Por Canuto  

El índice de precios de tokens de BenchLM se ubicó en 12 durante agosto de 2026, un 88% por debajo de su base de marzo de 2023, mientras OpenAI y los proveedores chinos intensifican la competencia por la inferencia.
***

  • BenchLM situó en 12 su índice de precios de tokens de modelos de frontera durante agosto de 2026, frente a una base de 100 en marzo de 2023.
  • ARK Invest registró una reducción de USD $2,07 a USD $1,02 por millón de tokens en sus propias mediciones.
  • OpenAI ofrece GPT-5.6 Luna a USD $1 por millón de tokens de entrada y USD $6 por millón de tokens de salida, mientras los modelos chinos de pesos abiertos añaden presión competitiva.

El costo de utilizar modelos de inteligencia artificial continúa descendiendo en 2026, en un movimiento que está modificando la economía de los servicios basados en grandes modelos de lenguaje. El índice de precios de tokens de BenchLM se ubicó en 12 durante agosto, frente a una base de 100 registrada en marzo de 2023. Esto equivale a una reducción del 88% respecto de ese punto de referencia, según BenchLM.

El índice sigue los precios de modelos de IA de frontera y no representa necesariamente la tarifa que todos los proveedores cobran por cada tipo de consulta. Las cifras pueden variar según el modelo, la combinación entre tokens de entrada y salida, el almacenamiento en caché y la metodología utilizada. Aun así, el indicador muestra la presión bajista que afecta al mercado de inferencia.

Una caída acelerada durante 2026

BenchLM informó que su índice de precios de tokens de modelos de frontera permaneció en 12 durante agosto de 2026. En su actualización del 31 de agosto, la plataforma describió ese nivel como un descenso del 88% frente a la base de marzo de 2023.

La medición de BenchLM debe distinguirse de otras referencias del sector. ARK Invest registró en sus propios datos una reducción del costo de inferencia desde USD $2,07 hasta USD $1,02 por millón de tokens. La diferencia entre ambos resultados puede responder al conjunto de modelos, al período analizado y a la forma de combinar los precios de entrada y salida.

Por ello, no es posible convertir automáticamente las distintas mediciones en una única tasa de descenso, como una caída promedio del 43% en diez semanas. Lo que sí muestran los datos disponibles es una tendencia general a la baja, aunque su magnitud exacta depende del índice y de los modelos incluidos.

Los tokens son la unidad básica que utilizan los grandes modelos de lenguaje para procesar entradas y producir respuestas. El precio por millón funciona como una referencia para comparar servicios de IA, pero el gasto final también depende de la cantidad de consultas, la longitud del contexto, la proporción entre entrada y salida y las condiciones comerciales de cada plataforma.

OpenAI y los modelos chinos presionan las tarifas

OpenAI presentó GPT-5.6 con tres tamaños de modelo y precios diferenciados. Según la información publicada por la compañía, GPT-5.6 Luna cuesta USD $1 por millón de tokens de entrada y USD $6 por millón de tokens de salida. Terra tiene un precio de USD $2,50 por millón de tokens de entrada y USD $15 por millón de tokens de salida, mientras que Sol cuesta USD $5 y USD $30, respectivamente.

Estas tarifas no respaldan por sí solas la afirmación de que OpenAI haya recortado 80% los precios de Luna. El porcentaje de reducción exigiría conocer con precisión el precio anterior y las condiciones de comparación. La estructura publicada sí confirma una oferta escalonada, con Luna como la alternativa de menor precio dentro de la línea GPT-5.6.

La segunda fuente de presión procede de los modelos chinos y de los sistemas con pesos abiertos. La evidencia disponible atribuye a DeepSeek y a otros proveedores chinos reducciones de precios de hasta 99% a comienzos de 2026, además de una mayor disponibilidad de modelos que pueden ser ejecutados por terceros.

Los modelos con pesos abiertos permiten que usuarios y empresas descarguen y operen el sistema por su cuenta, en lugar de depender exclusivamente de una interfaz comercial propietaria. Esta alternativa puede limitar los precios de las API cerradas, aunque el costo total también incluye hardware, mantenimiento, energía, personal y seguridad.

Causas de movimientos recientes

(a) Catalizadores confirmados: la actualización de BenchLM del 31 de agosto situó en 12 su índice de precios de tokens de frontera, mientras OpenAI publicó nuevas tarifas para GPT-5.6 y distintos proveedores chinos anunciaron reducciones de precios. Estos hechos ayudan a describir el entorno competitivo, pero no prueban que un anuncio específico haya causado todo el movimiento del índice.

(b) Explicación plausible: los recortes de precios, la competencia de modelos de pesos abiertos y las mejoras de eficiencia en la infraestructura pueden estar contribuyendo al descenso del costo de la inferencia. Sin embargo, la evidencia disponible no identifica un único catalizador ni permite atribuir toda la reducción a OpenAI o a DeepSeek.

Más uso para agentes y automatización

Las tarifas más bajas pueden ampliar el uso de agentes de IA, que ejecutan tareas de varios pasos y encadenan numerosas llamadas a modelos durante una sola interacción. En esos sistemas, una diferencia pequeña en el precio por consulta puede convertirse en un gasto considerable cuando el proceso se repite a gran escala.

Una reducción del costo no significa necesariamente que los desarrolladores conservarán intacto su presupuesto. Algunas empresas pueden utilizar el ahorro para aumentar el número de llamadas, mantener conversaciones más extensas o incorporar funciones que antes no justificaban el gasto de automatización.

La demanda también dependerá de la calidad de las respuestas, la latencia, la confiabilidad, la privacidad y la facilidad de integración. Un modelo más barato no siempre resulta menos costoso si requiere más correcciones, supervisión o infraestructura para entregar el mismo resultado.

Una industria con menos margen de maniobra

El descenso de los precios puede favorecer la adopción, pero también presiona los márgenes de los proveedores. Las empresas deberán decidir si compiten mediante tarifas bajas, si diferencian sus modelos por rendimiento y funciones o si se concentran en sectores donde la seguridad, la especialización y el control de datos permitan cobrar más.

La competencia de los modelos chinos de pesos abiertos añade una presión distinta a la de las rebajas comerciales. Los usuarios con capacidad técnica pueden comparar el precio de una API con el costo de operar un sistema propio, aunque esa comparación no elimina los gastos asociados con el hardware y la administración.

Las mejoras en chips, arquitecturas y técnicas de optimización también pueden reducir el costo de ejecutar modelos. La combinación entre avances técnicos, mayor escala y descuentos comerciales puede mantener la presión bajista, pero el ritmo futuro dependerá de la demanda y de las inversiones necesarias para entrenar y operar sistemas cada vez más capaces.

El índice de BenchLM en 12 resume la magnitud del cambio desde marzo de 2023, aunque no implica que todas las aplicaciones de IA sean 88% más baratas ni que todos los proveedores hayan reducido sus tarifas en la misma proporción. El valor puede desplazarse desde el acceso básico a los modelos hacia la infraestructura, las aplicaciones especializadas y los agentes capaces de resolver tareas complejas de forma eficiente.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados