DeepSeek Redujo Precios 75%. Los Costos de IA Siguen Subiendo.

Puntos clave

• DeepSeek redujo el precio de su modelo de lenguaje grande V4-Pro un 75% a mediados de 2025, pero muchos clientes empresariales dicen que sus facturas de IA siguen aumentando.
• Una solicitud de un único usuario manejada por un agente de IA, software que ejecuta tareas de múltiples pasos de forma autónoma, puede generar 35.000 o más unidades de texto facturables, llamadas tokens, donde un chatbot básico generaría algunos cientos.
• Una consulta empresarial realista en un modelo líder cuesta entre $0,10 y $0,40; con un millón de consultas al mes, eso es un elemento de seis cifras antes de cualquier otro gasto.
• Varios proveedores de software empresarial informan en privado de márgenes brutos negativos en sus usuarios de IA más intensivos, lo que significa que esos clientes cuesta más servirlos que lo que pagan.
• OpenAI recientemente ofreció a todas las startups del acelerador Y Combinator 2 millones de dólares en créditos de API gratuitos, una señal de cuán caro es ahora construir un producto nativo de IA desde cero.

DeepSeek, el laboratorio de IA chino, redujo el costo de su modelo V4-Pro un 75% a principios de este año. Para las empresas que construyen productos de IA, eso debería haber parecido un aumento de sueldo. Para muchas, apenas ha movido la aguja.

La razón está en cómo se construyen realmente los sistemas de IA modernos.

Un chatbot básico es simple: una pregunta del usuario, una respuesta del modelo. Un agente de IA es diferente. Es software que divide una solicitud de usuario en muchos pasos más pequeños, planificando qué hacer, buscando información, utilizando herramientas, verificando su propio trabajo y luego escribiendo una respuesta final. El usuario ve una respuesta. El proveedor paga por cada paso intermedio.

La brecha entre lo que ve el usuario y lo que paga el proveedor ahora se llama el problema 100x. Una consulta que cuesta algunos centavos en un chatbot puede costar dólares en un sistema de agentes, a veces mucho más.

Aquí hay un ejemplo concreto. Un usuario escribe: "¿Qué preguntó nuestro cliente principal la semana pasada?" Pregunta simple. Pero un agente típico toca siete operaciones facturables separadas para responderla: leer el mensaje del usuario, cargar sus instrucciones y lista de herramientas, extraer registros relevantes, elegir qué herramienta usar, ejecutar esa herramienta, resumir los resultados y decidir si hacer una pregunta de seguimiento. En conjunto, esos pasos facturan aproximadamente 35.000 tokens. Los tokens son pequeños fragmentos de texto, generalmente de algunos caracteres cada uno, que los modelos de IA cuentan y cobran.

A precios actuales en un modelo fronterizo, esa consulta cuesta $0,10 a $0,40. En un millón de consultas al mes, un objetivo típico para cualquier función de software empresarial, la factura llega a seis cifras.

¿Por qué importa esto a los clientes ordinarios de software?

Importa porque el modelo de precios estándar para software empresarial se quiebra bajo esta presión. La mayoría del software de IA hoy se vende por puesto, por mes, lo que significa que una empresa paga una tarifa fija por cada empleado que usa la herramienta. Eso funciona bien si los costos por usuario se mantienen predecibles. La amplificación de tokens destruye la predicción.

Un usuario avanzado que ejecuta 50 a 100 tareas de agente diarios en un plan de $40 al mes puede costar al proveedor más en procesamiento de IA que lo que ese plan recauda en ingresos. El proveedor pierde dinero en sus mejores clientes. Esa es la paradoja que, como informó VentureBeat esta semana, ahora está apareciendo en cuentas de empresas reales.

El producto Agentforce de Salesforce es el ejemplo más público. Se ha abierto una brecha entre lo que muestra el marketing y lo que se entrega realmente a los clientes. Ese tipo de brecha aparece cuando una característica es técnicamente posible pero demasiado cara para entregarla al precio que implica la suscripción.

Bryan Catanzaro, VP de Nvidia, lo expresó claramente: "Para mi equipo, el costo del cómputo está muy por encima de los costos de los empleados."

Existen soluciones. Los proveedores pueden enrutar consultas baratas a modelos más pequeños y más baratos y ahorrar aproximadamente un 60% en facturas de inferencia. Pueden hacer caché, es decir, reutilizar, instrucciones repetidas para que el modelo no las relea desde cero en cada llamada. Pueden reducir la información que se pasa al modelo en cada paso. Ninguna de estas son exóticas. Todas requieren tratar el costo de IA como una prioridad de ingeniería central, no como una ocurrencia tardía.

Para los usuarios de software empresarial, la señal práctica es esta: si una característica de IA por la que su empresa paga parece menos capaz que lo que prometía la demostración, la presión de precios es una explicación plausible. Pregunte a su proveedor cómo miden el uso de agentes y si el uso intensivo genera cargos adicionales. Los honestos tendrán una respuesta lista.