El 22 de octubre de 2026, la newsletter OnlyCFO publica un artículo invitado de Peter Walker, Head of Insights en OpenRouter, una pasarela que da acceso a varios cientos de modelos de lenguaje a través de una única cuenta. La publicación plantea que el costo de la IA está en camino de convertirse en la mayor línea de gasto de las empresas, y que el tema concierne a la función financiera.
Los datos de OpenRouter muestran una combinación poco frecuente: el volumen procesado pasa de medio billón de tokens por semana en enero de 2025 a 164 billones a finales de septiembre de 2026, mientras que el precio medio pagado cae de $0.77 a $0.14 por millón de tokens. El autor concluye que la inferencia se comporta como una commodity, no como un software comprado a un proveedor bajo un contrato anual.
Cuatro fuerzas explican esta evolución. La oferta está en plena expansión: 862 modelos lanzados desde 2024, de los cuales 27 superan el billón de tokens por semana. Los modelos de peso abierto concentran alrededor del 60% de los tokens por el 26% del gasto; dos tercios proceden de laboratorios chinos, pero el alojamiento se elige de forma independiente del modelo, y el 44% de esos tokens son servidos por proveedores con sede en EE. UU. Los agentes se convirtieron en la principal fuente de tokens el 6 de febrero de 2026; como reenvían el mismo contexto en cada paso, el almacenamiento en caché de prompts se convierte en la variable decisiva del precio, y la tasa de aciertos de caché de los modelos recientes alcanza el 88%. Por último, el líder no deja de cambiar: cinco veces en ocho trimestres.
El uso y el gasto se desacoplan: en las startups nativas de IA, los tokens se multiplican por 18 y el gasto por 5.1. El descenso se explica por modelos más baratos y más capaces, por la optimización de la caché y por los modelos económicos de los laboratorios de frontera. Para un mismo modelo de peso abierto, el precio realmente pagado se sitúa entre un 43% y un 89% por debajo del precio de lista, y el proveedor más barato en la lista de precios a menudo no es el más barato en la práctica.
El autor propone entonces comprar al "landed cost": el precio tras el descuento por caché, más el costo de la latencia y el costo de los reintentos. Una solicitud de un dólar que falla una vez de cada cinco cuesta $1.25 por respuesta exitosa. A esto se añade la retención cero de datos, disponible para el 93% de los tokens, y la disponibilidad: 96.9% de éxito tras el failover automático.
Concluye con cuatro consejos para los CFO: consumir más no significa gastar más, un modelo abierto varía según el proveedor, los guardrails son esenciales, y los planes deben seguir siendo revisables.