El precio de un token ha bajado un 99,7% en tres años. Mi factura ha subido. Las dos cosas son ciertas, y ahí está exactamente la trampa.

Uso estas herramientas a diario para construir productos y analizar datos. No escribo esto desde el enojo de quien rechaza la tecnología, sino desde la frustración de quien revisa la factura detallada de la API a fin de mes. La industria de la inteligencia artificial ha ejecutado la maniobra de precios más brillante de la década: redujo drásticamente el coste por unidad mientras tomaba el control absoluto sobre la cantidad de unidades necesarias para completar una tarea.

Para entender el tamaño de esta distorsión, observemos la foto del mercado a julio de 2026. La divergencia entre modelos es abismal, pero la constante es la misma: la salida siempre se cobra a precio de oro.

Precios de inferencia en el mercado (Julio de 2026)

Precios expresados en USD por millón de tokens (Entrada / Salida)

| Proveedor / Modelo | Entrada ($/M) | Salida ($/M) | Ratio Salida/Entrada | | :--- | :--- | :--- | :--- | | DeepSeek-V4 | $0,14 | $0,28 | 2x | | Gemini 3.5 Flash-Lite | $0,30 | $2,50 | 8,3x | | Gemini 3.6 Flash | $1,50 | $7,50 | 5x | | Gemini 3.1 Pro | $2,00 | $12,00 | 6x | | Claude Haiku 4.5 | $1,00 | $5,00 | 5x | | Claude Sonnet 5 (Promo hasta 31/08/26) | $2,00 | $10,00 | 5x | | Claude Sonnet 5 (Estándar post-agosto) | $3,00 | $15,00 | 5x | | Claude Opus 5 | $5,00 | $25,00 | 5x | | OpenAI GPT-5.6 Luna | $1,00 | $6,00 | 6x | | OpenAI GPT-5.6 Terra | $2,50 | $15,00 | 6x | | OpenAI GPT-5.6 Sol | $5,00 | $30,00 | 6x |

La brecha entre el modelo más accesible (DeepSeek-V4) y el más avanzado supera un factor de 100x. Cuando GPT-4 se lanzó en marzo de 2023, la inferencia costaba $30 por millón de tokens de entrada y $60 por millón de salida. Hoy, una llamada a Gemini 3.1 Flash cuesta apenas $0,10/$0,40. La deflación nominal es del 99,7% en tres años, con caídas medias del sector de entre el 30% y el 50% anual.

Pero hay un detalle crucial que la tabla revela: los tokens de salida cuestan entre 4 y 6 veces más que los de entrada, con una ratio mediana del mercado fijada firmemente en 4x. Y es ahí donde el modelo de negocio ha cambiado de base.

Golpe 1: El token invisible y la trampa del razonamiento

Los modelos de razonamiento no responden inmediatamente. Antes de entregar una sola palabra, inician un monólogo interno. Prueban hipótesis, corrigen sus propios sesgos y descartan caminos lógicos. Todo ese proceso genera miles de tokens de "pensamiento".

El problema no es que piensen; el problema es cómo se facturan. Esos miles de tokens invisibles son tokens de generación (salida). Se cobran a la tarifa más cara de la tabla, no los lees, no puedes auditarlos y, en la mayoría de los casos, la API ni siquiera te muestra el texto completo de ese monólogo.

Veámoslo con un ejemplo numérico real sobre un caso de uso corporativo:

• Consulta: "Analiza este contrato de 10 páginas (4.000 tokens de entrada) y genera una cláusula de resolución por incumplimiento de SLA".
• Modelo estándar (sin razonamiento directo): Consume 4.000 tokens de entrada y genera 500 tokens de respuesta directa. En GPT-5.6 Terra, eso equivale a $0,01 de entrada + $0,0075 de salida. Coste total: $0,0175.
• Modelo de razonamiento: Consume los mismos 4.000 tokens de entrada. Para construir la cláusula, genera internamente 12.000 tokens de "pensamiento" no visibles y finalmente entrega los mismos 500 tokens de respuesta. Pagas 4.000 tokens de entrada y 12.500 tokens de salida. En el mismo modelo, el coste salta a $0,01 de entrada + $0,1875 de salida. Coste total: $0,1975.

La misma tarea, con el mismo modelo, cuesta 11 veces más. El precio por unidad bajó, pero el proveedor pasó a decidir cuántas unidades hacen falta. Importa poco que el millón de tokens caiga un 40% anual si el modelo decide unilateralmente multiplicar por doce el volumen facturado por cada consulta.

Golpe 2: La paradoja de Jevons no es una curiosidad, es el modelo de negocio

En 1865, el economista William Stanley Jevons observó que el aumento de la eficiencia en el uso del carbón no redujo su consumo, sino que lo disparó. Al volverlo más barato y útil, la industria lo introdujo en procesos que antes eran inviables.

En la inteligencia artificial ocurre exactamente lo mismo, con la diferencia de que no es un accidente de mercado: está descontado en las valoraciones de Silicon Valley. Abaratar el token no es un acto de generosidad competitiva. Es la palanca indispensable para multiplicar el volumen facturado.

Según estimaciones de Goldman Sachs, las mejoras en el diseño de chips y silicio especializado mantendrán caídas del coste por token de entre el 60% y el 70% anual. Al mismo tiempo, Gartner calcula que para 2030 el coste de inferencia para los proveedores caerá más de un 90% respecto a 2025. Sin embargo, el consumo global de tokens se multiplicará por 24 en ese mismo período.

Al bajar el precio, las empresas dejan de usar la IA para responder correos y pasan a integrarla en bucles autónomos de agentes (agentic loops). Un agente que trabaja en segundo plano puede consumir 500.000 tokens en diez minutos intentando resolver una tarea compleja sin supervisión humana. El token es infinitamente más barato por unidad, pero el consumo corporativo se dispara exponente a exponente.

Golpe 3: Nadie gana dinero con esto todavía (y deberías preocuparte)

El precio que ves hoy en las pantallas no es un precio de equilibrio de mercado; es un precio de conquista.

Las cifras financieras filtradas de la industria muestran tensiones severas en la unidad económica de la inferencia. OpenAI gastó 8.400 millones de dólares en inferencia durante 2025 y prevé elevar esa cifra a 14.100 millones en 2026. Sus márgenes brutos se situaron en el 33%, muy lejos del 46% que la propia compañía había proyectado a sus inversores. Anthropic cerró 2025 con un margen del 40%, diez puntos por debajo de su previsión interna, tras registrar costes de inferencia un 23% por encima de lo presupuestado.

Esto demuestra que la infraestructura actual está subvencionada por el capital riesgo y por compromisos de consumo garantizado con los grandes proveedores de nube. Nadie está logrando las rentabilidades del software tradicional (70-80% de margen bruto). La consecuencia directa para el comprador de tecnología es clara: los proveedores buscarán agresivamente rentabilizar cada consulta mediante el empaquetado de razonamiento complejo, aumentando los tokens facturados para proteger sus márgenes reales.

El contraargumento necesario: La eficiencia existe, pero exige disciplina

Sería deshonesto calificar el razonamiento oculto como un fraude. Los tokens de razonamiento no son humo: resuelven problemas lógicos, de programación y de arquitectura legal donde los modelos previos fallaban de forma estrepitosa. La capacidad es real y aporta valor.

Además, la propia industria ha introducido mecanismos de descuento masivos que la mayoría de los departamentos de IT no están aprovechando:

1. Prompt Caching: Permite descuentos de hasta el 90% en tokens de entrada cuando se reutilizan contextos largos (como documentación técnica o bases de código).
2. Batch API: Ofrece un 50% de descuento directo a cambio de procesar peticiones de forma asíncrona en un ventana de 24 horas.

El problema no es que los proveedores mientan sobre sus tarifas. El problema es la asimetría: facturan una unidad de consumo que el comprador ni observa en tiempo real ni puede controlar algorítmicamente.

La tesis del autor: Dentro de una década, el 70% de tu factura serán impuestos

Aquí va mi apuesta personal sobre hacia dónde se dirige este mercado. Creo que el coste técnico del token acabará siendo marginal y que, dentro de diez años, más del 70% de lo que pague una empresa por cada token procesado no irá a OpenAI, Anthropic o Google, sino a las arcas públicas en forma de impuestos directos e indirectos.

El paralelismo histórico perfecto es la gasolina o el tabaco. En la mayoría de los países europeos, el consumidor paga por un litro de combustible una cifra donde el producto base es un porcentaje minoritario; el resto son impuestos especiales y el IVA. La sociedad lo ha aceptado porque la fiscalidad se aplicó de forma masiva una vez que el consumo ya era totalmente imprescindible para la economía.

El token va exactamente por el mismo camino, impulsado por tres motivos estructurales:

1. Es la base imponible perfecta: Un token es una unidad digital discreta, contable con precisión milimétrica, centralizada en un puñado de proveedores de infraestructura e imposible de ocultar si se audita la API.
2. Sustitución de la base fiscal laboral: A medida que la automatización erosione las cotizaciones sociales y la recaudación del IRPF procedentes de trabajadores cualificados, los Estados necesitarán con urgencia una fuente tributaria alternativa para financiar sus presupuestos.
3. El argumento medioambiental listo para usar: El consumo energético y hídrico de los centros de datos proporciona la justificación política perfecta para instaurar un impuesto pigouviano sobre el cómputo, exactamente igual que se justificó el gravamen a los carburantes por la contaminación.

Esto no es especulación teórica alejada de la realidad. El debate académico y político ya ha comenzado fuera del radar del gran público. El trabajo de investigación "Token Taxes: Mitigating AGI's Economic Risks" (arXiv 2603.04555, desarrollado en el entorno de la Oxford Martin School) propone formalmente gravar la inferencia directamente en el punto de venta. La investigación defiende que es técnicamente viable utilizando la infraestructura de gobernanza de cómputo existente, capturando el valor en el lugar exacto donde se consume la IA y no donde se alojan físicamente los servidores.

En la misma línea, figuras del sector corporativo como Mark Cuban han propuesto públicamente la creación de una tasa federal sobre los tokens procesados por los grandes proveedores de modelos.

Si esta previsión se cumple, el fenómeno del token invisible cambia radicalmente de naturaleza. Hoy discutimos que nos facturan tokens de razonamiento que no podemos auditar desde el punto de vista del coste operativo. Mañana discutiremos que estamos pagando impuestos calculados sobre tokens que ni siquiera sabemos si el modelo necesitaba generar. No existe ningún otro impuesto sobre el consumo en el mundo civilizado donde el contribuyente no pueda verificar la cantidad exacta de producto sobre la que se le liquida el tributo.

Hoja de ruta para el comprador de tecnología

Si gestionas presupuestos de software o infraestructura, deja de mirar las tablas de precios nominales y aplica estas cuatro reglas inmediatas:

1. Mide tokens por tarea completada, no precio por token: La única métrica que importa es cuánto cuesta resolver un ticket de soporte o redactar un informe de riesgos. El precio unitario es una ilusión óptica.
2. Abandona la optimización prematura de precios: El precio por token cae un 40% anual por pura dinámica de mercado. No pierdas horas reescribiendo código para ahorrar un 5% en llamadas estándar; el mercado te dará esa rebaja gratis el próximo trimestre.
3. Implementa caché y procesamiento por lotes antes de migrar de modelo: Un modelo avanzado como Claude Opus 5 utilizando Prompt Caching y Batch API resulta significativamente más barato que un modelo intermedio como Sonnet utilizado de forma sincrónica y sin gestión de contexto.
4. Exige el desglose estricto de tokens de razonamiento: Configura tus llamadas API con límites estrictos de tokens de pensamiento (budgeting) y exige a tus proveedores auditabilidad completa sobre el monólogo interno de los modelos.

La eficiencia de la inteligencia artificial es indiscutible, pero la forma en que se comercializa ha cambiado las reglas del juego financiero.

Si un inspector de Hacienda o un auditor externo revisara hoy tu consumo de inferencia, ¿aceptarías pagar un gravamen sobre millones de unidades de cálculo cuyo volumen exacto no has podido verificar antes de la compra?