Anthropic plantea cobrar según la complejidad: ¿precios dinámicos por tarea en la era de la IA?
Anthropic, en su S-1 y en declaraciones públicas, plantea que no todos los tokens tienen el mismo valor y sugiere precios ligados al resultado. La idea podría transformar la venta por volumen que domina hoy y abrir modelos de 'pago por resultados'.
Un giro en la lógica de precios de la IA
Recientemente Anthropic presentó su formulario S-1 ante la SEC, y con ello su información financiera y riesgos ante una salida a bolsa que promete ser histórica por su valoración. En paralelo, declaraciones de su CEO, Dario Amodei, durante un podcast con Dwarkesh han vuelto a circular: Amodei planteó que no todos los tokens generados por modelos de lenguaje valen lo mismo y sugirió una estructura de precios que dependa de la complejidad y el impacto de la tarea realizada.
La propuesta no es solo teórica: llega en un momento en que la mayor parte de los ingresos del sector provienen de la venta por volumen. Según el propio S-1 de Anthropic, durante el primer semestre de 2026 los precios basados en uso representaron alrededor del 80 % de sus ingresos, mientras que las suscripciones aportaron el 20 % restante. Si la compañía logra comercializar resultados diferenciales por tarea, ese reparto podría cambiar sustancialmente.
¿Qué sugirió Amodei exactamente?
En la entrevista, Amodei ejemplificó con dos respuestas muy distintas: una instrucción sencilla para reiniciar una Mac, repetida millones de veces, frente a una sugerencia para reorganizar la estructura de una molécula en desarrollo farmacéutico. El mensaje es claro: la primera respuesta —frugal y de bajo riesgo— tendría un valor marginal muy bajo (“un dólar o menos”, en sus palabras), mientras que la segunda, con implicaciones de alto valor para una empresa farmacéutica, podría justificar pagar sumas radicalmente mayores.
A partir de esto, Amodei espera que surjan modelos de “pago por resultados”. También reconoce que nadie tiene hoy la receta ganadora: la industria es joven y se van a probar muchas alternativas. Al mismo tiempo, defendió la vigencia del modelo de API por consumo, argumentando que sigue siendo sólido porque permite a desarrolladores construir sobre nuevas capacidades que aporten modelos futuros.
Los números que empujan la idea
El S-1 de Anthropic expone cifras llamativas que ayudan a entender el contexto financiero detrás de estas propuestas. Para el primer semestre de 2026 la compañía reportó 16.300 millones de dólares en ingresos, y declara compromisos futuros masivos en infraestructura: más de 600.000 millones de dólares comprometidos a futuro, con posibilidad de sumar 150.000 millones adicionales; el total comprometido en computación rondaría los 895.400 millones de dólares, con 70.000 millones exigibles en los próximos 12 meses. En nueve meses los ingresos crecieron unas 13 veces hasta los 33.200 millones de dólares, aunque la empresa también registró pérdidas por 104.000 millones de dólares, en gran parte por un cargo contable de 94.000 millones vinculado a acuerdos de financiación, según Associated Press.
Esos compromisos hacen poco verosímil que Anthropic quiera mantener precios extremadamente bajos para todas las aplicaciones. Un esquema que permita cobrar más por resultados de alto impacto encajaría mejor con la necesidad de convertir la capacidad instalada en ingresos significativos.
¿Qué implicaciones tiene esto para la industria?
Un modelo de precios por complejidad o por resultado alteraría varias dinámicas actuales:
-
Diferenciación del valor: los tokens dejarían de ser una unidad homogénea de precio y pasarían a ser medidos por su aporte a un objetivo concreto. Esto podría favorecer modelos especializados para industrias reguladas o de alto valor, como farmacéutica, energía o finanzas.
-
Nuevas formas de contratación: podrían emerger contratos orientados a resultados, con métricas de desempeño, garantías y cláusulas de responsabilidad más sofisticadas que las tarifas por uso actuales.
-
Incentivos para la verificación: si se cobra por resultados valiosos, será crítico demostrar la calidad y reproducibilidad de esos resultados, lo que aumentará la necesidad de auditoría, validación humana y trazabilidad.
-
Ecosistema de integradores: empresas que integran IA en procesos podrán negociar tarifas diferentes según el impacto del uso, lo que favorece a consultoras y players con capacidades para medir resultados.
Amodei, sin embargo, no descarta que el modelo de API por uso siga siendo relevante. Lo que sugiere es que convivirán varios modelos: desde consumo por token hasta suscripciones y esquemas por resultados.
¿Qué significa esto para América Latina?
Para organizaciones latinoamericanas, la discusión tiene varias aristas relevantes:
-
Sensibilidad al precio: en mercados con restricción presupuestaria, la mayoría de adopciones tempranas seguirán buscando modelos basados en consumo y suscripciones. La migración hacia esquemas de pago por resultado será más factible para empresas que obtengan retornos financieros claros y cuantificables.
-
Oportunidad para soluciones locales: sectores como agroindustrial, salud pública y minería pueden beneficiarse de modelos especializados que entreguen resultados valiosos (optimización de cultivos, apoyo en diagnóstico, diseño de procesos). Si esos resultados generan ahorros o ingresos medibles, justificarían precios más altos.
-
Dependencia de infraestructura: la masiva compra de capacidad de cómputo por adelantado es una realidad que tensiona a los proveedores de modelos. Para países y empresas que dependen de nubes y servicios externos, las decisiones de precio de grandes proveedores globales repercutirán en el costo final de soluciones locales.
-
Regulación y confianza: cobrar por resultados puede aumentar la demanda de marcos regulatorios y estándares locales para certificar eficacia, seguridad y responsabilidad en aplicaciones críticas.
Riesgos y preguntas abiertas
La idea de precios dinámicos abre un campo de incertidumbres prácticas y éticas:
-
¿Cómo se mide y valida un “resultado” atribuido a un modelo de IA? La medición deberá ser robusta para evitar disputas entre proveedores y clientes.
-
¿Quién asume el riesgo cuando un resultado es erróneo o causa daño? Los contratos de pago por resultados requerirán cláusulas claras sobre garantía, indemnización y responsabilidad compartida.
-
¿Podría este esquema aumentar la barrera de entrada para pymes y startups en la región, que quedarían fuera de servicios de alto valor por no poder pagar tarifas premium?
-
¿Cómo evitar que precios altos por ciertos outputs incentiven prácticas de opacidad en modelos que deberían ser auditables?
Estas preguntas no tienen respuesta sencilla y reflejan por qué Amodei reconoce que la industria experimentará múltiples modelos antes de que alguno se consolide.
Qué sigue: una apuesta en la bolsa y en el mercado
Se espera que Anthropic cotice en el Nasdaq a finales de este mes, mientras la SEC revisa su S-1. La compañía llega a la oferta pública con una estrategia en discusión: defender la vigencia del modelo de API por uso, pero explorar estructuras de precio que capturen mejor el valor de tareas de alto impacto. Para el resto de laboratorios de IA y para clientes globales y latinoamericanos, será una señal determinante sobre cómo evoluciona la monetización de modelos generativos.
En conclusión, la propuesta de Amodei sobre precios basados en la complejidad y el resultado no es solo una idea teórica: responde a realidades financieras y operativas concretas y plantea un cambio profundo en la relación entre proveedores de modelos y sus clientes. Habrá que ver si el mercado, los reguladores y los clientes aceptan la propuesta y cómo se traducirá en contratos, auditorías y acceso a la tecnología en la región.
Fuente original: Xataka IA