Los tokens crecieron 32 veces; la caja decide cuánto rinden

Los tokens que pasan por OpenRouter se multiplicaron por 32 en un año. Esta semana hubo modelos nuevos, un juez barato que ya ve fotos y una medición de cuánto rinde cada suscripción. La lección que junta todo es la misma: el modelo se renta; lo que decide cuánto rinde es la caja que se construye alrededor.

Qué pasó

Trabajar y decidir

El costo de un agente de código lo pone la caché, no el precio por token. Un agente relee su contexto en cada turno, así que una API barata puede salir más cara que una suscripción. SemiAnalysis midió los planes con carga de agente: Opus 5.5 en un plan de Claude da unas 5 veces más valor a precio de API que GPT-6.1 Sol en el plan equivalente de ChatGPT. En los modelos tope están parejos.

Lo que separa un agente que funciona de uno que no también está fuera del modelo. Un paper leyó el código de once agentes de programación y encontró que todos repiten el mismo ciclo; cambian las herramientas, la memoria, los permisos y la orquestación. Lauren Tan le contó a Matt Pocock cómo subió seis pisos antes de dejar a su agente trabajar solo: primero que vea el resultado de su trabajo, luego scripts, luego reglas, y al final soltarlo únicamente donde el trabajo se puede comprobar y deshacer.

SemiAnalysis · Harness Engineering (arXiv) · Lauren Tan con Matt Pocock

Vender y atender mejor

OpenAI abrió en beta su Decisions API el 6 de octubre: le das texto o una imagen y una pregunta, y regresa una probabilidad. Corre sobre GPT-6 Luna, a 0.10 dólares por millón de tokens de entrada, y su propia guía pide fijar el umbral con ejemplos etiquetados propios. Con Jev ya hay dos clasificadores baratos; a ese precio deciden los aciertos con tus casos y por dónde viajan tus datos.

Anthropic anunció la Claude Frontier Academy: 100 millones de dólares para formar a 10 mil ingenieros que meten la IA en procesos reales, a fin de 2027. El cuello de botella que declara el propio laboratorio ya no es el modelo; es la gente que sabe implementarlo.

Guía de Decisions · Claude Frontier Academy

Diseñar y fabricar

Normal publicó FrontierCAD el 5 de octubre: de 39 piezas reconstruidas desde su plano, ningún modelo de frontera dejó una sola dentro de tolerancia. El mejor promedio fue 0.63 y para pasar se pide 0.97. Lo que sí funciona hoy es escribir la pieza como programa, con medidas que puso una persona, y probar barrenos y uniones antes de fabricar.

La visión útil para planta ya cabe en una máquina. EmbeddingGemma 2 busca por foto, texto o video sin nube y es Apache 2.0. Pero la licencia decide antes que la demo: YOLO26 es AGPL y Ultralytics pide licencia aun para uso interno, y el repositorio de Guava no tiene licencia.

FrontierCAD · EmbeddingGemma 2 · Licencia de Ultralytics

Lo que se está contando mal

El “80 veces más tokens” que circuló con el video de IndyDevDan son 32 con las cifras del propio video: de 4.5 a 146 billones por semana. Y el “5 veces más valor” de SemiAnalysis aplica a modelos medios; en los modelos tope los planes están parejos.

IndyDevDan: OpenRouter State of Models

Por qué me importa

Cambiar de modelo es lo más fácil y lo que menos mueve. Un clasificador de 10 centavos no sirve si nadie lo midió con sus propios casos; una pieza generada no sirve si nadie probó los barrenos; y un agente no sube de piso porque cambiaste de modelo, sino porque ya puede ver lo que hizo. Lo que separa un agente útil de uno caro es lo que tiene alrededor: cómo comprueba su trabajo, quién fija el umbral y qué se puede deshacer.

Lo que no sé

Esta nota se basa en lo que publicaron sus autores; no trae una prueba propia ni resultados de uso. Las tablas de SemiAnalysis están detrás de muro de pago y solo cito lo que viene en su texto abierto. Decisions está en beta y su disponibilidad general llegará “en las próximas semanas”.

Ejercicio

Elige un agente o una automatización que ya uses y contesta una sola pregunta: ¿puede ver el resultado de su trabajo sin que alguien se lo cuente? Si la respuesta es no, ese es el siguiente paso, antes de cambiar de modelo o de plan.

Para ir más lejos, el regalo de esta edición: ¿En qué piso está tu agente?, seis preguntas para saber qué tanto puedes soltarlo.