IA · Evidencia contrastada

El gasto en tokens de IA sube más de 120% pese a que su precio cayó 67%

El análisis de a16z, publicado en Charts of the Week, muestra que la caída de precios no redujo el gasto total en tokens: los volúmenes de uso crecieron lo suficiente para compensar con creces el menor costo unitario.

Por ViaMind Radar · Publicado 03.11.2026 · 21:00

Fuente: RuntimeWire · Ver original ↗

Ilustracion contextual ViaMind · no es fotografia del hecho

Lo reportado

Según RuntimeWire, a16z calculó que el precio promedio de los tokens cayó 67% desde mayo, pero el gasto total en tokens aumentó más de 120% en el mismo período. El boletín estima el incremento multiplicando precios de Ornn por volúmenes de OpenRouter (aproximadamente 160%) y usando datos de Ramp (aproximadamente 122%).

Estado de evidencia: ViaMind comprobó que las afirmaciones materiales publicadas están respaldadas por la evidencia enlazada. Esto no implica confirmación independiente de los hechos.

Mirada ViaMind

La caída del precio de los tokens no reduce el gasto en IA: la demanda crece más rápido que el ahorro unitario, y el valor se desplaza hacia la infraestructura de cómputo.

La lectura directa es que la demanda de inferencia es elástica: al bajar el precio, el consumo crece más que proporcionalmente. Pero el dato también sugiere que el gasto en IA se está desplazando de la compra de tokens a la infraestructura que los produce. Si los precios caen y el gasto sube, el cuello de botella ya no es el costo por token, sino la capacidad de cómputo.

El Rack Spread de Alex Danco, citado en el análisis, apunta a esa tensión: los alquileres de GPU suben mientras los tokens se abaratan. Eso implica que los proveedores de cómputo capturan cada vez más valor, mientras los modelos se convierten en commodities. Para una empresa que usa IA, la decisión ya no es qué modelo elegir, sino cómo asegurar acceso a GPU.

Otra lectura es que los datos de a16z capturan solo una parte de la demanda. El propio boletín advierte que los conjuntos de datos no reflejan todo el consumo. Si el gasto real es aún mayor, la presión sobre la infraestructura podría ser más intensa de lo que sugieren estas cifras.

La pregunta que queda abierta es si esta dinámica se sostiene. Si los precios de los tokens siguen cayendo por eficiencia de los modelos, el gasto podría estabilizarse o incluso bajar. Pero si la demanda de inferencia sigue creciendo al ritmo actual, el gasto total seguirá subiendo y la escasez de GPU se agudizará.