El 30 de julio de 2026, OpenAI recortó el precio de sus modelos por API. No es un dato para fanáticos de la tecnología: es plata. Si tu empresa evalúa —o ya usa— IA conectada por API para atender clientes o generar contenido, el costo de ese uso acaba de caer fuerte. El modelo más económico, GPT-5.6 Luna, bajó un 80%. Vale la pena entender qué cambió y, sobre todo, qué no cambió.
El 30 de julio de 2026 OpenAI redujo el precio de su API: GPT-5.6 Luna cayó un 80% (de US$1 a US$0,20 por millón de tokens de entrada, y de US$6 a US$1,20 los de salida) y GPT-5.6 Terra un 20% (de US$2,50 a US$2 entrada; de US$15 a US$12 salida). El modelo tope, GPT-5.6 Sol, mantuvo su precio (US$5 / US$30) y sumó un modo “Fast” hasta 2,5× más rápido. OpenAI atribuyó el recorte a mejoras de eficiencia.
Para una empresa, el impacto está en el costo variable del uso: las tareas de alto volumen y baja complejidad —clasificar consultas, redactar respuestas, resumir— corren sobre los modelos chicos, que son justo los que bajaron. Pero el precio del token es solo una parte del costo total (TCO): ordenar datos, integrar sistemas y supervisar el resultado siguen pesando lo mismo. La baja hace más barato escalar algo que ya funciona; no vuelve gratis lo que todavía no está armado.
Soy consultor de IA certificado por Anthropic (Claude) y Google (Gemini), y acompaño a empresas argentinas a integrar IA sobre sus procesos reales. Cuando baja un precio así, la pregunta útil no es “¿cuánto ahorro?” sino “¿esto cambia qué me conviene hacer?”. Vamos a los números y después a la decisión.
Qué cambió exactamente
El recorte llegó apenas 21 días después del lanzamiento de la familia GPT-5.6 (9 de julio) y apuntó a los modelos de menor costo, que son los que más se usan en producción. Estos son los precios por millón de tokens, antes y después:
| Modelo | Entrada (US$/M) | Salida (US$/M) | Cambio |
|---|---|---|---|
| GPT-5.6 Luna | $1 → $0,20 | $6 → $1,20 | −80% |
| GPT-5.6 Terra | $2,50 → $2 | $15 → $12 | −20% |
| GPT-5.6 Sol | $5 (igual) | $30 (igual) | Sin cambio + modo Fast |
El patrón dice mucho: lo barato se abarató y lo caro se mantuvo. La competencia se está jugando en el terreno de los modelos económicos de alto volumen, no en el buque insignia. Los nuevos precios también aplican a cómo se mide el consumo de Luna y Terra dentro de ChatGPT Work y Codex: la suscripción cuesta lo mismo, pero el crédito interno rinde más.
Un ejemplo de atención al cliente, en números
Supongamos una pyme que usa un modelo chico (Luna) para asistir la atención al cliente: clasificar consultas entrantes y redactar borradores de respuesta. Un volumen mensual realista de operación media podría ser 50 millones de tokens de entrada (los mensajes que lee) y 15 millones de salida (lo que redacta). El costo del token, solamente:
- Antes: 50 × US$1 + 15 × US$6 = US$140 por mes.
- Ahora: 50 × US$0,20 + 15 × US$1,20 = US$28 por mes.
De US$140 a US$28 por el mismo trabajo. A esa escala el ahorro es real pero modesto en pesos; el punto no es el número de hoy, sino que la barrera de costo para escalar deja de ser un problema. Multiplicá el volumen por diez —una operación que crece— y la diferencia pasa a ser la que decide si un caso de uso cierra o no.
¿Esto cambia qué te conviene hacer?
Sí, en tres cosas concretas. Primero, vuelve viables casos de altísimo volumen que antes no cerraban por costo de tokens: moderar miles de comentarios, clasificar catálogos enteros, procesar transcripciones masivas. Segundo, empuja a repensar qué modelo usás para cada tarea: si venías pagando un modelo caro por costumbre, gran parte del trabajo probablemente rinde igual en uno chico que ahora cuesta una fracción. Tercero, y más importante para el mercado: es una guerra de precios en marcha. OpenAI, Anthropic y Google compiten por costo, así que la dirección seguirá siendo hacia abajo. Atarse a un solo proveedor tiene cada vez menos sentido.
Lo que no cambia es la parte difícil. Una IA barata que contesta mal a un cliente sale más cara que no tenerla. El recorte baja el costo de la infraestructura; el retorno lo sigue definiendo cómo la aplicás. Si querés dimensionar el costo total —no el del token, sino el del proyecto completo en pesos— lo desarrollo en cuánto cuesta la IA para empresas argentinas y, con plantilla incluida, en la guía de presupuesto de IA para PyMEs.
Preguntas frecuentes
¿Cuánto bajó el precio de la API de OpenAI?
El 30 de julio de 2026 OpenAI recortó el precio de sus modelos GPT-5.6 por API. GPT-5.6 Luna bajó un 80%: de US$1 a US$0,20 por millón de tokens de entrada y de US$6 a US$1,20 por millón de salida. GPT-5.6 Terra bajó un 20%: de US$2,50 a US$2 la entrada y de US$15 a US$12 la salida. El modelo tope, GPT-5.6 Sol, mantuvo su precio (US$5 entrada / US$30 salida) y sumó un modo “Fast” hasta 2,5 veces más rápido. OpenAI atribuyó el recorte a mejoras de eficiencia.
¿Cuánto cuesta hoy usar IA por API en una pyme?
Depende del volumen y del modelo. Con los nuevos precios, una operación de atención al cliente que procese 50 millones de tokens de entrada y 15 millones de salida por mes sobre GPT-5.6 Luna paga alrededor de US$28 mensuales en tokens (antes eran US$140). Pero ese es el costo del modelo, no el de la solución: el costo total incluye ordenar los datos, integrar los sistemas, diseñar los prompts y supervisar el resultado, y eso no cambió con el recorte.
¿Conviene cambiar de proveedor por este recorte?
No necesariamente por este recorte puntual, pero sí conviene no atarse a un solo proveedor. OpenAI, Anthropic (Claude) y Google (Gemini) están en una guerra de precios y la tendencia general es a la baja, sobre todo en los modelos económicos de alto volumen. Lo razonable es diseñar la solución de forma que puedas elegir el modelo por tarea y cambiarlo cuando el mercado se mueve, en lugar de quedar amarrado a una sola tecnología.
¿Por qué bajaron los modelos chicos y no el tope de gama?
Porque la competencia se está jugando en los modelos de alto volumen y bajo costo, que son los que las empresas ponen en producción para tareas repetitivas. Abaratar esos modelos gana participación en el uso real, mientras que el modelo insignia se sostiene por capacidades y no por precio. Por eso GPT-5.6 Luna cayó 80% y Sol se mantuvo, sumando en cambio un modo más rápido.
Conclusión: la IA por API es cada vez más barata, la implementación no.
La lección del recorte no es que ahora la IA sea gratis, sino que el costo de la materia prima —el cómputo— se volvió casi irrelevante para la mayoría de los casos de una pyme. Lo que separa a una implementación que da resultados de una que quema plata ya no es el precio del token: es el diseño del proceso, la calidad de los datos y la supervisión humana. En eso conviene invertir, porque es lo único que el próximo recorte de precios no te va a resolver.
Si querés evaluar un caso de uso concreto —atención al cliente, generación de contenido, procesamiento de documentos— y calcular su costo total, no solo el del token, hablemos. Trabajo la implementación de IA sobre los procesos reales de tu empresa, eligiendo la herramienta por lo que rinde y no por moda.
Última actualización: 1 de agosto de 2026 · Versión 1.0 · Fuentes: OpenAI, VentureBeat y Axios sobre el recorte de precios de OpenAI del 30 de julio de 2026. Análisis y opinión: Diego Ceredi, consultor de IA certificado por Anthropic (Claude) y Google (Gemini).
ChatGPT Work: qué es, para qué sirve y cómo se aplica en tu empresa
9 min de lectura
Cuánto cuesta la IA para empresas en Argentina
12 min de lectura