La guerra de precios de IA de China acaba de bajar un 70 % — y lo cambia todo

El recorte del 70% que nadie vio venir

El 20 de agosto, un modelo casi anónimo llamado Ox-Alpha apareció en OpenRouter con unos precios tan agresivos que obligó a todas las grandes empresas chinas de inteligencia artificial a responder en cuestión de días. El modelo no llevaba nombre de marca, ni lanzamiento publicitario, ni key-note; solo una línea en un catálogo de la API que enumeraba costes de inferencia que hicieron que los ingenieros más experimentados se quedaran de piedra. A principios de septiembre, Zhipu —ya uno de los jugadores establecidos en el sector de la IA en China, respaldado por su linaje vinculado a la Universidad de Tsinghua y con un importante apoyo estatal— anunció su nuevo modelo GLM-5.3-Flash a un 70% por debajo de las tarifas recientemente aumentadas por DeepSeek. Las cuentas son brutales: si DeepSeek había subido sus precios a mediados de agosto, Zhipu ahora se coloca por debajo de esas subidas con tarifas muy inferiores incluso al suelo original de DeepSeek. Una solicitud que antes costaba 0,50 dólares por millón de tokens según la estructura de precios anterior de DeepSeek ahora se encarece aproximadamente hasta 0,15 dólares bajo la nueva configuración de Zhipu.

No se trata de un descuento promocional puntual. Es una reestructuración estructural de lo que cuestan los modelos de inferencia de la IA china. La velocidad de la respuesta —desde un competidor desconocido hasta un precio en el suelo, y después la reacción del líder del mercado— en menos de seis semanas indica una postura competitiva mucho más agresiva que los ejercicios cautelosos de cálculo de mercado a los que los analistas occidentales se han acostumbrado a observar en el sector tecnológico de Beijing.

Por qué importa fuera de China

Los analistas occidentales han tratado la guerra de precios de la IA china como una curiosidad regional: una disciplina de costes impresionante, sin duda, pero confinada a un mercado separado por las restricciones a la exportación de semiconductores y por las barreras idiomáticas. Esa suposición es errónea, y los datos resultan cada vez más difíciles de ignorar.

Los desarrolladores chinos que crean aplicaciones para el Sudeste Asiático, Oriente Medio, América Latina y África ya consideran OpenRouter como una capa de distribución. Cuando un modelo desconocido llamado Ox-Alpha baja a centavos por millón de tokens, esos desarrolladores no esperan permiso: simplemente cambian. El informe de Nikkei señala que, a principios de julio, ya se había enrochado alrededor de la mitad del uso orientado a desarrolladores en plataformas occidentales a través de modelos chinos. Esa cuota avanza más rápido de lo que muchos planificadores de infraestructura habían contemplado. En Vietnam, una fintech emergente reemplazó recientemente su stack, que dependía de OpenAI, por una alternativa basada en modelos chinos y redujo su gasto mensual de inferencia en un 82%, reasignando esos ahorros a la adquisición de clientes en un mercado donde los márgenes ya son finos. En Nigeria, una plataforma de salud digital informó patrones de migración similares después de que su proveedor de APIs estadounidense original se negara a ajustar los precios durante un periodo de depreciación del naira.

La consecuencia no es solo contar con modelos más baratos. Es que la economía unitaria sobre la que se sostiene la construcción de infraestructura de IA por parte de cada proveedor cloud occidental está siendo renegociada en tiempo real, y esa renegociación ocurre en monedas y mercados que Wall Street apenas sigue.

El problema de la economía de la inferencia

Esto es lo que la mayor parte de la cobertura occidental de esta historia passa por alto: los recortes de precio no provienen de subsidios ni de caridad. Provienen de un ecosistema limitado que ha sido forzado a optimizarse de forma agresiva. Las restricciones de EE.UU. a la exportación de chips avanzados significan que empresas chinas como DeepSeek y Zhipu no pueden simplemente tirar de clusters de H100 para resolver el problema. Tienen que ser más eficientes: mejor compresión, enrutamiento más inteligente, uso más creativo de semiconductores nacionales como el que DeepSeek desplegó en su modelo V4 anunciado en abril.

Esta eficiencia nacida de la restricción opera a múltiples niveles. Las arquitecturas de los modelos se han simplificado, eliminando redundancias que los laboratorios occidentales consideraban sobrecostes aceptables. Las técnicas de cuantización han alcanzado viabilidad comercial a escalas que antes se daban por destructivas para la calidad. Los algoritmos de enrutamiento ahora seleccionan dinámicamente el modelo más pequeño capaz de gestionar una solicitud concreta, en lugar de recurrir por defecto a la opción más grande disponible. El resultado es una estructura de costes que no depende de ninguna fuente única de subsidios, sino de una población de ingenieros que han aprendido a resolver problemas difíciles con menos recursos.

La reducción de costes impulsada por la eficiencia es, en realidad, más duradera que la reducida por subsidios. Se composta. Cuando tu restricción es la escasez, aprendes a hacer más con menos, y luego vendes esa disciplina a un precio que los laboratorios occidentales no pueden igualar sin erosionar sus propios márgenes. Cada ciclo de optimización abarata la siguiente ronda, creando una hélice que las restricciones a la exportación, paradójicamente, aceleraron en lugar de frenar.

Efectos de segundo orden: la onda expansiva en los mercados de capitales

La disrupción de los precios es solo la primera capa. La verdadera historia es lo que sucede en los mercados de capitales que apostaron por una demanda sostenida de infraestructura de IA con altos márgenes.

Los REITs de centros de datos y los fondos de infraestructura construyeron sus modelos de suscripción sobre proyecciones que asumían que los grandes operadores occidentales de IA continuarían gastando al ritmo mostrado hasta 2027. Esas proyecciones daban por sentado una relación estable entre la demanda de computación y los ingresos por token. Si la inferencia con precios chinos se convierte en el referente para un segmento creciente de la demanda global de desarrolladores, esa relación se quiebra. Un desarrollador que pueda ejecutar una carga de trabajo en producción por el 30% del coste anterior o bien gastará la diferencia en funciones adicionales y escalabilidad, o bien abandonará la plataforma si la mejora del margen no se traduce en ventaja competitiva.

Los proveedores cloud occidentales enfrentan una elección incómoda: igualar los precios y comprimir sus propios márgenes sobre inversiones de infraestructura de miles de millones de dólares, o bien ceder el mercado de gama baja y media y arriesgarse a convertirse en servicios premium mientras el negocio de volumen migra a otro lugar. Lo segundo es más probable. Amazon Web Services, Microsoft Azure y Google Cloud tienen costes hundidos enormes en centros de datos optimizados para IA, financiados sobre suposiciones de un poder de fijación de precios sostenido. No pueden absorber un descenso estructural de precios sin amortizar activos o ralentizar los planes de expansión —ambas señales mandarían a los mercados que el boom de la infraestructura de IA podría estar descontando un crecimiento de la demanda excesivo—.

Mientras tanto, las empresas chinas de IA no solo están bajando los precios, sino que están construyendo las capas de distribución y herramientas para desarrolladores que aseguran el uso a largo plazo. El lanzamiento del GLM-5.3-Flash de Zhipu llegó con herramientas integradas para desarrollo multilingüe, soporte de SDK en Python, JavaScript y Go, y conversaciones de asociación con proveedores cloud regionales en el Sudeste Asiático y Oriente Medio. El precio es la jugada inicial; el juego de ecosistema es el final.

Quién gana, quién pierde

Ganadores: Desarrolladores y empresas en mercados sensibles al precio que ahora pueden ejecutar cargas de trabajo en producción por una fracción de los costes anteriores. Gobiernos de mercados emergentes que construyen capacidades de IA con presupuestos ajustados, especialmente en África y el Sudeste Asiático, donde la adopción de IA en el sector público estaba previamente estancada por precios por token que se comían asignaciones enteras de TI. Cualquier plataforma que agregue modelos abiertos, ya que precios más bajos significan más volumen de uso y más datos para seguir optimizando. La propia Zhipu, al establecer el nuevo suelo y forzar a los competidores a seguirla, capturando atención y momento de migración en el punto de inflexión más crítico.

Perdedores: Empresas occidentales de IA que fijaban precios sobre suposiciones de margen que daban por sentado que el suelo de precios se mantendría, especialmente aquellas cuyos múltiplos de valoración integran expectativas de altas tasas de utilización sostenidas y precios estables por token. REITs de centros de datos y fondos de infraestructura que construyeron sus modelos de suscripción bajo la suposición de que los grandes operadores occidentales de IA seguirían gastando al ritmo proyectado hasta 2027. Empresas chinas que ya habían vendido inventario en puntos de precio más altos —el aumento de precios de DeepSeek a mediados de agosto ahora se antoja como una anomalía breve más que como un cambio de tendencia, y los contratos empresariales firmados a esos niveles elevados enfrentarán presión para renegociar—. Fondos de capital riesgo que financiaron startups occidentales de inferencia bajo la suposición de que las estructuras de costes se mantendrían suficientemente estables como para construir márgenes defendibles.

La pregunta de la burbuja

La implicación más relevante no es la de los precios. Es la de la inversión.

El caso alcista para el gasto en infraestructura de IA —ese que justificó miles de millones en construcción de centros de datos en EE.UU., Japón y Europa— descansa sobre la suposición de que los operadores de IA seguirán generando ingresos suficientes por token para cubrir esos costes de capital. Si la inferencia con precios chinos se consolida como el referente para un segmento creciente de la demanda global de desarrolladores, esa suposición de ingresos por token se desmorona. No de golpe. No del todo. Pero la trayectoria cambia de una manera que hace más riesgosos cada plan de expansión y más cuestionables cada valoración.

Las empresas chinas de IA no buscan ganar por marca ni por el bloqueo de ecosistema. Ganan por ratio costo-rendimiento bruta, y lo hacen con hardware al que supuestamente no tenían acceso. Esa combinación —recursos limitados produciendo una eficiencia ilimitada— es lo que hace este ciclo diferente a rondas anteriores de competencia tecnológica china. En cada precedente, las firmas tecnológicas chinas acababan toparse con un muro en el que la escala requería capacidades que no podían desarrollar internamente. Aquí, el muro nunca llegó. Las restricciones se convirtieron en el catalizador.

Los aumentos de precios de DeepSeek a mediados de agosto parecían una normalización. La respuesta de Zhipu en septiembre sugiere que la normalización nunca estaba en camino. La guerra de precios se acelera, no se estabiliza.

Qué esperar a continuación

Observa tres cosas durante el próximo trimestre. Primero, si los incumbentes occidentales intentan un corte de precio de igualación o ceden el mercado de gama baja por completo —lo segundo es más probable dada su estructura de costes, pero incluso una respuesta parcial comprimiría los márgenes en todo el sector—. Segundo, si el modelo Ox-Alpha y entradas similares se consolidan en jugadores con nombre propio o permanecen como trucos de enrutamiento anónimos, lo cual te dirá si esto es un modelo sostenible o una apuesta especulativa de arbitraje que colapsará cuando termine la fase inicial de descubrimiento de precios. Tercero, si la política estadounidense responde con nuevas restricciones a la distribución de modelos o si el mercado simplemente las precifica y las supera —el segundo escenario es más probable dada la dificultad de regular software entregado por internet, pero el primero añadiría otra capa de incertidumbre a un panorama ya volátil—.

También hay una cuarta variable digna de seguimiento: si los desarrolladores occidentales comienzan a oponer resistencia a la narrativa de reducción de costes, planteando preocupaciones sobre soberanía de datos, procedencia de los modelos y resiliencia de la cadena de suministro, que podrían ralentizar la adopción incluso cuando la ventaja de precio sea abrumadora. Los equipos de seguridad y cumplimiento en industrias reguladas tienden a moverse más despacio que los desarrolladores, pero sus objeciones pesan cuando se asignan presupuestos. Si enmarcan la adopción de modelos chinos como un riesgo en lugar de una decisión racional de coste, eso podría crear fricción incluso en mercados sensibles al precio.

El recorte del 70% no es solo titular. Es una señal de que la economía de la IA de los próximos dos años estará definida por quien pueda ofrecer una calidad aceptable al menor coste de inferencia, y en este momento ese mapa no apunta hacia Occidente. La pregunta es si a los actores occidentales les queda tiempo para adaptarse, o si el colapso de precios va a ir más rápido que su capacidad para reestructurarse.