Las empresas estadounidenses están eligiendo la solución de IA menos costosa que pueda realizar el trabajo de manera eficiente, en lugar de optar automáticamente por la solución de IA más avanzada disponible.
Esta tendencia ha creado cierta presión sobre los precios altos porque los nuevos modelos de IA están eliminando la brecha en las capacidades, mientras que los costos de los tokens disminuyen de forma constante, según el Financial Times.
Comprar el modelo más barato que resuelve el trabajo
La esencia de la idea es que los modelos de frontera costosos solo se necesitan para actuar cuando sea necesario, y que el trabajo habitual puede realizarse con modelos económicos, que hacen la tarea de manera suficientemente adecuada.
Ese patrón apareció en el AI Index del 9 de septiembre de Ramp. Con base en los datos de gasto de agosto de 2026, el 43.8% de las empresas de EE. UU. en la muestra de Ramp compraron productos de Anthropic, frente al 39.8% para OpenAI. Ramp también señaló un uso creciente de modelos más baratos como una amenaza para las compañías de IA que dependen de que las empresas gasten de forma constante más en sistemas frontier.
La tendencia también es consistente con hallazgos del informe de IA agentica de la OCDE publicado en septiembre de 2026. Entrevistas con 25 organizaciones indicaron que los ahorros de costos fueron una razón común para usar sistemas agenticos, junto con su contribución a una mayor productividad y la solución de escasez de mano de obra.
Una guerra de precios medida en fracciones de un centavo
El precio de los modelos está bajando rápidamente, justo cuando se introducen nuevos sistemas.
Según la cobertura anterior de Cryptopolitan, OpenAI lanzó GPT-6 Sol y GPT-6 Luna el 22 de septiembre, con precios al menos un 50% inferiores a los de los modelos anteriores, GPT-5.6. GPT-6 Sol cuesta 2 dólares por cada millón de tokens de entrada y 10 dólares por cada millón de tokens de salida.
En la misma semana, Anthropic lanzó Opus 5.5 mientras que xAI presentó Grok 4.7 en un mercado impulsado cada vez más por criterios de rendimiento-precio. Según Axios, los modelos baratos pero aún eficientes representan la nueva carrera competitiva de la industria.
La tendencia descendente a largo plazo es aún más asombrosa. Según Epoch AI, el precio de lograr un nivel constante de rendimiento de IA cayó alrededor de un 47% en una base trimestral desde 2023, o aproximadamente 13 veces al año.
El costo por tarea finalizada importa más
Debido a esa creciente presión basada en el precio, las métricas con las que las empresas miden el éxito están cambiando. La importancia del liderazgo en benchmarks no ha disminuido, pero ahora hay más enfoque en cuánto necesitan pagar los clientes para un rendimiento eficiente.
AutomationBench de Zapier prueba agentes en relación con flujos de trabajo de extremo a extremo en 47 herramientas de negocio. Al 28 de septiembre, Claude Opus 5.5 lideraba la tabla con 42.47% de eficiencia y un precio de 1.44 dólares por tarea, mientras que GPT-6 Sol estaba en 33.2% en XHigh por solo 0.27 dólares por tarea.
El mismo intercambio aparece en Artificial Analysis. GPT-6 Sol con puntuación máxima de esfuerzo obtiene 48 en su Intelligence Index con un costo estimado de 1.06 dólares por tarea. El MiMo-V2.6-Pro de pesos abiertos de Xiaomi obtiene 46, mientras cuesta solo 0.13 dólares por tarea.
Comparación de costos de modelos de IA: GPT-6 Sol vs Claude Opus 5.5 vs MiMo-V2.6-Pro
Esa brecha es tan pequeña que el enrutamiento entre múltiples modelos se vuelve viable. En lugar de tener que usar un único proveedor para toda la carga de trabajo, las empresas tienen la oportunidad de utilizar el modelo adecuado según la importancia relativa y la complejidad de la tarea.
Tokens más baratos aún pueden significar facturas más grandes
Los precios más bajos no necesariamente significan un menor gasto en IA.
Según Axios, la paradoja de Jevons indica que los recursos más asequibles llevan a un mayor consumo de los mismos. Gartner hizo una declaración similar a la paradoja de Jevons en su pronóstico del 17 de agosto, donde estimó un aumento de más de cinco veces en el costo de inferencia de los flujos de trabajo agenticos para 2028.
Los modelos menos costosos también pueden aumentar la accesibilidad en otras partes del mundo. Según el Global AI Diffusion Report publicado por Microsoft, los modelos asequibles y abiertos pueden brindar accesibilidad también; sin embargo, la infraestructura, la conectividad y las habilidades desempeñarán un papel vital para determinar quiénes pueden aprovecharlo.
La demanda crece con más fuerza para los compradores corporativos: la mejor IA quizá no sea la más inteligente, sino la que realiza su trabajo de forma eficiente y al menor costo.
Las mentes más inteligentes del cripto ya leen nuestro boletín. ¿Quieres unirte? Súmate.