OpenAI y Anthropic recortan precios de LLM hasta 80%

OpenAI y Anthropic recortaron precios de LLM hasta 80% en cuatro meses

El 30 de julio de 2026, OpenAI bajó el precio de GPT-5.6 Luna un 80%: de US$1 / US$6 / US$0,10 por millón de tokens (input / output / lectura de caché) a US$0,20 / US$1,20 / US$0,02. Menos de dos meses después, el 22 de septiembre, lanzó GPT-6 Sol a US$2 / US$10 / US$0,20 y GPT-6 Luna a US$0,10 / US$0,50 / US$0,01.

Para un founder que corre agentes de código en producción, eso no es una noticia de laboratorio: es una línea de costo que cayó hasta 80% en un trimestre. La pregunta útil no es cuánto bajó, sino qué la empujó y qué conviene hacer al respecto.

La cronología completa de los recortes

El análisis publicado en minimaxir.com reconstruye la secuencia. Vale leerla completa porque muestra un patrón de acción y reacción:

• 26 de junio de 2026: OpenAI lanza GPT-5.6 Sol (US$5 / US$30 / US$0,50) y GPT-5.6 Luna (US$1 / US$6 / US$0,10).
• 30 de junio de 2026: Anthropic lanza Claude Sonnet 5 con precio de lanzamiento de US$2 / US$10 / US$0,20, presentado como temporal.
• 24 de julio de 2026: llega Claude Opus 5 a US$5 / US$25 / US$0,50.
• 30 de julio de 2026: OpenAI recorta GPT-5.6 Luna 80%.
• 10 de agosto de 2026: Anthropic convierte en permanente el precio de lanzamiento de Sonnet 5.
• 21 de agosto de 2026: OpenAI recorta GPT-5.6 Sol cerca de 20% (US$4 / US$20 / US$0,40) por tres meses.
• 1 de septiembre de 2026: Anthropic lanza Fable 5.1 a US$10 / US$50 / US$0,25, con la lectura de caché 75% más barata que Fable 5.
• 3 de septiembre de 2026: OpenAI lanza GPT-6 Astra a US$10 / US$50 / US$1.
• 22 de septiembre de 2026: OpenAI lanza GPT-6 Sol y Luna; Anthropic responde con Claude Opus 5.5 (US$4 / US$20 / US$0,20) apenas 90 minutos antes, según TechCrunch.
• 29 de septiembre de 2026: OpenAI lanza GPT-6.1 Sol y vuelve a cortar la caché a la mitad (US$2 / US$10 / US$0,10).

El costo real de un agente no está en el input

Aquí está el detalle que más impacta la factura de una startup y que casi nadie modela bien. En cargas de trabajo agénticas de código, la lectura de caché representa entre 96% y 99% del gasto total de tokens, porque la caché contiene toda la conversación previa en cada turno. Además, el acierto de caché suele estar entre 90% y 100%, según el proveedor de inferencia.

La consecuencia es directa: un recorte del 75% en el precio de lectura de caché equivale a una reducción de 70% a 75% en el costo de usar el modelo, aunque el precio de input y output no se mueva. Eso fue exactamente lo que hizo Anthropic con Fable 5.1.

Anthropic aplicó la misma lógica a Claude Opus 5.5: input y output a US$4 y US$20 por millón, 20% menos que Opus 5, y lectura de caché a US$0,20 por millón, 60% menos, según Ars Technica. La compañía también afirma que el modelo requiere cerca de 40% menos cómputo para servir y genera salida más de 30% más rápido, de acuerdo con TechTimes.

La presión que no viene de OpenAI ni de Anthropic

El otro motor del recorte son los modelos de pesos abiertos y los intermediarios de inferencia. DeepSeek V4 Flash 0420, lanzado en abril de 2026 a US$0,14 / US$0,28 / US$0,0028, se volvió viral en parte porque su lectura de caché equivale a 2% del input, muy por debajo del 5% a 10% de los modelos de OpenAI y Anthropic. Su variante DeepSeek Flash V4.1 1017 mantiene un costo similar (US$0,15 / US$0,60 / US$0,003) con un salto de rendimiento: 45 puntos frente a 24 en el índice de Artificial Analysis.

En OpenRouter, el número de proveedores que sirven ese modelo pasó de 13 en mayo a 29 para la variante 1017. Y Moonshot AI anunció Kimi K3.1 Pro con rendimiento comparable a Opus 5.5 (55 frente a 58) a la mitad del precio de input y output y el mismo costo de caché (US$2 / US$10 / US$0,20); los pesos se publican el 4 de noviembre y Kimi K3 ya es servido por más de 20 proveedores.

Ars Technica lo describe sin rodeos: las empresas están adoptando routers de modelos para usar menos los modelos frontera más caros y más las alternativas baratas. El costo de cambiar de modelo es un toggle.

¿Por qué recortar precios justo antes de salir a bolsa?

El momento llama la atención porque ambas compañías están cerca de un IPO. Según CryptoBriefing, que cita a Reuters, OpenAI busca cerrar una ronda de US$30.000 millones con una valoración objetivo superior a US$1,4 billones antes de que Anthropic debute en bolsa; su ronda anterior cerró el 31 de marzo de 2026 con US$122.000 millones levantados a una valoración post-money de US$852.000 millones. Anthropic ya presentó un borrador confidencial de S-1 y apunta a un IPO en noviembre de 2026, mientras que OpenAI no saldría antes de 2027.

Los números de fondo: Anthropic levantó US$65.000 millones en mayo de 2026 a una valoración post-money de US$965.000 millones y reportó ingresos de US$16.800 millones en el tercer trimestre, un alza de 46%. OpenAI tendría un run-rate anualizado de entre US$50.000 y US$70.000 millones. Del otro lado del balance, OpenAI estima US$600.000 millones en gasto de cómputo hasta 2030 y Anthropic ha declarado obligaciones futuras por unos US$518.000 millones.

Recortar el precio de tu principal fuente de ingresos parece contradictorio en una S-1. El análisis de minimaxir.com plantea que los márgenes de inferencia podrían ser más sanos de lo que sugieren los titulares, con reportes que hablan de márgenes de hasta 80% por token, con matices. Su tesis de fondo: mientras existan decenas de proveedores capaces de servir modelos similares a precios similares, el precio del token seguirá bajando, y la idea de que subirá de golpe no se sostiene.

Qué significa esto para tu startup

1. Mide costo por tarea, no precio por token. El precio de lista es ruido si no sabes tu tasa de acierto de caché. Instrumenta tus llamadas y calcula cuánto cuesta resolver una tarea completa: revisar un PR, generar un informe, clasificar un ticket. Esa es la métrica que se mueve con estos anuncios.

2. Separa input, output y lectura de caché en tu modelo de costos. Un modelo con input barato y caché caro puede salir más caro que uno con input más alto y caché a 2% del input. Si tu arquitectura reenvía contexto largo en cada turno, la caché es tu línea principal, no el input.

3. No ates tu arquitectura a un solo proveedor. Con routers y endpoints compatibles, cambiar de modelo es casi gratis. Esa opción vale dinero: cada recorte de precio de un competidor se convierte en una palanca de negociación para ti.

4. Revisa tus suscripciones frente al uso por API. El autor del análisis cuenta que tenía un plan de US$100 al mes en Codex y, al detectar que el costo efectivo del modelo nuevo había caído cerca de 75%, redujo su cuota máxima a un quinto. En paralelo, OpenAI recortó 50% la cuota de uso del plan de US$200 al mes en Codex. Si tu equipo paga asientos fijos, recalcula cada trimestre si conviene API.

5. No construyas tu ventaja sobre el precio del token. Si tu propuesta de valor es usar el modelo más barato, esa ventaja se evapora con el próximo anuncio. La ventaja sostenible está en los datos propietarios, el flujo de trabajo y la distribución.

Conclusión

La guerra de precios entre OpenAI y Anthropic no es un gesto de generosidad ni una promoción temporal: es la respuesta racional a un mercado donde el modelo es cada vez más un commodity y donde los pesos abiertos y los intermediarios de inferencia marcan el techo de precio. Para un founder, el mensaje práctico es que el costo de la inteligencia sigue bajando y que conviene diseñar el producto asumiendo que seguirá bajando, sin apostar la estrategia a un proveedor ni a un precio.

Fuentes

• minimaxir.com (fuente original)
• TechCrunch
• Ars Technica
• TechTimes
• CryptoBriefing