Modelos chinos toman hasta el 46% del consumo de tokens de empresas estadounidenses, y la cuenta cierra
DeepSeek y GLM 5.2 salen por una fracción del precio de los frontier americanos y ganan corporaciones que pagan por token. CNBC muestra el gráfico que OpenAI y Anthropic no querían ver publicado.
La parte de tokens que las empresas estadounidenses consumen en modelos de lenguaje chinos a través de OpenRouter pasó del 30% en toda la semana desde el 8 de febrero y llegó al 46% en picos recientes, según datos publicados por CNBC el 7 de julio. El gráfico es el argumento que faltaba para una tesis que ya circulaba entre analistas de infra: el costo unitario de los frontier americanos creció más rápido que la disposición de los CIOs a pagar por ellos.
DeepSeek sigue cobrando alrededor del 3% del precio por token del GPT 5.5, según un estudio de la propia CNBC. GLM 5.2, de la china Z.ai, tiene un precio base de US$ 0,95 por millón de tokens de entrada y US$ 3,00 por millón de salida, contra un rango que supera los US$ 4,00 por millón en los modelos de frontera americanos. Los modelos abiertos chinos son entre un 60% y un 90% más baratos que los competidores occidentales equivalentes en la misma ventana.
Benchmark de agente y volumen que crece en curva vertical
El GLM 5.2 llegó a menos de un punto porcentual del Claude Opus 4.8 en un benchmark agentico monitorizado por Vercel, por aproximadamente un quinto del precio. Vercel también registró el crecimiento más rápido de cualquier modelo en su plataforma este año: volumen diario de tokens en un multiplicador de 27 veces y base de clientes en 80 veces en la primera semana completa después del lanzamiento. Es un comportamiento que solo se sostiene si el modelo realmente está entrando en pipelines de producción, no en pruebas de curiosidad.
Un segundo dato, ahora del lado de DeepSeek, ayuda a completar el cuadro. La empresa comenzó a divulgar directamente a clientes estadounidenses a través de revendedores listados en OpenRouter, lo que redujo la fricción de cumplimiento percibida por CIOs que antes exigían una capa de intermediación europea. El resultado es el patrón del 30% de participación semanal desde febrero, con espasmos del 46% en semanas de lanzamiento de características.
Donde el efecto impacta: Estados Unidos, Alemania e India
En Estados Unidos, proveedores de plataformas como Vercel, Fireworks y Together AI se han convertido en cabezas de puente para modelos chinos, sorteando la barrera reputacional. Startups de código, atención y RAG que pagan la factura mensual de OpenAI ven un 60% de ahorro y no dudan en hacer pruebas A/B. En Alemania, donde los CIOs de bancos como Deutsche Bank y Commerzbank están bajo presión explícita para contener costos de cómputo en 2026, el GLM 5.2 y el DeepSeek V4 aparecen como opciones de segundo motor en el enrutamiento de prompts, especialmente para tareas de resumen y clasificación. En India, TCS, Infosys y Wipro juntas operan más de 300 mil asientos de Microsoft 365 Copilot, pero las prácticas de ingeniería interna han estado probando modelos chinos en pilotos, detrás de un doble objetivo: reducir el costo de token y liberarse de la dependencia estratégica de un único proveedor. Todos los tres están en geografías sensibles a control de datos, lo que empuja los pilotos hacia implementaciones on-prem en GPU propia o en nubes soberanas.
La parte que CNBC no escribió, y que los analistas de sourcing repiten en secreto, es que el enrutamiento de prompts se ha convertido en una disciplina de ingeniería: separar llamadas complejas para Opus o GPT-5 y enviar el volumen rutinario a modelos chinos baratos. Esto es diferente de cambiar de proveedor. Es una arquitectura que asume dos motores permanentes.
El steelman del lado americano
La lectura opuesta merece registro. Analistas de Morgan Stanley y el propio Sam Altman argumentan, con razón, que el precio por token subestima el costo total. Un modelo chino más barato requiere más rondas de prompt engineering, tiene saltos de calidad menos consistentes en portugués y alemán, y presenta una capa de riesgo geopolítico que ya se ha materializado en decisiones corporativas de bloqueo total. Anthropic, por su parte, dijo en mayo que avanza hacia US$ 47 mil millones de ingresos corrientes en 2026 y hacia ganancias en 2029, lo que sugiere que el segmento premium sigue teniendo demanda. El contraargumento no invalida el gráfico de CNBC, pero lo coloca en el lugar correcto: parte de la caída de tokens es sustitución, y parte es volumen nuevo que solo existe porque se volvió barato.
La cuestión para el próximo trimestre no es elegir entre americano y chino. Es diseñar la arquitectura de enrutamiento que sobreviva a que ambos proveedores cambien de precio en el mismo mes.