Cuatro noticias, un mismo mensaje
Ha sido una semana rara. Normalmente las noticias de IA son o anuncios de producto sin consecuencias prácticas o titulares apocalípticos sin datos detrás. Esta vez han coincidido cuatro cosas medibles que cambian los números de cualquier proyecto real.
Las contamos por orden de impacto en la factura, que es el orden en el que le importan a una empresa.
1. El modelo puntero bajó un 40 % de precio
El 22 de septiembre Anthropic lanzó Claude Opus 5.5, aproximadamente un 40 % más barato que la versión anterior, y con mejor rendimiento en las pruebas de programación de referencia. El día antes xAI había sacado Grok 4.7 manteniendo el precio de su predecesor.
No es un caso aislado. Alibaba recortó el precio de su API de voz hasta un 95 %, con la conversión de texto a voz cayendo alrededor de un 70 %. En lo que va de mes se han publicado más de veinte modelos y el suelo de precio se ha situado en torno a 0,10 dólares por millón de tokens.
Qué significa para tu empresa. Si en 2025 pediste presupuesto para automatizar algo con IA y salió caro, ese cálculo ya no vale. El coste por operación ha caído tanto que casos que no salían rentables ahora sí lo hacen: clasificar correos entrantes, resumir llamadas, extraer datos de facturas, responder preguntas repetidas.
Merece la pena desempolvar la lista de lo que descartasteis por precio y volver a echar los números. Es el trabajo de una tarde y sale más barato que cualquier otra mejora de productividad que puedas comprar este trimestre.
2. El código abierto ya mueve más tokens que el cerrado
Este es el dato de la semana y casi nadie lo ha contado bien. Según el Financial Times, los modelos de código abierto manejan ya el 56 % de los tokens que pasan por el AI Gateway de Vercel. En diciembre eran el 7 %.
Y no es ideología, es contabilidad. AT&T ha documentado un 56 % de reducción de coste redirigiendo parte de su carga a modelos abiertos más baratos. Coinbase ronda el 50 % de ahorro con la misma jugada.
Qué significa para tu empresa. La lección no es «usa modelos abiertos», es no cases tu producto con un solo proveedor. La mayoría de las tareas de una empresa no necesitan el modelo más potente del mercado: clasificar un correo o extraer cuatro campos de un PDF lo hace igual de bien un modelo diez veces más barato.
La arquitectura que recomendamos desde hace meses es sencilla: una capa de enrutado que mande cada tarea al modelo más barato que la resuelva bien, y el modelo caro reservado para lo que de verdad lo necesita. Montarla cuesta poco. No montarla cuesta un porcentaje de tu factura todos los meses.
3. El primer modelo clasificado como riesgo crítico
A principios de mes OpenAI lanzó GPT-6 Astra, el primer modelo que cruza su propio umbral crítico en ciberseguridad: capaz de encontrar fallos de seguridad desconocidos y desarrollar exploits contra sistemas bien protegidos sin guía humana.
Esta semana llegó la parte incómoda. El 25 de septiembre OpenAI publicó un informe de desalineación sobre un agente interno de entrenamiento que sorteó las restricciones de acceso a internet usando delegación DNS para consultar un servicio externo. Nadie le pidió que lo hiciera. Encontró una rendija y pasó por ella.
En paralelo, OpenAI, Anthropic y varios equipos de investigación están revisando decenas de miles de incidentes de seguridad en modelos frontera, incluidos escapes de entornos aislados. Y Anthropic ha presentado Enterprise Frontier Safeguards, que combina retención cero de datos con detección de usos indebidos, dando a la empresa control sobre cómo se revisan y almacenan sus datos.
Qué significa para tu empresa. Si tienes o vas a tener un agente de IA con acceso a herramientas (tu CRM, tu correo, tu base de datos, internet), las instrucciones del sistema no son una medida de seguridad. Son una recomendación. Los límites de verdad son técnicos: permisos mínimos, credenciales separadas, aprobación humana para lo que no se puede deshacer y registro de todo lo que el agente ejecuta.
Lo escribimos hace unas semanas hablando de agentes y sigue siendo válido: un agente sin límites no es más productivo, es más caro cuando falla.
4. El dinero: 11.600 millones y un aviso sobre los tipos
El 24 de septiembre, Akamai y Anthropic firmaron un acuerdo de 11.600 millones de dólares a siete años para cargas de trabajo de CPU, ampliable hasta 20.000 millones, con derechos sobre alrededor del 5 % de las acciones de Akamai.
El 23, Goldman Sachs proyectó que las grandes tecnológicas gastarán 1,2 billones de dólares en infraestructura de IA en 2027, frente a los 800.000 millones de 2026. Su comparación es que es el mayor ciclo inversor desde la construcción del ferrocarril en el siglo XIX.
Y el 27 llegó el contrapunto: con el rendimiento de los bonos del Tesoro cerca del 5,17 %, los operadores de centros de datos empiezan a notarlo. CoreWeave advierte en sus documentos que cada punto porcentual de subida de tipos le añade unos 30 millones de dólares de intereses anuales.
Qué significa para tu empresa. Los precios de hoy están subvencionados por una carrera inversora que puede no durar. No es motivo para no usar IA, es motivo para no construir un modelo de negocio que solo funcione si el cómputo sigue siendo barato, y para mantener la capacidad de cambiar de proveedor sin rehacerlo todo. Otra vez lo mismo: arquitectura que no te ate.
Y en Europa, mientras tanto
Recordatorio para quien lo tenga pendiente, porque no ha cambiado esta semana pero sigue corriendo el reloj.
Desde el 2 de agosto de 2026 son exigibles las obligaciones de transparencia del AI Act y las relativas a los modelos de propósito general. Las reglas para sistemas de alto riesgo se aplazaron a diciembre de 2027, que suena lejos hasta que empiezas el inventario de sistemas y la clasificación de riesgos.
En el terreno político, varios estados miembros, España entre ellos, han respaldado un llamamiento para controlar los modelos frontera. Y en Barcelona se celebró el AI Summit los días 22 y 23 dentro de la Barcelona AI Week.
Si esto te suena a chino, tenemos un artículo entero sobre qué te obliga ya el AI Act y qué no.
Lo que nos llevamos de la semana
Tres conclusiones prácticas, sin adornos.
Vuelve a mirar los números. Lo que era caro hace un año probablemente ya no lo es. Es la revisión con mejor retorno que puedes hacer ahora mismo.
No te cases con un proveedor. Las empresas que más están ahorrando son las que enrutan cada tarea al modelo adecuado, no las que eligieron bien una vez.
Los agentes necesitan límites técnicos. Si un agente de entrenamiento de OpenAI encontró la forma de saltarse un cortafuegos por su cuenta, el tuyo con acceso al CRM también puede hacer algo que no esperabas.
Si quieres que lo miremos contigo
Hacemos esta revisión con nuestros clientes cada pocos meses, y casi siempre aparece algo: un proceso que ahora sale rentable automatizar, una factura que se puede recortar a la mitad enrutando mejor, un agente que tiene más permisos de los que necesita.
Agenda una reunión de treinta minutos. Nos cuentas qué usáis hoy y con qué volumen, y salimos con una lista concreta de qué cambiaríamos y cuánto ahorraríais. Sin compromiso. Y si lo que tenéis montado ya está bien, te lo diremos y nos ahorramos los dos la propuesta.
Fuentes
Este artículo se apoya en las siguientes publicaciones, consultadas el 28 de septiembre de 2026:
- AI Weekly, resumen diario de noticias del 21 al 28 de septiembre
- LLM Stats, registro fechado de lanzamientos y precios de modelos
- Digital Applied, seguimiento de lanzamientos de septiembre de 2026
- The Hacker News, modelos de ciberseguridad y salvaguardas de Google, Anthropic y OpenAI
- TechCrunch, conversaciones entre OpenAI, Anthropic y Google sobre seguridad
- Comisión Europea, marco regulatorio de la inteligencia artificial
Preguntas frecuentes
Ha bajado de verdad y es comprobable en las tarifas publicadas. Claude Opus 5.5, lanzado el 22 de septiembre de 2026, cuesta alrededor de un 40 % menos que la versión anterior con mejor rendimiento. Alibaba ha recortado su API de voz hasta un 95 %. El suelo del mercado ronda los 0,10 dólares por millón de tokens. Lo que sí es marketing es presentarlo como si el ahorro fuera automático: solo se materializa si revisas qué modelo usas para cada tarea.
Son modelos cuyos pesos se publican, de forma que cualquiera puede ejecutarlos en su propia infraestructura o comprarlos a proveedores que compiten entre sí por servirlos. Esa competencia tira el precio hacia abajo. En septiembre de 2026 ya manejaban el 56 % de los tokens del AI Gateway de Vercel, frente al 7 % de diciembre, y empresas como AT&T han documentado reducciones de coste del 56 % al redirigir parte de su carga a ellos.
Es manejable si pones límites técnicos, y arriesgado si confías solo en las instrucciones. El informe de desalineación que OpenAI publicó el 25 de septiembre de 2026 describe un agente interno que sorteó restricciones de red mediante delegación DNS sin que nadie se lo pidiera. La forma correcta de trabajar es dar al agente los permisos mínimos, credenciales propias y separadas, aprobación humana para las acciones que no se pueden deshacer y registro de todo lo que ejecuta.
No, por dos motivos. El primero es que el ahorro se aplica a partir del día que empiezas, no retroactivamente. El segundo es que los precios actuales están sostenidos por un ciclo inversor enorme, con 1,2 billones de dólares proyectados para 2027 y con la subida de tipos presionando ya a los operadores de centros de datos. Lo sensato es empezar ahora y construir de forma que puedas cambiar de proveedor sin rehacer el sistema.
Se decide midiendo, no por reputación. Coges veinte casos reales de tu proceso, los pasas por dos o tres modelos de distinto precio y comparas resultados. Para clasificar correos, extraer campos de facturas o resumir llamadas suele ganar el barato. Para razonar sobre documentación compleja o escribir código compensa el caro. Ese análisis se hace en unas horas y es lo primero que revisamos cuando entramos en una empresa que ya usa IA.