La narrativa central detrás de la inversión en infraestructura de IA enfrenta desafíos severos a nivel de economía unitaria. El precio de los tokens ha caído más rápido de lo esperado; el Índice de Gasto en Tokens LLM de Silicon Data de Goldman Sachs cayó un 29% en agosto, hasta aproximadamente 0,97 dólares, por primera vez por debajo del umbral de 1 dólar por millón de tokens. Al mismo tiempo, el uso en la plataforma OpenRouter aumentó un 47%, pero el gasto en dólares solo creció un 7%. La brecha entre volumen creciente y precios decrecientes revela la contradicción central: los rendimientos del mercado de acciones se miden en dólares, no en cantidad de tokens. Esto marca un cambio fundamental en la lógica de ingresos que ha sustentado la valoración del sector de IA durante los últimos dos años, y los mercados de crédito ya han emitido advertencias.

Autor del artículo, fuente: Wall Street Journal

La narrativa central detrás de la inversión en infraestructura de IA enfrenta un desafío severo a nivel de economía por unidad. La caída de los precios de los tokens ha superado las expectativas previas del mercado, socavando fundamentalmente la lógica de ingresos que sustentó las valoraciones del sector de IA durante los últimos dos años.

Según el último informe de Rich Privorotsky, jefe de la mesa de operaciones One-Delta de Goldman Sachs, el Silicon Data LLM Token Expenditure Index (código: SDLLMTK), que mide el precio promedio ponderado por millón de tokens utilizados en el mercado, cayó un 29% solo en agosto, cerrando el mes en aproximadamente 0,97 dólares, un récord histórico bajo, lo que representa una caída acumulada superior al 50% respecto al pico de mayo de aproximadamente 2,05 dólares. Este es el primer momento en que el índice cae por debajo del umbral de 1 dólar por millón de tokens.

Al mismo tiempo, según el informe del centro de datos de J.P. Morgan, el uso de tokens en la plataforma OpenRouter aumentó aproximadamente un 47% mensual en agosto, pero los gastos en dólares solo crecieron aproximadamente un 7%. La brecha entre el aumento en volumen y la caída en precios revela directamente la contradicción central detrás de la lógica actual de inversión en IA: los rendimientos del mercado de acciones se calculan en dólares, no en cantidad de tokens, y los gastos de capital de los centros de datos de gran escala se核算 basan en las expectativas de ingresos en dólares.

Privorotsky señaló claramente en el informe: "Más demanda junto con precios más bajos no constituye automáticamente un factor positivo si el precio cae más rápido que el crecimiento del consumo."

Colapso del precio del token: no es la desaparición de la demanda, sino la desintegración del precio unitario

El Índice de Gasto en Tokens LLM de Silicon Data no es un indicador de la demanda de tokens, sino un índice de precios ponderado por uso. La propia empresa ha señalado al mercado que la caída de este índice podría deberse a una reducción de precios, a la migración de usuarios hacia modelos de código abierto de menor costo, o a ambos factores, y no implica una contracción en el uso de IA.

Sin embargo, precisamente ahí radica el problema: el volumen de enrutamiento de OpenRouter aumentó significativamente, mientras que los precios de alquiler de las GPU H100 bajaron, lo que contradice la narrativa de un aumento masivo en la demanda de tokens. Privorotsky señaló que los datos de agosto mostraron un patrón claro: volumen en fuerte aumento, caída aún mayor en los precios y gastos en dólares casi estancados.

La conclusión de Goldman Sachs es que la valoración de acciones de los últimos dos años se basó en la suposición de que "más tokens equivalen a más ingresos", y los datos de agosto rompieron por primera vez claramente esta suposición.

Aumento de la competencia y razonamiento local: erosión estructural del modelo de precios por token

Privorotsky afirmó en su informe que duda de que la facturación por token sea un modelo de negocio sostenible. La lógica de precios por millón de tokens para el razonamiento en la nube depende de que tres supuestos se cumplan simultáneamente: el modelo es lo suficientemente grande como para no poder ejecutarse localmente, los usuarios no pueden reemplazarlo con alternativas de código abierto, y la carga de trabajo es lo suficientemente puntual como para que construir su propia infraestructura de cómputo no sea rentable. Y estos tres supuestos están desmoronándose simultáneamente en la actualidad.

En el lado del hardware, las laptops de la serie RTX Spark, las estaciones de trabajo DGX Spark, las Mac Studio ejecutando modelos de 70 mil millones de parámetros y los NPU con capacidad de cómputo entre 40 y 75+ TOPS han reducido el costo marginal por token hasta niveles cercanos al costo de la electricidad. Una vez que la factura mensual de API de una empresa supera el costo de amortización de un equipo de 5.000 a 15.000 dólares, dicha empresa pasa de ser consumidora de tokens a compradora única de hardware, en lugar de seguir siendo un usuario de suscripción de software que aporta un margen de beneficio del 40%.

En la competencia de modelos, Muse Spark 1.3, lanzado por Meta el 2 de septiembre, ya se encuentra en la misma categoría que GPT-5.6 Sol y Claude Opus 5 en pruebas de referencia independientes, destacándose especialmente en tareas de agentes y generación de código. Privorotsky señaló: “La ventaja de vanguardia se mide en semanas y no constituye una ventaja competitiva, sino un ciclo de producto”. Cada vez que un modelo subóptimo se acerca lo suficiente y es más barato, las empresas evitan las capas de prima, y el índice de precios de los tokens es precisamente la manifestación agregada de esta decisión de ruta.

La lógica de gastos de capital está bajo presión: los mercados de crédito ya han emitido advertencias.

El informe de Goldman Sachs señala que este ciclo de gastos de capital en IA no es un gasto operativo flexible, sino un compromiso de activos pesados ya asegurado. Según el informe, los gastos de capital combinados de las cinco grandes proveedores de nube calificadas se estiman en aproximadamente 737 mil millones de dólares para 2026, lo que representa alrededor del 38% de sus ingresos. Moody's ha emitido una advertencia sobre la compresión del flujo de efectivo libre, la transición del balance desde activos ligeros a activos pesados, y los compromisos de arrendamiento que, aunque no se reflejan en bonos, ejercen una restricción sustancial sobre los emisores.

El mercado de crédito ha reaccionado antes que el mercado de acciones. Según un análisis de los bonos relacionados, 78 de los 91 bonos emitidos por grandes proveedores de nube con vencimiento en 2026 ya habían caído por debajo de su precio de emisión antes del final de agosto. Privorotsky denomina esto "revalorización del crédito" y señala que los múltiplos de valoración de acciones son indicadores rezagados.

La cadena lógica es clara: una caída del 30% en el precio del token y un crecimiento del 20% en el uso implican una disminución de los ingresos por inferencia; mientras los gastos por depreciación e intereses durante el ciclo de construcción de 2025 a 2027 siguen aumentando, la rentabilidad de la inversión colapsa; tras este colapso, el mercado no necesita una narrativa dramática de “estallido de una burbuja”, sino simplemente ajustar los múltiplos de valoración para reflejar el nivel de una empresa de servicios públicos con grandes activos pero capacidad limitada para fijar precios.

GPT-6 Astra: la única variable de narrativa restante

En el informe, Privorotsky considera al próximo modelo de OpenAI, Astra, como el único catalizador inmediato posible que podría revertir la situación. OpenAI anunció el 1 de septiembre que Astra ha alcanzado el umbral clave de ciberseguridad bajo su Framework de Preparación, convirtiéndose en el primer modelo incluido en esta categoría.

Sin embargo, la mesa de operaciones de Goldman Sachs mantiene una postura cautelosa. Un modelo agresivo con acceso restringido, que requiere monitoreo y presenta fricciones de uso, no complementa automáticamente el fondo de ingresos en tokens. Si las cargas de trabajo de alto valor permanecen siempre en pruebas controladas y no ingresan al sistema de facturación público, Astra incluso podría reducir la cantidad de tokens facturados.

La conclusión del informe es que Astra es la última variable reciente capaz de reorientar la cartera de ingresos hacia niveles de mayor valor. Antes de esto, los datos de precios de tokens de agosto son la señal más fiel del estado actual del mercado: la demanda puede crecer ilimitadamente, pero si el precio al llegar una demanda ilimitada no cubre el costo de la deuda emitida para construir centros de datos, las acciones aún pueden caer.