Anthropic le bajó el precio 90% a su modelo más barato: el regulador que nadie votó tiene pesos abiertos

El 7 de octubre de 2026, la empresa de inteligencia artificial más valiosa del planeta hizo algo que nadie en su posición hace gratis. Anthropic —valorada en torno a US$965.000 millones y a tres semanas de una salida a bolsa que la prensa especializada proyecta para el 26 de octubre— lanzó Claude Haiku 5.5 y le cortó el precio hasta un 90% frente a su predecesor. Y no solo eso: lo puso gratis en el plan más barato, junto a Sonnet 5.5. El modelo que hace tres años era un producto premium hoy se regala.

Regalar la inteligencia que va a salir a vender a la bolsa es una contradicción. O la empresa perdió la cabeza, o la contradicción tiene dueño: alguien obligó el precio hacia abajo. Ese alguien no es un regulador, no es una ley, no es un acuerdo internacional entre "labs democráticos". Es algo más simple y más difícil de frenar que todo eso: modelos con pesos abiertos que cualquiera puede descargar, correr y copiar gratis, y una compañía rival (OpenAI) que puso el mismo precio en su tier gratuito el mismo tramo de días. El hecho de hoy no es que Haiku 5.5 sea bueno. Es que una de las empresas más caras de la historia tuvo que bajar a ras de suelo su producto más barato —y regalarlo— para no perder el piso del mercado.

Este artículo argumenta una sola cosa, y no es un acto de fe sobre el código abierto: el precio de la inteligencia no lo está regulando ningún congreso ni ninguna agencia de seguridad. Lo está regulando la competencia, y en particular la existencia de una alternativa abierta y gratuita que le pone un techo a lo que cualquier lab puede cobrar. No necesitas confiar en que dos o tres empresas prometan prudencia. Necesitas que no puedan cobrar por lo que ya es gratis. Eso no es ideología: es la hoja de precios.

El aviso de rigor de siempre, porque acá el riesgo es comprar el titular en las dos direcciones. Esto no es "el open source ganó" ni "Anthropic es el villano". Hay un dato duro —una empresa valorada en casi un billón de dólares bajó su precio 90% y regaló el producto— y hay una interpretación —que la causa fue la presión de los modelos abiertos y de un rival gratuito—. La interpretación la sostenemos con evidencia, pero es interpretación. En cada punto vamos a separar el hecho verificado de la lectura. Y donde el argumento tenga un flanco débil, lo vamos a mostrar antes de que lo muestre el vecino.

El recorrido: primero, qué es Haiku 5.5 sin el marketing. Segundo, por qué el "90%" engaña y cuál es la métrica que de verdad importa. Tercero, quién le puso el techo de precio a Anthropic. Cuarto, la guerra económica que se esconde detrás del recorte —y la tensión con una IPO de casi dos billones. Quinto, la capa geopolítica: EE.UU. cierra, China abre. Sexto, por qué todo esto es la prueba en vivo de que el monopolio de la inteligencia ya es imposible. Y el cierre: qué le queda a quien construye desde LATAM cuando la inteligencia frontera se vuelve una commodity.

1. Qué es Haiku 5.5, sin el humo del anuncio

Empecemos por lo verificable, porque el anuncio de Anthropic —y su propio marketing— no es la mejor fuente para saber qué compraste. Claude Haiku 5.5 salió el 7 de octubre de 2026, nueve días después de Sonnet 5.5, y cierra la familia Claude 5.5 como el tier pequeño, rápido y barato. Reemplaza a Haiku 4.5 y trae tres cambios que importan de verdad:

Ventana de contexto de 1 millón de tokens (venía de 200.000): es la primera vez que el modelo más barato de Claude tiene una ventana de 1M. Adaptive thinking encendido por defecto y, por primera vez en un Haiku, un parámetro de "esfuerzo" (effort) que te deja intercambiar costo por calidad. Y una ventana de salida de 128K tokens. En la letra chica: los controles de muestreo clásicos (temperature, top_p, top_k) desaparecieron — si los mandas, la API devuelve un error 400. Y hay un detalle silencioso pero de enorme impacto económico: usa un tokenizer nuevo (el mismo de la familia 4.7 en adelante) que cuenta aproximadamente 30% más tokens por el mismo texto.

¿Y cómo rinde? Acá empieza la parte que hay que leer con pinzas, porque todos los números que circularon el 7 de octubre vienen de la tabla de Anthropic —no de un tercero independiente—. En su comparativa, Haiku 5.5 le gana a GPT-6 Luna (el modelo que OpenAI está desplegando en el ChatGPT gratuito, y que llegó a ese tier el 8 de octubre, un día después) en prácticamente todos los benchmarks compartidos: OSWorld 2.1 (uso de computadora) 72,4% vs. 48,9%, y Terminal-Bench 4.0 (código) 39,2% vs. 16,4%. Contra su predecesor, el salto es brutal: Haiku 4.5 sacaba 15,7% en OSWorld. La firma independiente Artificial Analysis le puso 43 en su Índice de Inteligencia —26 puntos arriba de la generación anterior— contra 38 de Luna. Pero el mismo test independiente encontró la trampa del precio, y a eso vamos enseguida.

Antes, la honestidad técnica: Anthropic dice, en su propia documentación, que para coding agéntico complejo sigas usando Sonnet 5.5 y Opus 5.5. Traducción: Haiku no es un "reemplazo de frontera". Es un caballo de tiro —el que hace clasificación, extracción, enrutamiento, resúmenes y tareas de subagente por millones, baratísimo—. La propia compañía lo describe como una pieza subordinada en pipelines multi-agente, el que hace los trabajos acotados mientras Sonnet y Opus hacen el trabajo pesado. Es exactamente la arquitectura que venimos describiendo: el trabajo se reparte por costo, no por capacidad, y el tier barato es el que se usa mucho.

2. El detector honesto: −90% por token ≠ −75% real ≠ $/tarea

Acá está el aporte que casi nadie hace en el día del anuncio. El titular dice "90% más barato". El número honesto tiene tres capas, y cada una se come un poco de la anterior. Vamos por partes, porque esto es lo que separa una nota de prensa de un análisis.

Capa 1: el precio por token. Sí, $0,10 vs. $1,00 el millón de input es un recorte del 90% en el mismo tramo. Pero capa 2: el tokenizer. Si el mismo texto cuenta ~30% más tokens, la reducción efectiva no es 10x, sino del orden de 7x. Anthropic lo reconoce: su estimación de ahorro promedio es ~75%. Sigue siendo enorme, pero ya no es "90%". Y capa 3 —la más importante y la más ignorada—: el costo por tarea.

Artificial Analysis encontró algo que desarma el titular por completo: con el esfuerzo al máximo, Haiku 5.5 consumió alrededor de 162.000 tokens de salida por tarea en su Índice de Inteligencia, mientras GPT-6 Luna —al mismo precio por token— consumió unos 50.000. Es decir: Haiku gasta cerca de 3x más tokens de salida que su rival directo para resolver lo mismo. Multiplica el precio por token por los tokens por tarea y el "descuento" se te puede evaporar: si pagas la mitad por token pero gastas el triple en tokens, la tarea puede costarte 50% más, no menos. (Y para colmo, con el esfuerzo al máximo, Haiku gasta más tokens que el mismísimo Opus 5.5.)

¿Por qué esto es la parte más importante del artículo, y no una nota al pie? Porque define cuál es la métrica correcta. Hace semanas, midiendo nuestra propia operación, llegamos a la misma conclusión desde el otro lado: el "token" no es la unidad; el "$ por tarea exitosa" lo es (lo desarmamos en el #130). Un modelo puede bajar el precio por token y subirte la factura real, porque gasta más tokens para llegar al mismo resultado. Y al revés: un modelo más caro por token pero más eficiente por tarea puede salirte más barato. La industria te vende el precio del insumo; a ti te importa el precio del resultado.

Y ese detalle tiene una consecuencia enorme para la tesis de fondo. Si el verdadero eje de competencia es el costo por tarea —y no el precio por token del anuncio—, entonces el arma más poderosa no es un modelo un poquito más barato, sino un sistema que gaste menos tokens para resolver lo mismo. El harness. La memoria. La arquitectura. Exactamente la capa que no se descarga de una página de precios.

3. Quién le puso el techo de precio a Anthropic

Llegamos al corazón del asunto. Una empresa no baja su precio 90% y regala el producto por generosidad. Lo hace porque el mercado le puso un techo, y ese techo tiene dos patas. Una es un rival que le igualó el precio. La otra es un piso de alternativas gratuitas que no dependen de ningún proveedor.

Pata 1: la paridad forzada con OpenAI. El precio de $0,10 por millón de input de Haiku 5.5 no es una casualidad: es exactamente el precio de GPT-6 Luna. No bajaron a un número redondo y cómodo: bajaron al número del rival. Es el comportamiento clásico de un mercado donde el producto se está commoditizando: el segundo jugador no fija el precio, lo copia del primero. Y el primero tampoco lo fija libremente: lo fija contra el piso. Cuando dos de las empresas más caras del mundo terminan el año con el mismo precio de entrada de $0,10, y una tercera (Google, con Gemini 3.5 Flash-Lite a $0,30/M de input) empuja desde arriba, lo que ves no es una estrategia de márgenes: es una competencia de precios que se les está yendo de las manos.

Pata 2: el piso open-weight. Acá está lo que de verdad ancla el precio. Existen modelos con pesos abiertos —que cualquiera descarga, corre en su propio hardware y usa sin pagar por token— que en 2026 llegaron a un nivel de capacidad que obliga a los labs cerrados a posicionarse por debajo. GLM-5.2 de Zhipu salió bajo licencia MIT. Kimi K3 de Moonshot (2,8 billones de parámetros, pesos liberados el 27 de julio) es el mayor modelo abierto del mundo por tamaño. DeepSeek V4 y la familia Qwen completan el cuadro. Todos corren en tu infraestructura, con tu costo marginal de electricidad, y no tienen una hoja de precios que te puedan cambiar.

Cuando existe una alternativa gratuita y de capacidad comparable —aunque no idéntica—, el precio que puedes cobrar por la versión cerrada tiene un techo duro. Ese techo es la competencia real, no la retórica de "seguridad". Y el detalle delicioso: la propia Anthropic tuvo que admitir en el registro público que un modelo abierto la alcanzó. En un reporte del 29 de septiembre de 2026, midió a GLM-5.3 de Zhipu y concluyó que puede escribir exploits autónomamente, a la par de su propio Mythos en evaluaciones de ciberseguridad: CyberGym 84,5% de GLM-5.3 vs. 83,8% de Mythos 5. Ocho días antes, el NIST (entidad estatal y neutral) lo había llamado "el modelo open-weight más capaz en ciber liberado hasta hoy", con unos cuatro meses de atraso frente a la frontera de EE.UU.

Junta las dos patas y tienes la respuesta a la pregunta del inicio. ¿Por qué la empresa de casi un billón de dólares regala su modelo más barato? Porque puede cobrar menos, o le van a cobrar cero. El open source no compite con el negocio de Anthropic en el sentido clásico —no le arrebata clientes de frontera—, pero le fija el suelo del precio. Y fijar el suelo de un mercado es, funcionalmente, regularlo.

4. La guerra económica: precios que caen 300x y una IPO de dos billones

El recorte de Haiku 5.5 no ocurre en el vacío. Es un movimiento dentro de la caída de precios más rápida que ha visto la industria del software. Los números, sin adornos: el costo por millón de tokens al nivel de frontera cayó aproximadamente 300 veces en tres años —de los ~US$60 por millón de GPT-4 en 2023 a los ~US$2,50 de los modelos de frontera de 2026—. En septiembre de 2026, el índice de gasto en tokens de Silicon Data cayó, por primera vez, por debajo del umbral de US$1 por millón en el promedio ponderado por uso de más de 200 modelos. Forbes ya lo titulaba como una "nueva compresión de márgenes" para los proveedores de IA empresarial.

Y acá está la tensión que vuelve este momento más que una noticia de producto. Anthropic va camino a una IPO valorada en el orden de US$1,8 billones (la proyección mediana de primera jornada ronda los US$1,82 billones, con la fijación en torno al 26 de octubre). Su run rate se disparó —~US$65.000 millones a fin de julio— y su ingreso anualizado ya pasó los US$30.000 millones en abril. Pero los documentos que lo muestran todo —los que analizamos en el #143 (el S-1 de Anthropic)— revelan la otra cara: ingreso de US$4.600 millones contra una pérdida operativa de US$8.060 millones, y promesas de rentabilidad total recién en 2028. El crecimiento espectacular convive con las pérdidas igual de espectaculares.

Es decir: una compañía que necesita márgenes para justificar una valuación de casi dos billones… vende su producto más barato a una décima parte y lo regala en el tier gratuito. Eso solo tiene una lectura racional. No es que Anthropic no quiera cobrar más: no puede. La elasticidad del mercado se lo impide. En un mercado donde el token gratis —o casi— está a un pip install de distancia, el precio se convierte en algo que se descubre contra el piso abierto, no en algo que el lab fija. Y cuando el precio no se puede subir, el único camino a los márgenes que exige Wall Street es vender volumen —de ahí el free tier, de ahí el tier baratísimo, de ahí el "sé el componente de subagente de todos los pipelines del mundo".

Hay un matiz honesto que conviene poner: volumen ≠ ingreso. Que Haiku se vuelva el más usado no significa que la línea de ingresos crezca a la par —los modelos baratos facturan poco por unidad—. La apuesta real es mezcla: que el volumen de Haiku alimente a los que sí pagan (Opus, enterprise) y capture al usuario antes de que se vaya a un modelo abierto. Es una jugada de retención de piso, no de rentabilidad directa. Pero el hecho estructural no cambia: la empresa más valiosa del sector compite por precio contra alternativas gratuitas, y por eso el precio cae.

5. La capa geopolítica: EE.UU. cierra, China abre

Falta la dimensión que casi nunca se pone al lado de la hoja de precios, y sin la cual la historia queda coja: ¿de dónde vienen los modelos abiertos que le ponen el techo a Anthropic? Y acá el mapa es incómodo para Occidente, porque la respuesta corta es: en su gran mayoría, de China. GLM (Zhipu), Kimi (Moonshot), DeepSeek, Qwen (Alibaba). Los cuatro labs que más contribuyen al piso abierto del mercado son chinos —y liberan sus pesos abiertamente, muchos bajo licencias permisivas.

Ponlo en contexto. En junio de 2026, el Departamento de Comercio de EE.UU. ordenó a Anthropic desactivar sus modelos Fable 5 y Mythos 5 por controles de exportación. El resultado fue un boomerang que ya es un clásico de esta industria: al día siguiente, Zhipu liberó GLM-5.2 bajo licencia MIT. Nadie en el mundo pudo usar el mejor modelo americano; y al mismo tiempo, China regalaba un modelo de frontera a quien lo quisiera. La política de "cerrar" lo único que logró fue acelerar la adopción de lo abierto —y, de paso, regalarle a los labs chinos la cuota de mercado que los controles buscaban proteger.

Encima, EE.UU. empujó en la dirección opuesta a la que su propia hoja de precios sugiere. Durante 2026 hubo un lobby sostenido —y silencioso— de los labs cerrados para restringir los modelos abiertos: el argumento de "seguridad" (¿lo abierto es demasiado peligroso para soltarse?) funciona, casualmente, como una barrera competitiva. Es la jugada que ya bautizamos en la serie: cuando no puedes ganar por capacidad ni por distribución, intentas hacer ilegal al competidor. Un moat regulatorio, no tecnológico.

Y sin embargo —este es el punto que da vuelta todo—, el reporte con el que Anthropic quiso instalar el miedo a los modelos abiertos contenía, sin querer, el mejor argumento a favor de ellos. Ese reporte del 29 de septiembre no decía "el modelo abierto es malo": decía, en datos duros, que el modelo abierto alcanzó el nivel del frontier cerrado (GLM-5.3 empatando con Mythos en ciber). El mensaje implícito era "regulen lo abierto", pero el mensaje literal era "ya no somos mejores". Aunque el reporte sea una pieza de agenda —y probablemente lo sea—, el dato no se puede desdecir. Y una vez que está en el registro público que un modelo libre, sin dueño y auditable iguala al frontier restringido, la pregunta "¿por qué pagaría una prima por el cerrado?" se vuelve legítima, y el techo de precio se vuelve permanente.

6. Por qué esto es la prueba en vivo de que el monopolio es imposible

Llegamos a la tesis. Todo lo anterior —el recorte del 90%, la paridad con GPT-6 Luna, el piso open-weight, la caída de 300x, el boomerang geopolítico— apunta a una conclusión que contradice el relato dominante. El relato dice: "la IA es demasiado poderosa y peligrosa para estar en manos de todos; debe ser custodiada por unos pocos labs responsables, y por eso necesitamos regulación que limite lo abierto." Los hechos de esta semana dicen lo contrario: el monopolio de la inteligencia no es un riesgo futuro a evitar —es una imposibilidad estructural del presente, precisamente porque el código abierto existe.

Veámoslo como un teorema con dos premisas y un piso:

Premisa 1: un bien digital que puede copiarse y correr sin costo marginal relevante tiene, por definición, un problema para mantener precio. Premisa 2: si ese bien es libre y su capacidad es comparable a la del bien cerrado, nadie paga una prima grande por el cerrado. Piso: los modelos abiertos de 2026 ya son comparables (NIST lo certifica, Anthropic lo admite). Conclusión: el precio del acceso a la inteligencia no puede mantenerse alto, corran los labs lo que corran, porque el piso lo marca un bien libre. Y si el precio no puede ser de monopolio, no hay monopolio. Hay competencia con márgenes comprimidos —que es lo mejor que le puede pasar al que consume.

Por eso el recorte de Anthropic es evidencia, no anécdota. No te dice que Anthropic sea generosa ni tonta. Te dice que ni la empresa más valiosa del sector puede escapar del techo que le pone lo abierto. Ese es el resultado que ninguna regulación consiguió y que la comunidad de código abierto logró sola, sin pedir permiso a nadie: anclar el precio de la inteligencia.

Y acá viene la honestidad que nos diferencia, porque nadie de nuestro lado la va a decir por nosotros. El open source libera el modelo, no el cómputo. Esta es la grieta del argumento anti-monopolio, y hay que mostrarla de frente. Un checkpoint abierto te da los pesos; no te da los GPUs, la energía ni los data centers para correrlos a escala. La verdadera centralización de 2026 no está necesariamente en quién tiene el modelo —eso se commoditiza— sino en quién tiene el cuello de botella físico: los chips (Nvidia y sus competidores), la energía, y la infraestructura de cómputo distribuido. El piso abierto del precio existe, pero vive sobre un piso físico que sigue siendo caro y concentrado. Quien crea que el código abierto resuelve todo el problema del monopolio se está saltando el eslabón más duro.

Dicho eso —y sin salir de la honestidad—, el balance sigue siendo clarísimo para el que construye: el monopolio del acceso a la inteligencia es hoy imposible; el monopolio del cómputo sigue abierto. Son dos peleas distintas, y confundirlas es el error de los dos bandos. El que dice "ya está todo resuelto, hay modelos abiertos" ignora el silicio. El que dice "los labs controlan el futuro" ignora que su propio producto se les está regalando en la vereda de enfrente. La respuesta correcta reconoce las dos capas y construye en la que sí se puede: el software libre y soberano, corriendo donde tú puedas pagar el compute.

7. Cierre: el modelo es commodity, el monopolio es un espejismo

Volvamos al inicio. Una empresa de casi un billón de dólares le corta el precio 90% a su modelo más barato y lo regala. No porque sea generosa, sino porque el piso del mercado lo marca un bien que corre gratis en el hardware de cualquiera. Un rival (OpenAI) le había igualado el precio el mismo día. Los modelos abiertos —en su mayoría chinos— ya alcanzan a la frontera. Y la caída de precios de 300x en tres años no es una tendencia que los labs eligieron: es una consecuencia de que la inteligencia dejó de ser escasa.

Junta todo y no obtienes una predicción. Obtienes un hecho incómodo para el relato dominante: la IA frontera está dejando de ser un producto premium y se está convirtiendo en infraestructura pública —algo que la sociedad necesita, que corre un poco en todos lados, y que por eso mismo ya no puede cobrarse como un lujo. Y cuando un producto se vuelve infraestructura, el negocio de vender acceso a él se desarma: no porque la tecnología falle, sino porque se volvió demasiado importante —y demasiado copiable— como para que su precio siga siendo alto. El monopolio no lo evita la buena voluntad de dos o tres laboratorios. Lo desarma la existencia de una alternativa libre.

Ese es el punto que el titular de "Haiku 5.5 es baratísimo" esconde, y que a nosotros nos importa más. Si la inteligencia se vuelve una commodity regulada por el piso abierto, lo único valioso que queda no es qué modelo usas —cambia cada tres meses y ya no es un foso—. Es qué puedes correr sin pedirle permiso a nadie: tu harness, tu memoria, tu gobernanza, el costo por tarea que tú decides con tu arquitectura. El modelo abierto, que ya es mayoría de tokens en producción, no es el enemigo del negocio: es la señal de que el valor se está mudando de la inteligencia (que se commoditiza) hacia la capa que sí controlas —la misma tesis que venimos defendiendo desde el la Tesis del Harness y el #115.

Y por eso este artículo no termina en un pronóstico sobre quién gana la carrera de los labs. Termina en una asimetría útil para quien construye: no necesitas esperar a que un regulador te proteja del monopolio, porque el monopolio ya se está deshaciendo solo —por el precio. Lo que sí necesitas es dejar de apostar tu operación a la capa que otro puede repreciar el martes. La inteligencia frontera será gratis y correrá barata en todas partes; lo escaso, lo que sobrevive a cada recorte y a cada IPO, es la capa que tú controlas: tus pesos abiertos, tu memoria, tu gobernanza, tu hardware. Eso no aparece en ninguna hoja de precios, y ningún lab te lo puede regalar —porque nunca fue suyo.