Nvidia sube el rack de 2027; el que alquila en 2026 casi no lo nota

La noticia y el giro

El 22 de agosto de 2026 Bloomberg contó que Nvidia ha avisado a sus mayores clientes de subidas de precio por encima del 15% en muchos casos en servidores con chips de IA, incluyendo Vera Rubin y Grace Blackwell. El empujón que recoge esa pieza es el coste disparado de la memoria. CNBC, IT News y el New York Post publican el mismo aviso. El 26 de agosto Nvidia presenta resultados del segundo trimestre, y el mercado la usa como termómetro de todo lo que se mueve alrededor.

El Cuñado dice: "Bro, Nvidia sube un 15%, la IA se va a poner carísima. Los que alquilan GPU van a llorar."

La realidad es: la subida de Nvidia es el precio de compra de los servidores de la generación nueva (Rubin y Blackwell). El alquiler de la GPU que hoy sirve la mayoría de la inferencia, la H100, ha subido un 10% en un año. No un 145%. Un 10%.

Por qué importa saberlo: si decides infraestructura con el titular de Nvidia, te equivocas de factura. Y si la decides con el precio de lista del token, también.

El token se abarata

El índice frontier token de BenchLM está en 12 sobre una base 100 de marzo de 2023. Caída del 88%. Factor 8,3x de abaratamiento.

No ha sido un goteo educado. El 21 de agosto de 2026, según Reuters, la tarifa de GPT-5.6 Sol pasó de 5/30 a 4/20 dólares por millón (entrada/salida). En blended 80/20, de 10,00 a 7,20 $/M: un recorte del 28% de un plumazo.

Precios de lista vigentes en agosto de 2026, en dólares por millón de tokens (entrada/salida) y expresados también en blended 80/20: un 80% de tokens de entrada y un 20% de salida, la mezcla típica de un chat con contexto. Con más salida, todos suben. Según la tarifa de OpenAI: GPT-5.6 Sol 4/20, es decir 7,20 blended (precio promocional hasta noviembre); Terra 2/12, 4,00; Luna 0,20/1,20, 0,40. Según la tarifa de Anthropic: Opus 5 5/25, 9,00; Sonnet 5 2/10, 3,60; Fable 5 10/50, 18,00; Haiku 4.5 1/5, 1,80. DeepSeek cobra distinto en hora punta y valle: V4 Pro 1,32/3,96 en punta (1,85 blended) y la mitad en valle (0,92); V4 Flash 0,44/1,32 en punta (0,62) y 0,31 en valle.

Consumir el token es barato y se está poniendo más barato. Guarda las cifras de DeepSeek, porque vuelven: son el precio de consumir un modelo abierto de frontera por API, y marcan el suelo de lo que cuesta un token servido por otro.

El chip sube. Un 10%.

Aquí es donde se equivoca casi todo el mundo que compara precios de GPU: mezclando series.

Comparar el precio suelo de mercado de una fuente en octubre de 2025 con la mediana de otra fuente en agosto de 2026 da un +145%. Es aritmética correcta sobre una comparación inválida. Suelo contra mediana no mide una subida: mide la distancia entre el proveedor más barato y el proveedor típico.

La serie homogénea existe. getdeploying sigue 54 proveedores de H100 con la misma metodología: la mediana on-demand ha pasado de 3,00 a 3,31 $/h por GPU desde agosto de 2025. +10%. La media está en 4,00 $/h. El suelo, en 1,73 $/h on-demand (0,45 en spot). La H100 barata no se ha movido.

Un cluster de 1.000 H100 a 24 horas, 365 días, a precio de mediana: de 26,3 millones de dólares al año a 29,0 millones. +2,7 millones, no +21,6.

h = 8760 # horas/año
c25 = 1000 * 3.00 * h / 1e6 # 26,3 M$
c26 = 1000 * 3.31 * h / 1e6 # 29,0 M$ (+10,3%)

¿Y el aviso de Nvidia? Es otra serie. Bloomberg habla del precio de compra de servidores Vera Rubin y Grace Blackwell, la generación que viene, empujado por la memoria. Eso le pega a quien vaya a comprar hierro nuevo. No le pega al alquiler de Hopper, que es lo que está desplegado y sirviendo hoy. Juntar las dos cosas en una frase es el error habitual, y el titular invita a cometerlo.

La cuenta de servir tú mismo

Sirviendo un modelo abierto de ~70B en una H100 alquilada, la conversión a coste por token depende de dos cosas: lo que pagas por hora y los tokens por segundo que sacas. Y el segundo número es un supuesto, así que va con rango.

• A 1.000 tokens/s (optimista, FP8, contexto corto): 3,31 $/h se convierten en 0,92 $/M.
• A 500 tokens/s (más realista con contexto largo): 1,84 $/M.
• Con reserva a 2,50 $/h: 0,69 y 1,39 $/M.

coste_m = lambda precio_h, tok_s: precio_h / (tok_s * 3600) * 1e6
coste_m(3.31, 1000) # 0,92 $/M
coste_m(3.31, 500) # 1,84 $/M

Ahora las cifras guardadas. DeepSeek V4 Pro por API: 0,92 $/M en valle, 1,85 en punta. V4 Flash: 0,31 y 0,62. Servir tú un 70B abierto alquilando la GPU te sale, en el mejor de los casos, a la par que consumir un frontier abierto por API, y entre 1,5 y 6 veces más caro que su modelo pequeño. La comparación honesta no es "hardware propio contra GPT-5.6 Sol" (peras con manzanas: un 70B abierto no es un frontier cerrado). Es abierto contra abierto. Y ahí alquilar no te da ventaja: como mucho, empatas, y asumiendo tú la operación.

Y ojo con añadir un "hardware = 50% del coste total" encima del alquiler, que es un clásico. Doble conteo: el precio por hora de una neocloud ya incluye la luz, la red y la sala.

Cuándo sí gana el rack

Cuando la GPU es tuya y trabaja. Una H100 comprada a unos 30.000 dólares, amortizada a 4 años, sale a 0,86 $/h de capex. Con luz y colocación encima, en el entorno de 1,23 $/h. A 1.000 tokens/s son 0,34 $/M; a 500, 0,68 $/M. Por debajo del valle de DeepSeek V4 Pro por API, a la altura de Flash, y muy por debajo de alquilar.

capex_h = 30000 / (4 * 8760) # 0,86 $/h
coste_m(1.23, 1000) # 0,34 $/M

Supuestos, dichos: 30k por GPU, 4 años de vida útil, utilización alta. Si la GPU está parada la mitad del tiempo, el coste por token se dobla. Y ese capex es dinero hundido: no sube porque Nvidia suba el rack del año que viene, ni porque la mediana de alquiler se mueva un 10%.

Esa es la única versión en la que "el chip" te gana a la API: hierro comprado, bien utilizado, con un abierto encima. Todo lo demás es alquilar caro lo que otros te sirven barato.

El precio de lista miente por otro lado

En Domina IA migramos a una familia de modelos nueva porque el precio por token pintaba mejor. A las 48 horas, marcha atrás: el tokenizador nuevo se comía en torno a un 30% más de tokens para el mismo texto en español y el "pensamiento adaptativo" venía encendido por defecto. El coste por run quedó por encima del modelo anterior con la tarifa más baja. Es nuestra experiencia, no un benchmark: el dato exacto depende del texto y del modelo. Pero la lección es general. Un modelo de razonamiento se come el presupuesto pensando. El trabajo terminado es lo que sale de caja, no lo que pone la tarifa.

El silicio propio no es el stack

Diseñarse el chip, Anthropic co-diseñando silicio para Claude, por ejemplo, no te da el stack completo. Te da margen en producción. El entrenamiento ni lo roza. Lo desmenuzamos cuando Anthropic anunció que diseña chips para Claude.

El dinero ya gira hacia ese hueco. En julio de 2026 TechCrunch contó que General Compute, una neocloud de inferencia fundada por Finn Puklowski y Jason Goodison, cerró un préstamo de 400 millones de dólares con Upper90. Podría ser el primero que usa chips de inferencia como garantía. La startup levantó 15 millones en semilla en mayo para montar la nube sobre silicio de SambaNova, con respaldo de Intel. General Compute afirma que esos chips dan una inferencia 16 veces más rápida que las nubes basadas en GPU: es su cifra comercial; las fuentes citadas no recogen el benchmark que la sostiene.

Upper90 la dirige Billy Libby, ex operador cuantitativo de Goldman Sachs. En 2021 financió compras de GPU de Crusoe, el préstamo que se tiene por el primero contra el valor de chips avanzados. Entonces la garantía era entrenar. Ahora la garantía es servir.

Qué significa esto si despliegas

La tesis honesta, con las series bien puestas: el token frontier ha caído un 88% y el alquiler de H100 ha subido un 10%. La brecha se abre a favor del que alquila, no en contra. Lo que sí sube con fuerza es comprar hierro nuevo en 2027, y eso es una decisión de capex, no una factura mensual.

Si vas a desplegar: consume abiertos por API salvo que tengas GPUs compradas y llenas. No compres un rack por un titular. Y si además quieres saber qué modelo te cabe en tu RAM y tu GPU, esa pieza hermana hace las cuentas del lado local. Lo de atar gigavatios a una AI factory va por el mismo sitio.

Nvidia sube el rack de 2027. El que alquila en 2026 casi no lo nota.

Preguntas frecuentes

¿Por qué Nvidia sube el precio de los servidores de IA?

Nvidia ha avisado a sus mayores clientes de subidas por encima del 15% en muchos casos en servidores con chips de IA, incluyendo Vera Rubin y Grace Blackwell, según Bloomberg el 22 de agosto de 2026. El motivo que recoge esa pieza es el coste de la memoria. Es precio de compra de la generación nueva, no el alquiler de las GPUs ya desplegadas.

¿Cuánto ha subido alquilar una H100?

Un 10% en un año: la mediana on-demand entre 54 proveedores que sigue getdeploying pasó de 3,00 a 3,31 $/h por GPU desde agosto de 2025. El suelo sigue en 1,73 $/h. La cifra de +145% que circula compara el suelo de una fuente con la mediana de otra: no es una subida, es una comparación inválida.

¿Sale más barato servir en hardware propio que pagar la API?

Alquilando, no: un 70B abierto en una H100 a 3,31 $/h sale entre 0,92 y 1,84 $/M según el rendimiento (1.000 o 500 tokens/s), frente a 0,92–1,85 $/M de DeepSeek V4 Pro por API (valle/punta) y 0,31–0,62 de V4 Flash. Comprando y usando bien la GPU, sí: unos 0,34 $/M con la H100 amortizada a 4 años y utilización alta.

¿El precio por millón de tokens mide el coste real de un modelo?

No. El coste real es el del trabajo terminado. Un recorte de tarifa se lo come un tokenizador que gasta más en español o un razonamiento encendido por defecto. El índice frontier de BenchLM está en 12 (-88% desde marzo de 2023), pero esa cifra no te dice lo que sale cada run.