En menos de 48 horas, Anthropic y OpenAI publicaron nuevas versiones de sus modelos insignia con recortes de precio que van del 20% al 60%, según el modelo y el tipo de tarea. No es una promoción aislada: es la confirmación de que la competencia entre proveedores de IA se está librando cada vez más en el terreno del costo por tarea completada, no solo en el de las puntuaciones de referencia.
Qué cambió exactamente
Anthropic presentó Claude Opus 5.5 a 4 dólares por millón de tokens de entrada y 20 dólares por millón de salida, un 20% menos que su modelo anterior y hasta 60% más barato que el modelo insignia previo de la competencia en tareas equivalentes, según cifras publicadas por la propia compañía. OpenAI respondió con dos modelos nuevos: GPT-6 Sol, a 2 y 10 dólares por millón de tokens (mitad de precio que su generación anterior), y GPT-6 Luna, a apenas 0.10 y 0.50 dólares por millón de tokens, pensado para tareas de alto volumen como resumir, extraer datos o responder preguntas rutinarias.
La lógica detrás de estos lanzamientos es la misma en ambas empresas: no todas las tareas necesitan el modelo más potente. Clasificar un ticket de soporte, extraer un dato de una factura o traducir un correo no requiere la misma capacidad de razonamiento que depurar código complejo o redactar un análisis financiero completo. Separar esos niveles en modelos con precios muy distintos permite a las empresas pagar solo por la potencia que cada tarea realmente necesita.
Por qué esto le importa a una empresa que no fabrica IA
Para una empresa que simplemente usa IA dentro de su operación —un centro de atención al cliente, un equipo de cumplimiento que clasifica alertas, un área de soporte técnico— este tipo de recorte de precios no es una noticia de la industria tecnológica: es una reducción directa de costo operativo. Un flujo de trabajo que antes usaba un solo modelo premium para todo, hoy puede dividirse en capas: el modelo económico filtra y clasifica el volumen alto, y el modelo premium interviene solo en los casos que realmente lo ameritan.
- Los tickets de soporte simples (restablecer una contraseña, confirmar un horario, dar seguimiento a un pedido) pueden resolverse con modelos económicos sin perder calidad de respuesta.
- Los casos que requieren contexto, negociación o análisis financiero siguen necesitando el modelo de mayor capacidad.
- La arquitectura de “varios modelos según la tarea” reduce el costo total sin sacrificar precisión en los casos críticos.
La lección para equipos de tecnología
La velocidad con la que bajan los precios también es una advertencia contra el bloqueo con un solo proveedor. Las empresas que diseñaron sus flujos de IA para depender de un único modelo pierden la posibilidad de aprovechar estos recortes de inmediato; las que construyeron sus integraciones pensando en poder cambiar de modelo según el costo y la tarea, capturan el ahorro apenas aparece.
En TEKFENIX diseñamos Servigo365 con esa flexibilidad en mente: la plataforma de atención al cliente multicanal con IA está pensada para dirigir cada consulta al nivel de procesamiento que realmente necesita, de modo que las bajadas de precio como esta se traduzcan directamente en menor costo operativo para nuestros clientes, sin que su equipo tenga que rediseñar nada.