OpenAI anunció un aumento de precio en la lista para su modelo GPT-5.5 que, según los datos de uso recopilados por OpenRouter, se traduce en un incremento significativo del coste real para muchas implementaciones. El análisis de registros de abril de 2026 indica que el gasto por millón de tokens que asumen los usuarios subió en un rango que va del 49% al 92%, dependiendo de la longitud de los prompts y del patrón de uso concreto.
En términos de tarifa de lista, GPT-5.5 cotiza ahora a $5 por cada millón de tokens de entrada y $30 por cada millón de tokens de salida. Para comparar, la versión anterior, GPT-5.4, tenía precios de lista de $2.50 por millón de tokens de entrada y $15 por millón de tokens de salida: ambos rubros se duplicaron en el listado oficial.
El desglose por franjas de longitud de entrada proporciona la imagen más detallada del impacto. OpenRouter reporta que para entradas menores de 2.000 tokens el coste promedio pasó de $4.89 a $9.37 por millón (+92%). En el intervalo entre 2.000 y 10.000 tokens el coste subió de $2.25 a $3.81 (+69%). En tramos más largos: 10.000 — 25.000 tokens subió de $1.42 a $2.15 (+51%); 25.000 — 50.000 de $1.02 a $1.65 (+62%); 50.000 — 128.000 de $0.74 a $1.10 (+49%); y para entradas superiores a 128.000 tokens el coste pasó de $0.71 a $1.31 (+85%).
Parte de esa variación se vincula a cambios en la extensión de las respuestas que genera el modelo. Según el análisis, para entradas por encima de 10.000 tokens las salidas de GPT-5.5 fueron entre un 19% y un 34% más cortas, lo que alivió el coste en esas franjas largas. Por el contrario, en el rango intermedio de 2.000 a 10.000 tokens las respuestas fueron un 52% más largas, y para entradas cortas (menos de 2.000 tokens) la longitud de salida cambió apenas; ese comportamiento elevó de forma notable el coste efectivo en casos de uso dominados por prompts breves.
Los aumentos de precio no son un fenómeno aislado: Anthropic también elevó las tarifas de su serie Opus 4.7 en un rango estimado entre 30% y 40%, un ajuste que la compañía atribuye a un mayor consumo de tokens en sus modelos. Analistas mencionan que la planificación financiera de ambas empresas, que incluye la posibilidad de ofertas públicas iniciales (IPOs), es un factor que puede estar incentivando la búsqueda de mayores ingresos por uso de API.
Un trabajo previo de Artificial Analysis detectó solo un aumento alrededor del 20%, pero ese estudio se basó en benchmarks sintéticos en lugar de registros de tareas reales. La diferencia metodológica es relevante: los benchmarks controlados pueden no reproducir patrones de uso cotidianos — por ejemplo, diálogos cortos repetidos o prompts complejos — que influyen directamente en la facturación por token en entornos de producción.
La consecuencia práctica es inmediata para empresas y desarrolladores que pagan por token: el nuevo esquema modifica presupuestos operativos y decisiones de arquitectura. Casos de uso dominados por prompts cortos — chatbots de atención al cliente, snippets recurrentes o consultas frecuentes — sufrirán el mayor impacto por usuario, mientras que cargas de trabajo de contexto muy largo pueden ver un efecto relativo menor aunque no despreciable.
Los datos de soporte provienen de registros de uso de OpenRouter correspondientes a abril de 2026; la pieza que resume ese análisis fue publicada el 10 de mayo de 2026. En conjunto, la combinación de subidas de lista, variación del coste según la longitud de entrada y aumentos paralelos en competidores aconseja a los equipos que dependen de estas APIs auditar el consumo de tokens, probar modelos alternativos y ajustar estrategias de control de costes.
Fuentes
Respuestas (0)
Aún no hay respuestas en este tema.
