La guerra de precios de la IA en 2026: cómo los modelos chinos obligaron a OpenAI y Anthropic a recortar tarifas hasta un 80%

El AI Intelligence Index refleja una paridad casi total: DeepSeek V4 Flash obtiene 50 puntos, GPT-5.6 Luna 51 y GPT-5.6 Terra 55 . DeepSeek también lanzó un checkpoint V4-0731 más potente al mismo precio base, socavando de inmediato el movimiento de OpenAI .

Kimi K3 de Moonshot AI fue descrito por Axios como "presionando el mercado estadounidense" como parte de la oleada de modelos chinos que avivaron la guerra de precios de julio . Moonshot también ha estado escalando infraestructura de manera agresiva, añadiendo 20.000 nuevas GPU NVIDIA .

Anthropic respondió actualizando discretamente su modelo intermedio sin tocar el precio de etiqueta, en lugar de igualar los recortes de frente .

Presión del mercado público

Se informa que tanto OpenAI como Anthropic están buscando su debut en el mercado público, lo que les exigirá demostrar rentabilidad, lo que hace que la guerra de precios sea particularmente dolorosa. Los modelos chinos reducen los precios de las API y debilitan la escasez de modelos propietarios, comprimiendo los márgenes justo cuando los laboratorios estadounidenses necesitan mostrar que pueden monetizar . El Taipei Times señaló que la IA china "está presionando a los principales laboratorios de Silicon Valley para que bajen los precios y ganen cuota de mercado mientras intentan encontrar formas de obtener ganancias" .

Estrategia empresarial de IA: adopción híbrida de pesos abiertos

Los costos empresariales de IA alcanzaron un mínimo en 2026 en agosto, impulsados por la guerra de precios y el aumento en la adopción de modelos chinos de bajo costo con pesos abiertos, según una investigación de Jefferies . Cambios clave:

• Cambio en la cuota de tokens: Desde febrero de 2026, los modelos de origen chino han representado más del 30% de los tokens empresariales estadounidenses en OpenRouter cada semana, alcanzando un pico del 46% a mediados de julio. Los modelos de origen estadounidense representaron el 35,7% en el mismo período .
• El precio, no la capacidad, impulsa la adopción: La brecha de rendimiento es ahora tan estrecha que el costo es el principal factor de cambio .
• Estrategias híbridas: Las empresas están utilizando cada vez más modelos de pesos abiertos por costo y privacidad de datos, mientras mantienen APIs propietarias para cargas de trabajo específicas . Se lanzaron cuatro modelos abiertos de clase fronteriza en una ventana de siete semanas en la primavera de 2026, y la adopción ahora se mide en días en lugar de trimestres .

Código abierto vs. propietario: la brecha casi se ha cerrado

El primer informe Estado de la IA de Código Abierto de Mozilla, publicado el 14 de julio de 2026, encontró que la brecha de rendimiento entre los mejores modelos abiertos y los mejores sistemas propietarios se ha reducido a aproximadamente el 3% . Otros observadores señalan que la brecha en el punto de referencia MMLU se redujo de 17,5 a solo 0,3 puntos porcentuales entre 2024 y 2025 . Sin embargo, solo alrededor del 51% de los modelos abiertos llegan a implementarse en producción, y las brechas en la "capa de arnés" y los modelos de permiso aún frenan la adopción empresarial .

Efectos en el mercado de semiconductores

Si bien la evidencia es más limitada sobre los impactos específicos en el mercado de semiconductores, las dinámicas son claras:

• Los laboratorios chinos de IA continúan comprando GPU NVIDIA a gran escala (Moonshot añadiendo 20.000 GPU) , manteniendo la demanda incluso cuando los controles de exportación de EE. UU. se endurecen.
• El aumento masivo en el volumen total de tokens de IA —impulsado por costos marginales casi nulos— podría aumentar la demanda total de chips incluso si el costo de cómputo por token disminuye.
• Analistas citados por SCMP argumentan que "los costos de modelos en caída libre beneficiarán a la industria de la IA a largo plazo" al expandir masivamente el mercado direccionable .

Incertidumbres clave

• Cronograma de rentabilidad: Los detalles del debut en el mercado público de OpenAI y Anthropic siguen sin confirmarse; la guerra de precios hace que sus narrativas de márgenes previas a la OPI sean más difíciles de vender.
• Datos de semiconductores: La evidencia directa de cambios en los precios o la oferta del mercado de chips vinculados específicamente a esta guerra de precios es limitada.
• Sostenibilidad: Los laboratorios chinos también operan con pérdidas y pueden aceptar márgenes débiles a cambio de ganancias estratégicas ; no está claro cuánto tiempo puede seguir cayendo el precio mínimo.