La historia nos enseña cuál será el precio de los tokens

En los últimos meses veo el mismo debate repetirse en todas partes. OpenAI, Anthropic y Google sacan modelos fundacionales cada vez más potentes, y cada vez más caros. Al mismo tiempo, aparece más competencia: modelos open source que cualquiera puede instalar en su propio servidor, o incluso en su ordenador. Y en medio de todo esto, los equipos de ingeniería están empezando a tratar el gasto en tokens como una partida seria del presupuesto, con su propio libro de estrategias para no acabar pagando de más por usar el modelo más caro cuando no hace falta.

La pregunta que sobrevuela todo esto es: ¿vamos a depender para siempre de un puñado de empresas que controlan los modelos más potentes? Es un debate de corto plazo. Y no porque tenga una bola de cristal, sino porque la historia de la computación ya ha respondido esta pregunta varias veces.

Un patrón que se repite cada pocas décadas

A finales de los años 50 y durante los 60, un ordenador potente costaba lo que hoy serían decenas de millones de dólares. El IBM 7090, por ejemplo, rondaba los 20 millones de dólares actuales. Solo el gobierno, algunas universidades y las corporaciones más grandes podían permitírselo.

De ahí surgió una idea que hoy nos suena muy familiar: pagar solo por lo que usas. En 1961, John McCarthy —uno de los padres de la inteligencia artificial, por cierto— planteó en el centenario del MIT que algún día la computación se organizaría como un servicio público, igual que el teléfono o la electricidad. Nació así el negocio del time-sharing: empresas como GE o Tymshare alquilaban minutos de tiempo de cómputo en sus mainframes, en lo que la IEEE Spectrum ha llamado la prehistoria del cloud computing. Entre 1964 y 1969 llegaron a existir más de 150 empresas dedicadas a esto. Es, literalmente, el modelo de facturar por token que usamos hoy con las APIs de los labs.

Lo siguiente que pasó es que las empresas empezaron a poder permitirse su propio ordenador. Más pequeño que un mainframe, pero suyo. Terminales tontas conectadas a un servidor propio, dentro de las cuatro paredes de la empresa. Y de ahí, otro salto: el PC personal. El Altair 8800, en 1975, se vendía por 397 dólares de la época, unos 2.300 dólares de hoy. De 20 millones a poco más de 2.000 dólares en apenas quince años. Y el último escalón ya lo conocemos todos: el móvil que llevamos en el bolsillo tiene más potencia que aquellos mainframes que ocupaban una planta entera de un edificio.

Recurso escaso y carísimo, controlado por unos pocos → alquiler por uso → ordenador propio de la empresa → ordenador propio de la persona → bolsillo de cada uno. Ese es el patrón. Se ha repetido, con variaciones, cada vez que ha aparecido una tecnología de cómputo nueva.

Ya estamos viendo los mismos pasos con la IA

Si miro la IA generativa con esos ojos, no veo nada distinto. Los labs de hoy son el mainframe y el time-sharing de los 60: un recurso muy caro de construir, en manos de muy pocos, que alquilan por uso —literalmente, por token—. Y ya está apareciendo el siguiente escalón.

El precio de los tokens, para empezar, ya está cayendo mucho más rápido de lo que se suele reconocer en el debate. GPT-4 salió en 2023 a 30 dólares por millón de tokens de entrada. Un modelo equivalente hoy cuesta 2,50 dólares. Y los modelos más baratos del mercado, como Gemini Flash o DeepSeek, están en torno a 0,10 dólares por millón. Estamos hablando de caídas de 300 veces en tres años. Eso no es un mercado que se esté encareciendo estructuralmente. Es un mercado que se está comoditizando a toda velocidad, como pasó con el hardware.

Y el paso de "alquilar tiempo de cómputo" a "tener tu propio servidor" también está empezando a suceder. Un ejemplo cercano: Zylon, una empresa española fundada en 2023 por un ex-Ontruck y un ex-Amazon, vende justo eso a bancos, hospitales y administraciones públicas de Estados Unidos y Europa. Su producto, Zylon in a Box, es un servidor que despliegas dentro de tu propia infraestructura, con el modelo corriendo ahí dentro, sin depender de la nube de nadie. No es casualidad que estén creciendo: están vendiendo el equivalente actual a las empresas que, en los 60 y 70, dieron el salto de alquilar minutos en el mainframe de GE a comprarse su propio ordenador, más modesto pero suyo, dentro de sus cuatro paredes.

Mi apuesta: 2027-2028, y luego 2029-2030

En 2027 y 2028, creo que vamos a estar en un escenario híbrido: un 80% de las tareas ejecutándose sobre modelos no frontera, corriendo en infraestructura propia, y un 20% tirando de los modelos frontera para las tareas más complejas. Aparte del ahorro de dinero, nos permitirá centralizar la decisión de qué modelo usar en cada fase del desarrollo: uno para explorar, otro para generar código, otro para revisar. Hoy cada desarrollador decide esto un poco a su criterio. Creo que eso se va a convertir en una decisión de infraestructura, tomada una vez y aplicada por todo el equipo. Y según vaya avanzando la potencia de los modelos locales y open source, ese reparto se irá inclinando todavía más hacia el lado local.

Ya hay movimiento en esta dirección: Coder lanzó hace dos meses unos agentes de programación agnósticos de modelo pensados para correr en la infraestructura propia de la empresa, y Cursor está llevando sus agentes a la infraestructura de las empresas del Fortune 500 precisamente por esta razón: separar el agente del modelo que hay detrás.

Y para 2029 o 2030, mi apuesta es que va a ser cada vez más común que las propias empresas tengan su propio servidor para ejecutar los modelos que necesitan, y que los desarrolladores, a su vez, estén usando modelos en local, en su propio ordenador. Ya hay señales de esto: hoy ya existe un mini PC de 729 dólares capaz de mover un modelo de 32.000 millones de parámetros. Esto va a pasar por dos fuerzas que convergen: por un lado, las GPU y la RAM bajarán de precio una vez la capacidad de fabricación supere la demanda actual y subirán en capacidad de cómputo; por otro, los modelos se van a seguir haciendo más eficientes, de forma que gran parte del trabajo diario se pueda resolver en local y solo se tire de la nube para lo verdaderamente pesado.

Dicho esto, no quiero que se entienda esto como "no os preocupéis por el gasto en tokens, ya se arreglará solo". El patrón histórico dice hacia dónde vamos, pero no dice cuánto va a durar la transición. Y mientras dura, hay dinero real en juego. Como empresa, podemos quemar mucho dinero si no gestionamos bien qué modelos usamos para qué. Esto engancha un poco como una droga, y toca tener cabeza fría mientras el mercado termina de madurar.

Dónde creo que va a estar el dinero

Si la apuesta histórica se cumple, los modelos generalistas se van a comoditizar, igual que se comoditizó el hardware genérico. Y si eso pasa, el valor no va a estar ahí. Va a estar en las capas de encima: productos muy verticales, construidos sobre esta infraestructura cada vez más barata y accesible, resolviendo un problema muy concreto de un sector muy concreto. Ahí es donde, si tuviera que apostar hoy pensando en 2030, pondría el foco.