Una empresa china afirma que su nuevo modelo redujo los costos de uso en un 70 %. Pero al mirar la lista de precios, el precio por millón de tokens solo se redujo a la mitad. El 20 % restante está escondido en la columna de caché.
El 19 de octubre, MiniMax lanzó M3.1 Flash. Tiene una arquitectura de mezcla de expertos con 428.000 millones de parámetros, de los que activa solo 23.000 millones cada vez. Admite un contexto de un millón de tokens y procesa imágenes y videos directamente. Todo esto lo afirma la propia empresa; nadie externo lo ha reproducido todavía.
La lista de precios sí es clara. Un millón de tokens de entrada cuesta 0,15 dólares. La salida, 0,6. La lectura de entradas almacenadas en caché, 0,015. La generación anterior, M3, costaba 0,3 y 1,2. Así, el precio por unidad se redujo a la mitad.
El comunicado oficial dice que los costos bajaron un 70 %. Esos veinte puntos de diferencia no están en los precios. Ni uno solo.
Me quedé dándole vueltas hasta la madrugada. Entre 0,15 y 0,015 hay una diferencia de diez veces, y ambos precios están en dólares. Es una brecha enorme. Quienes han ejecutado agentes lo saben: lo que de verdad cuesta en una tarea es el contexto que hay que volver a incluir en cada ronda: el código, las definiciones de herramientas, los registros de las primeras diez o quince etapas. Se envía una y otra vez, sin cambiar una sola palabra, y se paga el precio normal.
El precio de caché lo separa y cobra una décima parte. Así baja la factura total. El precio por unidad cae un 50 % y la factura total, un 70 %: ambas cifras son correctas, pero no hablan de lo mismo. Son dos cosas distintas.
El fabricante no mintió al decir que los costos bajaron un 70 %. El problema surge cuando quien lo lee entiende que todo se volvió más barato. Lo que bajó fue el precio por unidad; lo que se ahorra es el contenido repetido.
Ethereum hizo algo parecido hace muchos años. En la actualización de Estambul de 2019, el costo de los datos incluidos en una transacción bajó de 68 a 16 gas por byte. El motivo era sencillo: esos bytes debían almacenarse para siempre, pero no hacía falta que cada nodo los ejecutara una y otra vez. En 2024, con la actualización de Cancún, los datos de los rollups recibieron además un canal propio: cada blob tiene 128 KB, y su tarifa se calcula por separado del gas de ejecución; puede subir o bajar por su cuenta. Los mismos bytes, al entrar en dos categorías distintas, pueden costar decenas de veces más o menos.
En todo ese recorrido nadie proclamó que fuera más barato. Nadie dijo que los costos hubieran bajado en cierto porcentaje. Solo cambió la forma de calcular la tarifa. El efecto fue el mismo. Eso es todo.
Entonces, ¿de dónde sale exactamente ese 70 % de ahorro?
En realidad, el sistema identifica el contenido que se vuelve a leer en los escenarios con agentes y le aplica una tarifa del 10 %. Quien pueda reconocer qué partes de su propio flujo de trabajo se repiten obtiene ese descuento. Quien no pueda identificarlas paga el precio normal, hasta el último céntimo. Así de sencillo.
Por eso se atreven a afirmar en el comunicado que el costo por tarea es inferior a cinco centavos. Si se vende por token, el cliente puede hacer las cuentas con una calculadora. Si se vende por tarea, no puede comparar. En su propia evaluación, de 152 preguntas, la factura fue de 111 dólares. Esa cifra cuadra; nadie se puso a comprobar las demás.
Todavía hay varias incógnitas. Dijeron que publicarían los pesos el día 23, pero no mencionaron la licencia. Todas las puntuaciones son datos propios, sin una reproducción independiente. En DeepSWE obtuvo 73,7; DeepSeek V4.1 Flash, 74,2: medio punto más. En la prueba de terminal obtuvo 38,1; Opus 5 la superó por 13,7 puntos. Ellos mismos incluyeron estos datos en la tabla. No los escondieron.
Y hay otra cosa: no se puede desactivar el razonamiento. Incluso para una pregunta sencilla, primero tiene que pensarla. En el dinero que se ahorra se esconde otra factura. ¿Quién la paga? Todavía no está claro.
Si estás ejecutando agentes, no te fijes primero en el precio por unidad. Revisa cuánto contenido que no cambia vuelves a meter en el contexto en cada ronda. Esa es la parte que puedes recortar.
Ese dinero lleva todo el tiempo en la factura.
$BTC $ARB $TAO
#AI #大模型 #以太坊 #比特币 #ReducciónDeCostos
El 19 de octubre, MiniMax lanzó M3.1 Flash. Tiene una arquitectura de mezcla de expertos con 428.000 millones de parámetros, de los que activa solo 23.000 millones cada vez. Admite un contexto de un millón de tokens y procesa imágenes y videos directamente. Todo esto lo afirma la propia empresa; nadie externo lo ha reproducido todavía.
La lista de precios sí es clara. Un millón de tokens de entrada cuesta 0,15 dólares. La salida, 0,6. La lectura de entradas almacenadas en caché, 0,015. La generación anterior, M3, costaba 0,3 y 1,2. Así, el precio por unidad se redujo a la mitad.
El comunicado oficial dice que los costos bajaron un 70 %. Esos veinte puntos de diferencia no están en los precios. Ni uno solo.
Me quedé dándole vueltas hasta la madrugada. Entre 0,15 y 0,015 hay una diferencia de diez veces, y ambos precios están en dólares. Es una brecha enorme. Quienes han ejecutado agentes lo saben: lo que de verdad cuesta en una tarea es el contexto que hay que volver a incluir en cada ronda: el código, las definiciones de herramientas, los registros de las primeras diez o quince etapas. Se envía una y otra vez, sin cambiar una sola palabra, y se paga el precio normal.
El precio de caché lo separa y cobra una décima parte. Así baja la factura total. El precio por unidad cae un 50 % y la factura total, un 70 %: ambas cifras son correctas, pero no hablan de lo mismo. Son dos cosas distintas.
El fabricante no mintió al decir que los costos bajaron un 70 %. El problema surge cuando quien lo lee entiende que todo se volvió más barato. Lo que bajó fue el precio por unidad; lo que se ahorra es el contenido repetido.
Ethereum hizo algo parecido hace muchos años. En la actualización de Estambul de 2019, el costo de los datos incluidos en una transacción bajó de 68 a 16 gas por byte. El motivo era sencillo: esos bytes debían almacenarse para siempre, pero no hacía falta que cada nodo los ejecutara una y otra vez. En 2024, con la actualización de Cancún, los datos de los rollups recibieron además un canal propio: cada blob tiene 128 KB, y su tarifa se calcula por separado del gas de ejecución; puede subir o bajar por su cuenta. Los mismos bytes, al entrar en dos categorías distintas, pueden costar decenas de veces más o menos.
En todo ese recorrido nadie proclamó que fuera más barato. Nadie dijo que los costos hubieran bajado en cierto porcentaje. Solo cambió la forma de calcular la tarifa. El efecto fue el mismo. Eso es todo.
Entonces, ¿de dónde sale exactamente ese 70 % de ahorro?
En realidad, el sistema identifica el contenido que se vuelve a leer en los escenarios con agentes y le aplica una tarifa del 10 %. Quien pueda reconocer qué partes de su propio flujo de trabajo se repiten obtiene ese descuento. Quien no pueda identificarlas paga el precio normal, hasta el último céntimo. Así de sencillo.
Por eso se atreven a afirmar en el comunicado que el costo por tarea es inferior a cinco centavos. Si se vende por token, el cliente puede hacer las cuentas con una calculadora. Si se vende por tarea, no puede comparar. En su propia evaluación, de 152 preguntas, la factura fue de 111 dólares. Esa cifra cuadra; nadie se puso a comprobar las demás.
Todavía hay varias incógnitas. Dijeron que publicarían los pesos el día 23, pero no mencionaron la licencia. Todas las puntuaciones son datos propios, sin una reproducción independiente. En DeepSWE obtuvo 73,7; DeepSeek V4.1 Flash, 74,2: medio punto más. En la prueba de terminal obtuvo 38,1; Opus 5 la superó por 13,7 puntos. Ellos mismos incluyeron estos datos en la tabla. No los escondieron.
Y hay otra cosa: no se puede desactivar el razonamiento. Incluso para una pregunta sencilla, primero tiene que pensarla. En el dinero que se ahorra se esconde otra factura. ¿Quién la paga? Todavía no está claro.
Si estás ejecutando agentes, no te fijes primero en el precio por unidad. Revisa cuánto contenido que no cambia vuelves a meter en el contexto en cada ronda. Esa es la parte que puedes recortar.
Ese dinero lleva todo el tiempo en la factura.
$BTC $ARB $TAO
#AI #大模型 #以太坊 #比特币 #ReducciónDeCostos