La guerra de precios de la IA no es de precios: es de coste por trabajo terminado

El índice toca $0.97 y la prensa canta victoria

El 1 de septiembre de 2026, CNBC soltó el dato que ya recorre las redacciones: el índice LLM Token Expenditure de Silicon Data, ticker SDLLMTK en Bloomberg, cayó a $0.97 por millón de tokens. Mínimo histórico. Primera vez por debajo de un dólar. Un 8,6% menos en siete días y menos de la mitad de su pico de verano.

Yahoo Finance añade el matiz que casi nadie cita: el índice no cotiza un precio de lista. Mide el precio efectivo ponderado por uso de un millón de tokens. Con esa caída del 8,6%, hace siete días estaba en torno a $1.06 por millón. El valor exacto del pico de verano no consta en las fuentes consultadas; "menos de la mitad" solo permite afirmar que superó $1.94. Debutó a finales del año pasado.

Charles-Henry Monchau, de Syz Group, lo dejó clavado en una frase que CNBC reprodujo:

la deflación de tokens comprime la línea de ingresos mientras los compromisos de cómputo se mantienen fijos

Los labs ya pelean distribución, memoria y contexto, no solo el céntimo del token. La lectura fácil, victoria del consumidor, se aguanta mientras no abras la factura de un trabajo real.

El Cuñado dice: "Bro, el token está a menos de un dólar. La IA está regalada." La realidad es: $0.97/M es un promedio ponderado por uso de todo el mercado. Tu run en español, con thinking encendido, no se entera de ese índice. Por qué importa saberlo: eliges proveedor y presupuesto con la métrica equivocada y el recorte de lista te sale más caro.

Lista más barata, run más caro

Migramos a una familia nueva porque el precio de lista pintaba bien. A las 48 horas habíamos vuelto atrás.

El tokenizador nuevo masticaba ~30% más de tokens para el mismo texto en español. El "pensamiento adaptativo" venía activado por defecto. El coste por run real quedó por encima del modelo anterior, con el €/token más bajo.

La marcha atrás fue una línea: los IDs de modelo viven en un chokepoint único. Un detalle no se revirtió a propósito. Quitamos temperature del cliente, porque hay familias que responden 400 si les llega ese parámetro.

El precio de lista no es el coste real. El tokenizador, los defaults y el idioma cambian la ecuación. Si la lista baja un 20% y el tokenizador te infla el texto un 30%, el run sale un 4% más caro sin haber tocado nada más.

coste_run = (precio_nuevo / precio_viejo) × (tokens_nuevos / tokens_viejos) × (1 + overhead_thinking)
0.8 × 1.3 = 1.04 → +4% con lista más barata
thinking +20% → +24.8%
thinking +50% → +56.0%
thinking +100% → +108.0%

Para no perder dinero con un tokenizador +30% y un thinking +50%, el recorte de lista tenía que superar el 48,7%. Un tijeretazo tipo Luna (-80%) todavía dejaría el run un 61% más barato. Un 20% de catálogo no.

Tres labs, tres vías, la misma métrica

Cryptonomist documenta el movimiento. OpenAI recorta el precio del token. Google recorta los tokens que cada trabajo necesita. Anthropic da más capacidad al mismo precio de lista. Las tres vías apuntan a cuánto cuesta completar trabajo real de producción.

• OpenAI. GPT-5.6 Luna bajó un 80%: de $1/$6 por millón de entrada/salida a $0.20/$1.20 (combinado de $7.00 a $1.40). Terra, un 20%: de $2.50/$15 a $2/$12 (combinado de $17.50 a $14). "Combinado" es un millón de entrada más un millón de salida, la convención de Cryptonomist, y no se compara con el SDLLMTK.
• Google. Gemini 3.6 Flash quema un 17% menos de tokens de salida que 3.5 Flash en el Artificial Analysis Index; en algunas tareas de ingeniería de largo horizonte el ahorro llega al 65%. Si la salida es la mitad de la factura, un 17% menos de salida recorta la factura un 8,5%; si es el 80%, un 13,6%. Con el 65%, el recorte va del 32,5% al 52,0%. Eso es recortar el trabajo, no el catálogo.
• Anthropic. Claude Opus 5 cuesta los mismos $30 combinados por millón que Opus 4.8 y, según Cryptonomist, rinde cerca de Fable 5. Fable 5 está a $10/$50 ($60 combinados). Si el rendimiento fuera 1:1, el mismo trabajo saldría a la mitad. "Cerca de" implica un ahorro real algo menor; no hay cifra de rendimiento verificada para cerrar esa cuenta. Encima, ajuste de esfuerzo: profundidad de razonamiento a cambio de velocidad y tokens.

Sol Standard no se tocó: $5/$30, $35 combinados. Llegó un modo Fast a $10/$60 ($70 combinados, el doble) a cambio de hasta 2,5 veces más throughput. Fast solo gana si entrega más de 2,0× el throughput real. Al tope anunciado de 2,5×, el coste por unidad baja un 20% ($28 frente a $35). Si se queda en 1,5×, sale un 33,3% más caro.

Luna no es el suelo del mercado. Xiaomi, DeepSeek y MiniMax siguen por debajo en coste puro. Meta, según CNBC vía AI Weekly, estrenó API de pago con Muse Spark 1.1 a $1.25/$4.25 ($5.50 combinados).

La escalera de lista, en combinado por millón:

• $1.40, GPT-5.6 Luna
• $2.80, Gemini 3.5 Flash-Lite
• $5.50, Muse Spark 1.1
• $9.00, Gemini 3.6 Flash
• $14, GPT-5.6 Terra
• $30, Claude Opus 5
• $35, GPT-5.6 Sol Standard
• $60, Claude Fable 5
• $70, GPT-5.6 Sol Fast

Fable 5 cuesta 42,86 veces lo que Luna. Eso no te dice cuál termina mejor el trabajo.

Jevons en dos semanas (y no más)

Business Insider recoge el análisis de TD Cowen sobre datos de OpenRouter, un gateway que da acceso a varios modelos y que venía descontando Luna y Terra. Tras el recorte, el precio efectivo de Luna cayó ~10 veces y el consumo saltó ~14. El ingreso por Luna, comparado con los siete días previos, subió ~34%. Terra: precio efectivo ~3 veces abajo, uso ~5 arriba, ingreso +45%.

El uso creció más rápido de lo que cayeron los precios: el patrón de Jevons. Un precio efectivo a un décimo exige diez veces más volumen para no perder ingreso. Luna se fue a ~14 veces y superó ese umbral un 34%. Terra, con umbral ×3, lo superó un 45%.

Eso no es la cuenta de resultados de OpenAI. TD Cowen midió Luna y Terra vía OpenRouter, con descuentos previos, durante unas dos semanas. Los propios analistas piden cautela: quieren ver si el rebote se sostiene. Cantarlo como ley de la industria con una ventana de quince días es hacerse trampas al solitario.

Ramp halló que GPT-5.6 Sol capturó más gasto empresarial en julio que Fable 5. La lectura de Business Insider: probablemente porque es más barato y las empresas lo usaron más. Encaja con lo que ya se ha visto en la cuota empresarial que rastrea Ramp: más gasto mide volumen a un precio que el comprador traga, no calidad.

Lo que compras es el trabajo terminado

Nadie en producción compra un millón de tokens. Compra una tarea cerrada: el informe, el parche, la clasificación, el agente que no se queda a medias. El lab factura tokens; el presupuesto paga el coste del trabajo terminado.

En el laboratorio de benchmarks el presupuesto es invariante. Caps duros por run: coste máximo en euros, tokens, turnos y wallclock. Al tocar cualquiera, el run se corta y se marca budget_exceeded. El corte no es un fallo del harness. "El modelo no lo resolvió dentro de presupuesto" es un dato publicable sobre el modelo.

Antes de arrancar hay preflight: se estima el coste con los €/conv medidos en calibración. Si la proyección supera el tope, no se lanza. Tandas de 1.680 conversaciones estimadas en ~24 €, 0,014286 € por conversación, algo más de un céntimo. Con el tokenizador al +30%, esa tanda se iría a 31,20 €. Con thinking extra al +50% encima, a 46,80 €. En ambos casos el harness aborta y deja budget_exceeded en el report.

En producto la misma palanca se usa al revés: al tocar techo se degrada a un modelo barato y se sigue sirviendo. En evaluación, abortar es el resultado. En producción, degradar es el producto.

Un trabajo tipo de 100.000 tokens de entrada y 30.000 de salida, perfil ilustrativo, no promedio de mercado, cuesta $0.0560 con Luna nuevo (el 20% de lo que costaba el Luna viejo), $0.2525 con Muse Spark 1.1, $0.5600 con Terra nuevo, $1.4000 con Sol Standard y $2.8000 con Sol Fast. Misma tarea, distinta factura. El catálogo no te da esa columna.

Routing por dificultad, no por marca

Cuando los precios se mueven cada pocas semanas, la lealtad de marca es un lujo. El routing se decide por la dificultad de la tarea. Cada nivel se cubre con el modelo más barato que pase el listón de calidad de ese nivel, sea del proveedor que sea. La asignación se revisa porque el mercado no se está quieto.

El orquestador no conoce SDKs. Conoce un tier. Un router en config mapea el tier a proveedor, modelo y precios. Cambiar el modelo de un nivel, o el proveedor entero, no pide un refactor. Donde llega un regex o un catálogo, ni siquiera hay llamada: el nivel cero es determinista.

Si el modelo del tier falla o expira, se degrada al inferior. Agotada la cadena, error controlado. El presupuesto diario corta igual en el chat que en las tareas programadas.

Elegir proveedor por el recorte de esta semana es firmar un contrato con una captura de pantalla. Elegir por el trabajo que cabe en presupuesto, con el listón del tier, es lo que sobrevive al siguiente tijeretazo.

Preguntas frecuentes

¿Qué mide el índice SDLLMTK y por qué importa que baje de un dólar?

El índice LLM Token Expenditure de Silicon Data (ticker SDLLMTK en Bloomberg) mide el precio efectivo ponderado por uso de un millón de tokens de LLM, no el precio de lista de un modelo. El 1 de septiembre de 2026 cayó a $0.97, mínimo histórico y primera vez bajo $1, un 8,6% menos en siete días. Sirve como termómetro de mercado; no sustituye el coste por trabajo terminado de tu producto.

¿Por qué un modelo más barato por token puede salir más caro?

Porque el coste real es el precio por token multiplicado por los tokens que quema cada run, y esos tokens dependen del tokenizador, del idioma y de si el pensamiento extra viene activado. Un tokenizador que infla el español ~30% deja el run un 4% más caro con un recorte de lista del 20%, antes de contar el thinking. Con pensamiento adaptativo por defecto, el sobrecoste del run puede irse del 25% al 108%.

¿OpenAI recortó el precio de GPT-5.6 Sol?

No: el Standard de Sol sigue a $5 por millón de entrada y $30 de salida ($35 combinados). OpenAI añadió un modo Fast a $10/$60 ($70 combinados, el doble) por hasta 2,5 veces más throughput. Fast solo abarata la unidad de trabajo si el throughput real supera 2,0 veces; por debajo, pagas más por lo mismo.

¿Está demostrada la paradoja de Jevons con los recortes de OpenAI?

No a largo plazo. TD Cowen, con datos de OpenRouter de unas dos semanas, vio que el uso de Luna y Terra creció más que la caída de su precio efectivo y que el ingreso de esos dos modelos subió ~34% y ~45%. Los propios analistas piden cautela sobre si el rebote se sostiene. Es una ventana corta, no una ley.