OpenAI ha entrado en una fase en la que el crecimiento de ingresos y la presión sobre precios avanzan al mismo tiempo. La compañía supera ya los 40.000 millones de dólares de ingresos anualizados, según Bloomberg, aproximadamente el doble del ritmo con el que cerró 2025. El salto llega mientras la guerra de precios de IA gana intensidad: OpenAI y Anthropic están abaratando modelos intermedios justo cuando proveedores chinos como Moonshot y DeepSeek reducen la distancia en rendimiento y atraen a empresas más sensibles al coste.
La cifra de OpenAI no equivale a 40.000 millones de dólares ya facturados durante 2026. Se trata de una tasa anualizada, una proyección del nivel de ingresos actual a doce meses. Bloomberg atribuye la aceleración a Codex, las suscripciones, el negocio corporativo y una actividad publicitaria todavía incipiente. Greg Brockman comunicó internamente que el ritmo anualizado aumentó más de un 20% mensual en julio, mientras que la directora financiera Sarah Friar había situado el cierre de 2025 por encima de 20.000 millones.
OpenAI entra en la guerra de precios de IA
El movimiento comercial más visible está en GPT-5.6 Luna. OpenAI redujo un 80% su precio a finales de julio, desde un dólar hasta 0,20 dólares por millón de tokens de entrada y desde seis hasta 1,20 dólares por millón de tokens de salida. También rebajó un 20% GPT-5.6 Terra. La propia compañía presenta esos ajustes como resultado de mejoras de eficiencia en modelos, infraestructura de inferencia y gestión de contexto, aunque el momento coincide con una presión competitiva mucho mayor sobre los modelos de uso masivo.
Anthropic está actuando en una zona similar del catálogo. Claude Opus 5 cuesta cinco dólares por millón de tokens de entrada y 25 dólares por millón de salida, la mitad que Fable 5, situado en diez y 50 dólares respectivamente. Además, Anthropic decidió mantener de forma permanente el precio de lanzamiento de Sonnet 5, dos dólares por millón de tokens de entrada y diez por los de salida, y canceló la subida que debía entrar en vigor el 1 de septiembre.
Los recortes han reducido casi una cuarta parte los precios que pagan los clientes por modelos de los principales laboratorios estadounidenses desde mediados de julio, según el índice de precios por token de Silicon Data citado por Financial Times. La variación es significativa porque durante buena parte del ciclo reciente los grandes laboratorios estadounidenses compitieron primero por capacidad y calidad. Ahora deben defender también el coste unitario.
Ese cambio afecta de forma especial a las cargas de trabajo repetitivas, automatizadas o de gran volumen. En ellas, pequeñas diferencias por millón de tokens pueden convertirse en partidas relevantes cuando un agente ejecuta cientos o miles de pasos. El precio nominal, sin embargo, sigue siendo una referencia incompleta: un modelo más caro puede terminar una tarea con menos iteraciones, menos contexto o menos tokens y resultar más eficiente en coste total.
Los modelos chinos convierten el coste por tarea en variable estratégica
Moonshot, DeepSeek y otros desarrolladores chinos están aprovechando precisamente ese terreno. Sus modelos abiertos o de pesos disponibles permiten a los equipos técnicos descargarlos, ajustarlos y desplegarlos con mayor libertad que los sistemas cerrados de OpenAI o Anthropic. La ventaja de precio se combina además con una brecha de rendimiento más estrecha que hace un año. Empresas estadounidenses como DoorDash y Airbnb han empezado a utilizar modelos chinos para contener el gasto en inteligencia artificial.
Las comparaciones de Artificial Analysis citadas por Financial Times reflejan hasta qué punto la decisión se ha vuelto menos lineal. Claude Opus 5 en esfuerzo «medium» ofreció un rendimiento y un coste por tarea similares a Kimi K3 de Moonshot en esfuerzo «max». GPT-5.6 Luna, configurado en «max», mostró un rendimiento comparable a DeepSeek V4 Flash con la misma intensidad, aunque con un coste por tarea algo inferior al doble.
Para los compradores corporativos, esa dispersión complica los contratos basados únicamente en una marca o en un benchmark general. Las empresas pueden combinar modelos distintos dentro de un mismo flujo, reservar los sistemas más caros para planificación o razonamiento complejo y derivar ejecución rutinaria a alternativas más baratas. La arquitectura multmodelo deja de ser una optimización técnica menor cuando la facturación pasa de cuotas planas a esquemas vinculados al consumo.
Ahí aparece otro factor de presión. OpenAI y Anthropic están trasladando a algunos clientes empresariales hacia una facturación por uso, lo que hace más visible el coste real de la inferencia. Algunas compañías han respondido con límites internos, presupuestos por equipo o pruebas de proveedores alternativos. El ahorro deja de depender solo del descuento negociado y empieza a estar ligado a cómo se enrutan las tareas.
El crecimiento de OpenAI no elimina la presión sobre márgenes
La expansión comercial de OpenAI es rápida, pero llega desde una base financiera que sigue absorbiendo grandes cantidades de capital. En 2025 la compañía registró aproximadamente 13.000 millones de dólares de ingresos y una pérdida neta atribuible cercana a 39.000 millones, según cifras financieras auditadas conocidas en junio. Parte del resultado estuvo afectado por cargos no monetarios asociados a su estructura societaria, aunque el gasto operativo y de investigación también fue muy elevado.
Esa diferencia entre crecimiento de ventas y coste de desarrollo importa especialmente ante una posible salida a bolsa. OpenAI presentó en junio documentación confidencial para una futura OPV, mientras Anthropic también prepara su acceso al mercado. En mayo, Anthropic comunicó que su propio ritmo anualizado había superado los 47.000 millones de dólares, aunque las metodologías empleadas por ambas compañías pueden no ser idénticas y, por tanto, la comparación directa tiene límites.
OpenAI acaba de reforzar además la dirección comercial con el nombramiento de Dali Rajic como chief revenue officer en sustitución de Denise Dresser. La empresa asegura que sus productos alcanzan más de 1.000 millones de usuarios activos semanales y más de dos millones de empresas, el doble que un año antes. El relevo llega cuando la venta corporativa gana peso y Anthropic mantiene una posición especialmente fuerte en programación y trabajo profesional.
El escenario que se abre para los clientes empresariales es más favorable en precio, pero también más exigente en gestión. La competencia pasa a medirse en varias capas: coste por tarea, calidad en cada paso, velocidad de ejecución y dependencia tecnológica del proveedor. Para OpenAI y Anthropic, proteger el precio de los modelos más avanzados mientras abaratan la capa intermedia será una prueba directa de hasta dónde pueden crecer los ingresos sin comprimir los márgenes antes de enfrentarse al escrutinio de los mercados públicos.
