AWS aumentó en 15% el precio de las instancias con GPU H200 on-demand en enero de 2026. La primera subida de precio de GPU en aproximadamente 20 años, según Cast AI.
En el mismo movimiento, cortó hasta 45% los precios de H100, H200 y A100 para clientes con compromiso. El mensaje del precio es único y claro: quien se compromete paga menos que nunca; quien no se compromete paga más que nunca. La brecha entre los dos mundos nunca fue mayor.
El precio se volvió regla de madurez
Durante veinte años, el precio de la GPU solo bajó: llegaba capacidad, el costo caía, y nadie necesitaba estrategia de compra. La subida de enero cierra esa era: la GPU de frontera se volvió commodity disputada, y el precio on-demand ahora es el instrumento que separa a quien planifica de quien reacciona.
El diseño es clásico de utility madura: el precio lleno castiga la improvisación; el descuento recompensa la previsibilidad. Y el descuento, en este momento, es históricamente grande.
Los instrumentos y sus números
Cuatro palancas, con descuentos medidos:
- Reserved Instances: hasta 72% de descuento, para carga estable de largo plazo.
- Savings Plans: hasta 66%, con flexibilidad de instancia.
- Spot: 60 a 91%, para lo que tolera interrupción.
- Chips de inferencia dedicados: Inferentia2 entrega hasta 4 veces mejor precio-rendimiento para modelos menores a 13B parámetros.
El cuello de botella no es conocer los instrumentos: es la cobertura. La mayoría de las empresas cubre apenas 55% del cómputo elegible con compromisos, y el resto corre en la tarifa que acaba de subir 15%.
El diseño que evita el pasivo
La pieza que organiza todo es separar inferencia de entrenamiento. La inferencia es estable: corre 24/7, demanda previsible, cabe en compromiso. El entrenamiento es bursty: pico concentrado, tolera interrupción, cabe en spot.
Contratar los dos con el mismo instrumento paga impuesto de diseño en ambos sentidos: inferencia en on-demand desperdicia el descuento; entrenamiento en reserva subutilizada se vuelve el compromiso con beneficio líquido cero que ya documentamos. La separación, según CloudZero, reduce el costo total de IA en 35 a 50% sin cambiar de proveedor.
Y la regla final sigue siendo la utilización: con el promedio corporativo en 5%, el costo efectivo de la GPU es 20 veces el nominal. Con la H100 a 12,29 dólares por hora y 5% de uso, cada hora-GPU efectiva cuesta 245,80 dólares. La subida de AWS no creó este problema; volvió cada punto de utilización perdido más caro.
Conclusión
La subida de precio de AWS es el hito de madurez del mercado de GPU: se acabó la era en que esperar un trimestre resolvía, porque la tarifa bajaba sola.
De ahora en adelante, la compra de GPU para IA es gestión de compromiso: separar cargas, cubrir el piso medido, usar spot para lo interrumpible, reevaluar contra el uso cada trimestre y comparar chips. Quien estructura esto negocia con el proveedor; quien no estructura negocia con la factura. Los dos pagan, en precios muy diferentes.