· Lectura de 8 minutos
El token bajó un 99% y la factura de IA subió
Generar un millón de palabras con el mejor modelo del mercado costaba unos 60 dólares a mediados de 2023. Hoy cuesta menos de uno. Y sin embargo, las empresas que más IA usan están pagando más que el año pasado. Las dos cosas son ciertas al mismo tiempo, y entender por qué es lo que separa a quien controla ese gasto de quien lo descubre en la factura.
Durante tres años el titular fue siempre el mismo: la IA se abarata. Y es verdad. Entre julio de 2025 y julio de 2026 la guerra de precios recortó entre un 90% y un 97% el costo de una capacidad equivalente. OpenAI llegó a bajar el precio de su GPT-5.6 Luna un 80% tres semanas después de lanzarlo. En julio de 2026, tres laboratorios distintos sacaron modelos rivales en cuarenta y ocho horas y los tres anunciaron lo mismo: tokens más baratos.
Ninguno anunció «más capacidad». Eso ya dice bastante de dónde está la pelea.
El precio del token es la mitad de la cuenta
Un token es un pedazo de palabra. Se cobran de entrada —lo que le mandas al modelo— y de salida —lo que te contesta—. Cuando alguien compara modelos, casi siempre compara ese precio unitario. El problema es que la factura no se calcula así.
La factura es el precio por token multiplicado por cuántos tokens hicieron falta para terminar el trabajo. Son dos palancas independientes, y la segunda se mueve mucho más que la primera.
El ejemplo más limpio está en SWE-Bench Pro, un banco de pruebas donde a los modelos se les dan tareas reales de programación. Resolver una de esas tareas cuesta unos 0,096 dólares con Grok 4.5 y alrededor de 1,68 con Claude Opus 4.8, contando solo los tokens de salida. Diecisiete veces más caro. Y la mitad de esa diferencia no es el precio: es que uno necesita 4,2 veces menos tokens que el otro para llegar al mismo sitio.
Por qué esto se dispara con los «agentes»: un agente no contesta una vez, trabaja en pasos. Y en cada paso vuelve a mandarle al modelo todo lo que lleva hecho. Una tarea de veinte pasos relee los diecinueve anteriores, así que el gasto no crece con el número de pasos: crece más rápido. Por eso en una factura de agentes manda la entrada y no la salida, al revés de lo que casi todo el mundo supone. Los análisis independientes estiman que una carga con agentes consume desde varias veces hasta cien veces los tokens de un chat normal.
Los fabricantes ya lo saben, y por eso cambiaron de discurso
Google presentó el Gemini 3.6 Flash el 21 de julio de 2026 y el argumento de venta no fue que piensa mejor. Fue que usa un 17% menos de tokens de salida que la versión anterior para hacer lo mismo, con picos de hasta el 65% en algunas pruebas. Es decir: vendieron la eficiencia, no la inteligencia.
El 31 de julio DeepSeek hizo algo todavía más elocuente. Reentrenó su modelo pequeño —el V4-Flash, de 284.000 millones de parámetros— sin tocarle el diseño, y el resultado le ganó a su propio modelo grande, el V4-Pro de 1,6 billones, en los nueve bancos de prueba de agentes. En Terminal Bench 2.1 pasó de 61,8 a 82,7 puntos, por encima de los 72,1 de la Pro. El precio no cambió: sigue en 0,14 dólares el millón de tokens de entrada.
Un modelo cinco veces más pequeño y tres veces más barato superando al grande de su propia casa, sin añadir un solo parámetro. Si «el más grande que me alcance» era tu criterio de selección, este mes se rompió.
La comparación que sí sirve
Poner los dos números juntos cambia el orden de la lista:
| Modelo | Precio por millón de tokens | Costo por tarea resuelta |
|---|---|---|
| Grok 4.5 | — | ≈ 0,096 USD |
| Claude Opus 4.8 | — | ≈ 1,68 USD |
| DeepSeek V4-Flash | 0,14 entrada / 0,28 salida | — |
| Gemini 3.6 Flash | 1,50 entrada / 7,50 salida | — |
Los huecos de la tabla no son un descuido: son el punto. El costo por tarea solo existe para los modelos que alguien se molestó en medir sobre un trabajo concreto, y el precio por token está publicado para todos. Se compara lo que es fácil de comparar, no lo que decide la factura.
Qué significa esto si tu negocio no programa
Casi ninguna pyme está corriendo agentes de veinte pasos. Si lo tuyo es un chat que responde «¿tienen envío a domicilio?», la matemática de arriba no te aplica: ahí una consulta cuesta una fracción de centavo y va a seguir costando eso. Decirlo es más honesto que asustar.
Lo que sí aplica es la métrica. En el momento en que alguien te proponga automatizar algo con IA, la pregunta correcta no es «¿cuánto cuesta el millón de tokens?» sino «¿cuánto cuesta resolver un caso, de principio a fin, incluyendo los que hay que repetir?». Un modelo barato que acierta a la tercera sale más caro que uno caro que acierta a la primera, y esa cuenta no aparece en ninguna tabla de precios.
Hay una tentación obvia y conviene avisar: poner un tope de tokens por respuesta para gastar menos. Funciona a medias. La investigación sobre presupuestos de tokens encuentra recortes de entre el 20% y el 30% del gasto sin perder calidad, pero también que si se aprieta demasiado las respuestas salen truncadas y el modelo acierta menos. Y una respuesta mala se repite, así que el ahorro se devuelve solo.
Lo que a una agencia le conviene no contarte: en un proyecto normal —un chat de soporte, un buscador interno, generación de textos para que la IA encuentre tu negocio— la parte que se le paga al modelo cuesta centavos al mes. Lo caro es todo lo demás: el servidor donde vive, evitar que alguien lo use de juguete y te dispare la cuenta, y sobre todo revisar que no invente cosas. Si te venden «IA» y el presupuesto habla de tokens, te están enseñando la partida más pequeña de la factura.
Adónde lleva esto
El final lógico de esta guerra es que una consulta de texto corriente cueste, en la práctica, cero. Ya casi estamos: el 6 de agosto OpenAI quitó el límite diario de mensajes de texto a las cuentas gratuitas de ChatGPT, algo que hace dos años habría sido ruinoso. Los tokens se están volviendo una materia prima, como los minutos de llamada.
Cuando eso pasa, la ventaja deja de estar en tener acceso a la IA —lo va a tener todo el mundo, gratis— y pasa a estar en saber a qué tarea concreta la pones y cómo compruebas que la hizo bien. Eso no es un problema de precios y no lo va a resolver ninguna bajada más.
Si estás mirando dónde meter algo de esto en tu negocio, en nuestro Diagnóstico Digital revisamos gratis qué parte de tu operación tiene volumen suficiente para que valga la pena y cuál es mejor dejar como está.