La inferencia se abarata: qué cambia si tu negocio paga la IA por uso
En una semana, Moonshot recortó un tercio el precio de Kimi K3.1 Pro (de 3 a 2 dólares por millón de tokens de entrada y de 15 a 10 de salida, con 1 millón de tokens de contexto) y DeepSeek abrió el motor que corre su API, con una cifra que lo explica todo: 38 dólares de ingreso por hora y por GPU, un margen bruto cercano al 82% si alquilás la placa a 7 dólares. Cuando el que más barato vende además muestra que gana plata, el precio del token deja de ser un dato fijo y pasa a ser algo que se renegocia.
El 20 de octubre de 2026 DeepSeek publicó en GitHub, con licencia Apache, DeepInfer, el motor de inferencia detrás de su propia API, junto con números reales de operación: un clúster que sirve 155 billones de tokens por día y 38 dólares de ingreso por hora por GPU. Pocos días después, Moonshot bajó el precio de Kimi K3.1 Pro un 33% aproximado: entrada de 3 a 2 dólares por millón de tokens, salida de 15 a 10, sin escalones de precio a medida que crece el contexto de 1 millón.
Leemos las dos noticias juntas: el costo de usar un modelo potente está cayendo por dos lados a la vez, la competencia entre proveedores y la ingeniería de servirlos mejor. Para quien usa IA en su trabajo, la consecuencia práctica es que la cuenta que hiciste hace seis meses para decidir qué automatizar probablemente ya no cierra igual. Lo que ayer era demasiado caro de correr miles de veces, hoy puede dejar de serlo.
Señal 01 · Precio
Kimi K3.1 Pro baja un tercio su precio por token y mantiene 1 millón de contexto
Moonshot recortó el precio de entrada de Kimi K3.1 Pro de 3 a 2 dólares por millón de tokens y el de salida de 15 a 10, según el análisis que circula entre desarrolladores. Es un 33% más barato que el modelo al que reemplaza, con una ventana de contexto de 1 millón de tokens y sin tramos extra de precio a medida que el contexto crece.
Importa porque el costo que más duele en un flujo con agentes no es una consulta, son las miles que se encadenan: procesar documentos largos, revisar carpetas enteras, repetir una tarea todos los días. Ahí un tercio menos en entrada y en salida se nota en la factura del mes, y la ausencia de escalones por contexto hace que la cuenta sea predecible.
Nuestra lectura: el precio publicado de un modelo es hoy el punto de partida de una comparación, no una restricción. Si tu herramienta de cabecera no te deja elegir el modelo, esa es la parte cara; si te deja elegir, probar una alternativa más barata sobre tus propios casos es una tarde de trabajo.
DeepSeek abre DeepInfer y muestra cuánto gana por servir IA barata: cerca de 82% de margen bruto
DeepSeek liberó el 20 de octubre DeepInfer, el motor de inferencia de su API, con licencia Apache. Publicó que un clúster sirve 155 billones de tokens por día y que cada GPU factura 38 dólares por hora. Un analista que citan los comentarios del lanzamiento calculó que, aun alquilando la GPU a 7 dólares la hora, eso equivale a un margen bruto de alrededor de 82%. Otro comentario multiplicó los números y estimó que harían falta cerca de 70.000 GPU, una cifra que el propio autor consideró dudosa.
La apertura es parcial y conviene decirlo: el motor corre solo el modelo de DeepSeek, no incluye servidor ni enrutador de pedidos, y faltan el sistema de almacenamiento de caché y los balanceadores de carga. Hubo 184 pull requests y hasta ahora se aceptó uno. Lo que sí publicaron es el diseño con más detalle del que suelen compartir los equipos que sirven modelos, pero no todo el código.
La lectura que más circuló, según el video que analiza el lanzamiento, es que la IA barata no es caridad: es un negocio con margen. Para quien compra, eso es una buena noticia, porque un precio bajo que se sostiene con margen no depende de que el proveedor pierda plata para siempre, y porque presiona al resto a bajar los suyos.
Venimos registrando cómo se mueve el costo de usar IA y quién captura el valor. Lo vimos del lado de la compra, cuando propusimos pagar por unidad de valor y no por usuario, y del lado del rendimiento, cuando mostramos que mejorar un agente no siempre pasa por cambiar de modelo. Hoy se suma la tercera pata: el precio del propio token baja. Si querés ordenar estas piezas en un criterio de decisión, la guía de uso de IA en un negocio las junta, y el caso de uso muestra cómo se aplica a un negocio real.
Si trabajás solo o con un equipo chico y ya corrés tareas repetidas con IA (resumir reuniones, clasificar consultas de clientes, revisar documentos), el lunes pedile a un agente que arme una tabla con tus cinco tareas más frecuentes, cuántos tokens de entrada y de salida consume cada una por corrida y cuántas corridas hacés por mes. Después que recalcule el costo mensual con precios de 2 dólares de entrada y 10 de salida por millón, y lo compare con lo que pagás hoy. Si una sola tarea concentra más de la mitad del gasto, esa es la que vale la pena probar con un modelo más barato.
Para saber si sirvió, corré esa tarea con el modelo alternativo sobre 20 casos reales tuyos y compará resultados lado a lado con el actual. Si la calidad queda igual y el costo por tarea baja, cambiás solo esa tarea; si no, no tocás nada y quedás con un dato para la próxima baja de precios.
La movida del día
Hacé hoy la tabla de tus cinco tareas más repetidas con IA: tokens por corrida, corridas por mes y costo actual. Recalculala con 2 dólares de entrada y 10 de salida por millón de tokens. Elegí la tarea que más pesa y probala con un modelo más barato sobre 20 casos reales antes de cambiar nada.
¿Por qué baja el precio de la IA?
Por dos motivos que se ven esta semana: la competencia entre proveedores, como el recorte de 33% de Kimi K3.1 Pro, y la mejora en cómo se sirven los modelos. DeepSeek publicó que cada GPU de su clúster factura 38 dólares por hora, lo que sugiere un margen bruto cercano al 82% con GPU alquiladas a 7 dólares. Un precio bajo con margen es más sostenible que uno subsidiado.
La edición abierta lee el mundo. La tuya lee TU mundo — tu industria, tus proyectos, tus objetivos — y llega a tu casilla cada mañana. Nadie más recibe tu edición.
