El Instituto de Inteligencia Artificial de la Academia China de Tecnologías de la Información y la Comunicación (CAICT) y otras entidades publicaron el 23 de octubre el «Informe de monitorización del rendimiento de los servicios de tokens de grandes modelos (2026)». El conjunto de cifras que más ha llamado la atención es el de los precios: el precio medio normalizado de los servicios de grandes modelos chinos subió de 6,8 yuanes en el segundo semestre de 2025 a 13,46 yuanes en lo que va de 2026, un aumento cercano al doble.
El informe lo presentan el Instituto de IA de la CAICT, el Laboratorio Clave del Ministerio de Industria y Tecnologías de la Información para la evaluación de grandes modelos de IA y de software y hardware, y la Alianza para el Desarrollo de la Industria de la Inteligencia Artificial de China. Los datos proceden de la monitorización de enero a agosto de 2026 e incluyen tasa de éxito de las llamadas, rendimiento, latencia al primer token, estabilidad, precio y ventana de contexto.
Tres líneas: precio, velocidad y latencia
Primero, el precio. Según el informe, tras dos años de guerra de precios, en 2026 los precios han subido de forma notable dentro y fuera de China; los modelos típicos extranjeros lanzados desde principios de 2026 tienen un precio normalizado medio de unos 117,8 yuanes, todavía muy por encima del nacional.
Después, la velocidad. La media de TPS (tokens de salida por segundo) de los modelos chinos en agosto fue de 78,23, frente a los 38,25 de media de 2025, casi el doble. En los modelos típicos extranjeros, la media de TPS de agosto fue de 112,82, frente a 51,35 en diciembre del año pasado, también más del doble; en conjunto, los chinos siguen por detrás.
La latencia, en cambio, se ha alargado. El tiempo medio hasta el primer token (TTFT) de los modelos chinos en agosto fue de 1,26 segundos, frente a 0,78 segundos de media en 2025; en los modelos típicos extranjeros fue de 2,08 segundos en agosto y de solo 1,04 segundos en abril. El informe lo explica así:
«El aumento del TTFT no es una simple degradación del rendimiento»
Lo atribuye a la suma de modelos con más parámetros, contextos más largos y mayor volumen de llamadas. El cambio en el contexto es claro: entre los modelos monitorizados, los de contexto de 1 millón de tokens suponen el 47,8 % y los de 200K o más suman el 95,7 %, más de 76 puntos porcentuales por encima de finales de 2025.
Una cuenta aproximada
Si se ponen estas cifras juntas, se pueden calcular a grandes rasgos algunas proporciones.
- Precio: 13,46 ÷ 6,8 ≈ 1,98 veces; el precio medio extranjero equivale a unas 117,8 ÷ 13,46 ≈ 8,8 veces el nacional.
- Velocidad: el TPS nacional subió unas 2,05 veces, casi al mismo ritmo que el precio.
- Latencia: la latencia al primer token en China aumentó unos 0,48 segundos, una subida de en torno al 60 %.
Si se estima de forma gruesa la «velocidad de salida que se obtiene por yuan», este año China queda prácticamente igual que el anterior: el precio se duplica y el rendimiento también. Lo que los desarrolladores pagan de más compra sobre todo contextos más largos y modelos más grandes, mientras que la espera por el primer carácter de cada solicitud es, en cambio, mayor. Es una estimación nuestra a partir de las medias públicas del informe; las diferencias entre modelos y franjas horarias son grandes y no puede aplicarse a la factura de un proveedor concreto.
Los movimientos de precios de los proveedores chinos este año sirven de nota a pie de página a estas medias. Tencent Cloud ha subido varias veces en lo que va de año los precios de servicios de IA como Hunyuan; según medios, la API de DeepSeek-V4 aplica desde el 17 de agosto una tarifa por franjas horarias, con el precio de salida en hora punta multiplicado por 4,5. Los precios que durante la guerra de precios se habían llevado al suelo van volviendo a subir, proveedor a proveedor.
El mismo modelo, distintas plataformas
El informe también monitorizó por separado cuatro modelos de código abierto, DeepSeek, Qwen, GLM y Kimi, en la plataforma oficial y en plataformas de terceros. La conclusión es que un mismo modelo puede tener un TPS de hasta casi el doble según la plataforma, y algunas plataformas de terceros funcionan más rápido que la oficial. El informe considera que la principal causa de esta divergencia son los distintos equilibrios de cada proveedor entre aceleración de la inferencia, estrategias de optimización y control de costes.
En modelos concretos, el TPS de DeepSeek-V4-Pro en agosto llegó a 2 veces el de DeepSeek-V3.2; tras el cambio de generación de los principales modelos en mayo, la latencia al primer token subió de forma general durante un tiempo y, al aplicarse las optimizaciones de inferencia, fue volviendo al nivel previo al cambio.
El aumento del uso explica por qué los proveedores se atreven a subir los precios. El informe señala que en junio de 2026 el consumo medio diario de tokens en China fue de unos 500 billones, casi 4 veces el de diciembre de 2025.
Hay dos puntos de método que el lector debe tener presentes. El resumen público no explica el algoritmo ni la unidad de cobro del «precio normalizado»; las tres cifras de 6,8, 13,46 y 117,8 yuanes solo se pueden comparar entre sí con el mismo criterio y no conviene contrastarlas directamente con la tarifa oficial de un proveedor. Tampoco se enumeran en el resumen los modelos y plataformas monitorizados; vale el texto completo del informe.
Fuentes: Academia China de Tecnologías de la Información y la Comunicación (CAICT), CocoLoop, Jiemian News, ITHome, 21st Century Business Herald; se contrastaron los valores de precio medio normalizado, TPS, latencia al primer token y proporción de contexto, junto con sus periodos estadísticos.