Los precios de los tokens están disminuyendo en un 97%, mientras que los ingresos de OpenAI se duplican. Lo que realmente conecta ambos es el cambio en el coste por tarea.

A finales de julio, OpenAI redujo el precio de su modelo GPT-5.6 más barato en un 80%.Luna pasó de $1.00 a $0.20 por millón de tokens de entrada, y de $6.00 a $1.20 por millón de tokens de salida.Reducir el precio de su producto más barato en un 80% en la víspera de una salida a bolsa esperada parece ser una rendición del poder de fijación de precios. A menos que el producto que se vende haya cambiado.

Se leen los números superficiales, y son contradictorios entre sí. Los precios per-token han disminuido aproximadamente.97% de los resultados provienen de GPT-4 a GPT-5.4.Una tasa de deflación que podría destruir los precios de los productos o servicios comerciales. Sin embargo, OpenAI ha logrado aumentar su ingreso anual promedio.Más de 40 mil millones de dólares: aproximadamente el doble de lo que tenía al final de 2025.Según los informes de Bloomberg, se espera que haya una cotización pública de la empresa. Una empresa no puede perder el 97% de su precio unitario y doblar sus ingresos, a menos que la unidad para la cual cobra y cuya producción es necesaria ya no exista. La contradicción es simplemente un marcador temporal para la verdadera situación: la unidad que se vende está cambiando, pero no solo el precio.

Lo que se vende cambia, no solo cuánto cuesta.

El “precio del token” mide la cantidad de texto que se ingresa y la cantidad que se sale. Para un chatbot, ese valor tiene cierto significado. Pero el producto que crece rápidamente es el “agente”: un programa que razona, utiliza herramientas, intenta de nuevo y repite procesos hasta que una tarea se completa. El comprador paga por el resultado final: un caso de soporte resuelto, un cambio realizado, un préstamo aprobado… no por la cantidad de mensajes generados en el proceso.

OpenAI ha sido clara al respecto de esta rebasering. Su orientación para los clientes empresariales consiste en seguir un proceso específico.“Costo por un resultado aceptado”.No se considera el uso de tokens, ya que el precio más bajo de los tokens no genera el costo total más bajo en caso de que el modelo falle, necesite reintentos o requiera corrección. Las reducciones de precios del 30 de julio fueron anunciadas con esas mismas condiciones.GPT-5.6 Luna, según OpenAI, ofrece un rendimiento de clase “frontier” desde hace un año, con un costo de aproximadamente seis centavos por dólar por tarea, y una velocidad aproximadamente nueve veces mayor.La deflación de tokens es real, pero la empresa cada vez deja que el precio de mercado determine cómo se completan las tareas.

Ese enfoque invierte la percepción del miedo evidente. La preocupación era que las fichas más baratas harían que las empresas de IA se convirtieran en negocios menos rentables. Pero la situación real es lo contrario: los precios por tarea pueden disminuir, y seguir siendo rentables, siempre y cuando dos cosas ocurran correctamente: el número de tareas aumenta, y el costo de producir cada una de ellas disminuye más rápido que su precio.

La microchip es la mitad “de suministro” de esa apuesta.

La segunda condición es donde entra en juego la expansión del chip. En junio, OpenAI y Broadcom presentaron Jalapeño, un chip de inferencia diseñado específicamente para ejecutar modelos de lenguaje de gran tamaño. Los resultados obtenidos por OpenAI en agosto indican que Jalapeño supera con creces a los sistemas Blackwell de Nvidia.De 1.5 a 1.9 veces más trabajo de IA por vatio.Y la latencia de extremo a extremo es 1.7 a 3.6 veces menor en los modelos probados. La latencia es muy importante para los agentes, ya que una tarea agente implica la combinación de varios pasos secuenciales. Al reducir cada paso, se obtiene un ahorro adicional.

Lo que hace el chip es reducir el costo de cada tarea que se completa. Es precisamente eso lo que permite que una reducción del 80% en los precios sea soportable. Formalmente, se trata de una estrategia de ventaja operativa: si el trabajo realizado es más eficiente que el costo necesario para llevarlo a cabo, las ganancias aumentan incluso cuando los precios suben. La economía unitaria de la IA “barata y abundante” depende de que la parte de fabricación de OpenAI reduzca los costos tan rápido como la parte de fijación de precios. Broadcom se encarga del diseño, y OpenAI planea utilizar el chip a escala gigavatios junto con Microsoft.“Full tilt” en la primera mitad de 2028.

Las finanzas son la parte del lado de la demanda.

El inversor minoritario promedio no puede comprar acciones de OpenAI directamente hasta que ocurra la oferta pública inicial. Pero es en el ámbito financiero donde el modelo se vuelve útil como una plantilla: porque el mercado financiero es un lugar donde los resultados obtenidos tienen un gran valor monetario, medible.

El cliente comercial es Customers Bank. En virtud de un acuerdo a largo plazo, los ingenieros de OpenAI trabajan en la banca para automatizar los procesos de préstamo y registro de clientes. Customers Bank tiene como objetivo reducir su ratio de eficiencia: los costos operativos en relación con los ingresos.De alrededor del 49% a los 40% bajos.Dice que el trabajo completado por la IA ya ha ahorrado…Aproximadamente 28,000 horas, equivalentes a lo que representa el valor de unos 15 empleados.Y que los cierres de préstamos comerciales podrían reducirse de 30–45 días a aproximadamente siete días. Una tarea que implica ese valor monetario es aquella en la que “el costo por resultado”, y no una medición simple, es el precio honesto; y donde el proveedor que obtiene una parte del costo ahorrado tiene realmente espacio para fijar precios adecuados.

El lado del consumidor también utiliza este mismo modelo, pero a una escala más pequeña: la experiencia financiera personal que ofrece ChatGPT permite a los usuarios de U.S. Plus y Pro vincular sus cuentas bancarias.Más de 12,000 instituciones a través de Plaid.– Para ayudar en la planificación y invertir. Los mismos criterios: vender las tareas completadas, y fijar sus precios según su valor, no según el volumen.

Para un inversor minoritario, lo importante es dejar de medir esta industria en términos de tokens. La pregunta real es si OpenAI puede aumentar el volumen de tareas que realiza, mientras que sus chips y métodos de eficiencia permiten que los costos por tarea disminuyan más rápido que el precio. Esta cuestión también se aplica a las empresas que son inversiones posibles, incluso sin la emisión de acciones: los chips permiten que Broadcom obtenga una mayor participación en el mercado de GPUs, mientras que Microsoft puede escalar sus negocios relacionados con centros de datos. Es importante observar si OpenAI convierte sus ganancias por tarea en margen de ganancia en el negocio en sí, en lugar de en prompts cada vez más baratos. Es esa conversión, no la lista de precios, lo que realmente constituye el producto real.