Si los modelos son tan buenos, ¿por qué OpenAI no crea 100 empresas?

Un post anónimo en Hacker News planteó la pregunta que la industria más evita. El usuario ex-aws-dude tituló: «Si los modelos son tan buenos, ¿por qué OpenAI no crea 100 empresas?». Él mismo admitió que el título era exagerado; lo que realmente quería preguntar era: si los modelos de vanguardia son tan capaces, ¿por qué OpenAI sigue ganando dinero vendiendo tokens en lugar de crear aplicaciones y capturar el beneficio final?

La sección de comentarios estalló, con dos bandos enfrentados. Unos decían que los modelos son tan potentes que pueden sustituir a mucha mano de obra y que el verdadero beneficio está en las aplicaciones; otros sostenían que dirigir una empresa es mucho más difícil que escribir buen software y que la IA no puede hacerlo. Al final, los argumentos de ambos lados apuntaban a la misma línea: no es que los modelos no sean lo bastante inteligentes, sino que nadie se atreve a hacerlos responsables de los resultados.

Lo que los modelos pueden hacer ya no es una cuestión vaga

Primero, los benchmarks. OpenAI afirma que GPT-5.5 obtiene un 82,7 % en Terminal-Bench 2.0, GPT-5.4 un 75,1 % y Claude Opus 4.7 un 69,4 %; en OSWorld-Verified logra un 78,7 %, por encima de la línea base humana. Aún más revelador es el test GDPval: en 44 tareas profesionales, GPT-5.5 alcanza o supera el nivel de expertos del sector en un 84,9 % de los casos, frente al 83,0 % de la generación anterior, GPT-5.4.

Además de los benchmarks, hay casos reales. Sarah Friar, directora financiera de OpenAI, mencionó dos clientes empresariales en la conferencia Communacopia de Goldman Sachs en septiembre de 2026: el código de Canva es «100 % de OpenAI» y genera miles de millones de imágenes a la semana; el asistente de reclamaciones con IA de la aseguradora Travelers pasó de 8 estados a todo Estados Unidos en dos meses.

Esto ya no son demos de laboratorio. Los modelos pueden escribir código de producción, gestionar tareas profesionales estructuradas y ejecutar con eficacia dentro de límites claros.

Lo que no pueden hacer no se ve en los benchmarks

En los comentarios de Hacker News se formó una opinión bastante unánime: los modelos grandes carecen de criterio y de autonomía a largo plazo. El criterio es la capacidad de tomar decisiones en situaciones complejas y difíciles, no de rellenar respuestas conocidas, sino de decidir qué hacer cuando la información es incompleta y las consecuencias irreversibles. Un usuario resumió que los modelos de 2026 son buenos ejecutando ideas bien definidas y con límites claros, pero no ven el panorama completo y carecen de visión y creatividad.

Alguien en los comentarios reformuló la pregunta original de forma aún más incisiva: «Si los modelos son tan buenos, ¿por qué no pueden dirigir una empresa ellos mismos?». La respuesta es que dirigir una empresa es más fácil que dirigir cien, y que el éxito de una empresa va mucho más allá de escribir buen software. Hay que evaluar el mercado, gestionar el flujo de caja, lidiar con la regulación, atender las quejas de los clientes y apostar por una dirección en medio de la incertidumbre. Todas estas cosas tienen en común que no hay una respuesta estándar y que equivocarse cuesta dinero.

Esa es la frontera: no está en la tarea intelectual en sí, sino en «quién responde de los resultados».

El cambio de facturación de Codex es un espejo de esa frontera

Los propios movimientos de OpenAI confirman esta línea. En abril de 2026, la facturación de Codex pasó de «estimación por mensaje» a una alineación estricta con el uso de tokens de la API, primero para usuarios individuales y empresariales de Plus, Pro, etc., y a finales de abril se extendió a los canales de educación, sanidad y gobierno. Al mismo tiempo se lanzó el «asiento solo Codex», sin cuota mensual fija, con medición puramente por tokens y sin límites de velocidad.

Terceros han calculado el precio de los créditos de Codex: 1 crédito equivale a 0,04 dólares; el plan Sol de 750 créditos corresponde a 30 dólares por millón de tokens de salida. La conclusión es que «no es ni un descuento ni una prima, es simplemente pagar por adelantado la tarifa de la API».

Esto significa que OpenAI ha convertido Codex de un «bufé de tarifa plana mensual» a un «pago por gramo». Un desarrollador hizo las cuentas: en los últimos 30 días, consumió tokens por valor de 1199,79 dólares con Claude Code y 980,37 dólares con Codex, un total de 2180,16 dólares, mientras que su suscripción real solo le costó 200 dólares. Al pasar de tarifa plana a pago por uso, el valor contable de la misma capacidad se multiplicó casi por 11.

Visto desde otro ángulo: si OpenAI tuviera suficiente confianza en la capacidad de entrega de sus modelos, cobrar por tarea o compartir ingresos por resultados sería más rentable. Pero no lo ha hecho; ha ido en la dirección contraria, llevando la granularidad de facturación al nivel más fino del token. Vender por tokens es vender el derecho de uso de la computación y la capacidad, no el resultado. Lo que el usuario haga con ello, lo logre o lo estropee, el riesgo es del usuario.

Un negocio de tokens de 40 000 millones de dólares

La escala de este modelo ya es impresionante. Friar reveló en la conferencia de Goldman Sachs que la tasa de ingresos anualizados de OpenAI superó los 40 000 millones de dólares en julio de 2026, y que el segmento empresarial (suscripciones de empresa más API) ya representa más de la mitad. Sus palabras exactas: «Empezamos el año en 60-40, pero la aceleración empresarial ha superado con creces las expectativas y las dos líneas ya se han cruzado». Los ingresos anualizados totales crecieron un 20 % intermensual de junio a julio, y el negocio empresarial un 32 % en el mismo periodo.

Los datos de terceros coinciden. El informe del tercer trimestre de 2026 de la empresa de pagos Ramp muestra que el gasto empresarial en la API de OpenAI creció un 82 % intermensual, y en Anthropic un 76 %.

Veamos la evolución de los precios. GPT-5.5 duplicó el precio unitario respecto a GPT-5.4: la entrada subió de 2,5 a 5 dólares por millón de tokens, y la salida de 15 a 30 dólares. La explicación de OpenAI es que el modelo es más inteligente y más eficiente en tokens, por lo que consume menos tokens para la misma tarea. Y en modelos anteriores, la estrategia de bajada de precios también funcionó: tras reducir el precio del modelo Luna hasta un 80 %, el uso creció unas 10 veces, lo que a grandes rasgos corresponde a unos ingresos del doble que antes de la bajada. El precio unitario bajó, pero el volumen total creció mucho más, y los ingresos totales subieron. Es la clásica paradoja de Jevons trasladada al contexto de la IA: la mejora de la eficiencia y la reducción de costes no encogen el mercado, lo expanden.

Friar también dio una cifra muy gráfica: el 10 % de los clientes principales consume por persona 8 veces más tokens a la semana que el cliente medio (antes era 3 veces), y los empleados internos de la empresa, 33 veces más que el cliente medio. Dijo: «El uso que hacen hoy los clientes principales es el uso que harán los clientes normales dentro de dos años». Si este juicio es correcto, el consumo total de tokens está lejos de tocar techo.

Los usuarios de Codex pasaron de unos 100 000 en enero de 2026 a unos 25 millones en septiembre. OpenAI estima oficialmente que cada desarrollador consume entre 100 y 200 dólares al mes. Incluso tomando solo el valor medio de 150 dólares multiplicado por 25 millones de personas, la escala anualizada es enorme, aunque la tasa real de pago y el consumo medio sean necesariamente inferiores a ese límite superior.

Por qué cobrar por resultados sigue siendo solo una idea

En el mismo evento, Friar mencionó que los clientes empresariales necesitan cada vez más sistemas de IA personalizados para necesidades específicas, y que OpenAI «fijará precios basados en resultados de negocio, no en uso». También propuso que el sector evalúe los modelos por «coste por tarea» en lugar de «coste por token», y citó datos de terceros según los cuales Astra usa un 68 % menos de tokens que los modelos de vanguardia de la competencia para lograr el mismo resultado.

Estas dos frases juntas muestran hacia dónde quiere ir OpenAI y dónde está ahora. «Fijaremos precios basados en resultados de negocio» está en futuro; y la reforma que acaba de completar Codex consiste precisamente en llevar la facturación a la granularidad más fina del token. Cobrar por resultados presupone que el modelo puede responder de los resultados, o al menos entregar de forma estable resultados medibles. La expansión del asistente de reclamaciones de Travelers a todo el país parece acercarse a ese estándar, pero se trata de un escenario de reclamaciones de seguros con procesos muy estandarizados y criterios de evaluación relativamente claros. Para la mayoría de los negocios empresariales, el «resultado» en sí es difícil de definir, y más aún quién asume el riesgo de no alcanzarlo.

En los comentarios, alguien usó la analogía de Apple y la App Store: ninguna empresa puede ser experta en todo, y vender tokens es «dinero sin riesgo», cobrando una comisión de cada aplicación sin asumir el riesgo operativo. La analogía no es del todo exacta: Apple cobra un porcentaje fijo del volumen de transacciones, mientras que OpenAI vende consumo de computación, pero la lógica subyacente es la misma: la plataforma se coloca en una posición en la que no responde de los resultados del negocio, y sus ingresos pueden crecer con el volumen total de todas las aplicaciones posteriores.

La publicidad es otra dirección de tanteo. Friar afirmó que el negocio publicitario alcanzó una tasa de 1000 millones de dólares a los siete meses de su lanzamiento, siendo el producto «más rápido de la empresa en llegar a los 1000 millones», ya presente en 40 países, con clientes como WPP y Dentsu, y con formatos publicitarios nativos de IA aún por lanzar. 1000 millones es una proporción pequeña dentro del total de 40 000 millones, pero la esencia comercial de la publicidad es cobrar por atención o conversión, más cerca de «pagar por resultados» que de pagar por tokens. Por ahora es solo un flanco.

Algún comentarista señaló que el precio actual de la API incluye un componente de subvención de capital riesgo: el margen bruto en inferencia es positivo, pero la empresa en su conjunto sigue en pérdidas. Si este juicio es cierto, el precio de los tokens aún no refleja todos los costes, y la prioridad de OpenAI es hacer que la escala de ingresos por tokens sea lo bastante grande, en lugar de arriesgarse a probar un modelo de cobro no validado.

Una línea segura

Los modelos son realmente muy buenos: tan buenos que Canva genera todo su código con ellos, tan buenos que Travelers extendió su IA de reclamaciones a todo el país en dos meses, tan buenos que igualan o superan a expertos humanos en el 84,9 % de las tareas profesionales. Pero entre «bueno» y «capaz de dirigir una empresa» hay toda una capa: el juicio ante la incertidumbre, el compromiso con los resultados, la asunción del fracaso.

Vender modelos por tokens es, en esencia, una línea segura. OpenAI está de un lado de la línea ofreciendo capacidad; los clientes están del otro asumiendo el riesgo. Los 40 000 millones de dólares de ingresos anualizados, el crecimiento intermensual del 82 % en gasto en API y los 25 millones de usuarios de Codex demuestran que la línea está bien trazada. Lo que Friar llama «fijar precios basados en resultados de negocio» describe hacia dónde se moverá la línea; el cambio de Codex a facturación por tokens confirma que la línea sigue aquí por ahora.

Pero ya hay quien está tanteando el otro lado de la línea. Según un comunicado de prensa de HubSpot, desde abril de 2026, HubSpot cambió su agente de atención al cliente con IA, Breeze Customer Agent, de «1,00 dólar por conversación» a «0,50 dólares por conversación resuelta con éxito», y su agente de prospección de ventas, Breeze Prospecting Agent, a «1 dólar por cada lead recomendado para llamada saliente». Jon Dick, director de clientes de HubSpot, lo dijo sin rodeos: «Se está pidiendo a las empresas que hagan grandes apuestas por la IA, pero demasiadas veces compran potencial en lugar de rendimiento. La fijación de precios por resultados elimina ese riesgo: solo pagas si funciona, sin peros». Es un experimento de precios real y en marcha, pero ocurre en escenarios como atención al cliente y leads de ventas, donde los resultados son fáciles de medir, y aún está muy lejos de «gestionar un negocio en nombre del cliente». Hasta dónde se moverá finalmente esta línea depende de en qué medida los modelos puedan hacer promesas verificables sobre los resultados. Por ahora, el negocio de tokens de 40 000 millones de dólares es la respuesta en sí misma.