Serie · La IA entra en una nueva etapa: entender el próximo ciclo — Episodio 2 de 3

El fin de la IA de lujo

Durante dos años la carrera fue construir el modelo más potente. Hoy OpenAI, Meta y xAI hablan más de costo por token que de inteligencia. No es una señal de agotamiento. Es la señal de que la IA dejó de ser una novedad y empezó a convertirse en infraestructura.

Lectura: 6 minSerie: Episodio 2 de 3 Anterior: La adopción más rápida de la historia

La inteligencia sigue importando. La diferencia es que ahora ya no alcanza.

La guerra de precios ya empezó

Durante buena parte de 2024 y 2025, cada lanzamiento de un laboratorio de IA se medía en benchmarks de capacidad: qué modelo razonaba mejor, escribía mejor código, resolvía problemas más complejos. Ese lenguaje está cambiando. Los grandes laboratorios empiezan a hablar el idioma de la eficiencia de tokens y el costo por tarea, no solo el de la inteligencia bruta.

El cambio no es casual. Coincide con un momento en que los clientes empresariales empezaron a auditar en serio su gasto en IA, después de una etapa —a comienzos de este año— en la que muchas organizaciones adoptaron modelos sin demasiado control sobre cuántos tokens estaban consumiendo ni a qué costo. Ese fenómeno, que en la industria empezó a llamarse “tokenmaxxing”, generó facturas que las áreas de finanzas de las empresas ya no están dispuestas a aprobar sin preguntas.

Es el mismo proceso que vivieron el almacenamiento en la nube, el ancho de banda o la capacidad de cómputo. Cuando una tecnología deja de ser escasa, el mercado deja de premiar únicamente al que ofrece más prestaciones y empieza a premiar también al que entrega una relación costo-beneficio superior.

Tokens y eficiencia, el nuevo lenguaje competitivo

El giro se nota en los lanzamientos más recientes. GPT-5.6 de OpenAI, Grok 4.5 de xAI y Muse Spark 1.1 de Meta compiten hoy explícitamente en eficiencia de tokens y precio, no solo en capacidad bruta. Es un cambio de vocabulario que dice mucho: las presentaciones de producto que antes abrían con benchmarks de razonamiento ahora abren con tablas de costo por millón de tokens.

Mark Zuckerberg fue el más directo. Calificó los márgenes que otros laboratorios cobran por sus modelos como “extremos” y prometió agresividad en precio para Meta, en una señal clara de que la compañía está dispuesta a sacrificar margen a cambio de volumen y distribución.

Anthropic, en la mira

Según datos de Artificial Analysis, Anthropic aparece como el laboratorio más caro por tarea entre los grandes competidores. Elon Musk apuntó directamente contra ese posicionamiento al presentar Grok 4.5, describiéndolo como de “clase Opus” —en referencia a los modelos más avanzados de Anthropic— pero más rápido, más eficiente en tokens y de menor costo.

El detalle importa para quien sigue esto como inversor: la commoditización no presiona por igual a todos los actores. Presiona especialmente sobre quienes sostienen una estrategia premium basada en mayor calidad y precios más altos, precisamente cuando el resto del mercado empieza a competir por precio.

Por qué esto es exactamente lo que pasa cuando una tecnología madura

Ninguna empresa de electricidad ganó mercado porque su electricidad fuera “más inteligente”. Ganó porque logró ofrecerla más barata, más confiable y más abundante que la competencia. Lo mismo ocurrió con la nube: Amazon, Microsoft y Google no compiten hoy contándole al cliente lo sofisticado que es su hardware, sino cuánto le cuesta correr una carga de trabajo. E internet, en su momento, dejó de venderse como una maravilla tecnológica y pasó a venderse como un servicio con un precio mensual fijo.

La IA está empezando a recorrer ese mismo camino. Cuando una tecnología deja de vender magia y empieza a vender productividad, los clientes dejan de preguntar “qué tan avanzado es esto” y empiezan a preguntar “cuánto me cuesta por unidad de trabajo”. Ese cambio de pregunta es, históricamente, la señal más confiable de que una tecnología terminó de cruzar de novedad a infraestructura.

Cuando una tecnología deja de vender exclusividad y empieza a competir por precio, probablemente acaba de entrar en su etapa de mayor expansión.

Durante los últimos dos años la gran pregunta fue quién construía el mejor modelo. En los próximos años la pregunta será distinta: ¿quién logra ganar dinero cuando todos los modelos empiezan a parecerse?

Mariano Dragani

En esta serie

EP.1 La adopción más rápida de la historia… ¿o solo una ilusión?

EP.2 El fin de la IA de lujo

EP.3 Si los modelos se abaratan… ¿dónde queda el negocio?

Este contenido tiene fines exclusivamente educativos e informativos. No constituye recomendación de inversión. Fuente: Bloomberg Línea, Artificial Analysis.