Epoch AI: hacer lo mismo cuesta un 47% menos cada trimestre

Lo que se abarata es el resultado, no el modelo

El informe lo firman Luke Emberson y David Roodman y está fechado el 22 de septiembre de 2026: alcanzar un nivel de rendimiento dado cuesta un 47% menos que un trimestre antes, ritmo sostenido desde 2023. Al año, 13 veces menos.

Su ejemplo lo hace visible. Epoch estima que el 31 de enero de 2025 el o3 de OpenAI acertaba el 75% de GPQA Diamond por 0,30 dólares la pregunta, y que 18 meses después GPT-5.6 Luna sacaba la misma nota por 0,0004 dólares: 725 veces menos. Es su estimación, no una tarifa.

Es el marco de la semana: Anthropic y OpenAI recortaron precios el 22 y el 23 de septiembre de 2026; DeepSeek subió los suyos.

Leer más: Epoch AI — «The plunging price of thought» (22-09-2026) ↗

Cinco pruebas y una misma pendiente

Las cinco pruebas bajan a un ritmo muy parecido, del ajedrez, la más lenta, a FrontierMath en sus niveles 1 a 3; la media simple coincide con la del modelo que prefieren los autores.

Por dominios hay tres velocidades, no dos: las matemáticas caen entre el 50 y el 52% por trimestre, de 16 a 19 veces al año; los juegos de habilidad, entre el 39 y el 43%; GPQA Diamond, que es de ciencias, no entra en ninguna banda.

Conviene saber quién mide. FrontierMath, la prueba que más rápido se abarata, es de Epoch AI y se hizo con OpenAI, de quien la entidad cobra evaluaciones, igual que de Google DeepMind, xAI y Anthropic. El informe tampoco ha pasado revisión por pares.

Leer más: Epoch AI — Transparencia: financiación y colaboraciones ↗

Ninguna tecnología con precios históricos cayó tan rápido

El informe pone su curva junto a cuatro tecnologías con precios históricos: el genoma humano completo, del NHGRI, el instituto federal estadounidense del genoma; el coste del cálculo hasta 2001, de la serie del economista de Yale William Nordhaus; las celdas de litio-ion de Our World in Data, de la Universidad de Oxford; y la electricidad residencial en Estados Unidos.

Ninguna se le acerca. La inferencia de IA baja un 47,0% por trimestre, 13 veces al año, y la segunda más rápida de las cuatro, la secuenciación de ADN, se queda en un 14,2%. De ahí los múltiplos del informe: cuatro veces más rápido que el ADN, seis que el cómputo, 18 que las baterías y 54 que la electricidad. Se calculan en puntos logarítmicos, no dividiendo porcentajes, y el informe avisa de lo tramposo de la comparación: de esas cuatro hay precios de mercado observados; del pensamiento, no.

Leer más: Epoch AI — hoja de datos de la comparación entre tecnologías ↗

El precio se hunde justo al estrenarse y luego se frena

El dato más revelador no es la media, sino cómo cambia con la edad del logro: promediando las cinco pruebas, el coste cae un 66,3% por trimestre —75 veces al año— cuando el nivel acaba de estrenarse como estado del arte, y la mitad de rápido dos años después, un 32,4% o 4,7 veces al año.

Los autores lo explican como hipótesis: quien llega primero cobra una prima poco tiempo, hasta que la competencia y la mejora técnica se la comen, y los beneficios extraordinarios pueden ser fugaces.

El patrón no es universal: en dos de las cinco pruebas, la de ajedrez y la del juego secreto, la caída se acelera en lugar de frenarse.

Por qué hubo que cambiar la forma de medir

Los cálculos anteriores miraban el precio por token, no lo que costaba el resultado; con los modelos de razonamiento, desde el o1 de OpenAI en diciembre de 2024, esa distinción dejó de ser un detalle.

Epoch estima, con la metodología del CAISI —el Center for AI Standards and Innovation, organismo federal estadounidense de normas de IA—, qué habría pasado con presupuestos de tokens más bajos, y mide siempre sobre el modelo más barato capaz de cada nivel. Avisa de que casi nadie trabaja así: el ahorro medido es un techo, no la factura de una empresa.

Las limitaciones son parte del resultado

Los autores abren sus cautelas: la caída rápida es indiscutible, dicen, pero sus cifras concretas tienen reservas mayores. La media depende de cómo se promedie, y las otras formas de promediar la mueven entre el 42,9 y el 58,0%. Tres años, admiten, son pocos.

Renuncian además a la inferencia estadística: sin errores estándar ni contraste de hipótesis, piden leer sus números como medidas razonables pero toscas. La comparación histórica es, en sus palabras, comparar peras con manzanas, y el análisis más completo anterior, de Gundlach y otros en marzo de 2026, daba de 5 a 10 veces al año, no 13.

Leer más: Epoch AI — código y datos del informe ↗