Radar DeepSeek sube tarifas de API por saturación de su infraestructura
El costo de inferencia de IA cayó 43% en dos meses, pero la saturación de DeepSeek revela el verdadero riesgo para las empresas que dependen de APIs baratas.
La inteligencia artificial se está abaratando a una velocidad inédita. Según datos de Silicon Data recogidos por Jefferies, el costo medio de inferencia pasó de 2,04 dólares por millón de tokens el 31 de mayo a 1,18 dólares el 8 de agosto, una caída del 43 % en poco más de dos meses. La competencia entre laboratorios es feroz: OpenAI redujo hasta un 80 % las tarifas de su serie GPT-5.6, mientras que Anthropic lanzó Opus 5 a la mitad del precio de su predecesor. Sin embargo, el caso de DeepSeek muestra que el abaratamiento tiene un límite físico: la capacidad de los servidores.
DeepSeek ha notificado a sus desarrolladores un incremento sustancial en las tarifas de su API, según informa WFFCTech. El motivo: un pico de demanda que colapsó su infraestructura de 20.000 GPUs NVIDIA H100. La compañía china había lanzado el modelo V4 Flash con 284.000 millones de parámetros a un precio de 0,14 dólares por millón de tokens de entrada, una fracción del costo de competidores como Claude Opus 4.8 o GPT-5.6.
La trampa funcionó: la migración masiva de desarrolladores saturó su clúster, obligando a DeepSeek a encarecer el acceso para gestionar la carga. El ajuste no afecta a quienes ejecuten los modelos de código abierto en su propia infraestructura, pero la vía comercial a través de API ya no es de costo residual.
La paradoja es que mientras los precios de inferencia se desploman, la infraestructura física sigue siendo el cuello de botella. Para las empresas latinoamericanas que están integrando IA en sus productos o servicios, este episodio es una advertencia directa. La dependencia de APIs baratas de proveedores asiáticos o estadounidenses puede ser un espejismo: cuando el volumen de uso crece, los costos reales reaparecen, ya sea por subidas de tarifas o por degradación del servicio. En una región donde la inversión en hardware propio es prohibitiva para la mayoría de las startups, la decisión de qué proveedor elegir no debería basarse solo en el precio por token, sino en la capacidad de escalar y la predictibilidad de costos.
DeepSeek planea implementar un sistema de precios por franjas horarias con recargos en horas punta. OpenAI y Anthropic, mientras tanto, siguen recortando precios para presionar a los laboratorios asiáticos. La guerra comercial beneficia al usuario final, pero oculta un riesgo estructural: construir un negocio sobre una API que puede cambiar sus condiciones de un día para otro. Para cualquier CTO o fundador en América Latina, la lección es clara: tener un plan de migración entre proveedores, evaluar modelos de código abierto como respaldo y no escalar la operación sin calcular el costo real de la inferencia a largo plazo.
