Tokens baratos, decisiones caras: qué cambia cuando la IA baja un 80% en tres semanas
OpenAI y AWS han recortado un 80% el precio de GPT 5.6 Luna solo 21 días después de lanzarlo. La lección no es que la IA sea barata: es que tu arquitectura no puede casarse con ningún modelo.
El 30 de julio, OpenAI y AWS recortaron el precio de GPT 5.6 Luna un 80%: de 1,00 y 6,00 dólares por millón de tokens de entrada y salida a 0,20 y 1,20. Terra bajó un 20%. El recorte llegó 21 días después del lanzamiento de la familia GPT 5.6, y en Amazon Bedrock se aplicó de forma automática, sin que el cliente tenga que tocar nada.
Un 80% en tres semanas no es una promoción. Es una señal de cómo funciona ahora este mercado, y tiene consecuencias directas para cualquier empresa que esté construyendo (o descartando) funcionalidades con IA.
Por qué está pasando
Hay dos fuerzas detrás, y ninguna es pasajera.
La primera es la competencia. Según datos de OpenRouter recogidos por la prensa especializada, desde febrero de 2026 las empresas estadounidenses enrutan más del 30% de sus tokens semanales hacia modelos chinos, sensiblemente más baratos. A eso se suma que los precios promocionales de otros proveedores occidentales ya competían de frente con Terra. Cuando el cliente puede cambiar de modelo editando una línea de configuración, el precio deja de ser una decisión de marketing y pasa a ser una decisión de supervivencia.
La segunda fuerza es más interesante: el coste de servir estos modelos está cayendo por software, no por hardware. OpenAI afirma que GPT 5.6 Sol reescribió de forma autónoma parte de su propia pila de inferencia (kernels de GPU y el modelo de decodificación especulativa), con una reducción del 20% en costes de servicio según sus propias cifras. Es una afirmación del propio proveedor y conviene leerla con esa cautela, pero la dirección es coherente con lo que lleva pasando dos años: cada pocos meses, servir el mismo nivel de capacidad cuesta menos.
La conclusión práctica: no hay motivo para pensar que el precio actual sea un suelo. Lo razonable es asumir que la capacidad que hoy compras a X costará una fracción dentro de un año.
Lo que esto cambia si estás construyendo con IA
El coste por token lleva tiempo dejando de ser el cuello de botella real en la mayoría de proyectos que vemos, y este recorte lo confirma. A 0,20 dólares por millón de tokens de entrada, procesar un documento de 50 páginas cuesta décimas de céntimo. Clasificar un correo, menos aún. Los números que hace un año justificaban descartar un caso de uso (“sale caro pasar cada ticket por el modelo”) probablemente ya no se sostienen.
Esto tiene una cara menos cómoda: si el coste ya no es la excusa, el trabajo difícil queda al descubierto. Integrar el modelo con tus sistemas, definir qué es una respuesta aceptable, medir la calidad de forma continua y decidir qué pasa cuando el modelo se equivoca. Nada de eso baja de precio porque bajen los tokens. Al contrario: es donde se concentra ahora todo el valor (y todo el riesgo) de un proyecto de IA.
Tres decisiones prácticas
Primera: trata el modelo como configuración, no como arquitectura. Si cambiar de proveedor o de versión de modelo te exige tocar lógica de negocio, tienes un problema de diseño. Una capa fina de abstracción sobre la API del modelo (o directamente un servicio como Bedrock, que expone varios proveedores tras una misma superficie) te permite capturar cada bajada de precio o mejora de calidad con un cambio de configuración. Quien se acopló a un modelo concreto en 2024 lleva dos años pagando ese peaje.
Segunda: reabre los casos de uso que descartaste por coste. Cualquier estimación económica de hace seis meses está obsoleta. Los candidatos típicos: clasificación y enrutado de correos o tickets, extracción de datos de documentos, generación de resúmenes internos, primera respuesta en atención al cliente. Son cargas de alto volumen y tolerancia razonable al error, exactamente el perfil para el que están pensados los modelos rápidos como Luna.
Tercera: no firmes compromisos largos sobre precios de hoy. Reservar capacidad o cerrar contratos anuales de consumo a precio fijo tiene sentido en infraestructura estable. En un mercado donde el precio de lista cae un 80% en tres semanas, un compromiso largo es una apuesta contra la tendencia. Mantén los contratos cortos y la flexibilidad alta, al menos mientras la curva siga así.
Un matiz para no pasarse de frenada: que los tokens sean baratos no significa que el diseño dé igual. El caché de prompts, elegir el modelo pequeño cuando basta y limitar el contexto siguen marcando la diferencia entre una factura razonable y una absurda cuando el volumen crece. La diferencia es que ahora esas optimizaciones se hacen cuando el caso de uso ya ha demostrado valor, no antes.
Nuestro criterio
En Evoltix llevamos tiempo diseñando las integraciones de IA de nuestros clientes bajo una premisa: el modelo es la pieza que más veces vas a cambiar en la vida del sistema. Por eso invertimos el esfuerzo en lo que permanece: la integración con los sistemas del cliente, los datos que alimentan al modelo y, sobre todo, la evaluación continua de calidad. Un conjunto de pruebas que te diga en horas si el modelo nuevo (o el mismo modelo, más barato) mantiene el nivel es lo que convierte cada bajada de precio en margen, en lugar de en riesgo.
La pregunta ya no es si tu empresa puede permitirse usar IA. Es si tu arquitectura te permite aprovechar que cada trimestre sea más barata.
Fuentes: anuncio de precios de AWS, AWS Weekly Roundup del 3 de agosto de 2026, análisis de Tech Times sobre el recorte de Luna.