La caída de precios de la IA apenas está comenzando

La guerra de precios no se trata de chatbots más baratos

OpenAI rebajó el precio de GPT-6 Sol en más de la mitad. GPT-6 Luna, su modelo de gama económica, subió aún más la apuesta. Anthropic respondió días después con Claude Opus 5.5, recortando costos un 40 % y acelerando la inferencia en más de un 30 %. El número principal es sencillo: ejecutar una aplicación de IA es, de pronto, mucho más barato que hace seis meses.

Pero las implicaciones van más allá de un descuento. Lo que estamos presenciando no es una táctica de marketing. Es la etapa más temprana de la commoditización de los modelos: el momento en que la capacidad de frontera de la IA deja de ser un activo escaso y comienza a comportarse como un insumo genérico, igual que sucedió con el compute después de que AWS lo volviera economicamente ridículo.

La mitad del precio, más del doble de potencia

Los números merecen un examen más detenido. GPT-6 Sol ahora cuesta $2 por millón de tokens de entrada y $10 por millón de tokens de salida. GPT-6 Luna se ubica en $0,10 de entrada y $0,50 de salida. Ambos quedan muy por debajo de la mitad de sus equivalentes en GPT-5.6. Para ponerlo en contexto, el precio de salida de GPT-5.6 Sol rondaba los $20 por millón de tokens, lo que significa que GPT-6 Sol ofrece capacidad comparable o superior por una cuarta parte de lo que hubieras pagado el año pasado.

Los benchmarks de rendimiento cuentan la misma historia. En AutomationBench, GPT-6 Sol supera a Claude Fable 5.1 a una décima parte del costo. GPT-6 Luna vence a su predecesor tanto en puntuación como en eficiencia. El benchmark FrontierCode para habilidades de codificación sigue la misma trayectoria: puntuaciones más altas, costos más bajos. GPT-6 Sol también produce salidas más precisas y menos verbosas que GPT-5.6 Sol, algo que importa porque la verbosidad es un impuesto sobre cada token que pagas.

Y hay un ángulo de seguridad que la mayoría está pasando por alto. Ambos modelos GPT-6 heredaron técnicas de alineación del aún no lanzado GPT-6 Astra, y generan menos salidas problemáticas cuando se les interroga con prompts adversarios. Más baratos y más seguros al mismo tiempo; esa es una combinación peligrosa para los incumbentes.

Quién se lleva el golpe

Seamos directos con lo que significan estos precios.

Las startups de nivel medio, nativas de IA, que construyeron su economía sobre los márgenes de GPT-4 o GPT-4 Turbo están en problemas. Sus economías unitarias ya eran ajustadas. Ahora los modelos de los que dependen cayeron por debajo de su piso de precios sin ninguna actualización paralela en su propia distribución. Estas compañías o se comprimen aún más o se pivotearán con fuerza hacia capacidades propietarias que los precios de la API no pueden tocar.

El mercado secundario de modelos —los revendedores, las wrapperas y las empresas de middleware que compraron acceso API al por mayor y lo revendieron con margen— enfrenta una pregunta existencial. Cuando OpenAI y Anthropic venden directamente a estos precios, el Markup se evapora. Las compañías cuyo valor propuesto entero era “hacemos las APIs más baratas” de pronto están vendiendo agua que cae gratis.

Los proveedores de nube que apostaron por la infraestructura de IA como pilar de crecimiento están a punto de sentir presión sobre los márgenes. Si los costos de los modelos colapsan, la suposición de que más tráfico de IA significa más ingresos por hora de compute se vuelve cada vez menos confiable. Los márgenes en cargas de trabajo de inferencia de IA pueden comprimirse incluso mientras los volúmenes crecen.

Quién se lleva el premio

Los ganadores son obvios, pero vale la pena especificarlos.

Las empresas que llevaban tiempo sentadas sobre proyectos de IA esperando a que los costos bajaran pueden justificarlos de pronto. Un bot de atención al cliente que costaba $0,08 por interacción a niveles de GPT-5.6 ahora podría funcionar por $0,02. Las herramientas de generación de código que estaban en el límite de la viabilidad se vuelven rentables. Los equipos de producto que antes limitaban la IA a tareas de bajo riesgo pueden ampliar el radio de explosión.

Los desarrolladores con planes gratuitos y Go-tier de ChatGPT ya pueden acceder a GPT-6 Luna desde el escritorio. Esa es una jugada deliberada de OpenAI: expande el universo de personas programando sobre la arquitectura de GPT-6 desde el día uno, fijando hábitos de desarrollo antes de que Anthropic o Google puedan alcanzarlos. Es la misma estrategia que Microsoft usó con las primeras versiones de Windows, aplicada ahora a ecosistemas de modelos de lenguaje.

Los mayores beneficiarios serán las compañías que construyan sobre estos modelos sin diferenciación visible. Cuando el modelo base es lo suficientemente barato, la ventaja competitiva se desplaza por completo hacia las fosas de datos, la distribución y la experiencia de producto: lo más difícil de replicar.

La segunda oleada se acerca

Esta reducción de precios probablemente no sea el fondo.

GPT-6 Astra aún no tiene precio. Está posicionado por encima de Sol como la gama absolutamente tope. Cuando lleguen sus precios de API, anclará el extremo superior mientras Sol y Luna pelearen por volumen. El corte de Opus 5.5 de Anthropic ya está presionando los márgenes de OpenAI: un intercambio de golpes de inauguracion.

Google está observando. La estrategia de precios de Gemini en 2026 casi con certeza responderá a esto. Todo el mercado de frontera corre hacia un punto en que la pregunta ya no es qué modelo es el mejor, sino qué modelo te da suficiente capacidad por dólar para hacer viable un producto. Llegar primero a ese equilibrio recompensa a la compañía dispuesta a cortar primero.

Qué sigue

El cambio estructural aquí es que la IA está entrando en la fase deflacionaria por la que pasó la computación en mediados de los años 2000. Cuando un insumo fundamental baja de precio mientras la capacidad crece, no solo abarata los productos existentes: hace posibles categorías enteras de productos nuevos.

Ya vimos esto antes. La nube no solo abarató el hosting. Hizo posibles el serverless, el SaaS y las empresas mobile-first. La comoditización de los modelos no solo abaratará los chatbots. Hará que los productos nativos de IA que eran económicamente inviables a $20 por millón de tokens de salida se vuelvan de pronto rentables.

Las compañías que están construyendo esos productos ahora mismo, antes de la siguiente ronda de recortes, son las que definirán cómo se verá realmente la era de la IA más barata. Las que esperen a ver quién gana la guerra de precios ya habrán perdido.

OpenAI y Anthropic ya no compiten solo por rendimiento. Compiten por quién logra hacer la IA lo suficientemente asequible como para usarla en todas partes. Quien gane esa carrera podrá establecer el piso para la próxima generación de expectativas de producto.

En este momento, OpenAI tiene la ventaja de precios. Anthropic tiene la ventaja de velocidad con Opus 5.5. La carrera está lejos de terminarse.