El precio de la IA cae un 50% cada trimestre, más rápido que la ley de Moore

Epoch AI ha publicado un informe en el que sostiene que el precio de la inteligencia artificial se desploma a un ritmo de casi el 50% por trimestre, alrededor de trece veces al año. La firma de investigación lo presenta como la caída más rápida de cualquier tecnología transformadora del último siglo: por delante del cómputo, que llevaba décadas cabalgando la ley de Moore, de la secuenciación de ADN y de las baterías de litio.

Eso es lo que dice el resumen del trabajo, y es prácticamente todo lo que ha trascendido. Tres comparaciones y dos tasas. La comparación no es menor: el ADN y el litio son los dos casos que se usan habitualmente para medir cuánto tarda una tecnología en abaratarse, y Epoch coloca a la IA por delante de ambos. Las cifras son suyas, no de un tercero que las haya replicado.

Dos cifras que no compaginan

Un 50% por trimestre compuesto son unas dieciséis veces al año, no trece. La diferencia no tumba la tendencia, pero invita a mirar la metodología antes de citar cualquiera de los dos números como si fuera un tipo de cambio: la pendiente cambia según qué se mida. Precio por token, coste de una consulta o gasto necesario para alcanzar una puntuación concreta en un benchmark son tres curvas distintas, y cada una da una velocidad distinta. Epoch publica sus propias mediciones de referencia, entre ellas GPQA Diamond, y ahí la elección de la prueba es la que fija el resultado.

Con los benchmarks conviene tener la mosca detrás de la oreja. Cuando Nvidia y ATI fueron pillados manipulando 3DMark, quedó claro que una métrica es a la vez una medida y un objetivo, y que quien la publica tiene algo que ganar. Esto no convierte el dato de Epoch en falso, pero sí obliga a leerlo como lo que es: una estimación propia, sin desglose por proveedor ni por familia de modelo en lo que se ha hecho público.

Para quien decide infraestructura, el asunto va en una dirección concreta. Si el coste por unidad de capacidad cae a ese ritmo, la frontera entre lo que merece la pena ejecutar en local y lo que se paga por API se mueve cada pocos meses, y con ella los presupuestos de GPU, el dimensionado de clústeres y los márgenes de quien vende inferencia. Un modelo de precios que aguanta un año deja de aguantarlo si el suelo cae un 50% cada trimestre.

Lo que el informe no responde es si el ritmo se sostiene ni cuánto de esa caída viene de modelos más pequeños haciendo el mismo trabajo a costa de calidad. Tampoco hay, por ahora, una cifra que separe el abaratamiento del hardware del de la propia inferencia. Son las dos preguntas que decidirán si esto es una tendencia estructural o el tramo empinado de una curva que se aplana.