Temprano en la mañana del 8 de abril, DeepSeek lanzó silenciosamente una nueva interfaz en modo de capas: aparecieron dos entradas, "Rápido" y "Experto" en la versión/aplicación web, y también había una opción "Visión" con un ícono que se estaba probando en escala de grises.
Imagen | Captura de pantalla de la versión web de Deepseek
La nueva división funcional del trabajo es muy clara: el modo rápido está orientado a conversaciones diarias y respuestas de baja latencia; el modo experto está dirigido a razonamientos complejos y tareas profundas, que pueden desencadenar tiempos de razonamiento más prolongados pero una respuesta lenta; y el modo visual abre capacidades multimodales como la entrada de imágenes. Sin embargo, la búsqueda tecnológica de ifeng.com encontró que muy pocas personas han cambiado al modo visual desde la escala de grises.
En general, se cree que se trata de un calentamiento de funciones y experiencias para el próximo modelo V4 de nueva generación. Sin embargo, en comparación con el desarrollo de nuevos modelos, el sistema de clasificación actual puede merecer más atención. Como mecanismo de programación que "llama potencia informática bajo demanda", transfiere tareas simples a rutas de bajo costo y solo permite un razonamiento de alta potencia informática cuando es necesario, reduciendo así el consumo de tokens no válidos y logrando una reducción estructural en los costos generales.
Ansiedad por el poder informático de las grandes empresas modelo
Hace aproximadamente una semana, Anthropic anunció que a partir del 5 de abril, el servicio de suscripción de su modelo grande Claude ya no cubrirá herramientas de integración de terceros, incluido Lobster. Los usuarios que quieran seguir utilizando este modelo sólo podrán hacerlo a través de un plan de pago por uso que se factura por separado del servicio de suscripción, por el que pagan tarifas adicionales.
La lógica detrás de esto es muy fácil de entender, como gritó Huang Renxun sobre economía de tokens en la conferencia GTC. Las principales empresas de tecnología globales de repente convirtieron el consumo de tokens en un estándar de evaluación, y las principales empresas nacionales de Internet incluso publicaron clasificaciones mensuales de consumo de tokens, pero el tema del consumo de tokens se ha vuelto muy popular.
Según Anthropic, el modelo de precios de suscripción se diseñó originalmente en función de la "intensidad de uso normal de los usuarios individuales". Sin embargo, la intensidad de uso de herramientas de agentes automatizados como OpenClaw supera con creces las expectativas: algunos usuarios habituales sólo pagan una tarifa de suscripción mensual de 200 dólares estadounidenses, pero consumen recursos informáticos por valor de 5.000 dólares estadounidenses, lo que ha generado una enorme presión de costos para Anthropic.
Luo Fuli, jefe de Xiaomi AI y ex miembro principal de DeepSeek, desmanteló este concepto y creyó que Anthropic finalmente había salido del sumidero. Publicó un largo artículo en una plataforma social. La verdadera salida no son los tokens más baratos, sino la coevolución entre "un marco de agente de mayor eficiencia de tokens" y "un modelo más potente y eficiente".
Según datos de la industria, en marzo de 2026, el promedio diario de llamadas de tokens de los grandes modelos de IA de China superó los 140 billones, un aumento de más de mil veces en comparación con principios de 2024.
Luo Fuli hizo algunos cálculos: calculado en función del precio de la API, el costo real de este tipo de marco es probablemente decenas de veces el precio de la suscripción. Ella siente que esta brecha "no es una brecha, sino un sumidero".
Lo que merece la atención de las empresas nacionales de IA es que Anthropic anunció el 7 de abril que sus ingresos anualizados (ARR) superaron los 30 mil millones de dólares, superando oficialmente los 25 mil millones de dólares de OpenAI.
De 9 mil millones a finales de 2025 a 30 mil millones hoy, logró un crecimiento explosivo del 233% en poco más de tres meses. Aun así, Anthropic sigue calculando una cuenta delicada.
En opinión de Luo Fuli, el valor real de la prohibición de Anthropic sobre la “langosta” es hacer que los costos de la ineficiencia sean realmente visibles, obligando así a todo el ecosistema a avanzar hacia la autodisciplina en ingeniería. El dolor a corto plazo no es malo. Impulsará a los desarrolladores del marco a mejorar seriamente la gestión del contexto, maximizar la tasa de aciertos de caché y reducir el consumo de tokens no válidos.
Es posible que lanzar nuevos modelos no sea tan importante en este momento
La sorpresa inicial de DeepSeek R1 fue originalmente una innovación en la arquitectura, que logró un gran ahorro de tokens. En ese momento, aunque la fuente de tokens de bajo precio era DeepSeek, su intención original nunca fue una guerra de precios. Sólo los recién llegados completaron esta innovación y completaron el juego de guerra de precios.
La popularidad a principios de 2025 también hizo que DeepSeek se enfrentara varias veces al dilema de una capacidad insuficiente, lo que provocó frecuentes tiempos de inactividad.
Después de la afluencia de los primeros usuarios a gran escala, un experto de DeepSeek le dijo a Ifeng.com que debido a que los recursos eran insuficientes en ese momento, los usuarios parecían estar limitados en la cantidad de veces que podían usarlo. Posteriormente, los recursos se reasignaron internamente mediante métodos de optimización.
Sin embargo, esta innovación en la arquitectura interna ya no puede satisfacer las necesidades actuales de llamadas de tokens.
Sinolink Securities señaló en un informe de investigación que la oferta y la demanda de potencia informática están enviando una señal clave: el lado de la demanda se está expandiendo a un ritmo exponencial, pero el lado de la oferta está limitado por los controles de exportación de chips y las restricciones de costos, lo que dificulta la expansión simultánea.
El modelo libre se ha convertido en un acelerador de esta crisis. Los costos operativos de los modelos grandes son extremadamente altos y el modelo gratuito hace que la expansión de la potencia informática de la plataforma siempre vaya por detrás del crecimiento de los usuarios.
Desde principios de 2026, DeepSeek ha experimentado al menos 7 interrupciones de servicio a gran escala. Desde la tarde del 29 de marzo hasta la mañana del 30 de marzo, la plataforma volvió a colapsar repentinamente. La página web y la APP no estaban disponibles al mismo tiempo. El tiempo de inactividad duró aproximadamente 12 horas y no volvió a la normalidad hasta las 9:13 del día siguiente.
Quizás bajo presión, DeepSeek actualizó silenciosamente la interfaz de diálogo el 8 de abril, agregando las opciones "Modo rápido" y "Modo experto" encima del cuadro de entrada.Según expertos de la industria, el diseño jerárquico no sólo puede aliviar la presión máxima mediante el desvío de la potencia informática, sino que también allana el camino para el posterior establecimiento de un sistema de pago y un límite de cuota actual.
No hace mucho, OpenAI anunció la salida de Sora y reorientó sus limitados recursos informáticos hacia los servicios principales. Junto con el lanzamiento de capas de DeepSeek y las medidas de limitación de corriente máxima de Anthropic, reveló una realidad: la tasa de crecimiento de la demanda ha excedido con creces la capacidad de expansión de la infraestructura.
El “elefante en la habitación” de la pista de IA
Desde el modelo gratuito insostenible de DeepSeek hasta la orden de prohibición de Anthropic y la advertencia de guerra de precios de Luo Fuli, estos eventos aparentemente independientes apuntan a la misma contradicción estructural: la cantidad de tokens en la pista de IA se está expandiendo a un ritmo exponencial.
Los centros de datos de IA en el extranjero están adquiriendo chips de memoria y luego facturando a Wall Street, lo que es como un juego de apuestas sin fin.
De hecho, no solo se están acumulando los chips, sino también las crisis energéticas: el consumo de energía informática de IA representa el 46% de la tasa de crecimiento del consumo de electricidad en toda la sociedad, superando con creces el nivel de crecimiento general del 6,1%, y la insuficiente flexibilidad energética se ha convertido en una dura limitación.
En este contexto, la industria está atravesando un cambio de paradigma de "quemar dinero para usuarios gratuitos" a "operación refinada de la potencia informática". Alibaba Cloud y Tencent Cloud ya han comenzado a aumentar el precio de la potencia informática, y el mayor aumento alcanzó el 34%. Pero si bien suena como un aumento de precios, en realidad simplemente borra los descuentos del período anterior de guerra de precios y restablece los precios normales.
El 8 de abril, cuando Zhipu lanzó su modelo insignia de código abierto GLM-5.1, volvió a subir el precio en un 10%. Ya había subido los precios dos veces antes.
Si las palabras clave de la gran industria de modelos en los últimos dos años han sido "escala" y "velocidad", ahora las palabras clave se han convertido silenciosamente en dos palabras: costo.
Incluso empresas estrella extranjeras como OpenAI y Anthropic todavía se encuentran en la etapa de alta inversión, con enormes gastos en potencia informática, talento, infraestructura, etc. Si bien siguen dependiendo de la financiación, deben responder a una pregunta práctica: ¿Cuándo este negocio se volverá autogenerado?
Como resultado, la industria comenzó a ver un cambio claro: cuando la IA comienza a ganar dinero, el primer paso no es ganar más, sino perder menos.
Un tipo de jugador, representado por OpenAI, ha elegido una ruta más radical: iteración rápida de productos, prioridad a las capacidades, ecosistema abierto y mantener el ritmo de expansión a través de financiación continua; mientras que el otro tipo, representado por Anthropic, es significativamente más restringido y se centra en la estructura de costos, la estabilidad y los servicios empresariales, y mejora la eficiencia mediante la optimización de la ingeniería.
La diferencia entre los dos puede entenderse simplemente como: uno es "hazlo primero y luego habla de ello", y el otro es "descúbrelo primero y luego hazlo".
En realidad, este cambio tendrá un impacto directo en los usuarios comunes.
En primer lugar, es posible que los precios de las API no sigan bajando significativamente como mucha gente espera. Aunque el precio unitario está disminuyendo, la presión del control de costes no ha desaparecido. Es más probable que las empresas absorban los costos optimizando la estructura en lugar de haciendo recortes ilimitados de precios.
En segundo lugar, es posible que las cuotas gratuitas y los subsidios se ajusten gradualmente. La fase pasada de depender de “quemar dinero para crecer” está llegando a su fin. Cuando es necesario medir con precisión cada token, la generosa estrategia gratuita se vuelve insostenible.
En tercer lugar, a nivel de experiencia, los usuarios también pueden sentir cambios: las respuestas del modelo serán más restringidas y simplificadas; Los mensajes de texto largos, los razonamientos complejos o las llamadas de alta frecuencia pueden tener restricciones más estrictas o niveles de precios. Detrás de las "respuestas más cortas" que se ve a menudo no es que el modelo se haya vuelto "perezoso", sino que el sistema está optimizando activamente los costos.
En cierto sentido, en el momento en que se guarda el token, el costo no desaparece, sino que se redistribuye, fluyendo entre los fabricantes de modelos, los clientes empresariales y los usuarios finales.
Después de todo, la IA está completando una transformación de "producto experimental" a "mercancía". Los modelos grandes nunca son cuestiones puramente técnicas, sino un negocio con muchos activos. Cuando el mito del crecimiento desaparece, el ajuste de cuentas se convierte en la cuestión más fundamental, más realista e inevitable.
Esta es la verdadera lógica de la industria detrás de la “minería de tokens”.