Los tokens se abaratan 13 veces al año, pero las facturas de IA suben: análisis de la economía de los LLM

La paradoja parece ilógica: los tokens se abaratan un orden de magnitud al año, pero las facturas de IA de las empresas crecen. El autor de un análisis en Habr reunió datos del prospecto de Anthropic (S-1), del índice de gasto de Ramp y de investigaciones de Epoch AI, y demostró que no hay contradicción. Simplemente son dos curvas de precio distintas.

Dos curvas en lugar de una

Epoch AI estima que alcanzar un nivel fijo de calidad se abarata desde 2023 aproximadamente 13 veces al año. Si se extrapola, en algo más de tres años salen unas diez mil veces (es una estimación del autor del análisis, no una cifra del informe). Pero las empresas no pagan por el nivel de ayer, sino por el modelo más reciente. Su precio se mantiene en un rango de 10 a 75 dólares por millón de tokens de salida, y la misma tarea consume más tokens. En 2026 se sumó un encarecimiento directo: las nuevas versiones salieron más caras que sus predecesoras.

La lista de precios, además, refleja mal la realidad. Según Ramp, las empresas estadounidenses pagan a OpenAI y Anthropic en promedio unos 0,56 dólares por millón de tokens. En los escenarios con agentes, el grueso del volumen es la relectura de contexto desde la caché y los modelos baratos. Un ejemplo con la metodología de Martin Alderson: una sesión de agente de código con 10 millones de tokens de caché, 0,5 millones de entrada y 0,2 millones de salida cuesta entre 23 centavos y 25 dólares. Son dos órdenes de magnitud de diferencia, y la elección del modelo y de la arquitectura de caché influye en el presupuesto más que cualquier cambio en la lista de precios.

A dónde va el dinero del proveedor

El prospecto de Anthropic ofreció por primera vez cifras verificables. El margen bruto del servicio de solicitudes es de alrededor del 85% en el primer semestre de 2026 (es un cálculo a partir de ingresos y costo de ventas; la compañía no lo revela). De cada dólar de ingresos, unos 15 centavos van a inferencia, unos 60 a I+D y entrenamiento, unos 23 a ventas y unos 6 a administración.

Cerca del 80% de los ingresos proviene del pago por tokens y el resto de las suscripciones. Una salvedad: casi la mitad de los ingresos pasa por los marketplaces de AWS y Google Cloud, cuya comisión se contabiliza en los gastos comerciales, así que el margen neto es menor, pero el orden de magnitud es el mismo.

En OpenAI el panorama es distinto: según The Information y el WSJ, la pérdida operativa en el primer y segundo trimestre de 2026 fue de 9.300 y 12.300 millones de dólares, con ingresos de 5.700 y 6.700 millones. El margen bruto fue de alrededor del 39% en el primer trimestre, por la abundancia de planes gratuitos y baratos. Son datos estimados; la compañía no divulga sus cuentas.

En resumen: el precio de un modelo de frontera no lo determina el costo del token, sino la necesidad de amortizar el entrenamiento de modelos con ciclo de vida corto, la prima por liderazgo y la escasez de capacidad. Es significativo que, un mes después del lanzamiento de Claude Fable 5, representara solo alrededor del 6% de los tokens comprados a Anthropic. Parece que la disposición a pagar por mejoras de calidad tiene un límite.

Suscripciones: límites en lugar de subidas de precio

Un precio fijo de suscripción funciona mal cuando un agente quema tokens de forma autónoma durante decenas de minutos. Los proveedores responden no subiendo precios, sino recortando límites. Según el modelo del autor, donde el costo equivale a aproximadamente el 15% del precio de API del mismo volumen, un desarrollador promedio en Claude Code con el plan de 100 dólares aporta un margen de unos 74 dólares.

Incluso el percentil 90 sigue en positivo. Solo son deficitarios los usuarios intensivos: en los extremos, la pérdida se estima en unos 530 dólares al mes. Para una cartera del plan de 200 dólares con un 15% de usuarios intensivos, el margen es de alrededor del 56%.

Es un modelo con supuestos; parte de los perfiles de consumo se toman como hipótesis.

Qué hacer en la práctica

Primero: calcule el costo de la tarea, no del token. Mire la tarifa de lectura de caché y el número de tokens por resultado. Segundo: enrute. Use el modelo caro donde la diferencia de calidad se traduce en dinero, y deje el resto a modelos estrella de gama media o a modelos baratos y abiertos. Tercero: incorpore al producto el riesgo de cambios en tarifas y límites, ya que Anthropic admite en su S-1 un paso al pago por resultado o por tarea completada. Cuarto: no espere que la caída del precio de la inteligencia reduzca por sí sola su factura, porque el apetito de los agentes crece más rápido.