rendimiento-precio. Según Axios, los modelos baratos pero aún eficientes representan la nueva carrera competitiva en la industria.
La tendencia a la baja a largo plazo es aún más asombrosa. Según Epoch AI, el precio de lograr un nivel constante de rendimiento de IA cayó alrededor de un 47 % trimestralmente desde 2023, o aproximadamente 13 veces al año.
El costo por tarea finalizada importa más
Debido a esa creciente presión basada en el precio, las métricas mediante las cuales las empresas miden el éxito están cambiando. La importancia del liderazgo en los estándares no ha disminuido, pero hay más enfoque en cuánto deben pagar los clientes por un rendimiento eficiente.
La prueba de AutomationBench de Zapier evalúa a los agentes en relación con flujos de trabajo de extremo a extremo en 47 herramientas empresariales. A partir del 28 de septiembre, Claude Opus 5.5 lideraba la tabla con una eficiencia del 42,47 % a un precio de 1,44 dólares por tarea, mientras que GPT-6 Sol estaba en el 33,2 % en XHigh por solo 0,27 dólares por tarea.
El mismo compromiso aparece en Artificial Analysis. GPT-6 Sol con esfuerzo máximo obtiene 48 en su Índice de Inteligencia a un costo estimado de 1,06 dólares por tarea. MiMo-V2.6-Pro de código abierto de Xiaomi obtiene 46 mientras cuesta solo 0,13 dólares por tarea.
Esa brecha es tan pequeña que el enrutamiento multimodelo se vuelve viable. En lugar de tener que usar un solo proveedor para todas las cargas de trabajo, las empresas tienen la oportunidad de usar el modelo adecuado según la importancia relativa y la complejidad de una tarea.
Los tokens más baratos aún pueden significar facturas más grandes
Los precios más bajos no necesariamente significan un menor gasto en IA.
Según Axios, la paradoja de Jevons indica que los recursos más asequibles conducen a un mayor consumo. Gartner hizo una declaración similar a la paradoja de Jevons en su pronóstico del 17 de agosto, donde estimó un aumento de más de cinco veces en el costo de inferencia de los flujos de trabajo agenciales para 2028.
Los modelos más económicos también pueden aumentar la accesibilidad en otras partes del mundo. Según el Informe Global de Difusión de IA publicado por Microsoft, los modelos asequibles y de código abierto también pueden proporcionar accesibilidad; sin embargo, la infraestructura, la conectividad y las habilidades jugarán un papel vital en determinar quiénes pueden aprovechar esto.
La demanda está creciendo con más fuerza para los compradores corporativos: la mejor IA podría no ser la IA más inteligente, sino el tipo de IA que hace su trabajo de manera eficiente al menor costo.
Si estás leyendo esto, ya vas por delante. Mantente así con nuestro boletín.
Preguntas frecuentes
¿Cuánto más baratos son los nuevos modelos de IA?
OpenAI redujo los precios de GPT-6 Sol y Luna en al menos un 50% con respecto a sus predecesores GPT-5.6 el 22 de septiembre, y Anthropic afirma que Opus 5.5, lanzado el mismo día, es aproximadamente un 40% más barato que Opus 5.
¿Están las empresas cambiando realmente a modelos más económicos?
Los datos de Ramp muestran que los modelos de vanguardia cayeron hasta representar el 45% de la cuota de tokens desde un pico del 53% en agosto, y su índice de precio efectivo bajó un 41% hasta unos 0,68 dólares por millón de tokens, ya que las empresas establecen valores predeterminados que dirigen el trabajo rutinario hacia modelos estándar más económicos.
¿Significa una IA más barata que las empresas gasten menos en total?
No necesariamente. Gartner predice que los costos de inferencia por flujo de trabajo agente aumentarán más de cinco veces hasta 2028, y Axios cita la paradoja de Jevons, en la que la caída de los precios impulsa el uso total y el gasto.
Descargo de responsabilidad. La información proporcionada no constituye asesoramiento financiero. Cryptopolitan.com no asume ninguna responsabilidad por las inversiones realizadas basándose en la información proporcionada en esta página. Recomendamos encarecidamente realizar una investigación independiente y/o consultar con un profesional calificado antes de tomar cualquier decisión de inversión.
Ibiam Wayas
Ibiam Wayas cubre la noticia de criptomonedas desde 2019. Estudió Ciencias de la Computación en la Universidad Abierta Nacional de Nigeria. Su trabajo ha aparecido en diversas plataformas de noticias sobre criptomonedas, incluyendo Coinfomania, Crypto News Australia y AltcoinBuzz. Aprovechando su formación en Ciencias de la Computación, ahora se centra en noticias sobre criptomonedas, robótica y longevidad.
