Anthropic y OpenAI bajaron el precio de sus modelos de IA el mismo día, con apenas unas horas de diferencia. Los anuncios salieron la noche del 22 de septiembre (hora de EE. UU.), y el miércoles 23 fueron el tema de la jornada: comparativas en medios de tecnología, hilos en Hacker News sobre "tokens demasiado baratos para medirlos" y hojas de cálculo de desarrolladores intentando calcular cuánto les va a costar la IA el próximo mes.

Imagen ilustrativa del artículo Foto: cottonbro studio / Pexels

Qué pasó

  • Anthropic lanzó Claude Opus 5.5, su nuevo modelo insignia. El precio de lista baja a 4 dólares por millón de tokens de entrada y 20 dólares por millón de salida (Opus 5 costaba 5 y 25). Es un 20 % menos en tarifa. La lectura de caché cae un 60 %, a 0,20 dólares por millón. La empresa asegura que, en cargas de trabajo típicas, correrlo sale alrededor de un 40 % más barato que Opus 5 y que genera texto cerca de un 30 % más rápido.
  • OpenAI respondió en pocas horas con dos modelos: GPT-6 Sol, a 2 y 10 dólares por millón de tokens (la mitad de lo que costaba su antecesor), y GPT-6 Luna, a 0,10 y 0,50 dólares, pensado para tareas repetitivas de alto volumen como resumir o extraer datos. Los dos están por debajo de GPT-6 Astra, el modelo tope de OpenAI, que salió a principios de septiembre.
  • Los benchmarks no cuentan una sola historia. Cada empresa publicó cifras donde sale bien parada, y los resultados cambian mucho según la prueba y el nivel de razonamiento que se active. Algunos medios encontraron números distintos para la misma prueba. Por eso conviene tomar las comparativas con cautela.
  • Hay un matiz importante sobre el costo real. Una prueba independiente citada por WinBuzzer detectó que Opus 5.5, en su modo de razonamiento máximo, generó 1,6 veces más tokens de salida que Opus 5. Eso puede comerse parte del ahorro anunciado.
  • Anthropic también confirmó que deriva ciertas consultas sensibles de ciberseguridad y biología a otros modelos, salvo para organizaciones verificadas en sus programas especiales.

Por qué importa

Para un emprendedor latinoamericano, el costo de la IA no es un detalle técnico. Muchas veces decide si un producto es rentable. Cuando uno cobra en pesos, soles o reales y paga la API en dólares, cualquier recorte en el precio por token amplía el margen o permite ofrecer algo que antes no daba los números.

El efecto más claro está en tres frentes:

  • Automatización de tareas masivas. Con precios como los de GPT-6 Luna, clasificar miles de correos, etiquetar reseñas o resumir conversaciones de atención al cliente cuesta centavos. Las agencias y los equipos de marketing pequeños ahora pueden hacer esas tareas a escala sin pedir presupuesto aparte.
  • Agentes que trabajan solos. Los modelos de gama alta se venden cada vez más para trabajos largos: programar, investigar, operar software. Ahí se consumen muchísimos tokens, así que un recorte del 20 al 50 % cambia la ecuación de si conviene o no delegar una tarea completa.
  • Creadores y freelancers. Las herramientas que usan a diario (asistentes de redacción, editores de video con IA, chatbots para comunidades) están construidas sobre estas APIs. Si su costo baja, lo razonable es esperar mejores planes o más funciones en el mismo precio, aunque eso depende de cada proveedor.

Nuestro análisis

Lo más revelador no es el tamaño del descuento, sino que los dos anuncios salieran el mismo día. Eso muestra un mercado donde nadie quiere quedar como "el caro" ni por una semana. Cuando el precio se vuelve un arma, pasan dos cosas: los márgenes de los proveedores se estrechan y el poder se mueve hacia quien compra. Para las empresas que integran IA, es una buena noticia.

Pero hay que leer la letra chica. El precio por token es solo una parte del costo. Lo que de verdad se paga es el costo por tarea terminada, y eso depende de cuántos tokens consume el modelo para "pensar", cuántas veces se equivoca y cuántos reintentos hacen falta. Un modelo más barato por token que razona más largo, o que falla más y obliga a repetir, puede terminar costando lo mismo o más. La observación sobre el modo de razonamiento máximo de Opus 5.5 es justamente eso: una señal de que el ahorro anunciado no se traduce igual en todos los casos.

También se ve una estrategia distinta en cada empresa. OpenAI segmenta: un modelo tope, uno intermedio y uno ultrabarato para volumen. Anthropic apuesta a acercar el rendimiento de su gama más alta a un precio menor y a reforzar el discurso de seguridad, con el enrutamiento de temas sensibles. Para el usuario final, esto significa que ya no alcanza con elegir un proveedor y quedarse con él para siempre. Lo inteligente es combinar modelos: uno barato para lo repetitivo y uno potente para lo que exige criterio.

El riesgo es acostumbrarse a precios que quizá no duren. Las guerras de precios suelen financiarse con capital de inversión, y nada garantiza que las tarifas sigan bajando. Además, la estructura de costos cambia en cada lanzamiento: nuevos modos rápidos más caros, descuentos de caché, límites por tipo de uso. Diseñar un negocio que depende de un único modelo, con un único precio, es cada vez más frágil.

La oportunidad, en cambio, es clara para quien se mueva rápido. Los proyectos que hace seis meses no cerraban por costo de API merecen una segunda mirada. Y en América Latina, donde la sensibilidad al precio es alta, las soluciones con IA que hoy sean baratas de operar pueden competir mejor frente a alternativas manuales.

Qué hacer ahora

  • Mide el costo por tarea, no por token. Toma 20 o 30 ejemplos reales de tu flujo de trabajo, pásalos por el modelo actual y por los nuevos, y compara el gasto total junto con la calidad de las respuestas.
  • Separa tus tareas por dificultad. Manda lo repetitivo (clasificar, resumir, extraer) a modelos baratos y reserva los modelos insignia para lo que realmente necesita razonamiento.
  • Activa el caché si repites instrucciones. Con la lectura de caché mucho más barata, los prompts largos que se reutilizan (manuales de marca, catálogos, guías de estilo) cuestan una fracción.
  • Revisa el nivel de razonamiento. Usar siempre el máximo puede anular el ahorro. Prueba niveles intermedios y quédate con el más bajo que mantenga la calidad.
  • Evita depender de un solo proveedor. Arma tu integración de modo que cambiar de modelo sea sencillo; en un mercado que se mueve cada semana, esa flexibilidad vale dinero.

Fuentes