Cargando datos de benchmark…
EyesInAI·Cargando datos de benchmark en vivo
El costo de la IA no es solo la tarifa por token: es el modelo de facturación. Facturación por consumo frente a suscripción, facturación del Agent SDK y sin interfaz (headless), guerras de precios de las API, cambios de tarifas: cuando cambia la forma en que se factura la IA, cambia con ella la economía de ejecutar agentes, y “qué trabajo puede pasar a un modelo de menor costo” deja de ser opcional y se vuelve necesario. Esta página da seguimiento a esos cambios con reseñas originales y con fuentes, de la más reciente a la más antigua. Es la contraparte centrada en el costo de Gobernanza, del impuesto de tokens y de los casos de estudio.
Una lectura de mediados de 2026 replantea toda la economía de la IA en torno a un solo número: el precio de un token. Las plataformas de servicio libran una guerra de costos en tres frentes (software, silicio y almacenamiento) para reducirlo, porque cada punto que baja hace viable algún producto de agentes que antes era inasequible. Es la contraparte, en el lado de la facturación, de la construcción de “fábricas de IA”, y el núcleo de la tesis que prioriza el costo.
Normalmente registramos un evento de precios cuando un proveedor cambia una tarifa. Este es un cambio en la forma de pensar la tarifa misma. Una síntesis muy leída de mediados de 2026 sostiene que el costo por token se ha convertido en la tasa de interés de la economía de la IA: la única variable que decide qué modelos de negocio de agentes salen adelante. Con cada punto porcentual que baja, algún producto antes imposible se vuelve viable y los precios de algún jugador establecido se vuelven insostenibles. Es precisamente la palanca en torno a la cual se construyó este sitio, “qué puede pasar a un modelo más económico con la misma calidad medida”, expresada como un precio macroeconómico.
La razón de que baje es una guerra de costos en tres frentes, y cada frente es en realidad una apuesta sobre la economía unitaria. Software: plataformas de inferencia como Fireworks AI y Together AI tratan la optimización del servicio a nivel de kernel como propiedad intelectual central (Together cerró una ronda de unos USD 800 millones con una valuación de USD 8,300 millones, con ventas contratadas anualizadas superiores a USD 1,150 millones). Silicio: chips especializados en inferencia, como el Corsair de d-Matrix, atacan el “muro de memoria” al llevar el cómputo a la memoria, con afirmaciones a nivel de rack de grandes mejoras en el rendimiento de tokens a una fracción del costo y la energía para cargas sensibles a la latencia; en particular, se posicionan para complementar a las GPU, no para reemplazarlas. Almacenamiento: a medida que los agentes con contextos de un millón de tokens generan enormes cachés de clave-valor, el almacenamiento rápido se vuelve un centro de costos por sí mismo, y recortarlo recorta el costo de cada token servido. El hilo conductor es que lo que se está optimizando es el medidor, no el modelo.
La razón por la que esto importa para la facturación en particular: el uso agéntico ya consume del orden de 1000× los tokens de una consulta básica de chat, de modo que el precio por token se multiplica por un volumen enorme y creciente. Es la misma dinámica detrás de la carrera por controlar el gasto que registramos aparte (los permisos por modelo y las alertas de gasto de Anthropic para Enterprise; reportes de presupuestos agotados en meses). La baja del costo por token y una gobernanza del gasto más estricta son dos respuestas a un mismo hecho: la factura de tokens ahora es el renglón dominante. La tensión honesta que señala la síntesis: todas las empresas de servicio trabajan para abaratar los tokens mientras se les valúa como si los ingresos por venderlos solo fueran a crecer de forma compuesta; eso solo se resuelve si el volumen supera a la deflación, “la apuesta de que los tokens son el nuevo ancho de banda” (traducción nuestra). Para un comprador que prioriza la medición, la conclusión no cambia y sale reforzada: dé seguimiento al costo por token por tarea, enrute al modelo más económico que aún apruebe y trate las rebajas de precios de los proveedores como el viento a favor que amplía lo que usted puede costear ejecutar.
Los hechos verificados
Por qué importa para el costo y el enrutamiento
Es la tesis que prioriza el costo expresada como una señal de precios para todo el mercado. Si el costo por token es la tasa de interés, enrutar al modelo más económico que aún apruebe es la forma en que un comprador “pide prestado barato”, y cada mejora de eficiencia del lado del servicio (mejores kernels, silicio de inferencia, almacenamiento de caché KV más barato) amplía el conjunto de tareas que superan el umbral de pasar a un modelo más económico. También explica por qué las herramientas de control del gasto y la ingeniería de tokens más baratos llegaron juntas: ambas responden al hecho de que la factura de tokens es ahora el costo dominante. Para nuestra tabla de clasificación y nuestra capa de enrutamiento, refuerza medir la tasa de aprobación frente al costo por millón de tokens en USD, y no una de las dos por separado.
Estado: Planteamiento analítico al 6 de julio de 2026; las cifras subyacentes de ingresos, valuación y tokens son estimaciones reportadas, no auditadas. Orientativas, no precisas.
El 2 de julio de 2026 Anthropic dio a los administradores de Claude Enterprise permisos por modelo, alertas por umbral de gasto (75 % / 90 %) y una API de analítica: una capa de gobernanza FinOps que llega después de que el uso agéntico produjera facturas que destrozaron presupuestos. Es la validación de la tesis que prioriza el costo: ahora el proveedor vende los controles que este sitio se construyó para ofrecer.
Anthropic anunció (el 2 de julio de 2026) un conjunto de funciones de gobernanza de costos para Claude Enterprise, dirigidas directamente al problema de que los costos del uso agéntico de la IA no se parecen en nada a los de una herramienta de chat. Los administradores obtienen analítica más completa (uso y costo desglosados por grupo y por usuario, filtrados mediante los grupos SCIM que TI ya administra), modelos predeterminados y permisos para que el trabajo rutinario no recurra por defecto al modelo más caro, alertas por umbral de gasto que avisan a los administradores al 75 % y al 90 % de un límite a nivel de organización (a los usuarios, al 75 % y al 95 %), y una API de analítica que envía el uso y el costo a herramientas como Datadog Cloud Cost Management y CloudZero. Anthropic presenta estas funciones como adiciones a una superficie de control que lleva meses construyendo: topes de gasto en todos los niveles, enrutamiento de modelos y controles de esfuerzo.
La clave es por qué ahora. Las herramientas agénticas pueden consumir del orden de 1000× los tokens de una consulta básica de chat, y el medidor corre más rápido cuanto más capaz es la herramienta. El resultado han sido excesos ampliamente reportados: Uber ha dicho que agotó su presupuesto de IA de 2026 en cuatro meses; Microsoft canceló la mayoría de sus licencias internas de Claude Code; y, según informes, una empresa gastó unos USD 500 millones en Claude en un solo mes tras desplegarlo de forma generalizada sin topes de uso, límites de presupuesto ni alertas automáticas. En varios relatos, los precios por token de la programación agéntica han superado el ahorro en plantilla que debían entregar.
Para EyesInAI esto no es una noticia más: es la tesis que prioriza el costo confirmada desde el lado del proveedor. Todo el sitio existe bajo la premisa de que lo costoso de la IA es la factura de tokens, de que la pregunta que importa es “qué modelo puede pasar a uno más económico con la misma calidad medida”, y de que se necesitan visibilidad y controles para responderla. Que Anthropic lance permisos por modelo, alertas de gasto y desgloses de costo por modelo es el mayor proveedor de modelos coincidiendo, en forma de producto: el problema es el medidor, y gobernarlo es el trabajo. Los controles que Anthropic vende dentro de sus propios muros son el mismo instinto que ofrece nuestra capa de enrutamiento medido y multiproveedor a través de todos ellos.
Los hechos verificados
Por qué importa para el costo y el enrutamiento
Es la tesis que prioriza el costo validada por el mayor proveedor de modelos: la facturación agéntica basada en el uso produce facturas que rebasan los presupuestos, y la respuesta es visibilidad más controles de costo por modelo. Los permisos y las alertas de gasto de Anthropic gobiernan el gasto dentro de los muros de un solo proveedor; el mismo instinto (enrutar el trabajo rutinario al modelo más económico que aún apruebe y demostrarlo con números) es lo que hace una capa medida y multiproveedor a través de todos. Cuando el problema es el medidor, “qué modelo, con qué calidad medida, a qué costo” deja de ser opcional y se vuelve la disciplina central.
Estado: Anunciado el 2 de julio de 2026 (Claude Enterprise). Confirma el arco de facturación por consumo y economía de agentes que sigue esta sección; atentos a controles FinOps similares de OpenAI y Google.
Anthropic lanzó Sonnet 5 presentado explícitamente como una forma de menor costo de ejecutar agentes: rendimiento cercano al de Opus 4.8 a USD 2 / USD 10 por millón de tokens (ahora de forma permanente), más económico que Opus 4.8, GPT-5.5 y Gemini 3.1 Pro.
Anthropic lanzó Claude Sonnet 5 el 30 de junio de 2026; reemplaza al Sonnet 4.6 de febrero como su modelo de tamaño medio y se convierte en el modelo predeterminado para los usuarios de los planes Free y Pro. El planteamiento gira por completo en torno al costo: Anthropic lo llama “el Sonnet más agéntico hasta ahora”, capaz de planear, usar herramientas como navegadores y terminales y operar de forma autónoma “a un nivel que hace apenas unos meses requería modelos más grandes y costosos”, con un rendimiento “cercano al de Opus 4.8, pero a precios más bajos” (traducción nuestra de las tres citas).
El precio es el titular de esta sección. Sonnet 5 se lanzó con una tarifa introductoria de USD 2 por millón de tokens de entrada y USD 10 por millón de tokens de salida, y el 12 de agosto de 2026 Anthropic hizo permanente esa tarifa: la tarifa estándar de USD 3 / USD 15 que estaba programada para el 1 de septiembre ya no aplica. Eso lo coloca por debajo de Opus 4.8 y, según TechCrunch, por debajo de GPT-5.5 de OpenAI y de Gemini 3.1 Pro de Google, aunque sigue siendo más caro que Gemini 3.5 Flash. Con las cifras de la propia Anthropic, queda por detrás de Opus en el trabajo más difícil (programación agéntica 63.2 % frente a 69.2 % de Opus 4.8, y arriba del 58.1 % de Sonnet 4.6), pero supera ligeramente a Opus en un benchmark de trabajo del conocimiento; y Anthropic plantea explícitamente la elección como un control de nivel de esfuerzo entre Sonnet 5 y Opus para equilibrar costo y rendimiento.
La lectura estratégica, que TechCrunch expresa bien: la capacidad agéntica ya es la expectativa básica en todos los niveles de precio, así que lo que diferencia ya no es quién hace mejor el trabajo agéntico, sino quién lo hace al menor costo y con mayor confiabilidad sin supervisión humana. Es la tesis que prioriza el costo llegando desde el lado del proveedor, y un modelo cercano a Opus a precio de nivel medio es exactamente el tipo de lanzamiento que redefine qué tareas se pueden enrutar a un nivel inferior sin perder calidad.
Los hechos verificados
Por qué importa para el costo y el enrutamiento
Es la guerra de precios que aparece dentro de la escalera de un solo proveedor: un modelo cercano a la calidad del modelo insignia a aproximadamente una quinta parte de su costo, vendido explícitamente como “una forma más económica de ejecutar agentes” (traducción nuestra). Para el enrutamiento, redefine directamente el umbral: el trabajo que necesitaba Opus para una calidad aceptable ahora puede aprobar en Sonnet 5 a una fracción del precio, que es justo el reescalonamiento que nuestro enrutador existe para encontrar y confirmar. La salvedad honesta es la que este sitio siempre aplica: las afirmaciones de calidad son de Anthropic, así que lo correcto es medir Sonnet 5 en tareas reales antes de reasignarle cualquier cosa. Para nosotros en concreto es una tarea pendiente: medir claude-sonnet-5 y, si se sostiene, evaluar reescalonar los sitios y clientes que hoy están fijados a Sonnet 4.6.
Estado: Lanzado el 30 de junio de 2026; la tarifa introductoria de USD 2/USD 10 se hizo PERMANENTE el 12 de agosto de 2026 (se canceló el cambio previsto para el 1 de septiembre a USD 3/USD 15). Lo evaluamos en nuestro propio conjunto de pruebas: Sonnet 5 obtuvo 7/7, igualando o superando a Opus 4.8 (6/7) a aproximadamente una quinta parte del precio; nuestra medición corrobora la afirmación de “cercano a Opus y más económico”, así que es un candidato real para bajar de nivel y ahorrar, y vale la pena reescalonar hacia él.
Un contrato renegociado lleva a Amazon hacia precios por token para Claude que podrían elevar sustancialmente sus costos de IA a partir de 2027; y Amazon, pese a una participación de hasta USD 33,000 millones, evalúa abiertamente a OpenAI y a otros. La relación de inversión más profunda de la IA entra en una fase más adversarial.
Amazon es a la vez el mayor inversionista externo de Anthropic y uno de sus mayores clientes: un doble papel que ha moldeado en silencio cómo se fija el precio de Claude y cómo se vende. Los reportes describen ahora esa relación como entrando en una fase más tensa y más transaccional, con un contrato renegociado que traslada a Amazon a precios por token por la capacidad de Claude que consume internamente. Según informes, el cambio entrará en vigor en 2027 y podría aumentar sustancialmente la factura de IA de Amazon.
La influencia funciona en ambos sentidos. La inversión de Amazon en Anthropic ha escalado de USD 8,000 millones iniciales a unos USD 33,000 millones potenciales, incluido un nuevo compromiso de hasta USD 25,000 millones (unos USD 5,000 millones de inmediato y el resto ligado a hitos comerciales) frente a una valuación de Anthropic reportada de ~USD 380,000 millones, con el compromiso de Anthropic de gastar más de USD 100,000 millones en AWS hasta 2036. Sin embargo, también se informa que Amazon se comprometió a decenas de miles de millones de dólares con OpenAI para nube y capacidad, y que está “evaluando a OpenAI y otras alternativas” (traducción nuestra) para los productos internos que dependen de Claude; entre los mencionados están el agente de programación Kiro, el asistente laboral Quick y las funciones de compras de Alexa. Anthropic, por su parte, se está diversificando para depender menos de AWS y, según informes, se comprometió con fuerza con Google Cloud y las TPU.
La fricción no es solo comercial. En la misma ventana de tiempo, el gobierno de EE. UU. obligó a Anthropic a suspender Fable 5 y Mythos 5 bajo una directiva de controles de exportación, y se informó que el director general de Amazon planteó la preocupación de seguridad ante las autoridades, un detalle llamativo dada la relación de inversión. (Damos seguimiento a esa suspensión y a su levantamiento parcial en la sección de Gobernanza.)
Por qué importa para planear costos: cuando la empresa que ayudó a respaldar el cómputo de Anthropic pasa ella misma a precios por token facturados por consumo y, al mismo tiempo, se cubre hacia OpenAI, es la señal más clara hasta ahora de que incluso la relación de IA más profunda y mejor alineada estratégicamente se está reprecificando en torno a los tokens, y de que depender de un solo proveedor es un riesgo real de costo y de continuidad para todos los que están aguas abajo.
Los hechos verificados
Por qué importa para el costo y el enrutamiento
Es el riesgo de plataforma y la facturación por consumo chocando en la cima del mercado. Lo que se lleva quien construye sobre Claude: (1) la presión hacia los precios por token llega incluso al mayor respaldo de Anthropic, así que conviene planear con una economía facturada por consumo en lugar de suponer que persistirán tarifas planas o mayoristas favorables; (2) depender de un solo proveedor es un riesgo medible: si Amazon, con una participación de USD 33,000 millones, se cubre hacia OpenAI, un equipo más pequeño tiene aún menos razones para atarse a un solo proveedor. La postura defensiva es la misma que este sitio defiende en todo momento: medir cada tarea, mantener el enrutamiento agnóstico al proveedor y saber qué trabajo puede pasar a un modelo más económico o alternativo con la misma calidad antes de verse obligado a hacerlo. Nótese la coherencia con el episodio de facturación del Agent SDK: la dirección es la de una IA facturada por consumo y con precios por token, una y otra vez.
Estado: Reportado en junio de 2026; se dice que los precios por token renegociados entrarán en vigor en 2027. Tarifas específicas no divulgadas; las cifras provienen de reportes de prensa (los términos de la inversión están corroborados por CNBC/Bloomberg/Decrypt) y deben leerse como tales.
Días antes de un cambio del 15 de junio que habría facturado por consumo el uso de Agent SDK / claude -p por separado a tarifas de API, Anthropic dio marcha atrás (“por ahora no cambia nada”, traducción nuestra) en medio de una guerra de precios, el posicionamiento para una salida a bolsa (OPI) y la reacción adversa de los desarrolladores.
El 14 de mayo de 2026 Anthropic anunció que, a partir del 15 de junio, varios tipos de uso programático se separarían del fondo de la suscripción regular de Claude y se facturarían aparte. El cambio apuntaba a las llamadas al Claude Agent SDK, al comando headless (sin interfaz) `claude -p`, a las GitHub Actions de Claude Code y a las aplicaciones de terceros que se autentican mediante una suscripción. Cada uno consumiría un crédito mensual en dólares por separado (USD 20 en Pro, USD 100 en Max 5× y USD 200 en Max 20×), cobrado a tarifas estándar de API, por usuario y sin acumulación.
La justificación era un desajuste económico. Un suscriptor de Pro que pagaba USD 20 al mes podía apuntar un ciclo del Agent SDK a un modelo potente y ejecutarlo de forma más o menos continua, acumulando cientos de dólares de cómputo equivalente a API dentro de un plan “ilimitado”. Esa cuenta era sostenible con baja adopción; dejó de serlo cuando los agentes autónomos se volvieron lo bastante capaces para operar durante horas sin supervisión.
Entonces, justo antes de que el cambio entrara en vigor, Anthropic lo pausó. La empresa avisó a los usuarios por correo que “por ahora no cambia nada” (traducción nuestra) mientras trabaja para alinear mejor el plan con los patrones de uso reales. Confluyeron varias presiones: The Wall Street Journal informó que OpenAI evaluaba recortes pronunciados a los precios de su API, lo que hacía inoportuno pasar a una facturación por consumo más cara en plena guerra de precios; Anthropic se posiciona para una salida a bolsa y quiere mantener de su lado a su base de desarrolladores; y la reversión llegó la misma semana en que el gobierno de EE. UU. obligó a Anthropic a retirar Fable 5 y Mythos 5 por controles de exportación, un tramo difícil en términos de imagen. La reacción adversa de los desarrolladores ya venía creciendo: en abril, Anthropic había vetado a las herramientas de terceros (incluida OpenClaw) de los límites de uso de la suscripción, y el desarrollador de OpenClaw acusó públicamente a Anthropic de absorber funciones populares de código abierto y luego dejar fuera a las alternativas.
Para quien construye sobre agentes, el episodio es la señal más clara hasta ahora de que el modelo de facturación del trabajo autónomo con IA no está definido y sigue moviéndose, que es justo la variable en torno a la cual este sitio existe para ayudarle a planear.
Los hechos verificados
Por qué importa para el costo y el enrutamiento
Es el corazón de la tesis que prioriza el costo. El trabajo de agentes facturado por suscripción (claude -p, el Agent SDK, los entornos de terceros) va camino a una facturación por consumo: pausada, no cancelada. Cuando llegue, el costo por tarea del trabajo autónomo de agentes se dispara, y la pregunta “¿cuáles de estos pasos de agente pueden ejecutarse en un modelo más económico con la misma calidad?” pasa de ser una optimización opcional a una necesidad presupuestal. Los equipos que dependen de una suscripción de tarifa fija para ciclos de agentes intensivos deberían planear desde ahora con una economía facturada por consumo: medir cada acción, bajar un nivel las más sencillas y conocer su punto de equilibrio para alojarse por cuenta propia. Nótese también la lección de arquitectura: los flujos con claves de API directas (Bedrock, OpenRouter) nunca estuvieron expuestos a este cambio; la exposición era específicamente el uso con OAuth de suscripción.
Estado: Pausado al 15 de junio de 2026: “por ahora no cambia nada” (traducción nuestra). Anthropic está reelaborando el plan para alinearlo con el uso; es de esperar que la facturación de agentes por consumo regrese de alguna forma.