Índice de precios del token LLM de Silicon Data cae a $0.97
El indicador ha caído más del 50% desde un máximo a principios de verano, ya que los recortes de precios y la competencia de código abierto afectan.
El Índice de Gastos en Tokens LLM de Silicon Data cayó a $0.97 el lunes, la lectura más baja desde que se lanzó el índice de referencia a finales del año pasado. La caída de más del 50% desde un máximo de principios de verano es una clara impresión de la deflación del precio de inferencia que ayuda a los usuarios, pero pone a prueba el poder de fijación de precios de los laboratorios fronterizos antes del escrutinio de la OPI.
Puntos Clave
- El Índice de Gastos en Tokens LLM de Silicon Data imprimió $0.97 el lunes, el nivel más bajo desde que se creó el índice de referencia a finales del año pasado.
- El indicador ha bajado más de la mitad desde el máximo establecido a principios de este verano, ampliando una rápida revalorización de los costos de inferencia.
- El índice está diseñado para rastrear la tarifa de mercado actual para un token de modelo de lenguaje grande, una unidad utilizada para medir y facturar el uso de LLM.
- Los modelos chinos de código abierto, los recortes de precios de GPT-5.6 de OpenAI a finales de julio y la 'tarificación dinámica' vinculada a la demanda fueron citados como fuerzas clave que empujan las tarifas de los tokens a la baja.
Los Precios de Tokens LLM Imprimen un Nuevo Mínimo: $0.97 en el Indicador de Silicon Data
El Índice de Gastos en Tokens LLM de Silicon Data, un índice diario para el precio de mercado actual de un token de modelo de lenguaje grande, cayó a $0.97 el lunes. Fue la lectura más baja desde que se creó el índice a finales del año pasado.
El movimiento extiende una fuerte caída de veranoreducciónEl índice ahora ha bajado más de la mitad desde el máximo registrado a principios de este verano, poniendo un número sobre cuán rápido se está desinflando el precio de inferencia en el mercado de LLM.
Mecánicamente, el índice está rastreando lo que los usuarios pagan para ejecutar prompts y recibir salidas en los principales ecosistemas de chatbot y API.
Los precios de tokens más bajos se traducen en una inferencia más barata para los usuarios finales que ejecutan consultas en productos como ChatGPT de OpenAI, Claude de Anthropic y Gemini de Google, pero la misma impresión también restringe el techo de ingresos por token para los laboratorios que venden acceso.
Por qué importa la caída: Inferencia más barata para los usuarios, menos poder de fijación de precios para los laboratorios.
La deflación del precio de tokens es un comercio de dos caras. Los usuarios obtienen una reducción directa de costos en la inferencia, lo que puede expandir la experimentación y llevar más cargas de trabajo a producción.
La trampa es que la misma deflación puede reiniciar lo que los compradores consideran una tarifa 'normal' para el acceso, debilitando la capacidad de los proveedores de modelos para mantener el precio incluso a medida que el uso crece.
Eso es más importante para los laboratorios de modelos fundamentales, donde la base de costos no es puramente variable.
Charles-Henry Monchau, jefe de inversiones en Syz Group, planteó la exposición de manera contundente: “Los laboratorios de modelos fundamentales están los más directamente expuestos”, añadiendo: “La deflación de tokens comprime la línea de ingresos mientras que los compromisos de computación permanecen fijos.” Si la computación se contrata o se provisiona antes de la demanda, los precios unitarios en caída pueden aparecer como presión sobre el margen antes de que lleguen las ganancias de eficiencia.
El momento también se cruza con las narrativas del mercado público. La caída del índice estaba vinculada a la posible presión de ganancias sobre líderes de IA como OpenAI y Anthropic mientras consideran debuts en el mercado público, con ambas compañías habiendo presentado confidencialmente solicitudes de IPO ante los reguladores este verano.
Para los traders, la pregunta a corto plazo es menos sobre si existe demanda de IA y más sobre si el mercado está valorando la inferencia como una capacidad escasa o como un servicio público competitivo.
La lectura se extiende a la expansión más amplia de la IA. Las empresas tecnológicas de mega capitalización, incluidas Nvidia y Microsoft, han invertido miles de millones de dólares en expandir la capacidad de IA, y la caída de los precios de tokens puede forzar una reevaluación del retorno esperado sobre el capital invertido si los ingresos por unidad de uso caen más rápido que los costos.
Qué está impulsando la deflación: China de código abierto, recortes de OpenAI y precios dinámicos.
Los conductores citados apuntan a la competencia y al diseño de precios, no a un solo ciclo promocional. Monchau atribuyó parte de la caída al aumento de modelos chinos de código abierto como el Kimi K3 de Moonshot, que, según dijo, pueden ofrecer precios más bajos que las alternativas de los principales laboratorios de frontera.
Las versiones de peso abierto comprimen la ventana de tiempo en la que los laboratorios de frontera pueden cobrar una prima únicamente por capacidad, porque un rendimiento comparable puede ser replicado y ofrecido a un costo menor por terceros.
Los laboratorios de frontera también han cambiado el precio de lista. OpenAI anunció recortes de precios para dos modelos GPT-5.6 a finales de julio, un descenso directo en lo que el mercado ancla como inferencia de 'primer nivel'. Cuando el líder de precios recorta, el resto de la pila o sigue o se diferencia en algo que no sean tokens en bruto.
El otro factor es la estructura de precios. Monchau dijo que otros laboratorios de frontera han lanzado ofertas con 'precios dinámicos' que permiten que las tarifas de acceso suban y bajen con la demanda.
En la práctica, el precio vinculado a la demanda puede suavizar los picos de capacidad, pero también hace que el descuento sea una característica incorporada en lugar de un evento único, lo que puede acelerar el camino hacia un precio de liquidación más bajo.
Monchau también señaló la disminución de costos en toda la industria para producir un token. Eso es importante porque sugiere que el índice no solo refleja una competencia desleal, sino también una curva de costos cambiante que hace que los precios más bajos sean sostenibles.
Steve Hou, jefe de investigación de Silicon Data, ofreció una interpretación del lado de la oferta: la caída podría indicar que entre los modelos de frontera y los competidores más baratos, ya puede haber suficiente oferta para 'proporcionar capacidades suficientes para la mayoría de las tareas', lo que implica menos escasez y precios más similares a los de las materias primas.
Señales a seguir para los precios de tokens de IA alcanzan mínimos históricos
La primera señal es si el índice se estabiliza alrededor del umbral de $1.00 o continúa haciendo nuevos mínimos después de la impresión de $0.97. Una línea plana sugeriría que el mercado está encontrando un precio de liquidación, mientras que más mínimos implicarían que o bien la oferta sigue llegando más rápido que la demanda o que las tácticas de precios aún se están desglosando.
A continuación, está si los laboratorios de frontera extienden el manual de finales de julio con recortes adicionales de precios de lista o amplían el lanzamiento de 'precios dinámicos' vinculados a la demanda. Si el precio dinámico se convierte en el estándar para los puntos finales premium, los comerciantes deberían esperar un descubrimiento de precios más frecuente y tasas de encabezado menos duraderas.
Los cronogramas de OPI son la otra superficie de catalizadores. OpenAI y Anthropic ya han presentado confidencialmente, pero cualquier actualización que replantee las expectativas de margen o las narrativas de poder de precios será más relevante en un contexto deflacionario que en uno de escasez.
Finalmente, observe la cadencia de lanzamientos competitivos de modelos chinos de código abierto de menor precio, incluidas nuevas versiones o una adopción más amplia. El impacto en el mercado no es solo el rendimiento, sino qué tan rápido esos modelos se convierten en sustitutos desplegables que hacen bajar el precio de liquidación.
La lectura de la comoditización—y las brechas que los traders deben respetar
El umbral que importa es si los precios de los tokens pueden caer tan rápido sin forzar un cambio visible en cómo los laboratorios de frontera empaquetan y monetizan el acceso. El punto de Monchau sobre los compromisos de computación fijos es la restricción mecánica, y es por eso que una caída de >50% desde un máximo de principios de verano a $0.97 se lee como presión de margen primero y "más uso lo solucionará" segundo.
La brecha que los traders deben respetar es la metodología y el alcance. El extracto describe el índice como un indicador de precios diarios y la tasa de mercado vigente para un token LLM, pero no especifica la cobertura, el peso o cómo se normaliza entre proveedores y niveles.
También utiliza "precios de tokens de IA" para referirse a la fijación de precios de uso de LLM, no a tokens criptográficos, por lo que la conclusión clara es el riesgo de comoditización en la economía de inferencia, no una señal directa para las valoraciones de tokens de IA en la cadena.
Si el índice sigue imprimiendo nuevos mínimos mientras los laboratorios desplazan sus fosos hacia la distribución, la memoria y el contexto, la historia se vuelve estructural: el poder de fijación de precios se está moviendo hacia arriba en la pila, y los tokens en bruto se están convirtiendo intencionadamente en la parte barata.
