El aumento inesperado de los costos de uso está llevando a empresas de todo el mundo a priorizar modelos de IA más económicos y de código abierto, desafiando la estrategia de gigantes como OpenAI y Anthropic.
La carrera por desarrollar modelos de inteligencia artificial cada vez más potentes enfrenta una nueva realidad: para muchas empresas, el costo se está convirtiendo en un factor más importante que la sofisticación tecnológica.
Aunque hasta hace poco las organizaciones apostaban por utilizar los modelos más avanzados disponibles, un número creciente de ejecutivos tecnológicos sostiene ahora que la adopción masiva de la inteligencia artificial dependerá, principalmente, de disponer de alternativas más económicas.
Entre quienes impulsan esta visión se encuentran figuras como el CEO de Microsoft, Satya Nadella; el director ejecutivo de Palo Alto Networks, Nikesh Arora; y el CEO de Coinbase, Brian Armstrong. Todos coinciden en que modelos más pequeños y baratos pueden cubrir gran parte de las necesidades corporativas.
El fin del «tokenmaxxing»
Durante los primeros años del auge de la IA generativa, muchas compañías promovieron agresivamente el uso interno de herramientas basadas en inteligencia artificial, bajo la premisa de que un mayor consumo equivalía a una mayor productividad. Esta estrategia llegó incluso a ser bautizada como «tokenmaxxing«.
Sin embargo, las facturas comenzaron a crecer más rápido de lo esperado.
Aunque el precio de los tokens —la unidad utilizada para medir el consumo de modelos de IA— está disminuyendo, el costo total por tarea está aumentando. La razón es que las principales empresas del sector están migrando desde suscripciones planas hacia esquemas de facturación basados en el uso real.
El resultado es un escenario de gastos impredecibles.
«El cambio en el modelo de licencias tomó a mucha gente por sorpresa», explicó Harold Byun, CEO de la startup BlueRock, especializada en la operación segura de sistemas de inteligencia artificial. «Inmediatamente después del cambio recibimos numerosos reportes de clientes que experimentaban aumentos presupuestarios de entre 20% y 30%», aseguró.
Uber agotó su presupuesto anual en apenas cuatro meses
Uno de los casos más llamativos es el de Uber. Según diversos reportes citados por Reuters, la compañía consumió la totalidad de su presupuesto destinado a inteligencia artificial para 2026 en apenas cuatro meses, impulsada por la rápida adopción de herramientas de programación asistida por IA entre sus empleados.
La situación obligó a la dirección de la empresa a establecer límites de utilización.
La consultora Gartner estima que, hacia 2028, el costo de las herramientas de codificación basadas en IA superará el salario promedio de un desarrollador de software.
Además, una encuesta de la firma reveló que tres de cada cuatro ejecutivos esperan incrementos en sus presupuestos tecnológicos este año y casi la mitad proyecta aumentos de dos dígitos.
Modelos chinos y código abierto ganan terreno
Frente a esta presión económica, muchas organizaciones comenzaron a adoptar estrategias híbridas: reservan los modelos premium para tareas complejas, como programación avanzada, mientras utilizan modelos más económicos para actividades rutinarias.
Herramientas como OpenRouter, un mercado que permite seleccionar automáticamente el modelo más conveniente según costo y desempeño, están ganando popularidad.
Según un informe de Citi, el procesamiento de tokens mediante modelos de código abierto en OpenRouter pasó de representar el 34% en enero al 65% en junio.
Los principales beneficiados son desarrolladores de modelos abiertos y, especialmente, compañías chinas.
De hecho, los cuatro modelos más populares actualmente en OpenRouter son de origen chino, con DeepSeek ocupando el primer lugar.
El atractivo económico es evidente. Mientras los modelos líderes estadounidenses cobran en promedio alrededor de U$S 4 por millón de tokens, algunos modelos chinos ofrecen precios de apenas U$S 0,18 por millón de tokens, según datos de Citi.
«Antes, los modelos abiertos estaban más de un año detrás de los líderes del mercado. Hoy las estimaciones indican que la diferencia es de aproximadamente cuatro meses, y esa brecha seguirá reduciéndose», afirmó Byun.
Un desafío para OpenAI y Anthropic
El cambio de comportamiento empresarial representa un desafío directo para compañías como OpenAI y Anthropic, cuyos modelos premium sostienen valoraciones multimillonarias y eventuales planes de salida a bolsa.
Palo Alto Networks, por ejemplo, ya pidió públicamente a los laboratorios de IA que revisen su estrategia comercial. «Si quieres ganar el mercado empresarial, deberías fijar hoy el precio futuro de los tokens», escribió Nikesh Arora en la red social X.
OpenAI parece haber tomado nota. Diversos reportes señalan que la empresa liderada por Sam Altman evalúa importantes reducciones de precios, incluyendo rebajas en el costo por token, anticipándose a movimientos similares por parte de Anthropic.
Sin embargo, esta estrategia podría impactar directamente en el crecimiento de ingresos de ambas compañías.
«Habrá una dinámica de guerra de precios entre OpenAI y Anthropic mientras compiten por llegar primero al mercado bursátil», sostuvo Christopher Brown, asesor financiero de Synovus Securities.
Para muchas empresas, la conclusión parece cada vez más clara. Como resume Val Bercovici, director de inteligencia artificial de WEKA: «Los modelos de código abierto están demostrando ser un 90% tan buenos, pero a apenas el 10% del precio. No necesitamos gastar tokens premium en todas las tareas».
