Los precios promedio de los tokens de inteligencia artificial han caído 67% desde mayo de 2026, pero el gasto total en tokens ha aumentado más de 120%, según datos publicados por la firma de capital de riesgo Andreessen Horowitz, ampliamente conocida como a16z. Las cifras aparecieron en los Charts of the Week de la firma, una publicación periódica de datos, difundida el 31 de octubre de 2026, y muestran que la demanda de inferencia de IA se está expandiendo lo suficientemente rápido como para superar las caídas de precios más pronunciadas. Las estimaciones del aumento del gasto total en tokens oscilan entre 122% y 160% durante el período de aproximadamente cinco meses, lo que subraya cómo la caída de los costos unitarios ha coincidido con una expansión general del uso de la IA. Una aclaración para los lectores acostumbrados a que "token" signifique un activo criptográfico: en estos datos, la palabra se refiere a unidades de cómputo de IA, no a activos digitales.

Lo que muestran los números

En este contexto, un token es la unidad de facturación de la inferencia de modelos de IA: un pequeño fragmento de texto que un modelo lee o escribe, típicamente de unos pocos caracteres hasta una palabra completa. La inferencia es el acto de ejecutar un modelo de IA entrenado para producir un resultado, y los proveedores la cobran por token.

La divergencia en los datos es notoria. Los precios por token cayeron 67% desde mayo, mientras que el gasto total en el mismo período aumentó entre 122% y 160%. La unidad se abarató, pero la factura se alargó. El uso creció lo suficientemente rápido como para superar por completo la reducción de precios.

El principal impulsor parece ser los agentes de IA. Según los datos de a16z, los agentes consumen casi cinco veces más tokens que los usuarios humanos. Una persona típicamente hace una pregunta a un chatbot y lee la respuesta. Un agente ejecuta una tarea más larga de principio a fin, carga más contexto entre pasos, llama a herramientas y modelos repetidamente y realiza más pasos en total — y cada paso quema tokens.

El uso de tokens por parte de agentes también ha crecido aproximadamente 14 veces desde febrero de 2026, lo que apunta a un cambio hacia flujos de trabajo más grandes y automatizados en lugar de consultas puntuales.

La paradoja de Jevons, ahora con GPU

a16z vincula la tendencia con la paradoja de Jevons: la observación, atribuida al economista inglés del siglo XIX William Stanley Jevons, de que cuando un recurso se vuelve más eficiente o más barato de usar, el consumo total puede aumentar en lugar de disminuir. En la década de 1860, Jevons observó que el uso más eficiente del carbón en Gran Bretaña coincidió con un aumento, y no una caída, del consumo de carbón. El concepto ha tenido una segunda vida en los debates tecnológicos modernos, donde se invoca habitualmente cada vez que las ganancias de eficiencia parecen alimentar, en lugar de frenar, la demanda. De la misma manera, la inferencia más barata hace económicamente viables nuevos casos de uso, y tareas que eran demasiado costosas de automatizar a los precios de mayo de repente se justifican a las tarifas actuales.

Hay un giro en el lado de la oferta. Mientras los precios de los tokens seguían cayendo, los precios de alquiler de GPU se movieron bruscamente en dirección opuesta. Los costos de alquiler de los chips B300 de Nvidia subieron 106% desde mediados de julio de 2026, según los datos, mientras que los precios de alquiler de las B200 aumentaron 66% en el mismo período. Las B300 y B200 son GPU de centro de datos de gama alta de Nvidia utilizadas para ejecutar cargas de trabajo de IA a gran escala.

Esa es una combinación incómoda para cualquiera que venda inferencia. El producto que venden se abarata mientras que el hardware que alquilan para producirlo se encarece. La brecha entre esas dos curvas ha sido etiquetada como "rack spread", un guiño al término de los traders para la distancia entre dos precios vinculados, en este caso entre lo que se vende un token y lo que se alquila el cómputo que hay detrás.

Los gráficos de a16z también apuntan a una concentración entre los compradores. Un grupo relativamente pequeño de usuarios principales representa una parte significativa del gasto total en tokens. En términos prácticos, esto significa que los totales principales pueden verse influidos por los hábitos de unas pocas cuentas en lugar de por una demanda amplia de toda la base de usuarios.

Qué significa

Para los proveedores de modelos de IA, los datos son un arma de doble filo. El volumen se está disparando, que es la parte buena, pero los ingresos por token se están desplomando y el costo de las GPU que lo sostienen está subiendo. El rack spread es esa presión expresada en números.

Para los propietarios de GPU y operadores de nube, el panorama se ve más favorable. El salto de 106% en las tarifas de alquiler de las B300 desde mediados de julio sugiere que la demanda de cómputo está superando la oferta, al menos para los chips más recientes.

Para las empresas que construyen sobre IA, cada llamada individual es más barata que en mayo. Sin embargo, los productos con uso intensivo de agentes pueden acumular facturas rápidamente, ya que los agentes usan casi cinco veces más tokens que un usuario humano.

El punto de la concentración también merece atención. Cuando un pequeño grupo de usuarios intensivos impulsa la mayor parte del gasto, el mercado se vuelve sensible a sus decisiones.

Por ahora, los gráficos de a16z cuentan una historia sencilla con un final contraintuitivo. La inferencia de IA se abarató dos tercios en aproximadamente cinco meses, y la respuesta del mundo fue usar tanto más que el gasto total se más que duplicó. Las actualizaciones posteriores de los datos de la firma mostrarán cómo evolucionan las tres piezas en movimiento: los precios por token, las tarifas de alquiler de GPU y la mezcla de gastadores detrás de los totales.

Fuente: CryptoBriefing. El informe original fue editado por Diego Almada Lopez.