Qué ha pasado con los precios
El ejemplo más reciente y concreto: uno de los principales proveedores recortó el precio de su modelo hasta 0,20$ por millón de tokens de entrada, un ajuste de hasta el 80% respecto a precios anteriores. No es un caso aislado — es la continuación de una tendencia sostenida de bajada de precios en toda la industria, impulsada por la competencia entre proveedores y por mejoras de eficiencia en los propios modelos.
Al mismo tiempo, la adopción masiva (algunos de estos asistentes ya superan los mil millones de usuarios semanales) da a los proveedores la escala necesaria para seguir bajando precios sin perder margen.
Qué casos de uso que antes no salían rentables, ahora sí
Cuando el coste por token cae de forma tan pronunciada, cambia el cálculo de negocio de proyectos que antes se descartaban:
- Procesar grandes volúmenes de documentos o tickets que antes eran demasiado caros de analizar uno por uno (contratos, facturas, correos de soporte).
- Agentes conversacionales 24/7 para pymes pequeñas — antes solo viables económicamente para empresas con presupuestos grandes.
- Análisis de sentimiento y clasificación masiva de feedback de clientes, reseñas o encuestas.
- Generación de contenido a escala para marketing, aunque recordando las obligaciones de etiquetado del AI Act que ya están en vigor.
El dato concreto: un modelo que hace un año costaba operar a gran escala hoy puede costar una fracción de eso. Un proyecto piloto que antes requería un presupuesto de empresa grande, hoy puede caber en el presupuesto de una pyme.
Errores a evitar ahora que la IA es más barata
- Pagar de más por un modelo "premium" cuando uno más barato resuelve igual de bien el caso de uso concreto.
- Escalar sin medir. Barato no significa gratis: los volúmenes altos igual suman, y sin control de gasto un proyecto puede salirse de presupuesto.
- No optimizar el uso. Prompts innecesariamente largos o falta de cache siguen desperdiciando dinero, aunque el precio por token haya bajado.
- Elegir el modelo por marca en vez de comparar benchmarks reales para el caso de uso específico de tu empresa.
Cómo aprovechar la bajada de precios: 3 preguntas
- ¿Qué proyecto de IA descartaste hace 6-12 meses por coste? Vale la pena revisarlo con los precios actuales.
- ¿Estás usando el modelo más caro disponible sin haber comparado alternativas más baratas para tu caso de uso concreto?
- ¿Tienes un piloto acotado que podrías lanzar ahora con el presupuesto que antes no alcanzaba?
Conclusión
La caída de precios no resuelve todos los problemas de un proyecto de IA — los errores de gobernanza de datos, alcance mal definido o falta de un diagnóstico previo siguen siendo la causa principal de fracaso. Pero sí elimina la excusa del coste para muchas pymes que hasta ahora se habían quedado fuera.
En Dataverse Solutions ayudamos a elegir el modelo y la arquitectura correcta para cada caso de uso, optimizando coste sin sacrificar resultado.