Costos de IA en 2026: cómo se desplomaron los precios por token

La caída de precios fue real

Hagamos los números fríos. En 2023 un millón de tokens de GPT-4 costaba alrededor de 30 USD de input y 60 USD de output. A inicios de 2026, modelos comparables (o superiores) en capacidad cuestan menos de 2 USD por millón de tokens.

Eso es una reducción de 15-30x en menos de tres años. Un caso de uso que en 2023 era inviable por costo, hoy es trivial.

¿Qué está empujando esto?

Competencia entre proveedores: OpenAI, Anthropic, Google, xAI, Mistral, DeepSeek y empresas chinas compiten agresivamente. Cada nuevo modelo presiona los precios.
Modelos pequeños de calidad: SLMs como Llama 4 8B, Qwen 3 7B y Phi-5 igualan o superan a GPT-4 (2023) a una fracción del costo de inferencia.
Hardware especializado más barato: Groq, Cerebras y nuevas TPUs ofrecen inferencia a costos que hace dos años eran impensables.
Optimizaciones de software: speculative decoding, KV-cache compartido, batching dinámico. Bajan los costos sin tocar hardware.

Lo que esto cambia para empresas

Casos que antes "no daban los números" ahora sí dan:

Procesamiento de cada interacción de cliente: clasificar tickets, etiquetar conversaciones, resumir cada llamada. Antes era 10 USD por cliente al mes, hoy es 0.30 USD.
Análisis exhaustivo de documentos: revisar cada contrato, cada factura, cada email. Antes era prohibitivo, hoy es estándar.
Personalización 1-a-1 a escala: emails únicos por cliente, contenido dinámico por usuario, recomendaciones explicadas en lenguaje natural.

Cuidado con la falsa sensación de gratuito

Que el costo por token haya bajado no significa que tu factura mensual sea baja. Lo que pasa en la práctica es que la gente (y los agentes) consumen mucho más. Vimos clientes cuya factura mensual creció 5x mientras el costo por token bajó 10x: cada usuario consume ahora 50x más tokens.

Como siempre: mide el costo por unidad de valor (por lead generado, por ticket resuelto), no por token. Es la única métrica que importa.