Informe de Cryptopolitan: Apple dice que abandone el medidor de IA. El 39% de nuestros lectores está de acuerdo

Apple quiere que las empresas dejen de pagar por token y compren un escritorio lleno de Macs en su lugar para sus trabajos de IA. En la misma semana en que salieron los nuevos Macs, OpenAI y Anthropic redujeron sus precios de API. Le preguntamos a nuestros suscriptores de la lectores qué enfoque elegirían. 

El argumento que inició esto 

El 22 de septiembre, Apple comenzó a enviar sus nuevos Mac mini y estaciones de trabajo Mac Studio con un lanzamiento único. En lugar de venderlas por velocidad o diseño, las vendió bajo un argumento sobre el coste operativo. La idea de Apple es sencilla: una compra única de hardware podría permitir a los usuarios ejecutar modelos en sus propias máquinas sin tener que pagar a proveedores de la nube por cada token.

Una breve nota sobre lo que significa pagar por token cuando se trabaja con IA. Cuando las empresas utilizan modelos de IA como ChatGPT o Claude para sus flujos de trabajo a través de la nube, generalmente pagan por "token". Un token es un pequeño fragmento de texto, aproximadamente tres cuartas partes de una palabra. Tanto los prompts que envía una empresa como las respuestas que recibe se suman a su factura total. Una consulta corta podría costar solo una fracción de centavo. Sin embargo, un agente de IA que pasa horas escaneando documentos, analizando información y reescribiendo código puede consumir fácilmente millones de tokens. Por eso, el uso puede acumularse muy rápido, similar a un taxímetro que nunca deja de correr. Apple se posiciona como la solución alternativa al cambiar efectivamente la estructura de costos. 

Las cifras detrás de esta propuesta tampoco son pequeñas. El Mac mini comienza en 899 dólares, mientras que el Mac Studio con el nuevo chip M5 Ultra de Apple tiene un precio de 5.499 dólares, y las versiones completamente configuradas se cotizan cerca de los 20.000 dólares. En su comunicado de prensa, Apple afirma que el Mac Studio permite a los usuarios ejecutar modelos masivos directamente en el dispositivo «sin contar tokens ni preocuparse por el aumento de los costes en la nube».

Para demostrar el punto y mostrar sus capacidades, Apple conectó cuatro Mac Studios entre sí y ejecutó un modelo de un billón de parámetros para localizar un error gráfico. Este tipo de carga de trabajo suele asociarse a un centro de datos, pero Apple afirma que toda la configuración funcionó con un único enchufe de pared. 

La ventaja de Apple se remonta a una decisión tomada en 2020 por razones completamente distintas. Cuando pasó a sus propios chips, colocó el procesador y la memoria en el mismo paquete para mejorar la duración de la batería. Ese diseño resulta ideal para las tareas de IA, ya que los modelos grandes necesitan acceso rápido a mucha memoria. Apple encontró esta ventaja años antes de que alguien empezara a pedirla.

Ya hay algunas evidencias de que el mercado está de acuerdo. Los Mac mini se agotaron en algunas zonas de China a medida que se extendía una herramienta de agente de código abierto llamada OpenClaw, y las configuraciones de alta memoria del Mac Studio han sido difíciles de encontrar desde su lanzamiento. 

Mientras tanto, el costo por token bajó 

La misma semana en que Apple comenzó a enviar los Macs, los dos laboratorios de modelos más grandes entraron en guerra por los precios por token. Esto convirtió el debate entre hardware versus pago por token en una discusión genuina. 

Anthropic redujo el precio de Claude Opus 5.5 a 4 dólares por millón de tokens y 20 dólares por millón de tokens de salida, lo que supuso una reducción del 20 % en comparación con la versión anterior. Aproximadamente 90 minutos después de esta noticia, OpenAI lanzó GPT-6 Sol y Luna a aproximadamente la mitad del precio de su modelo anterior. Ambas empresas ahora compiten abiertamente en función del coste de completar una tarea, no solo en las puntuaciones de los benchmarks. 

Esto plantea la siguiente pregunta: si alquilar sigue siendo cada vez más barato, ¿cuál es el sentido de invertir miles de dólares en hardware que se deprecia? 

El precio de un solo token cuenta solo una parte de la historia. Gartner pronostica que los costes de inferencia por flujo de trabajo agéntico aumentarán más de cinco veces hasta 2028. Los modelos más capaces y asequibles pueden animar a las empresas a automatizar tareas adicionales, ejecutar agentes durante más tiempo y realizar más llamadas al modelo. Por consiguiente, unos precios unitarios más bajos no garantizan un gasto total menor.

El resto del campo avanza

La cuota de mercado de Apple en este sector es mucho más débil de lo que parecía indicar el anuncio. Según los datos de IDC citados por Reuters, la cuota actual de Apple en el mercado empresarial de escritorio se sitúa en el 4,6 %, frente al 91,3 % que detenta Windows. Microsoft apunta a los mismos compradores; su CEO, Satya Nadella, describió la inteligencia artificial en el dispositivo como «inteligencia sin medición» durante Microsoft Build 2026, a principios de junio, y en un X post.

El 7 de octubre, en un evento de Windows celebrado en San Francisco, Microsoft lanzó el Surface Laptop Ultra, con un precio inicial de 2.599 dólares, y un Surface RTX Spark dev box, un escritorio compacto con 128 GB de memoria, valorado en 5.999 dólares. Mientras tanto, Asus, Dell, HP, Lenovo y MSI abrieron las preventas de sus propias máquinas RTX Spark. Lo que está ocurriendo ahora es que la apuesta por la IA local se está convirtiendo en un debate industrial mucho más amplio. 

Lo que dicen los resultados

Esta es una newsletter que surgió del mundo de las criptomonedas, un espacio donde el «poseer tus propias cosas» se acerca a un dogma. Autocustodia, ejecutar tu propio nodo, no confiar en terceros con algo que puedes guardar tú mismo. Los lectores que siguen este ámbito están muy familiarizados con ese instinto, independientemente de si lo practican personalmente o no. El argumento de Apple es, en cierto modo, la versión hardware del «no son tus claves, no son tus monedas». No resulta sorprendente que haya resonado.

Lo más interesante es que no resonó más aún.

Adquirirlo (38,71 %): La opción mayoritaria, y probablemente la redacción de la misma, influyeron en ello. «Un metro en ejecución» es una imagen deliberadamente incómoda, y cualquiera que haya visto subir la factura de una API durante un mes intenso conoce esa sensación. Este grupo apuesta a que el uso solo aumente, tal como sugiere exactamente la proyección de Gartner. Si crees que tu carga de trabajo de IA seguirá creciendo, un coste fijo empieza a parecerse a una cobertura. También hay una dimensión de privacidad aquí que no aparece en una comparación de costes. Los datos que nunca salen de tu escritorio no pueden filtrarse desde el servidor de otra persona.

Pago por token (~31,6%): Muy cerca, y este grupo tiene el argumento más sólido sobre los hechos específicos de esa semana. Los precios acababan de reducirse hasta un 50 %. Los mejores modelos siguen siendo los que alquilas, no los que puedes descargar y ejecutar en un Mac, y la brecha de capacidad es relevante para trabajos serios. El hardware también se degrada con el tiempo. Una máquina comprada hoy estará ejecutando modelos del año anterior con chips del año anterior en dos años, mientras que la API se actualiza silenciosamente bajo tus pies. Suma electricidad, mantenimiento y el esfuerzo de configurarlo, y «sin riesgo inicial» es algo razonable valorar.

Depende de la carga de trabajo (~29,7 %): Casi una tercera parte de los lectores se negó a tomar partido, y sinceramente, esta es la respuesta que daría la mayoría de los ingenieros. La economía cambia según lo que estés haciendo. Las tareas constantes, repetitivas y de alto volumen que funcionan todo el día favorecen la propiedad. Las tareas ocasionales e intermitentes que requieren el modelo más capaz favorecen el alquiler. Muchos equipos terminarán haciendo ambas cosas: ejecutar modelos abiertos más baratos localmente para el trabajo rutinario y llamar a las APIs de vanguardia para los problemas difíciles.

Si los combinamos, obtenemos una división casi equitativa, sin que ninguna opción alcance la mitad. Esta audiencia quedó persuadida por la idea de propiedad sin estar convencida de que sea la ganadora absoluta, y las cifras sugieren que esa conclusión es acertada. 

El dinero necesario para adquirir un Mac Studio M5 Ultra de entrada podría comprar cientos de millones de tokens a las nuevas tarifas de 2 y 10 dólares de OpenAI, lo que representa un horizonte temporal largo para un solo desarrollador y apenas unas semanas para una empresa que ejecuta agentes las veinticuatro horas. La caída de precios favorece actualmente a los inquilinos, pero si se cumple la proyección de Gartner y las facturas totales continúan aumentando, los departamentos financieros comenzarán a realizar exactamente los cálculos que Apple y Microsoft desean. 

El cambio más significativo puede ser que la gente esté considerando por primera vez la IA local. Hace solo dos años, la idea de mantener un modelo de IA en una computadora personal estaba lejos de ser una consideración común.