En noviembre de 2022, procesar un millón de tokens con un modelo de nivel GPT-3.5 costaba $20 dólares. Para octubre de 2024 costaba $0.07: una caída de más de 280x en ~18 meses, según el AI Index 2025 de Stanford. Andreessen Horowitz le puso nombre al fenómeno —"LLMflation"— y lo cuantificó en noviembre de 2024: a calidad constante, el costo de inferencia baja ~10x por año.
La tendencia no se detuvo. En noviembre de 2025, Anthropic recortó su modelo tope, Claude Opus 4.5, de $15/$75 a $5/$25 dólares por millón de tokens (−67%), y reportó además ~76% menos tokens de salida para el mismo trabajo. Si cotizaste un caso de IA en 2024 y lo archivaste "porque salía caro", ese presupuesto ya no existe.
El patrón: el flagship de hace 12–18 meses hoy es commodity
Precios de lista por millón de tokens (entrada/salida):
- OpenAI: GPT-4 salió en 2023 a $30/$60. GPT-4o (mayo 2024) bajó a $5/$15 y a $2.50/$10 a finales de 2024. GPT-4.1 (2025): $2/$8. GPT-5 (agosto 2025): $1.25/$10. Y GPT-4o mini (julio 2024) ofreció desempeño clase GPT-4 a $0.15: ~200x menos que 16 meses antes.
- Anthropic: el tier Opus costó $15/$75 desde Claude 3 Opus (2024) hasta Opus 4.1; Opus 4.5 (noviembre 2025) lo dejó en $5/$25. El tier medio (Sonnet) se mantiene en $3/$15 subiendo de capacidad en cada versión.
- Google: Gemini 2.5 Flash cuesta $0.30/$2.50 y Flash-Lite $0.10/$0.40 — el rango donde viven la mayoría de las tareas de una pyme (clasificar, extraer, resumir).
La regla práctica: la capacidad que hoy pagas a precio flagship estará disponible en 12–18 meses a ~10% del costo. Presupuestar IA con precios congelados a 3 años es un error financiero, no técnico.
Las dos palancas que casi nadie aplica
- Prompt caching: el contexto que se repite entre llamadas (instrucciones, catálogo, ejemplos) se cobra al 10% del precio de entrada una vez cacheado; escribir el cache cuesta 1.25x una sola vez. En agentes y chatbots, el grueso del input es repetido.
- Batch API: lo que no necesita respuesta en segundos (reportes nocturnos, clasificación masiva, enriquecimiento de datos) cuesta 50% menos. Ambos descuentos se combinan: input cacheado en batch queda en ~5% del precio de lista.
Qué cambia en México
- El consumo se paga en dólares, pero es la partida chica. Ejemplo a escala pyme: clasificar y responder 5,000 correos de clientes al mes (~1,500 tokens de entrada + 300 de salida cada uno) con un modelo de tier medio ($3/$15) cuesta ~$45 USD/mes; con un modelo chico ($1/$5), ~$15. Hay riesgo cambiario, pero sobre una base mínima.
- El costo dominante es la implementación: integrar con tus sistemas, evaluar calidad, mantener. La cotización debe separar dev fee (pago único por construir) de consumo (mensual, variable). Si el proveedor empaqueta el consumo con margen oculto, la caída de precios se la queda él, no tú.
- LFPDPPP: si envías datos personales de clientes a una API, tu aviso de privacidad debe cubrir esa transferencia y conviene revisar el acuerdo de tratamiento del proveedor (retención, no-entrenamiento). Los tres grandes no entrenan con datos de API por default y ofrecen retención limitada para empresas.
- Facturación: los proveedores cobran en USD sin CFDI; trátalo con tu contador como importación de servicios desde el inicio, no al cierre del ejercicio.
Checklist: presupuestar un caso de IA sin sorpresas
- Dimensiona el volumen: transacciones/mes × tokens por transacción, medido con 20–30 ejemplos reales, no estimado.
- Cotiza con el modelo más barato que pase tus pruebas de calidad, no con el flagship por default.
- Aplica cache y batch antes de aceptar cualquier cifra de consumo.
- Trata el precio de hoy como techo, no como piso: evita compromisos anuales de consumo prepagado.
- Exige dev fee y consumo separados; el consumo debe ser pass-through auditable (dashboard del proveedor, no PDF del intermediario).
- Monitorea costo por transacción, no factura total: si el volumen sube y el unitario baja, vas bien.
En unifai cotizamos así por convención: dev fee fijo + consumo pass-through sin margen. ¿Quieres el número concreto para tu caso, con este nivel de detalle? Hablemos.