El martes, OpenAI presentó GPT-6 Sol y GPT-6 Luna, y ambos tienen un precio al menos un 50% más bajo que las tarifas de los modelos GPT-5.6 que reemplazan. Los recortes de precios de OpenAI están dirigidos a desarrolladores y empresas que han comenzado a seleccionar modelos en función del costo de las tareas completadas, en lugar de solo las puntuaciones de referencia.
Curiosamente, esta noticia coincidió con el anuncio de Anthropic sobre la reducción del precio de su modelo insignia.
Mitad del precio de los modelos GPT-5.6
El costo de GPT-6 Sol es de $2 por millón de tokens de entrada y $10 por millón de tokens de salida. Esto se compara con los precios de GPT-5.6 Sol, que son $4 y $20, respectivamente. El costo de GPT-6 Luna es de $0.10 para la entrada y $0.50 para la salida, en comparación con $0.20 para la entrada y $1.20 para la salida de GPT-5.6 Luna. En general, esto significa que los costos de Sol se han reducido a la mitad en ambos casos, mientras que los costos de Luna se han reducido a la mitad para la entrada y en un 58.3% para la salida.
OpenAI atribuye las reducciones a mejoras en inferencia y almacenamiento en caché. Según su publicación de lanzamiento, los precios para usar GPT-5.6 son promocionales, mientras que un representante de OpenAI le dijo a VentureBeat que las nuevas tarifas de GPT-6 se quedan. El nivel GPT-6 Astra sigue siendo la versión más cara, con 10 dólares por entrada y 50 dólares por salida.
Según Cryptopolitan, OpenAI ha reducido el precio de GPT-5.6 Luna en un 80% y el de GPT-5.6 Terra en un 20%, lo que indica que la fijación de precios se está convirtiendo en un tema central en la competencia de modelos de IA.
Costo de venta por tarea completada, no victorias en benchmarks
La estrategia de OpenAI se ha vuelto más basada en la economía que en lo técnico. El rendimiento de la startup en AutomationBench, un sitio que mide procesos de negocio en 47 herramientas diferentes, revela que GPT-6 Sol con esfuerzo máximo obtuvo 32.0% y costó 0.34 dólares por tarea para completarla. Claude Opus 5.5 obtuvo 40.0% con esfuerzo máximo y costó 1.28 dólares por tarea. Opus 5.5 entregó un puntaje de finalización 8 puntos porcentuales más alto, pero con un costo por tarea de aproximadamente 3.8 veces en comparación con GPT-6 Sol.
En el examen más reciente de Agents, según OpenAI, Sol con esfuerzo máximo superó el rendimiento máximo de Opus 5 con un 60% menos de costo por tarea.
Los datos independientes proporcionados por Artificial Analysis asignan GPT-6 Sol con un máximo de 48 en el Intelligence Index y Xiaomi MiMo-V2.6-Pro a 46, pero este último es considerablemente más barato que el primero.
Anthropic responde con Opus 5.5 el mismo día
Anthropic lanzó Claude Opus 5.5 el 22 de septiembre a un precio de 4 dólares por millón de tokens de entrada y 20 dólares por salida, reduciendo el costo por token en un 20% frente a Opus 5. Mientras tanto, Anthropic ha afirmado que, con el nuevo modelo, los usuarios gastarán alrededor de un 40% menos debido al menor uso de tokens.
El resultado neto de esto es que GPT-6 Sol tiene una tarifa de 2 dólares, lo que lo sitúa a la mitad de la tasa de 4 dólares de Opus 5.5 y coincide con Claude Sonnet 5. Por otro lado, tanto GPT-6 Astra como Claude Fable 5.1 están al mismo nivel y cobran 10 dólares por entrada y 50 dólares por salida, según el análisis de VentureBeat.
Precios de la API de GPT-6 Sol y Luna frente a GPT-5.6 y Claude
Los rivales más baratos siguen recortando distancias
OpenRouter afirma que DeepSeek duplicó su cuota de tokens en la plataforma, pasando del 9% en enero al 18% en junio, mientras que los modelos chinos, en conjunto, superaron a los modelos de EE. UU. en cuota de tokens a principios de junio. Xiaomi también ha lanzado sus modelos MiMo bajo una licencia MIT, lo que ofrece a las empresas la opción de alojarlos por cuenta propia en lugar de pagar por token.
Según el Índice Ramp AI, que se basa en estadísticas de gasto de más de 70,000 empresas, la tasa de adopción de Anthropic es 43.8%, mientras que la de OpenAI es 39.8%. Las estadísticas no indican ninguna cuota de mercado global, sino que muestran lo fácil que es que el gasto corporativo pase de un proveedor a otro.
Además, el Global AI Diffusion Report publicado por Microsoft ofrece una perspectiva más amplia de la situación: la IA se está volviendo más popular en todo el mundo, mientras que los modelos de pesos abiertos podrían llevar a una reducción de los costos de acceso, especialmente en el Global South, pese a los obstáculos que plantean la infraestructura, la conectividad y las habilidades.
Por qué los tokens más baratos quizá no signifiquen IA más barata
Gartner predijo el 17 de agosto que los costos de inferencia por flujo de trabajo agente-centrado aumentarán más de cinco veces de aquí a 2028. A esto le llama el “paradigma de la inferencia”: aunque la economía unitaria más barata puede seguir incrementando el gasto total a medida que los flujos de trabajo de IA se vuelven más complejos.
“Cada generación sucesiva de capacidad de IA requerirá más, y a menudo más caros, tokens.” — Will Sommer, Director Senior Analista, Gartner
Un preprint de la Universidad de Oxford, “The Price of Intelligence”, halló que los precios de inferencia ajustados por calidad cayeron alrededor de 0.73 puntos logarítmicos al año, más de siete veces más rápido que lo que capturan las medidas convencionales. Pero, medido por tarea completada, los costos para los compradores se estancaron, ya que los modelos de razonamiento consumieron más tokens.
En otras palabras, los tokens más baratos pueden no reducir las facturas de IA. Pueden hacer que sea rentable usar mucha más IA.
Las mentes más inteligentes del cripto ya leen nuestro boletín. ¿Quieres unirte? Únete a ellos.