OpenAI y Anthropic recortaron los precios de sus API de LLM insignia hasta en un 80% entre junio y septiembre de 2026, según un análisis de Max Woolf publicado en su blog minimaxir.com. Los recortes afectaron tanto a los modelos de frontera como a los de nivel económico, y la cronología de Woolf muestra que no fueron descuentos aislados sino un ida y vuelta continuo entre los dos laboratorios durante cuatro meses.
El caso más claro es el de GPT-5.6 Luna de OpenAI. Lanzado el 26 de junio de 2026 a $1 de entrada / $6 de salida / $0.10 de cache-read por millón de tokens, OpenAI lo recortó un 80% el 30 de julio a $0.20 / $1.20 / $0.02, un movimiento que el post de Woolf marca con "(???)" como no explicado en su momento. Escribe que sospecha que "el recorte del 80% en el precio de GPT-5.6 Luna en julio estaba pensado para competir específicamente con estos modelos más pequeños de peso abierto," señalando a DeepSeek V4 Flash como el detonante competitivo. El movimiento paralelo de Anthropic fue el precio de lanzamiento de Claude Sonnet 5 de $2 / $10 / $0.20 por millón de tokens, anunciado el 30 de junio como temporal y hecho permanente el 10 de agosto.
La mecánica importa más en la línea de cache-read, no en el precio de entrada/salida. El post de Woolf explica que, para los agentes de codificación, los tokens de cache-read — el contexto almacenado que se repite en cada turno — representan "96% - 99%" del gasto total de tokens, con tasas de acierto de caché que rondan "90 - 100%." Por eso el precio de Claude Fable 5.1 del 1 de septiembre, que redujo el costo de cache-read en un 75% respecto a Fable 5 mientras mejoraba los benchmarks en todos los frentes, "se correlaciona con una reducción del 70-75% en el costo de usar el modelo" aunque los precios de entrada/salida de cabecera se mantuvieron cerca de $10/$50. La misma lógica se aplica a GPT-6.1 Sol, anunciado el 29 de septiembre después de que el lanzamiento inicial de GPT-6 Sol resultara ser lo que Woolf llama "un fiasco en rendimiento": OpenAI redujo a la mitad su precio de caché a $2 / $10 / $0.10, lo que hizo que la familia GPT-6 Sol fuera "acumulativamente 75% más barata" que su predecesora.
En cuanto a hardware y arquitectura, las fuentes no mencionan GPUs ni frameworks de servicio — esto es un análisis de precios, no un desglose de infraestructura. Lo que sí incluye es una línea de tendencia: los datos citados del gateway de modelos de IA de Vercel muestran que el costo por token cayó al 43.3% de su nivel de abril de 2026, aunque Woolf señala que el gasto agregado está aumentando porque "los modelos están mejorando más rápido de lo que se abaratan." El propio planteamiento de Anthropic sobre Opus 5.5, anunciado el 22 de septiembre a $4 / $20 / $0.20 (frente a los $5/$25/$0.50 de Opus 5), fue explícito: "Opus 5.5 requiere menos cómputo para servirse que Opus 5, y su precio refleja eso," una combinación de recortes de entrada/salida y reducciones de caché que Woolf totaliza en "40-60%" de costo menor para un modelo que, según él, es mejor que Fable 5.1.
La presión competitiva citada es la inferencia de peso abierto. Woolf cuenta 29 proveedores distintos que alojan DeepSeek V4.1 Flash en OpenRouter, frente a 13 del V4 Flash original en mayo, con Cloudflare y DeepInfra con precios "dentro del 10% del costo de DeepSeek" en costo de entrada efectivo. También señala el próximo Kimi K3.1 Pro de Moonshot AI, evaluado por Artificial Analysis en 55 frente al 58 de Opus 5.5, con un precio de la mitad de la tarifa de entrada/salida de Opus 5.5 y un costo de cache-read equivalente — los pesos llegan el 4 de noviembre, tras lo cual Woolf espera que la mayoría de los más de 20 proveedores existentes de Kimi K3 lo adopten a un precio comparable.
Lo que queda sin resolver es el margen. Woolf cita informes no identificados que sitúan los márgenes de ganancia por token de inferencia "tan saludables como 80% con salvedades" antes de los recortes, pero ninguno de los dos laboratorios ha revelado qué queda después de ellos, y tanto OpenAI como Anthropic, según el post, se acercan a sus OPI — OpenAI en 2027, Anthropic "dentro de un par de meses" — un calendario que Woolf considera contraintuitivo para empresas a punto de someterse al escrutinio del mercado público sobre "pérdidas masivas negativas." También señala que OpenAI redujo simultáneamente en un 50% la asignación de uso del nivel de $200/mes de Codex, lo que sugiere que el valor de la suscripción, no el precio base de la API, podría ser la primera palanca que se mueva si los márgenes se estrechan. El propio uso de Woolf cambió en consecuencia: después de que GPT-6.1 Sol redujera su costo efectivo en un 75%, bajó su cuota de Codex a una quinta parte, calificando el efecto neto de "aproximadamente neutral y la elección obvia."
La conclusión para quien esté presupuestando un pipeline de RAG o de agentes contra endpoints de GPT o Claude: no fijen los contratos según las tarifas de cabecera de entrada/salida — el precio de cache-read es donde realmente se concentra el 96-99% del costo de tokens agénticos, y esa es la línea que más se ha movido, y más rápido, en este ciclo.