Artículos Relacionados con Precios

El Centro de Noticias de HTX ofrece los artículos más recientes y un análisis profundo sobre "Precios", cubriendo tendencias del mercado, actualizaciones de proyectos, desarrollos tecnológicos y políticas regulatorias en la industria de cripto.

Anthropic filtra nuevos modelos 'comiendo sandía', el poderoso Fable 5 fracasa en frío

Anthropic ha sacado a la luz dos nuevos modelos, 'claude-marshmallow-eap' y 'claude-melon-eap', a través de aplicaciones de terceros. Las primeras pruebas sugieren que Marshmallow supera en fluidez conversacional a Opus 5. Se especula que serían una mejora de los niveles Opus y Sonnet, respectivamente, con lanzamiento previsto para la próxima semana. Este movimiento ocurre mientras el modelo más potente y caro de Anthropic, Fable 5, lanzado hace dos meses, enfrenta una fría acogida en el mercado empresarial. Datos de Ramp muestran que solo capta alrededor del 11% del gasto en tokens de las empresas que usan Anthropic, muy por detrás del 25% de su competidor directo, GPT-5.6 Sol de OpenAI. Además, el lanzamiento de Opus 5 en julio complicó la posición de Fable 5. Con la mitad de precio, Opus 5 logra un rendimiento muy similar en pruebas de programación, lo que ha llevado a las empresas a preferirlo. Al mismo tiempo, los modelos de código abierto están ganando terreno rápidamente, pasando del 11% al 62% en cuota de tokens usados entre abril y agosto, mientras su costo sigue siendo marginal. En este contexto, los nuevos modelos Marshmallow y Melon parecen ser la respuesta de Anthropic para ofrecer opciones más equilibradas entre capacidad y costo, buscando productos que las empresas estén dispuestas a adoptar y usar a gran escala de forma sostenida.

marsbitAyer 01:08

Anthropic filtra nuevos modelos 'comiendo sandía', el poderoso Fable 5 fracasa en frío

marsbitAyer 01:08

Todos cotizan a 5 dólares, la factura difiere un 30%: Ejecutivo de OpenAI: Los tokens nunca se pueden comparar directamente

El mismo texto puede generar 766 tokens con GPT-5.6 Sol y 1170 tokens con Claude Opus 5, aunque ambas empresas cobren 5 USD por millón de tokens. Esto demuestra que un token no es una unidad estándar; cada modelo tiene su propio "tokenizador" para dividir el texto, lo que afecta directamente el coste final. Incluso dentro de una misma empresa, como Anthropic, los modelos más nuevos (Claude 4.7+) usan un 30% más de tokens para la misma entrada que los antiguos. Por lo tanto, comparar solo el precio por token es engañoso. La factura real depende de varios factores: la eficiencia del tokenizador, el uso de caché (mucho más barato), el precio de los tokens de salida (más caros y cruciales en flujos de agentes) y las tarifas adicionales por contextos largos (por ejemplo, GPT-5.6 Sol duplica el precio de entrada si se superan los 272K tokens). Configurar manualmente una ventana de contexto grande (ej. 1 millón de tokens) no incurre en costes inmediatos, pero aumenta la probabilidad de alcanzar umbrales de precios más altos en conversaciones largas, ya que cada solicitud reprocesa todo el historial. La conclusión clave es que la métrica relevante no es el "precio por millón de tokens", sino el "coste por resultado exitoso". La recomendación es probar con cargas de trabajo reales, calculando los tokens reales usados y considerando todos los factores de pricing, para determinar qué modelo es realmente más económico para una tarea específica.

marsbit08/19 08:24

Todos cotizan a 5 dólares, la factura difiere un 30%: Ejecutivo de OpenAI: Los tokens nunca se pueden comparar directamente

marsbit08/19 08:24

Programadores de todo el mundo están regalándole dinero a Anthropic, y la empresa ya no puede seguir viéndolo

Hace unos días, Anthropic publicó una guía esencial para que los desarrolladores ahorren costes al usar Claude Code. El gasto mensual promedio oscila entre 150 y 250 dólares, y la factura depende del modelo (Opus, Sonnet, Haiku), el esfuerzo de razonamiento y, sobre todo, de una gestión eficiente de los tokens. La clave del ahorro es aprovechar la caché de prompts, que permite reutilizar cálculos anteriores por solo una décima parte del coste. Para mantenerla activa, hay que evitar cambios durante la sesión: no cambiar de modelo, no ajustar el esfuerzo de razonamiento y no activar/desactivar el modo rápido. La compresión (/compact) debe hacerse al final, cuando la caché aún está caliente. El otro gran factor es controlar la expansión del contexto. Cada archivo leído o salida de comando se añade al historial, encareciendo cada nueva interacción (crecimiento O(n²)). Para evitarlo, Anthropic recomienda: 1. Usar @ para adjuntar archivos directamente, en lugar de hacer que Claude los busque. 2. Añadir flags silenciosos (--reporter=dot) a comandos ruidosos para reducir su salida. 3. Usar subagentes para tareas con mucha salida, aislando ese proceso. 4. Usar /clear al terminar una tarea para no arrastrar contexto irrelevante. 5. Usar /rewind para eliminar turnos de conversación desviados sin perder la caché. En resumen, dominar estos aspectos —elegir el modelo adecuado, gestionar el contexto y preservar la caché— se ha convertido en una habilidad fundamental para los desarrolladores en la era de la IA, permitiendo multiplicar la productividad sin disparar los costes.

marsbit08/17 03:50

Programadores de todo el mundo están regalándole dinero a Anthropic, y la empresa ya no puede seguir viéndolo

marsbit08/17 03:50

El mayor agujero negro de la IA: tras ingresar 1 billón de dólares al año, Anthropic ve cómo el precio de la potencia de cálculo se dispara 10 veces

La industria de la IA enfrenta una posible redefinición radical en el precio de la capacidad computacional. Según un análisis del podcast tecnológico Dwarkesh Patel, si los ingresos de laboratorios como Anthropic alcanzan niveles billonarios mientras el suministro de potencia de cálculo (compute) solo crece unas 3 veces anuales, el precio de esta podría multiplicarse por más de 10. El razonamiento central es un cambio de paradigma: las GPUs como la H100 ya no son solo hardware, sino portadoras de "fuerza laboral digital" capaz de sustituir a profesionales humanos bien remunerados (p. ej., un ingeniero de software de Silicon Valley con un salario de 250.000 USD/año). Actualmente, existe una gran discrepancia entre este valor potencial y el precio real de alquiler de dicha capacidad. Este desajuste se ve agravado porque el crecimiento de los ingresos y la demanda de IA supera con creces la capacidad de expansión física de la infraestructura de compute, limitada por los ciclos de producción de semiconductores (ley de Moore, fábricas de chips, disponibilidad de litografía EUV). Ante esta escasez, la economía de la IA favorecería a los modelos más capaces, ya que los intentos fallidos con modelos inferiores consumirían más tiempo y recursos costosos. Algunos escépticos argumentan que existen límites prácticos para la monetización de la IA y que históricamente las predicciones de escasez de recursos han fallado. No obstante, Patel sostiene que la oferta de compute tiene una elasticidad mucho menor que la de materias primas tradicionales. En conclusión, aunque la potencia de cálculo pueda volverse abundante en el futuro, la industria podría enfrentarse primero a una era de inflación extrema y una intensa carrera armamentística por este recurso estratégico.

marsbit08/04 14:00

El mayor agujero negro de la IA: tras ingresar 1 billón de dólares al año, Anthropic ve cómo el precio de la potencia de cálculo se dispara 10 veces

marsbit08/04 14:00

Qualcomm quiere expandir su mercado con chips insignia dobles, pero se topa con el aumento del precio de la memoria

Según el calendario de Qualcomm, la próxima generación de plataformas insignia, basada en el nodo de 2 nm, podría presentar dos variantes: una edición Pro (más potente, con soporte para LPDDR6) y una estándar (con especificaciones ligeramente reducidas). Esta estrategia busca ampliar el mercado del chip insignia, cubriendo no solo los teléfonos ultra premium, sino también los buques insignia principales. Sin embargo, este movimiento coincide con un fuerte aumento en los precios de la memoria (DRAM y almacenamiento), impulsado por la demanda de los centros de datos de IA. Este incremento podría elevar el precio promedio de los teléfonos inteligentes, reducir los volúmenes de venta y comprimir el margen de maniobra de los fabricantes. Para los consumidores, la estrategia de Qualcomm podría traducirse en una elección más complicada: los modelos con el chip Pro serán muy caros, mientras que los que usen la versión estándar podrían no ofrecer un ahorro significativo en el precio final, debido al sobrecosto de la memoria. Esto podría hacer que los compradores opten por teléfonos de generaciones anteriores o pospongan su renovación. En resumen, Qualcomm intenta expandirse con una oferta más diversa de chips insignia, pero el alza generalizada de costos, especialmente en memoria, está contrayendo la demanda y podría resultar en una era de teléfonos Android más caros y con decisiones de compra más complejas para los usuarios.

marsbit08/04 01:34

Qualcomm quiere expandir su mercado con chips insignia dobles, pero se topa con el aumento del precio de la memoria

marsbit08/04 01:34

活动图片