En la misma semana de junio de 2026, dos mercados aparentemente desconectados enviaron la misma señal. El 29 de junio, DeepSeek introdujo surge pricing en el V4: precios de API que se duplican en horario pico. Dos días después, el 1 de julio, AWS aumentó los EC2 Capacity Blocks for ML en aproximadamente 20%. La era del costo de IA predecible terminó. Acompañamos estos dos movimientos y la señal es clara: el costo de IA ya no es una línea recta.
El frente de AWS: 38% en seis meses
El aumento del 1 de julio fue el segundo en seis meses. El primero, de aproximadamente 15%, llegó el 4 de enero de 2026. Acumulado: 38% en medio año. AWS mantuvo durante 20 años el principio de que los precios solo bajan, rompió ese precedente en enero.
La justificación oficial habla de "supply and demand". Según el cloud economist Corey Quinn, una actualización uniforme en todas las regiones, de US$ 34,608 a US$ 39,799 por hora, es una decisión de política, no de supply/demand. Si fuera supply/demand, las regiones con mayor oferta tendrían precios diferentes. La uniformidad indica una decisión corporativa de aumento de margen.
El impacto es directo: quien planifica presupuesto asumiendo un precio de GPU estable está construyendo sobre arena. Dos aumentos en seis meses no son una anomalía, son un patrón. Y no hay señal de reversión. El mercado de GPU para ML está en escasez, no en baja. La demanda de inferencia crece más rápido que la oferta de silicio. Para el cloud economist, la pregunta no es si habrá un tercer aumento, sino cuándo.
El frente de DeepSeek: surge pricing por primera vez en la historia
Por primera vez en la historia, un proveedor de LLM cobra por hora del día. El surge pricing de DeepSeek en el V4 define pico de 9h a 12h y de 14h a 18h, hora de Pekín. Los precios se duplican. El V4 Pro pasa de US$ 0,87 a US$ 1,74 por millón de tokens de output.
La previsibilidad terminó. Los workloads 24/7 que no pueden desplazar carga enfrentan un aumento efectivo de 20 a 30%. No es un aumento de precio, es un cambio de modelo. El costo de API dejó de ser lineal y pasó a ser función del horario. Quien consume API en horario pico paga el doble, quien logra desplazar la ejecución al valle paga la mitad. El surge pricing premia la disciplina y castiga la inercia.
La convergencia entre los dos movimientos es lo que importa. Dos mercados, el mismo mensaje: el costo de IA ya no es una línea recta. Quien planifica presupuesto asumiendo un costo de API lineal o un precio de GPU estable está construyendo sobre arena.
El escape existe, pero exige disciplina
Neoclouds como CoreWeave, Lambda y Crusoe ofrecen el mismo silicio NVIDIA a 3 a 6 veces menos que los hyperscalers. Una H100 en Lambda cuesta US$ 3,99 por GPU-hour. En Azure, US$ 12,29. El silicio es idéntico, lo que cambia es el vendor. Para workloads que no exigen servicios administrados de hyperscaler, los neoclouds entregan el mismo compute por una fracción del costo.
Para quien gasta más de US$ 50 mil por mes en API, el self-hosting es viable. Pero el TCO real es de US$ 45 a 90 mil por mes, no los US$ 15 mil de la cuenta ingenua. La diferencia incluye energía, refrigeración, networking, licencias de software, mano de obra e idle time. Quien decide self-hosting basándose en la cuenta ingenua excede el presupuesto antes del primer trimestre. Un TCO analysis honesto es lo que separa la decisión estratégica de la trampa financiera.
Los datos confirman: la mayoría no está lista
Según datos de mercado, el 73% de las organizaciones excedió el presupuesto de IA en 2026. La utilización de GPU en producción queda entre 15 y 30%. De 35 a 60% del presupuesto de GPU cloud es evitable: idle time, wrong-sized models, unused reservations.
El mercado está en escasez, no en baja. La GPU es un recurso escaso y caro, pero la mayor parte de lo que se paga no genera throughput. El problema no es acceso a silicio. Es disciplina. Las organizaciones que exceden el presupuesto no sufren de falta de GPU, sufren de falta de control. Idle time que nadie monitorea. Reservations que nadie usa. Modelos sobredimensionados que nadie ajusta. El desperdicio es estructural, y lo estructural exige proceso, no parche.
FinOps: de optimización a supervivencia
Es aquí donde la disciplina FinOps deja de ser optimización y se convierte en supervivencia. En Tech86, FinOps y Gestión de Costos entrega visibilidad multi-cloud, Reservations con hasta 72% de descuento, Spot con hasta 90% de descuento y optimización automatizada que apaga dev environments y hace rightsizing. Ingeniería de IA y Seguridad ofrece sovereign inference on-prem con NVIDIA NIM y TCO analysis que separa la cuenta ingenua del costo real. Infraestructura Cloud Gestionada con GPUs H100 y A100, SLA 99,99%, sin costos ocultos.
La diferencia entre quien sobrevive y quien excede el presupuesto no es acceso a GPU. Es disciplina. Reservations bien planificadas reducen el costo en hasta 72%. Spot bien orquestado reduce hasta 90%. El rightsizing continuo elimina el desperdicio estructural que consume 35 a 60% del presupuesto. Ninguna de estas acciones es compleja individualmente, lo complejo es mantenerlas a escala, todos los días, sin regresión.
Conclusión
Dos precios subieron en la misma semana. La diferencia entre quien sobrevive y quien excede el presupuesto no es acceso a GPU. Es disciplina. Ayudamos a empresas a construir esa disciplina, visibilidad multi-cloud, optimización automatizada, TCO analysis honesto y sovereign inference cuando tiene sentido. Antes de que llegue el próximo aumento.