¿Guerra de precios? Por qué OpenAI y Anthropic reducen hasta un 80% el precio de sus modelos de IA
Los gigantes de la inteligencia artificial están cobrando mucho menos por tecnologías cada vez más capaces. Un análisis revela que la competencia de modelos abiertos, la eficiencia computacional y la presión por conquistar clientes empresariales están transformando la economía del sector. La reducción de precios también plantea dudas sobre la rentabilidad de las compañías que lideran esta industria.
La inteligencia artificial está entrando en una etapa económica inesperada: sus modelos se vuelven más potentes mientras utilizarlos cuesta considerablemente menos.
En apenas unos meses, OpenAI y Anthropic han aplicado reducciones de precios que, en determinados productos, alcanzan el 80%. El movimiento refleja una transformación acelerada de un mercado donde la capacidad tecnológica ya no garantiza, por sí sola, una posición dominante.
Las empresas que hasta hace poco competían por desarrollar los modelos más avanzados ahora enfrentan otra batalla: ofrecer mejores resultados al menor costo posible.
Un análisis realizado por Max Woolf, científico de datos y especialista en inteligencia artificial, documenta cómo ambas compañías han protagonizado una secuencia de lanzamientos y descuentos desde junio, modificando las condiciones económicas bajo las cuales empresas y desarrolladores utilizan sus herramientas.
El fenómeno no responde únicamente a decisiones comerciales aisladas. Según Woolf, existen factores estructurales relacionados con la competencia de modelos abiertos, la aparición de nuevos proveedores de infraestructura y las mejoras en la eficiencia computacional.
El resultado podría redefinir quién captura el valor económico de la inteligencia artificial y cuánto estarán dispuestas a pagar las organizaciones por utilizarla.
Una sucesión de descuentos que transformó el mercado en cuatro meses
La dinámica comenzó a hacerse evidente durante el verano de 2026.
El 26 de junio, OpenAI presentó GPT-5.6 Sol con tarifas de US$5 por millón de tokens de entrada, US$30 por millón de tokens de salida y US$0,50 por millón de tokens recuperados de caché.
La empresa también introdujo GPT-5.6 Luna, una alternativa orientada a tareas menos costosas, con precios iniciales de US$1, US$6 y US$0,10, respectivamente.
Unos días después, el 30 de junio, Anthropic presentó Claude Sonnet 5 con tarifas de US$2 por millón de tokens de entrada, US$10 por millón de salida y US$0,20 para lecturas de caché.
Aunque estas tarifas se anunciaron inicialmente como promocionales, Anthropic confirmó el 10 de agosto que se mantendrían de forma permanente.
La presión se intensificó el 24 de julio con el lanzamiento de Claude Opus 5, que llegó al mercado con precios de US$5 por millón de tokens de entrada, US$25 por millón de salida y US$0,50 de caché.
Solo seis días después, OpenAI tomó una decisión particularmente agresiva: redujo un 80% las tarifas de GPT-5.6 Luna, que pasaron a US$0,20, US$1,20 y US$0,02 por millón de tokens, respectivamente.
La rebaja no fue un episodio aislado. El 21 de agosto, OpenAI aplicó un descuento temporal cercano al 20% a GPT-5.6 Sol, cuyos precios se situaron en US$4 para entrada, US$20 para salida y US$0,40 para caché, con una vigencia anunciada de tres meses.
Septiembre trajo movimientos todavía más significativos. Anthropic lanzó Fable 5.1 el 1 de septiembre, manteniendo precios de US$10 por millón de tokens de entrada y US$50 por millón de salida, pero reduciendo un 75% el costo de lectura de caché, desde US$1 hasta US$0,25.
Dos días después, OpenAI presentó GPT-6 Astra con una estructura de US$10, US$50 y US$1 por millón de tokens, respectivamente. El 22 de septiembre ambas compañías volvieron a mover sus tarifas.
OpenAI introdujo GPT-6 Sol con precios de US$2 para entrada, US$10 para salida y US$0,20 para caché. Simultáneamente, presentó GPT-6 Luna con precios de US$0,10, US$0,50 y US$0,01.
Anthropic respondió con Claude Opus 5.5, fijando sus tarifas en US$4, US$20 y US$0,20. La compañía atribuyó parte de la reducción a que el nuevo modelo necesitaba menos recursos computacionales para funcionar.
Finalmente, el 29 de septiembre, OpenAI lanzó GPT-6.1 Sol, manteniendo los precios de entrada y salida, pero reduciendo nuevamente la lectura de caché hasta US$0,10 por millón de tokens.
Según los cálculos de Woolf, el costo acumulado de utilizar determinados modelos de esta familia terminó siendo aproximadamente un 75% menor que meses atrás. En el caso de Opus 5.5, estima una reducción efectiva de entre el 40% y el 60% frente a Opus 5.
El costo oculto que explica buena parte de las rebajas
Para comprender por qué estos descuentos son tan importantes, es necesario examinar cómo se factura el uso de un modelo de lenguaje. Las plataformas suelen cobrar por tokens, pequeñas unidades de texto que los sistemas procesan o generan. Existen tarifas para la información que recibe el modelo, para el contenido que produce y para los datos que reutiliza mediante mecanismos de caché.
Este último componente se ha convertido en una variable decisiva con el crecimiento de los agentes de inteligencia artificial.
A diferencia de una conversación sencilla, un agente utilizado para programar puede consultar repetidamente el historial de instrucciones, archivos y resultados anteriores para completar tareas que requieren múltiples operaciones.
Según Woolf, entre el 96% y el 99% del volumen de tokens procesados durante determinadas tareas de programación agéntica puede corresponder a lecturas de caché.
El especialista señala que la tasa de aprovechamiento de esa caché suele situarse entre el 90% y el 100%, dependiendo de la infraestructura utilizada.
En ese contexto, una reducción del 75% en el precio de lectura puede representar una disminución aproximada del 70% al 75% en el costo total de determinados flujos de trabajo.
La diferencia es sustancial para organizaciones que ejecutan millones de operaciones automatizadas.
Una empresa puede mantener un nivel similar de utilización y pagar considerablemente menos, o aprovechar el mismo presupuesto para ejecutar procesos más complejos.
Esa dinámica tiene implicaciones directas para los márgenes comerciales de los proveedores y para los planes de inversión de las empresas que implementan inteligencia artificial.
Comentarios