El coste de usar las mejores IA lleva dos años desplomándose. Y DeepSeek no ha tenido mucho que ver

El panorama de la inteligencia artificial está experimentando una transformación económica sin precedentes. Lo que hace apenas dos años era un lujo reservado para grandes empresas o proyectos con abultados presupuestos, hoy es accesible para empresas medianas e incluso para desarrolladores independientes. Un gráfico elaborado por Ethan Mollick, profesor de la Universidad de Pensilvania, ilustra esta silenciosa revolución en la que el coste de usar la IA por millón de tokens se ha reducido significativamente en los últimos dos años. Caída libre en los costes de usar la IA Los datos que ofrece Mollick son reveladores: el coste de utilizar modelos de IA de alto rendimiento ha descendido un impresionante 82% en solo dos años. Esta cifra, que podría parecer exagerada en cualquier otro sector tecnológico, refleja lo rápido que la IA se ha ido democratizando, con tarifas de uso para empresas y desarrolladores independientes mucho más bajas. Imagen: Ethan Mollick Como señala Anirudh Kamath, desarrollador de Stagehand, "hace solo dos años, procesar 1.500 millones de tokens habría costado unos 70.000 dólares con GPT-4". Hoy, Gemini en 2025 ofrece un rendimiento comparable por apenas 150 dólares. Esta reducción de costes del 99,7% para modelos similares en rendimiento a GPT-4 está de alguna manera redefiniendo quién puede permitirse utilizar modelos de IA avanzados en cada vez más proyectos. Precio por usar Gemini 2.0 Flash por millón de tokens Evolución precios por millón de tokens en los modelos de OpenAI. Imagen: Nebuly DeepSeek ha captado titulares por sus avances en el campo de la IA y su rendimiento por coste. Según Dario Amodei, CEO de Anthropic, DeepSeek opera con unos 50.000 chips de la generación Hopper, una capacidad que Amodei considera similar a la de las principales tecnológicas estadounidenses. Según su análisis, los avances de DeepSeek reflejan la reducción natural de costes en el sector, estimada en un 75% anual. A pesar de ello, el gráfico de Mollick muestra que estamos ante un fenómeno generalizado. Y es que modelos como el reciente Gemini 2.5, con un gran rendimiento según el test GPQA (General Purpose Question Answering), son significativamente más económicos si los comparamos a lo que costaba GPT-4 en un principio por millón de tokens. Lo mismo ocurre con el coste de Gemini 1.5 Flash frente al GPT-4 original de 2023, ya que según los datos ese coste se ha reducido en un 99,7%. Recordemos que GPT-4 salió con un coste de 60 dólares por millón de tokens de salida. En Genbeta La IA ya es capaz de superar el mítico test de Turing: por qué eso no significa lo que siempre habíamos creído Mollick sugiere en su análisis que "probablemente no merezca la pena apostar a que esta tendencia termine pronto". Y es que la carrera por ofrecer modelos más potentes y económicos no muestra signos de desaceleración, con ejemplos como Claude, OpenAI y Google compitiendo ferozmente por posicionarse en esta nueva batalla de coste-rendimiento. Esto supone para muchas empresas una oportunidad sin precedentes. Startups que antes no podían permitirse integrar modelos avanzados en sus productos ahora pueden hacerlo con inversiones razonables. Lo mismo ocurre con las empresas medianas, que ahora pueden explorar casos de uso que antes estaban fuera de su alcance presupuestario. La verdadera revolución está en los nuevos casos de uso que puedan surgir gracias a esta mayor accesibilidad. Aplicaciones que antes eran económicamente inviables ahora podrían llegar a desarrollarse con presupuestos modestos, lo que podría desencadenar en una nueva ola de innovación en sectores como la educación, la salud, el comercio electrónico o los servicios profesionales. Imagen de portada | Growtika En Genbeta | Meta lanza Llama 4, su impresionante nueva generación de IA open source que entiende lo que ve como nunca. Puedes probarlos ya - La noticia El coste de usar las mejores IA lleva dos años desplomándose. Y DeepSeek no ha tenido mucho que ver fue publicada originalmente en Genbeta por Antonio Vallejo .

Abr 7, 2025 - 17:59

El panorama de la inteligencia artificial está experimentando una transformación económica sin precedentes. Lo que hace apenas dos años era un lujo reservado para grandes empresas o proyectos con abultados presupuestos, hoy es accesible para empresas medianas e incluso para desarrolladores independientes.

Un gráfico elaborado por Ethan Mollick, profesor de la Universidad de Pensilvania, ilustra esta silenciosa revolución en la que el coste de usar la IA por millón de tokens se ha reducido significativamente en los últimos dos años.

Caída libre en los costes de usar la IA

Los datos que ofrece Mollick son reveladores: el coste de utilizar modelos de IA de alto rendimiento ha descendido un impresionante 82% en solo dos años. Esta cifra, que podría parecer exagerada en cualquier otro sector tecnológico, refleja lo rápido que la IA se ha ido democratizando, con tarifas de uso para empresas y desarrolladores independientes mucho más bajas.

Imagen: Ethan Mollick

Como señala Anirudh Kamath, desarrollador de Stagehand, "hace solo dos años, procesar 1.500 millones de tokens habría costado unos 70.000 dólares con GPT-4". Hoy, Gemini en 2025 ofrece un rendimiento comparable por apenas 150 dólares. Esta reducción de costes del 99,7% para modelos similares en rendimiento a GPT-4 está de alguna manera redefiniendo quién puede permitirse utilizar modelos de IA avanzados en cada vez más proyectos.

Precio por usar Gemini 2.0 Flash por millón de tokens

Evolución precios por millón de tokens en los modelos de OpenAI. Imagen: Nebuly

DeepSeek ha captado titulares por sus avances en el campo de la IA y su rendimiento por coste. Según Dario Amodei, CEO de Anthropic, DeepSeek opera con unos 50.000 chips de la generación Hopper, una capacidad que Amodei considera similar a la de las principales tecnológicas estadounidenses. Según su análisis, los avances de DeepSeek reflejan la reducción natural de costes en el sector, estimada en un 75% anual.

A pesar de ello, el gráfico de Mollick muestra que estamos ante un fenómeno generalizado. Y es que modelos como el reciente Gemini 2.5, con un gran rendimiento según el test GPQA (General Purpose Question Answering), son significativamente más económicos si los comparamos a lo que costaba GPT-4 en un principio por millón de tokens.

Lo mismo ocurre con el coste de Gemini 1.5 Flash frente al GPT-4 original de 2023, ya que según los datos ese coste se ha reducido en un 99,7%. Recordemos que GPT-4 salió con un coste de 60 dólares por millón de tokens de salida.

En Genbeta

La IA ya es capaz de superar el mítico test de Turing: por qué eso no significa lo que siempre habíamos creído

Mollick sugiere en su análisis que "probablemente no merezca la pena apostar a que esta tendencia termine pronto". Y es que la carrera por ofrecer modelos más potentes y económicos no muestra signos de desaceleración, con ejemplos como Claude, OpenAI y Google compitiendo ferozmente por posicionarse en esta nueva batalla de coste-rendimiento.

Esto supone para muchas empresas una oportunidad sin precedentes. Startups que antes no podían permitirse integrar modelos avanzados en sus productos ahora pueden hacerlo con inversiones razonables. Lo mismo ocurre con las empresas medianas, que ahora pueden explorar casos de uso que antes estaban fuera de su alcance presupuestario.

La verdadera revolución está en los nuevos casos de uso que puedan surgir gracias a esta mayor accesibilidad. Aplicaciones que antes eran económicamente inviables ahora podrían llegar a desarrollarse con presupuestos modestos, lo que podría desencadenar en una nueva ola de innovación en sectores como la educación, la salud, el comercio electrónico o los servicios profesionales.

Imagen de portada | Growtika

En Genbeta | Meta lanza Llama 4, su impresionante nueva generación de IA open source que entiende lo que ve como nunca. Puedes probarlos ya

-
La noticia El coste de usar las mejores IA lleva dos años desplomándose. Y DeepSeek no ha tenido mucho que ver fue publicada originalmente en Genbeta por Antonio Vallejo .