DeepSeek Redujo Precios un 75%. Los Costos de IA Siguen Aumentando.

Puntos clave

• DeepSeek redujo el precio de su modelo de lenguaje 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 desencadenar 35.000 o más unidades facturables de texto, llamadas tokens, mientras que un chatbot básico desencadenaría algunos cientos.
• Una consulta empresarial realista en un modelo líder cuesta entre 0,10 y 0,40 dólares; con un millón de consultas al mes, eso es un elemento de seis cifras antes de cualquier otro gasto.
• Varios proveedores de software empresarial están informando privadamente de márgenes brutos negativos en sus usuarios de IA más activos, lo que significa que estos clientes cuesta más servirlos que lo que pagan.
• OpenAI recientemente ofreció a cada startup en el acelerador Y Combinator 2 millones de dólares en créditos gratuitos de API, una señal de lo caro que 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. No lo fue.

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

Un chatbot básico es simple: una pregunta, una respuesta. Un agente de IA es diferente. Divide una solicitud de un único usuario en muchos pasos más pequeños, planificación, búsqueda de información, uso de herramientas, verificación de su propio trabajo, y luego redacción de una respuesta final. El usuario ve una respuesta. Bajo el capó, el proveedor paga por cada paso.

Esa brecha ahora se llama el problema de 100x. Una consulta que cuesta algunos centavos en un chatbot puede costar dólares en un sistema de agentes.

Aquí hay un ejemplo concreto. Un usuario escribe: "¿Qué preguntó nuestro cliente principal la semana pasada?" Un agente típico toca siete operaciones facturables separadas para responderlo: leer el mensaje del usuario, cargar su indicación del sistema y definiciones de herramientas, traer registros relevantes, elegir una herramienta, ejecutarla, resumir los resultados, decidir si hacer seguimiento. En conjunto, esos pasos facturan aproximadamente 35.000 tokens. Los tokens son pequeños fragmentos de texto que los modelos de IA cuentan y cobran.

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

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

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

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

El producto Agentforce de Salesforce es el ejemplo más público. Bloomberg documentó una brecha que se amplía entre las demostraciones de marketing y lo que realmente se envía a los clientes. Ese tipo de brecha aparece cuando una función es técnicamente posible pero demasiado cara para entregar al precio que la suscripción implica. Salesforce es el caso más vigilado, no uno único.

El VP de Aprendizaje Profundo Aplicado de Nvidia, Bryan Catanzaro, lo expresó claramente: "Para mi equipo, el costo del cómputo es mucho mayor que los costos de los empleados".

¿Debería preocuparse por su propia factura de IA?

Las soluciones existen. Los proveedores pueden enrutar consultas baratas a modelos más pequeños y reducir las facturas de inferencia en aproximadamente un 60%. Pueden almacenar en caché las instrucciones repetidas para que el modelo no las relea desde cero en cada llamada. La disciplina de contexto, reduciendo lo que se pasa al modelo en cada paso, también ayuda. Ninguno de estos son exóticos, pero todos requieren tratar el costo de IA como una prioridad de ingeniería central en lugar de una ocurrencia tardía.

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

Lo que hay que observar aquí no es si los modelos se vuelven más baratos. Lo harán. La pregunta real es si el modelo SaaS por puesto puede sobrevivir al contacto con cargas de trabajo de agentes en absoluto, y hasta ahora la evidencia de proveedores que reportan márgenes brutos negativos sugiere que no puede sin un rediseño fundamental.