Jefferies sostiene que "ya no puede darse por hecho que los grandes modelos de lenguaje vayan a ser rentables alguna vez" dado el colapso del precio por token. Es la tesis de un banco, no un hecho, pero las cifras que la sostienen sí se pueden revisar.
Chris Wood, jefe global de estrategia de renta variable de Jefferies, publicó su análisis en el boletín GREED & fear (edición del 9 de octubre de 2026, según Crypto Briefing) y fue recogido por The Register el 13 de octubre. Su argumento: el gasto de capital en centros de datos de los hyperscalers estadounidenses podría terminar en "destrucción masiva de capital" si el mercado se desplaza hacia modelos chinos abiertos más baratos mientras los precios por token siguen cayendo. Es una opinión de analista con datos de apoyo, no una predicción verificada.
Modelos como Kimi K3 de Moonshot AI y GLM-5.2 de Zhipu AI cuestan, según el análisis, cerca de una cuarta parte por token que algunas alternativas estadounidenses. Jefferies también señala que el sector ya es el mayor emisor de deuda grado de inversión en EE.UU.
Medición parcial. OpenRouter es un agregador; refleja el uso de quienes enrutan por ahí, no todo el mercado, y los tokens baratos no equivalen a ingresos ni a valor entregado. Concentración, no quiebra. Que la mitad del backlog dependa de dos laboratorios que, según Jefferies, aún pierden dinero es un riesgo de contraparte, no una crisis consumada. Ganancias contables. Que el alza de utilidades venga de partidas no operativas indica que parte de la mejora son ganancias por inversiones, no operación; tampoco prueba por sí sola un problema. Wood mismo propone vigilar tres señales: cambios en la guía de capex, la tendencia de volumen y precio por token, y la dependencia de los mercados de deuda.
Carlos Montiel es arquitecto de soluciones IA empresarial. Implementa LLMs, Agentes, RAG y orquestadores en empresas de Guatemala y Latinoamérica. Contáctalo para una consultoría.
Contactar a Carlos Montiel