¿Es realmente más barata la IA de pesos abiertos que las grandes APIs propietarias, y en qué medida? Tomamos los precios de API de los 29 modelos con precios públicos incluidos en nuestra Base de datos de modelos, normalizamos cada uno a un único coste combinado por millón de tokens y los dividimos en categorías de «pesos abiertos» y «propietarios». La brecha es mayor —y mucho más constante— de lo que la mayoría supone.
Conclusiones clave
- Los 5 modelos más baratos en 2026 son todos de pesos abiertos. Los 5 más caros son todos propietarios.
- El el modelo abierto típico (mediana) cuesta aproximadamente 0,15 dólares por cada millón de tokens combinados; el modelo propietario típico cuesta aproximadamente 6,00 dólares —una brecha de 39 veces.
- En promedio, los modelos propietarios cuestan aproximadamente 16 veces más que los abiertos.
- Entre los 29 modelos analizados, la diferencia total de precios es de aproximadamente 890 veces —desde unos 0,02 hasta 20 dólares por millón de tokens combinados.
- Y eso sin considerar el alojamiento propio, que elimina por completo el coste por token en el caso de los pesos abiertos. La brecha, resumida en una tabla
Cómo lo medimos
- Alcance —los 29 modelos incluidos en la base de datos de Convly con precios públicos de API.
- Coste combinado —
(3 × entrada + salida) ÷ 4, una proporción típica de tráfico real de API de 3:1 entre entrada y salida, lo que permite comparar directamente modelos con entradas baratas pero salidas costosas. - Clasificación — «pesos abiertos»: pesos descargables que pueden alojarse localmente (22 modelos); «propietarios»: únicamente mediante API (7 modelos).
- Fuentes — precios públicos de API publicados en OpenRouter y DeepInfra, junio de 2026.
La brecha, resumida en una tabla
| Métrica (dólares combinados por millón) | Pesos abiertos (22) | Propietarios (7) | Diferencia |
|---|---|---|---|
| Promedio | $0.50 | $8.16 | 16× |
| Mediana (modelo típico) | $0.15 | $6.00 | 39× |
| Más económico del grupo | 0,02 USD (Llama 3.1 8B) | 2,00 USD (Claude Haiku 4.5) | — |
| Más caro del grupo | 3,00 USD (Mistral Large 3) | 20,00 USD (Claude Fable 5) | — |
Los extremos cuentan la historia
Al ordenar los 29 modelos según su costo combinado, el patrón es contundente: los modelos de pesos abiertos dominan la parte inferior de la tabla, mientras que los propietarios ocupan la superior:
| 5 modelos más económicos (todos de pesos abiertos) | Dólares por millón combinados | 5 modelos más caros (todos propietarios) | Dólares por millón combinados |
|---|---|---|---|
| Llama 3.1 8B | $0.02 | Claude Fable 5 | $20.00 |
| Mistral 7B | $0.02 | GPT-5.5 | $11.25 |
| Mistral NeMo 12B | $0.03 | Claude Opus 4.8 | $10.00 |
| Gemma 3 4B | $0.06 | Claude Sonnet 4.6 | $6.00 |
| Qwen3 8B | $0.07 | Gemini 3.1 Pro | $4.50 |
There is no proprietary model in the cheapest third of the market, and no open-weight model in the most expensive third. The lone overlap zone is narrow: the cheapest proprietary model (Claude Haiku 4.5, $2.00) sits just below the most expensive open one (Mistral Large 3, $3.00).
Matiz importante: esto se refiere al coste, no a la capacidad
Los modelos más caros siguen liderando en las tareas de razonamiento y agentividad más exigentes. En nuestro índice complementario Índice de relación precio-rendimiento de la IA descubrimos que la prima de los modelos punteros adquiere los últimos puntos de inteligencia, no un valor proporcional. Sin embargo, para la mayoría de las cargas de trabajo productivas —clasificación, extracción, recuperación aumentada por generación (RAG), resúmenes y chat— la brecha de capacidades entre un buen modelo de pesos abiertos y un modelo puntero es mucho menor que la diferencia de precios de 39×. Con frecuencia, usted paga 39× más por el último 10–20 % de capacidad que quizás no necesite.
Por qué la brecha es estructural
Esto no es una guerra temporal de descuentos. Una competencia intensa entre modelos de pesos abiertos —Qwen, Llama, Gemma y DeepSeek Mistral, todos lanzando sólidos modelos bajo licencias permisivas— ha impulsado el precio mínimo hacia cero. Mientras tanto, los laboratorios punteros fijan sus precios según la capacidad máxima y la disposición al pago de las empresas. El resultado es un mercado que se está bifurcando: un suelo en carrera hacia cero y un techo premium, con un abismo cada vez más amplio entre ambos.
Conclusión
Para entornos productivos sensibles al costo, un modelo de pesos abiertos o de gama media es la opción racional por defecto en 2026 —y alojarlo localmente elimina por completo el costo por token (consulte qué modelos puede ejecutar su GPU con nuestra Calculadora de VRAM). Reserve los modelos punteros propietarios únicamente para las tareas realmente más exigentes. Ejecute su propio uso a través del Calculadora de costos de API para conocer sus cifras exactas.
Data: Convly Base de datos de modelos de IA (API pricing via OpenRouter and DeepInfra). Blended cost uses a 3:1 input:output ratio. Figures current as of June 2026.
