GPT-6 se ha vuelto más tonto. Eso es lo que significa la curva de costos.

El GPT-6 Astra se entregó el 3 de septiembre.Y en una semana, las quejas eran por todas partes: la productividad disminuyó, el modelo parece más tonto.¿Ya lo han degradado?Lo importante es que esta no es la primera vez que ocurre algo así. Esto pasó con GPT-4o. También pasó con GPT-5; sus usuarios pasaron agosto de 2025 publicando ese contenido.“El código se siente como algo de baja calidad.”Así que lo obvio es que OpenAI lanza un modelo excepcional para los titulares de las noticias durante la semana del lanzamiento, y luego, en secreto, sustituye ese modelo por uno más económico.

Si te dejas engañar, no comprenderás el verdadero significado de todo esto. Las quejas son reales, pero no constituyen un informe de problemas técnicos. Son simplemente la manifestación visible de una pregunta fundamental: ¿vale la pena invertir en OpenAI? Deberías preocuparte por eso, porque OpenAI ha presentado su documento S-1 de forma confidencial y está en camino a una valoración de aproximadamente un trillón de dólares. Cuando ese activo se venda finalmente, “GPT-6 se ha vuelto más tonto” será la mejor pista en tiempo real para saber si la empresa detrás de él realmente puede generar ganancias.

El sistema de tuberías detrás del “dumb”.

Nadie tiene que despedir a los ingenieros o sabotear un modelo para obtener ventajas comerciales. La explicación “barata” es la malicia; la explicación correcta es el costo. Gestionar un modelo del tamaño de GPT-6 para cada prompt representa todo el costo del negocio. Por lo tanto, lo importante es el costo de entregar un solo token. Y OpenAI ha logrado reducir ese costo al mínimo.

Los ingenieros de OpenAI le dijeron a sus colegas a principios de este año que habían encontrado la manera de…Reducir en más de la mitad el costo de la inferencia., en algún momentoSe reducen los GPU necesarios para manejar el tráfico de ChatGPT a unos pocos cientos.Las técnicas no son exóticas. La cuantización reduce la precisión de los pesos, lo que permite reducir el uso de memoria y el tiempo de cálculo en la mitad o más. Pero si se aplica demasiado fuerza, la precisión y la capacidad de retener información a largo plazo disminuyen. El caché de clave-valor evita tener que recalcular el contexto sin cambios, permite agrupar muchas solicitudes en el mismo GPU, y el “enrutamiento” envía las preguntas sencillas a modelos más pequeños y económicos. Además, OpenAI vende familias completas de modelos, organizadas según el precio.La línea GPT-5.6 abarcaba desde un presupuesto de $5 por millón de tokens hasta un nivel de presupuesto de $1 por millón de tokens..

Nada de esto es nuevo. Un artículo sobre la optimización de costos publicado en junio de 2025 argumentaba que el colapso percibido de ChatGPT no fue casual ni anecdótico en absoluto.Fue el resultado intencionado de las decisiones arquitectónicas tomadas para reducir los costos relacionados con la inferencia.Cuando se lee “el modelo se ha vuelto más simple”, lo que realmente ocurre es la extracción de costos del producto, en el punto exacto donde se realiza la anotación contable. El mismo mecanismo, siempre. Nuevo modelo, mismo proceso.

La razón por la cual tiene que suceder.

El incentivo no es un secreto, ya que las pérdidas son públicas. A mediados de 2026 se decía que OpenAI estaba…Perdiendo en torno a $1.22 por cada dólar de ingresos.Incluso antes de contar con las compensaciones basadas en acciones, se estima que se invertirán aproximadamente 14 mil millones de dólares durante el año. Como recordatorio de cuán lejos ha ido el proceso, hay una negociación renegociada…Le da a Microsoft el 20% de los ingresos totales de OpenAI, pero no los beneficios, hasta el año 2032.Una empresa que debe entregar a su socio estratégico una quinta parte de cada dólar de ingresos, y que actualmente pierde aproximadamente $1.22 por cada dólar que gana, no puede lograr la rentabilidad si aumenta los precios en un mercado donde los modelos Anthropic y los modelos de peso abierto continúan bajar sus precios. El único recurso que le queda es el costo de entrega.

Por eso, la degradación continúa ocurriendo, en lugar de ser corregida. No es un defecto que se pueda corregir; es simplemente el funcionamiento del modelo de negocio. La métrica utilizada por OpenAI ha cambiado silenciosamente: pasó de ser un indicador de rendimiento bruto a “capacidad por dólar”. Es decir, se trata de una forma cortés de decir que el costo es lo que determina el producto. Cada vez que un producto principal parece peor una semana después de su lanzamiento, eso significa que las condiciones económicas del producto están siendo gestionadas en tiempo real. El mercado descubre, en público, cuánta calidad hay que sacrificar para que los márgenes de ganancia funcionen a gran escala.

¿Qué significa cuando se le ofrece la acción?

Ahora, volvamos a evaluar su valor. El valor de la empresa privada después del ronda de marzo de 2026 fue de aproximadamente 852 mil millones de dólares. Una gran parte del mercado espera que el resultado después de la IPO sea cercano a un trillón de dólares.Aproximadamente 15 veces los ingresos futuros, si su previsión para mediados de 2027, de alrededor de 66 mil millones de dólares, se cumple.Quince veces las ventas del producto es un precio que asume un resultado similar al de Microsoft, no al de Google. Ese número representa una apuesta: es decir, la expectativa de que la curva de costos colapse lo suficiente y rápidamente como para que OpenAI deje de perder dinero y comience a generar ganancias. Mientras tanto, Microsoft obtiene una quinta parte de cada dólar que se genera.

Eso nos lleva de nuevo a las quejas. Trate cada una de esas quejas como si se tratara de datos relacionados con esa curva de costos, y no como si fueran reclamos sobre un producto en algún foro especializado. Un poco de pérdida de calidad a cambio de tokens mucho más baratos es la versión “saludable” de la situación: demostración de que la ingeniería necesaria para que el producto funcione realmente está funcionando. La versión que rompe la tesis no son las quejas en sí; son las quejas combinadas con ninguna mejora en los costos, o con una calidad que disminuye tanto que los usuarios y clientes empresariales optan por otros modelos abiertos, y así las ganancias dejan de crecer. Las quejas en sí son solo ruido. Las quejas, como indicador principal de si los márgenes están disminuyendo, son lo que realmente importa.

Aún no se puede comprar las acciones, y tampoco se puede operar con los reclamos de usuarios. Pero ahora se puede desarrollar esa capacidad de reacción. La próxima vez que veas a alguien anunciar que la nueva IA es más débil que la versión de demostración, no pregúntale qué hicieron los ingenieros. Pregunta cuánto costó el modelo antes y después de su uso. Ese número, y no la puntuación de benchmark, es lo en lo que realmente se basa toda esa apuesta de mil billones de dólares.