Inferencia local · Estructura de costes · Modelos abiertos · Apple Silicon · Comparación de costesHerramienta de septiembre de 2026, precios leídos el 12 de octubre de 2026
Lo que cuesta de verdad la IA local
Cuarenta y tres años era el precio del mes pasado
Una calculadora de una sola página pregunta cuánto tarda en amortizarse una máquina comprada para ejecutar modelos abiertos en local frente a alquilar el mismo modelo por tokens. Con sus ajustes por defecto —un Mac Studio de $3,499, un modelo de 27.000 millones de parámetros, medio millón de tokens al día— responde 43.6 años, y la cifra circuló. El número es sólido: publica sus datos y su fórmula, y las trece cifras de la cobertura se recalculan exactamente. Lo interesante es de qué depende. Si la electricidad de la máquina fuera gratis, se mueve menos de un cuatro por ciento. Si cambias a cuál de los veinte proveedores activos le alquilas, la misma máquina, el mismo modelo y el mismo día dan entre 19 y 183 años.
Qué ocurrió
La aritmética cuadra; la fecha que lleva, no Qué dice la herramienta, qué se reproduce con sus propios ficheros y qué ha cambiado desde que se escribieron.
- 43.6Años hasta amortizar, con los ajustes por defecto publicados
- 13 / 13Cifras publicadas que se recalculan exactamente con los ficheros de datos del propio proyecto
- 0 / 98Filas de velocidad medida en sus datos que cubren la máquina de ese ajuste
- 19 – 183Años hasta amortizar entre los 20 proveedores que sirven ese modelo hoy
- 3.8%Cuánto se mueve la respuesta si la electricidad de la máquina fuera gratis
| Verificación | Qué | Dónde consta |
|---|---|---|
| Confirmado | Cada cifra de la cobertura —la factura mensual, la electricidad, el ahorro, la memoria, la velocidad, la espera, incluso “27 de 39 modelos caben”— se recalcula exactamente con los datos del proyecto y su fórmula publicada. | Cuatro ficheros de datos y la fórmula, todos públicos. Recalculado aquí el 12 de octubre de 2026. |
| Confirmado | Los precios tras esa respuesta se comprobaron el 3 de septiembre de 2026. Consultados hoy en vivo con la regla de la propia herramienta —el proveedor activo más barato—, la misma carga cuesta alrededor de una cuarta parte, lo que lleva la amortización a unos 180 años. | El fichero de datos recoge la regla y la fecha; se consultó la API del propio mercado el 12 de octubre de 2026. |
| Confirmado | Veinte proveedores sirven ese modelo ahora mismo. Los precios de entrada varían 25 veces y los de salida 3.5 veces, de modo que la amortización de una máquina, un modelo y un día va de 19 a 183 años. | Los veinte endpoints y sus precios, de la API del propio mercado, 12 de octubre de 2026. |
| Confirmado | La máquina de ese ajuste no tiene velocidad medida en ninguna de las 98 mediciones del proyecto —no se había puesto a la venta cuando se compilaron los datos— y el propio proyecto lo dice. | El fichero de mediciones, leído fila a fila, y la lista de carencias conocidas del propio proyecto. |
| Confirmado, pero no verificable aquí | El resumen del propio autor: a un millón de tokens al día, la amortización más rápida de esa clase es de 8.3 años, y solo baja de un año hacia los 20 millones de tokens diarios. | Escrito en un hilo de foro público el 15 de septiembre de 2026, sobre precios comprobados doce días antes. |
| Sin confirmar | Si alguno de los precios más baratos de hoy es promocional. Una horquilla de 25 veces en un solo modelo invita a preguntarlo, y los datos del mercado no lo responden. | Los veinte endpoints figuran como activos; nada distingue un precio estable de uno promocional. |
Qué es el número
Un cálculo correcto, sobre supuestos declarados, a partir de datos comprobados en un día declarado, por un proyecto que publica las tres cosas y enumera sus propias carencias.
Qué no es
Una constante. Dos de sus entradas lo mueven por un factor de diez o más y ambas han cambiado desde entonces; las dos que parecen decisivas —la velocidad de la máquina y su consumo— lo mueven menos de un cinco por ciento entre ambas.
Cronología
Treinta y nueve días de la comprobación del precio al precio Los datos se compilaron antes de que se vendiera la máquina que describen, y la cifra llegó a un público nuevo cuatro semanas después.
- 12 de marzo de 2025Un grupo de investigación publica la tendencia de la que depende toda la cuestión: el precio de un nivel dado de capacidad ha caído con fuerza y repetidamente, hasta 40 veces al año en un banco de pruebas.
- 3 de septiembre de 2026El proyecto registra sus precios y ajustes como comprobados. El modelo por defecto se tasa en $0.32 de entrada y $2.50 de salida por millón de tokens, con la regla “endpoint activo más barato”.
- 15 de septiembre de 2026La calculadora se publica en un foro público. Reúne 47 puntos y 99 comentarios, y el primero rechaza la premisa: la privacidad, escribe, la amortiza al instante.
- 22 de septiembre de 2026Sale a la venta la máquina del ajuste por defecto, diecinueve días después de compilarse los datos que la describen. Su velocidad en el cálculo es una estimación a partir del ancho de banda de memoria, y así se indica.
- 11 de octubre de 2026La cifra se informa a un público de lengua china, veintiséis días después de publicarse y treinta y ocho después de leerse los precios que la sostienen.
- 12 de octubre de 2026Se leen los precios en vivo del mismo modelo en veinte proveedores activos. Con la regla de la herramienta, la carga cuesta ahora una cuarta parte de la cifra registrada, y los veinte precios tampoco coinciden entre sí.
El argumento
Cuatro entradas, y solo dos importan Cada fila de abajo mueve una entrada y deja el resto en los valores por defecto publicados.
La fórmula es pública, y leerla es casi todo el trabajo. Al lado de la nube se le cobran tokens de entrada y de salida. Al lado local se le cobra la electricidad quemada mientras genera salida: sin consumo en reposo, sin el tiempo de leer tu prompt, sin amortización, sin parte alguna de los demás usos de la máquina. Sea lo que sea eso, no es un cálculo amañado contra comprar la máquina: en costes de operación es con la caja local todo lo generoso que permite la aritmética, y deja que el precio del hardware lo haga todo.
Por eso mismo el lado local de la ecuación apenas mueve la respuesta. Con los valores por defecto, la electricidad es el 3.8% de la factura de la nube, así que los dos números que parecen ser toda la historia de la máquina local —la velocidad y el consumo— casi no tienen a dónde ir. Divide la velocidad por dos y añades catorce meses a cuarenta y tres años. Multiplícala por cuatro y quitas quince. Haz gratis la electricidad y la respuesta sigue siendo de 42 años.
Eso recoloca la salvedad más citada del proyecto. Sus datos tienen 98 velocidades medidas y ninguna para la máquina de su propio ajuste por defecto, que no se había puesto a la venta cuando se escribió el fichero; el proyecto lo dice en su lista de carencias. Es una carencia real y decide por completo el coste en tiempo: los cuarenta segundos por mil tokens, el cuarto de hora extra de espera al día. El dinero no lo decide casi nada.
Las dos entradas que sí lo deciden son el precio de la API y el volumen. Del volumen: el valor por defecto es medio millón de tokens al día, y la respuesta es un hecho sobre esa cifra. Amortizar en tres años exige 7.3 millones de tokens al día y en uno, 21.8 millones, ambos dentro del techo publicado de la máquina, 34.6 millones. El autor dice lo mismo con sus palabras: menos de un año “si ejecutas agentes a unos 20M de tokens/día”. Del precio: véase la sección siguiente, porque una sola cifra no puede con ello.
- 3.8%La electricidad, como parte de la factura de la nube a la que debe ganar
- 42.0Años hasta amortizar si la máquina funcionara con electricidad gratis
- 7.3MTokens al día para amortizar en tres años, frente a un valor por defecto de 0.5M
| Mueve una entrada | Amortización | Frente a 43.6 años |
|---|---|---|
| Velocidad estimada a la mitad, de 25 a 12.5 tok/s | 45.4 | +4.1% |
| Velocidad estimada por cuatro, de 25 a 100 tok/s | 42.4 | −2.8% |
| Consumo duplicado, de 145 a 290 W | 45.4 | +4.1% |
| Electricidad a la cifra oficial vigente, 18.31¢ | 43.8 | +0.3% |
| Electricidad gratis, 0¢/kWh | 42.0 | −3.8% |
| Precio de API: el proveedor activo más barato hoy | 182.9 | +319% |
| Precio de API: el proveedor activo más caro hoy | 19.1 | −56% |
| Uso de 7.3M de tokens al día | 3.0 | −93% |
| Uso de 20M de tokens al día | 1.1 | −97% |
Lo que añaden otros
“El precio de la nube” no es un número Veinte proveedores, un modelo, un día, y la amortización que cada uno implica para la misma máquina.
| Franja de precio, por millón de tokens | Proveedores | Esta carga | Amortización |
|---|---|---|---|
| El más barato: $0.040 entrada, $1.350 salida | 2 | $1.85/mo | 182.9 yr |
| Menos de $4 al mes | 9 | $1.85–3.92 | 79.6–182.9 yr |
| De $4 a $10 al mes | 9 | $5.09–9.46 | 31.7–60.3 yr |
| Más de $10 al mes | 2 | $14.46–15.54 | 19.1–20.5 yr |
| La cifra de la calculadora, comprobada el 3 de sep | — | $6.94/mo | 43.6 yr |
El interruptor que nadie mencionó
43.6 años es la respuesta más amable disponible
- La herramienta trae una opción para que los precios de API sigan bajando. Viene desactivada, así que el titular mantiene el precio de hoy durante cuarenta y tres años.
- Su propia nota: los precios “no se han comportado así”, y activar la opción “aleja la amortización”.
- Pasado cierto punto, dice la nota, “la API cuesta menos que tu electricidad” y la amortización “deja de ser alcanzable”.
Lo que deja fuera
Y lo dice, punto por punto
- Toda la compra se imputa a la inferencia. No se abona nada por edición de vídeo, compilación ni cualquier otra cosa que haga la máquina, ni se amortiza contra la reventa.
- Las cifras de consumo de las máquinas de 2026 son valores de sustitución, porque el fabricante no ha publicado ninguna; cada fila afectada va marcada.
- El techo diario trata la lectura de tu prompt como si no costara tiempo. Su propia nota: el techo real es “plausiblemente un 20-30% menor”.
Lo que no puede valorar
La primera respuesta rechazó la premisa
- “Se amortiza al instante, porque [los proveedores] ya no pueden ver qué hago… Si voy a delegar parte de mis procesos mentales en una máquina, quiero ser dueño de esa máquina.”
- Una segunda respuesta aporta el punto metodológico a favor de la herramienta: la comparación justa es un proveedor que ejecute el mismo modelo abierto, que es lo que hace.
- La estabilidad sin conexión, que no cambien los términos, ni el precio, ni haya reglas de contenido, son de la misma clase: reales y no expresables en dólares al mes.
| También conviene saber | Detalle |
|---|---|
| Una cifra fechada no es una cifra errónea | El cálculo recoge la regla que usó y el día en que la usó. Que el precio se moviera luego hace la cifra vieja, no falsa, y este es un campo donde una cifra envejece en cinco semanas. |
| El más barato es una regla, no un proveedor | El fichero de datos recoge la regla y la fecha, nunca en qué proveedor cayó, así que la cifra de septiembre y la de octubre no pueden rastrearse al mismo. |
| La horquilla de precios es una pregunta, no una recomendación | Aquí no se probó latencia, rendimiento, retención de datos ni fiabilidad en ninguno de los veinte proveedores. Una horquilla de 25 veces en un modelo es motivo para mirar, no para elegir el más bajo. |
| Lo que no se pudo leer | La página de compra del fabricante confirma los precios de los niveles de memoria contiguos al del ajuste por defecto, pero dibuja los precios de configuración con script, así que los $3,499 descansan en el fichero de datos del proyecto y su fuente citada. |
Conclusión
Qué forma de comprar inferencia conviene a qué comprador El cálculo responde bien a una pregunta. No es la única, y no es la misma para todo el mundo.
Alquilarla
Si el motivo es la factura
- Lo mejor: no cuesta nada por adelantado, nunca es la máquina equivocada y se abarata mientras tú no haces nada.
- Con este uso la factura son unos pocos dólares al mes, y el hardware necesitaría décadas de ellos.
- La contrapartida: tu trabajo va a la máquina de otro, y el precio, los términos y el modelo pueden cambiar sin ti.
Comprarla
Si el volumen ya existe
- Lo mejor: convertir un coste fijo en uso ilimitado. La máquina no cobra por token, así que cuanto más intenso el día, mejor se ve.
- Amortización en tres años con 7.3 millones de tokens al día, en torno a un año con 20 millones: ambos dentro del techo de la máquina y muy por encima del valor por defecto.
- La contrapartida: es más lenta por token que un centro de datos, y el precio alojado al que ganas se te hunde por debajo.
Comprarla igualmente
Si el motivo nunca fue la factura
- Lo mejor: aquello para lo que ninguna calculadora tiene columna. El trabajo no sale de la sala, los términos no pueden cambiar y funciona con la red caída.
- Donde la confidencialidad es una exigencia legal y no una preferencia, la pregunta de la amortización ni siquiera se plantea.
- La contrapartida: sé honesto con que es eso lo que compraste. La aritmética de arriba no es un argumento en contra, ni tampoco a favor.
Asentado
La aritmética es correcta y reproducible con datos públicos. Con medio millón de tokens al día, la máquina no se paga sola por factura, y por mucho; el margen no es sensible a nada de la máquina.
Abierto
Cuál será el precio alojado. Cayó unas cuatro veces en treinta y nueve días según una lectura, hoy veinte proveedores discrepan entre sí por un factor de 25, y la tendencia que cita la herramienta viene de un análisis que su propia nota dice anterior a este año.
Sostén esto sin apretar
Cualquier cifra única de amortización, incluidas todas las de esta página. Son instantáneas de un precio que se mueve cada semana, calculadas a un nivel de uso que alguien eligió. Vuelve a hacerlo con tus dos números; lo demás casi no importa.
- Calcula antes que nada tus dos números: tokens al día y el precio del proveedor que usarías de verdad. Juntos mueven la respuesta por un factor de diez o más. La velocidad de la máquina y su electricidad la mueven menos de un cuatro por ciento entre ambas.
- Comprueba la fecha de cualquier cifra de amortización, incluida esta. Los precios tras el titular tenían cinco semanas cuando llegó a un público nuevo, y la carga que describen había cambiado unas cuatro veces entretanto.
- Pon precio al proveedor que usarías, no a “la nube”. Veinte sirven hoy este mismo modelo y sus precios de entrada difieren 25 veces. Cuál elijas cambia la respuesta más que nada que puedas comprar.
- Si compraste la máquina por privacidad, dilo y deja de hacer la cuenta. El cálculo imputa toda la compra a la inferencia y no abona nada por lo demás que haga la máquina. Responde a una pregunta sobre dinero; nunca fue la pregunta que hacías.
Notas rápidas
- el artículo sobre la calculadora en TechBang, 11 de octubre de 2026
- la propia calculadora en sunkcost.ai y su repositorio —el README con la fórmula y la lista de carencias conocidas, y los cuatro ficheros de datos de hardware, modelos, valores por defecto y rendimiento medido—
- el hilo de Show HN del 15 de septiembre de 2026, por las cifras del propio autor y las primeras respuestas
- las API de modelos y endpoints de OpenRouter, consultadas el 12 de octubre de 2026 para los veinte precios activos
- las páginas de especificaciones y de compra del Mac Studio de Apple
- Epoch AI, ‘LLM inference prices have fallen rapidly but unequally across tasks’, 12 de marzo de 2025
- y el Electric Power Monthly de la Administración de Información Energética de EE. UU., vía su API. Todo consultado el 12 de octubre de 2026. Las diapositivas se basan además en la guía de caché de prompts de OpenRouter y en el historial de commits del repositorio, ambos consultados el 15 de octubre de 2026.
Fiable
Digna de crédito
Comparten tema
- LLM locales y la compra de un Mac — Informe técnicoApple Silicon · Inferencia local
- Inkling: el modelo abierto de Thinking Machines, y el rival del que aprendióModelos abiertos
- La adquisición confirmada de Hugging Face por Nvidia: 12.9 mil millones $Modelos abiertos
- Nueve años, el mismo margenEstructura de costes
Comparten dominio de origen
- El análisis post mortem de la calidad de Claude Code: tres cambios sin relación entre sígithub.com · ycombinator.com
- LLM locales y la compra de un Mac — Informe técnicoapple.com · github.com
- El auge de RWA en Avalanche, y por qué AVAX sigue cayendogithub.com · githubusercontent.com
- El swap en cinco plataformas — comprimir primero, volcar despuésapple.com · githubusercontent.com
- ¿Suficiente o menos? La ingeniería de contexto dijo ambas cosas en una semanagithub.com · ycombinator.com
- Nueve mil millones de peticiones al día, movidas sin reconstruir un solo archivogithub.com
- Grok Build enviaba repositorios enteros a la nube de xAIgithub.com
- Cinco nombres para una misma pila, y ningún orden acordadogithub.com
- POCO X8 Pro vs X8 Pro Max — Guía de compra en Taiwántechbang.com
- Empezó como el ajuste de un agente. En marzo significaba todo menos el modelo.github.com
- Un término, acuñado dos veces con quince días de diferencia. Ganó la broma.github.com
- Dorado de v4 a v6: qué cambió, cuánto y si mereció la penagithub.com
- La adquisición confirmada de Hugging Face por Nvidia: 12.9 mil millones $openrouter.ai
- La Afirmación de Chips Chinos de Z.ai para GLM-5.3-Flashopenrouter.ai
- Desviar las lecturas masivas a un modelo más barato: qué recorta en realidad ese 90%github.com
- El frente dejó de moverse. La guerra no.eia.gov
- Décadas, no añosapple.com