La guerra de precios de la IA se intensifica, abaratándose de forma permanente y hasta un 75 % más barata: así es como DeepSeek de China está desbaratando los cálculos de los gigantes tecnológicos occidentales

¿La IA más barata del mundo, pero una pesadilla para el RGPD? Qué significa el impacto de DeepSeek para las empresas alemanas

El fin de la dependencia de Nvidia: cómo Huawei y DeepSeek están transformando el mercado global de la IA

Una guerra de precios sin precedentes está sacudiendo la industria global de la IA: la startup china DeepSeek ha causado conmoción en el mercado con una rebaja permanente del 75 % en el precio de su modelo estrella. Impulsada por fondos soberanos nacionales y con chips Huawei de fabricación nacional, la compañía se está liberando de la dependencia del hardware occidental de Nvidia y, de repente, está dictando los precios globales. Esto está demostrando ser una prueba crucial para proveedores occidentales como Anthropic y Google, que están respondiendo con aumentos de precios encubiertos mediante la modificación de las estructuras de tokens, lo que ya está provocando que los presupuestos de grandes clientes como Uber y Microsoft se disparen. Pero si bien el coste increíblemente bajo de la IA china parece muy atractivo desde una perspectiva empresarial, rápidamente se está convirtiendo en una pesadilla para las empresas alemanas en materia de protección de datos (RGPD). La única solución al dilema entre el aumento vertiginoso de los costes de la IA y las inminentes multas por incumplimiento del RGPD reside en un camino que pocos responsables de la toma de decisiones han considerado todavía.

DeepSeek y la nueva guerra de precios de la IA

Más barato de forma permanente: ¿Qué significa realmente la reducción de precios de DeepSeek?

El 23 de mayo de 2026, la startup china de IA DeepSeek anunció que fijaría de forma permanente el descuento temporal del 75 % aplicado a su token insignia V4-Pro. Esto significa que el precio de los tokens emitidos se mantendrá permanentemente en 0,87 dólares estadounidenses por millón de tokens, un nivel que se consideraba simplemente inimaginable hace tan solo unos meses. En comparación, los costes de la API para el token anterior, a precio completo, oscilaban entre 0,1 y 24 yuanes por millón de tokens, lo que equivalía aproximadamente a entre 0,014 y 3,30 dólares estadounidenses; las tarifas ahora permanentes son de entre 0,025 y 6 yuanes (aproximadamente entre 0,0035 y 0,83 dólares estadounidenses).

Esta decisión no es simplemente una estrategia de marketing. Es el resultado de un recálculo fundamental de los costes de producción, posible gracias a dos factores: Primero, el modelo V4-Pro ahora funciona de forma nativa con chips Ascend 950 de Huawei en lugar de hardware de Nvidia. Esto convirtió a DeepSeek en el primer modelo de IA de vanguardia chino totalmente optimizado para un chipset nacional. Segundo, la compañía anunció que se espera que los precios bajen aún más considerablemente con la producción en masa de los supernodos Ascend 950 de Huawei en la segunda mitad de 2026. El mensaje estratégico es claro: DeepSeek apuesta a que la escalabilidad tecnológica y la tecnología de semiconductores nacional permitirán una espiral descendente de costes que los competidores occidentales no podrán replicar en un futuro próximo.

Fichas geopolíticas en lugar de capital de Wall Street: La arquitectura financiera detrás del ataque a los precios

Para comprender por qué DeepSeek puede permitirse reducciones de precio de esta magnitud mientras busca simultáneamente una ronda de financiación de mil millones de dólares, es necesario examinar la inusual estructura de propiedad y capital de la empresa. Fundada como un laboratorio privado por el fondo de inversión chino High-Flyer Capital Management, DeepSeek mantuvo durante años una estrategia de rechazo a la financiación externa. Este período de autofinanciación deliberada parece haber llegado a su fin.

Según informes de diversas fuentes informadas a MarketScreener y al Financial Times, DeepSeek podría alcanzar una valoración de hasta 50.000 millones de dólares en su primera ronda de financiación oficial. Esto representaría un aumento drástico en su valoración en comparación con las estimaciones previas, que oscilaban entre los 10.000 y los 30.000 millones de dólares. Resulta particularmente reveladora la identidad del posible inversor principal: el Fondo Nacional de IA de China, con aproximadamente 8.800 millones de dólares de capital, está en conversaciones para liderar esta ronda. Mientras tanto, gigantes tecnológicos como Tencent y Alibaba habían explorado previamente posibles inversiones con una valoración de 20.000 millones de dólares. DeepSeek podría recaudar un total de entre 3.000 y 4.000 millones de dólares en esta ronda de financiación.

Lo que a primera vista parece una financiación de crecimiento normal es, en realidad, una forma de asignación estratégica de capital por parte del Estado. China está posicionando a DeepSeek como el líder nacional en IA en una carrera que ya no es meramente tecnológica, sino geopolítica. El fabricante de chips Huawei suministra el hardware, el fondo soberano aporta el capital y DeepSeek proporciona los modelos: un ecosistema vertical significativamente más resistente a los controles de exportación y las sanciones estadounidenses que cualquier solución basada en GPU de Nvidia.

La estrategia de precios de los competidores occidentales: cuando los tokenizadores se convierten en un arma de precios

Mientras que DeepSeek reduce drásticamente sus costes, Anthropic y Google se mueven en la dirección opuesta, aunque mediante métodos técnicamente encubiertos que apenas reciben atención pública. Como revela un informe detallado de la FAZ de abril de 2026, Anthropic ha rediseñado fundamentalmente el tokenizador de sus últimos modelos, y la nueva versión genera entre un 32 % y un 45 % más de tokens nativos con texto idéntico. Esto significa que cualquiera que realice la misma tarea que antes está pagando, en la práctica, mucho más, sin que se haya incrementado el precio oficial.

Este método de aumentos de precio ocultos es particularmente insidioso desde una perspectiva económica, ya que resulta difícil de prever para muchos clientes empresariales. Los presupuestos se planifican en función de patrones de uso históricos, no de matices tokenómicos. Por lo tanto, el aumento efectivo del costo puede alcanzar fácilmente entre el 22 y el 37 por ciento. A esto se suma la eliminación de los modelos de tarifa plana. Anthropic ha ido transformando gradualmente a sus clientes empresariales, pasando de suscripciones de precio fijo a la facturación basada exclusivamente en el uso de tokens. Lo que representa una fuente de ingresos más fiable para los proveedores se convierte en un factor de costo fundamentalmente impredecible para los clientes empresariales.

Google está implementando una estrategia similar con sus modelos Gemini: la variante Flash más económica sigue siendo competitiva, mientras que los modelos Pro de alto rendimiento tienen precios significativamente más elevados. Gemini 3.1 Pro, por ejemplo, cuesta 2 dólares de entrada y 12 dólares de salida por millón de tokens, considerablemente más barato que Claude Opus 4.7, que cuesta 5 dólares de entrada y 25 dólares de salida, pero aún así es aproximadamente 14 veces más caro que DeepSeek V4 Pro con su precio actual de licencia perpetua.

Ubicuidad y crisis presupuestaria: Cuando las herramientas de IA desbordan financieramente a la empresa

Quizás el ejemplo más llamativo de la nueva realidad de los costos proviene de Uber. La empresa de transporte lanzó Claude Code, la herramienta de programación de terminales con IA de Anthropic, a algunos equipos en diciembre de 2025, sin un plan de lanzamiento coordinado, sino impulsada por la demanda orgánica. En diciembre, el 32 % de sus ingenieros utilizaba la herramienta. Para febrero de 2026, esta cifra había aumentado al 63 %. En abril, el director de tecnología, Praveen Neppalli Naga, anunció que todo el presupuesto de IA para 2026 —para aproximadamente 5000 ingenieros— ya se había agotado por completo. Cuatro meses, el presupuesto de todo un año. Según el director de tecnología, la empresa tuvo que replantearse sus previsiones financieras.

Este caso no es un incidente aislado, sino un síntoma de una falla estructural en la gestión financiera de IA empresarial. Las empresas han aprendido a presupuestar las licencias de software, pero aún no han aprendido a prever y gestionar los costos de uso basados ​​en tokens. Claude Opus 4.7, el modelo preferido para tareas de programación exigentes, cuesta 5 dólares en entrada y 25 dólares en salida por millón de tokens. Cuando 5000 ingenieros procesan diariamente repositorios de código complejos a través del modelo, se generan flujos de datos en segundo plano que crecen exponencialmente y, con una adopción generalizada, pueden superar los límites presupuestarios en cuestión de semanas.

Microsoft ofrece un segundo ejemplo impactante: en diciembre de 2025, el gigante del software invitó a miles de sus desarrolladores a usar Claude Code en su trabajo diario. La herramienta se popularizó rápidamente, demasiado. A finales de mayo de 2026, se anunció internamente que todas las licencias de Claude Code se cancelarían el 30 de junio de 2026. Microsoft recomendó a los desarrolladores afectados que trabajaban con Windows, Microsoft 365, Outlook, Teams y Surface que migraran sus flujos de trabajo a GitHub Copilot CLI. La explicación oficial fue vaga, pero los datos hablan por sí solos: la facturación basada en tokens agotó por completo el presupuesto del segmento de IA en tan solo unos meses. Irónicamente, Microsoft sigue siendo un cliente de Anthropic: los modelos de Claude (Haiku, Sonnet, Opus) aún están disponibles a través de GitHub Copilot CLI; el modelo de negocio cambia, pero la dependencia tecnológica persiste.

La disfunción estructural: por qué los modelos de fijación de precios mediante tokens destruyen sistemáticamente los presupuestos empresariales

Los casos de Uber y Microsoft no son errores de gestión. Son el resultado directo de una incompatibilidad estructural entre los modelos de facturación de los proveedores de IA y los ciclos de planificación de las grandes corporaciones. El software tradicional se licencia por usuario y por año, de forma predecible y con presupuestos definidos. Las API de IA, en cambio, se facturan como la electricidad: según el uso, de forma dinámica, y el coste real solo se conoce a posteriori.

El problema se ve agravado por varias dinámicas simultáneas. En primer lugar, el consumo de tokens por tarea es prácticamente imposible de estimar para quienes no son expertos. Un desarrollador que utiliza Claude Code para analizar un repositorio de código de 10 000 líneas generará, sin saberlo o involuntariamente, cientos de miles de tokens en segundo plano. En segundo lugar, la mayoría de las empresas carecen actualmente de la infraestructura de observabilidad necesaria: herramientas como Langfuse o Helicone, que registran cada llamada a la API con el recuento de tokens y el desglose de costes, solo son utilizadas por una fracción de las empresas hasta el momento. En tercer lugar, la eliminación de las tarifas planas por parte de proveedores como Anthropic crea un vacío de planificación: los perfiles de uso anteriores ya no son válidos porque tanto las actualizaciones del tokenizador como la adopción de nuevos flujos de trabajo basados ​​en agentes modifican significativamente el consumo por tarea.

Esta situación resulta ventajosa para los proveedores a corto plazo: un mayor volumen de consumo, más difícil de controlar, genera mayores ingresos. Sin embargo, a medio plazo se vislumbran consecuencias: las empresas limitarán el uso, trasladarán cargas de trabajo a modelos más económicos o evaluarán opciones de autoalojamiento. El daño que sufre Anthropic por la rescisión del contrato con Microsoft y la retirada de Uber no es solo económico, sino también estratégico: ambas compañías eran clientes de referencia clave.

Una nueva dimensión de la transformación digital con 'IA Gestionada' (Inteligencia Artificial) – Plataforma y solución B2B | Xpert Consulting - Imagen: Xpert.Digital

Aquí aprenderá cómo su empresa puede implementar soluciones de IA personalizadas de forma rápida, segura y sin grandes barreras de entrada.

Una plataforma de IA gestionada es su solución integral y sin preocupaciones para la inteligencia artificial. En lugar de lidiar con tecnología compleja, infraestructura costosa y largos procesos de desarrollo, recibirá una solución lista para usar y adaptada a sus necesidades de un socio especializado, a menudo en tan solo unos días.

Las principales ventajas de un vistazo:

⚡ Implementación rápida: De la idea a la aplicación lista para usar en días, no meses. Ofrecemos soluciones prácticas que generan valor añadido inmediato.

🔒 Máxima seguridad de datos: Tus datos confidenciales permanecen contigo. Garantizamos un procesamiento seguro y conforme a la normativa sin compartirlos con terceros.

💸 Sin riesgo financiero: Solo pagas por resultados. Se eliminan por completo las altas inversiones iniciales en hardware, software y personal.

🎯 Concéntrese en su negocio principal: Concéntrese en lo que mejor sabe hacer. Nos encargamos de toda la implementación técnica, la operación y el mantenimiento de su solución de IA.

📈 A prueba de futuro y escalable: Tu IA crece contigo. Garantizamos la optimización y la escalabilidad continuas, y adaptamos los modelos con flexibilidad a las nuevas necesidades.

Más información aquí:

• La solución de IA gestionada - Servicios de IA industrial: la clave para la competitividad en los sectores de servicios, industria e ingeniería mecánica

Geopolítica de los chips: DeepSeek como respuesta estratégica a los controles de exportación estadounidenses

Para comprender plenamente el éxito de DeepSeek, es necesario analizarlo en el contexto del conflicto tecnológico entre Estados Unidos y China. Desde 2022, Estados Unidos ha impuesto gradualmente restricciones a la exportación de chips de alto rendimiento a China, más recientemente con normas más estrictas para los chips A100 y H100 de Nvidia, así como para sus sucesores. La intención explícita era frenar el desarrollo de la IA en China. El resultado fue el contrario: DeepSeek desarrolló modelos que logran resultados comparables con una fracción de la potencia de cálculo y los optimizó para los chips Ascend de Huawei, una tecnología difícilmente disponible fuera de las cadenas de suministro chinas, pero que tampoco está sujeta a las sanciones estadounidenses.

El cambio a Huawei Ascend 950 no es solo una necesidad técnica, sino una emancipación geopolítica. Esto hace que DeepSeek sea independiente de las cadenas de suministro de chips estadounidenses y del poder de fijación de precios de Nvidia. El anuncio de que se espera que los precios bajen aún más una vez que comience la producción en masa de los supernodos Ascend 950 sugiere una estrategia de precios planificada a largo plazo: no una oferta promocional puntual, sino un posicionamiento estratégico a largo plazo como la API de IA de alto rendimiento más asequible del mundo.

Para los proveedores occidentales, esto plantea un dilema: no pueden bajar los precios arbitrariamente porque su infraestructura depende del hardware de Nvidia, que se encarece cada mes. Al mismo tiempo, aumenta la presión sobre la inversión: las principales empresas tecnológicas estadounidenses —Amazon, Microsoft, Meta y Google— han anunciado planes para invertir un total combinado de alrededor de 650.000 millones de dólares en infraestructura de IA para 2026. Estos gastos deben recuperarse, lo que obliga estructuralmente a aumentar los precios de las API o, al menos, limita significativamente el margen para las reducciones de precios. Según Gartner, el gasto global total en IA alcanzará los 2,59 billones de dólares en 2026, un aumento del 47 % con respecto al año anterior.

El dilema de la privacidad de los datos: racionalidad económica frente a realidad regulatoria

El token más barato no tiene valor si su uso conlleva una multa. Este es el dilema central para las empresas europeas, y especialmente alemanas, que consideran la IA china: DeepSeek ofrece una excelente relación calidad-precio, pero un perfil de privacidad de datos sumamente problemático. Las autoridades de protección de datos de varios estados alemanes ya han iniciado investigaciones. Dieter Kugelmann, comisionado de protección de datos de Renania-Palatinado, lo resumió concisamente: «Parece que DeepSeek incumple prácticamente todos los aspectos de la legislación de protección de datos»

Las críticas específicas son serias. La política de privacidad de DeepSeek incluye el registro explícito de patrones de pulsación de teclas, un método que, según la Oficina Federal Alemana de Seguridad de la Información (BSI), puede utilizarse indebidamente para la identificación de usuarios y ha llevado a la BSI a clasificar la tecnología como "al menos cuestionable para áreas críticas de seguridad". Todos los datos de los usuarios se almacenan en servidores en China, un país que no cumple con el nivel de protección de datos del RGPD. La legislación china sobre inteligencia obliga a las empresas chinas a cooperar con las autoridades de seguridad, lo que de facto implica un posible acceso estatal a los datos. La autoridad italiana de protección de datos ya ha bloqueado a DeepSeek.

Sin embargo, sería un análisis incompleto atribuir estos riesgos únicamente a la IA china sin mencionar a la contraparte: la Ley de Computación en la Nube de EE. UU. obliga a las empresas estadounidenses a otorgar a sus autoridades acceso a los datos almacenados, independientemente de su ubicación física. Tanto OpenAI como Anthropic operan bajo este marco legal. La diferencia crucial radica en el cumplimiento del RGPD: los proveedores estadounidenses cuentan con filiales europeas, acuerdos de procesamiento de datos y marcos de protección de datos reconocidos. DeepSeek, por otro lado, según nuestro conocimiento, no tiene ni filial europea ni representante legal en la UE.

La opción de autoalojamiento: Cuando el código abierto cierra la brecha entre precio y privacidad de datos

Sin embargo, aquí se abre una segunda opción que ha recibido poca atención en el debate público hasta el momento: DeepSeek es un software de código abierto bajo la licencia MIT. Esto significa que las empresas pueden ejecutar el modelo en su propia infraestructura, sin transferir datos a proveedores externos, cumpliendo plenamente con el RGPD y con costos operativos que pueden ser significativamente más bajos que los precios de la API incluso de los proveedores más económicos.

Consultoras tecnológicas como Zühlke han destacado explícitamente esta oportunidad estratégica: alojar DeepSeek en hardware propio o en entornos de nube controlados como Azure o AWS permite una soberanía total de los datos manteniendo un rendimiento competitivo. El coste por millón de tokens se reduce a 0,40 € o menos con el autoalojamiento, según la configuración del hardware, en comparación con los 1 a 3 € de las API en la nube. La desventaja reside en la complejidad operativa: los modelos autoalojados requieren conocimientos especializados en IA e infraestructura, actualizaciones periódicas, gestión de la seguridad y un sólido proceso de evaluación.

Para las grandes empresas con sus propias operaciones de TI e infraestructura en la nube, esta es una opción viable. Sin embargo, para las pymes, la vía de las API sigue siendo más pragmática, siempre que se puedan sortear los problemas de privacidad de datos utilizando exclusivamente datos públicos no personales. Por lo tanto, la matriz de decisión es compleja: no se trata solo del precio más bajo del token, sino del coste total, incluidos los costes de la API, la inversión en infraestructura, el esfuerzo de cumplimiento normativo y el riesgo estratégico de dependencia de un proveedor.

Consecuencias estructurales del mercado: Del bombo publicitario de la IA a la contabilidad de costes realista

El analista de Gartner, John-David Lovelock, describió acertadamente la fase actual del sector como el "año de la integración pragmática": la euforia inicial en torno a la IA generativa ha dado paso a un análisis de costes y beneficios más objetivo. Este cambio de perspectiva se refleja en los datos: si bien se prevé que el gasto global en IA crezca un 47 % hasta alcanzar los 2,59 billones de dólares en 2026, un estudio revela simultáneamente que aproximadamente el 72 % de las inversiones en IA no generan un retorno de la inversión cuantificable. La era de los proyectos piloto acríticos ha terminado; las empresas exigen resultados empresariales medibles.

En este contexto, la reducción de precio de DeepSeek no es simplemente una maniobra competitiva, sino un catalizador para una consolidación del mercado largamente esperada. Obliga a reevaluar los fundamentos económicos de todo el mercado de modelos de aprendizaje automático. Cuando un modelo de frontera con una ventana de contexto de un millón de tokens está disponible por 0,87 dólares por millón de tokens de salida, las alternativas más caras solo se justifican por ventajas de calidad demostradas, no por la mera fidelidad a la marca o la comodidad.

Los efectos a medio y largo plazo en la estructura del mercado son de gran alcance. En primer lugar, aumenta la presión sobre todos los proveedores para que divulguen de forma transparente sus estructuras de costes y justifiquen sus precios. En segundo lugar, crece la demanda de estrategias multiproveedor que distribuyan las cargas de trabajo entre los modelos más rentables según los requisitos, una tendencia que favorece a los agregadores de API y las soluciones de enrutamiento. En tercer lugar, el problema de la dependencia de un único proveedor se vuelve más acuciante: las empresas que han basado toda su estrategia de IA en un único proveedor propietario ahora se enfrentan a costosas correcciones.

Recomendaciones estratégicas: ¿Qué deben hacer ahora quienes toman las decisiones?

El hecho que provocó la reducción permanente del precio de DeepSeek no es temporal. Marca la transición de una fase de adopción experimental de la IA a una en la que los costes operativos de la IA deben gestionarse con la misma estrategia que otros factores de producción. Las empresas que siguen dependiendo acríticamente de las API más caras sin evaluar alternativas actúan con negligencia desde el punto de vista empresarial.

En concreto, esto significa que toda estrategia de IA actual debe incluir una arquitectura de costes que incorpore la estratificación de modelos (los modelos adecuados para cada tarea), la observabilidad (seguimiento de tokens a nivel de tarea) y la diversificación de proveedores como componentes integrados. Utilizar Claude Opus para cada tarea cuando GPT-4.1 Mini podría resolver el problema por quince veces menos no es señal de calidad, sino de un error presupuestario. Las experiencias de Uber y Microsoft deben tomarse en serio como advertencia: el consumo de tokens no aumenta linealmente con el número de usuarios, sino exponencialmente con la intensidad de su uso de la IA.

Para las empresas europeas, es importante recordar que una estrategia de IA sin una arquitectura de protección de datos está incompleta. El proveedor más económico puede resultar caro a largo plazo si se suman las multas del RGPD, el daño a la reputación o los requisitos normativos. La cuestión no es si la IA china es fundamentalmente utilizable —sin duda lo es en condiciones de autoalojamiento—, sino qué marco legal y tecnológico debería establecerse para ella. El uso de modelos de código abierto como DeepSeek, en cumplimiento con las normativas de protección de datos y en una infraestructura de nube europea certificada, ofrece una forma de combinar las ventajas de costes con el cumplimiento normativo.

La guerra de precios en el mercado de LLM no es un episodio pasajero. Representa la redefinición estructural de un mercado que, hasta 2025, estuvo dominado por el poder de fijación de precios de los proveedores. Con la reducción permanente del 75 % en el precio de DeepSeek y el apoyo estratégico del Estado chino, ha surgido una nueva fuerza que impulsa a la baja toda la estructura de precios. Quien ignore esta realidad —ya sea como empresa que utiliza IA o como proveedor de IA— arriesga su competitividad a medio plazo.

La solución casi interna: Cómo Xpert.Digital cierra las brechas operativas en el marketing y las ventas B2B – Negocios inteligentes basados ​​en contenido - Imagen: Xpert.Digital

Xpert.Digital es un centro industrial B2B basado en datos, dirigido por Konrad Wolfenstein . La empresa actúa como una solución externa, casi interna, para socios industriales, cubriendo las brechas operativas en marketing, contenido y ventas, sin requerir recursos adicionales por parte del cliente.

Más información aquí:

• La solución casi interna: Cómo Xpert.Digital cierra las brechas operativas en el marketing y las ventas B2B – Smart Content-Driven Business

☑️ Nuestro idioma comercial es el inglés o el alemán

☑️ NUEVO: ¡Correspondencia en tu idioma nativo!

Konrad Wolfenstein

Mi equipo y yo estaremos encantados de estar disponibles para usted como su asesor personal.

Puedes contactarme rellenando el formulario de contacto aquí simplemente llamándome al +49 7348 4088 965. Mi dirección de correo electrónico es [email protected]:o

Espero con ilusión nuestro proyecto conjunto.

☑️ Apoyo a las PYMES en estrategia, consultoría, planificación e implementación

☑️ Creación o realineamiento de la estrategia digital y digitalización

☑️ Ampliación y optimización de procesos de ventas internacionales

☑️ Plataformas comerciales B2B globales y digitales

☑️ Desarrollo de negocios pioneros / Marketing / Relaciones públicas / Ferias comerciales