miércoles, 5 de agosto de 2026 · Edición #181
miuranews

El briefing diario de inteligencia artificial en español

Modelos

El ranking que corona a China mide tokens, no dinero: qué pasa cuando lo recalculas en euros

Los seis modelos más usados del mundo movieron 26,74 billones de tokens en una semana. Traducido a dinero son 4,69 millones de euros, y el orden del ranking se da la vuelta.

Gonzalo
Gonzalo· Fundador
· 5 min de lectura
China

Las claves

  • Si se fusionan las dos instantáneas de DeepSeek V4 Flash que aparecen como entradas separadas, el cuarto puesto del ranking deja de ser chino: lo ocupa GPT-5.6 Luna.
  • Medido en dinero y no en tokens, el modelo más usado del mundo cae al tercer puesto y el sexto sube al primero: DeepSeek V4 Pro genera el 30,3% del gasto del top 6 con el 11,1% de los tokens.
  • Esos 26,74 billones de tokens costaron unos 4,69 millones de euros. Con las tarifas de un modelo frontera occidental habrían costado entre 132 y 235 millones.

El dato del día tiene forma de titular redondo: los cinco modelos de inteligencia artificial más usados del mundo son chinos. La cifra que lo sostiene es real y viene de la plataforma de enrutamiento que agrega peticiones de miles de desarrolladores: en la semana del 27 de julio al 2 de agosto, DeepSeek V4 Flash procesó 7,22 billones de tokens y encabezó la lista por tercera semana consecutiva. Lo que no dice el titular es que ese quinto puesto depende de cómo decidas contar.

En la lista publicada, DeepSeek V4 Flash aparece dos veces: una como modelo y otra como instantánea fechada el 31 de julio, con 3,45 billones de tokens propios. Son el mismo modelo con dos identificadores distintos. Si se consolidan, el resultado suma 10,67 billones y libera un puesto. Y el puesto que se libera lo ocupa GPT-5.6 Luna, con 2,99 billones. El top 5 deja de ser exclusivamente chino sin que se haya movido un solo token.

No es una corrección menor ni una defensa de nadie. Es la diferencia entre un ranking de modelos y un ranking de identificadores de API. La conclusión de fondo —que los modelos chinos dominan el consumo de esta plataforma— aguanta perfectamente sin necesidad del titular limpio: agregados, suman el 88,8% de los tokens del top 6.

Cuando cuentas dinero, el ranking se invierte

La segunda decisión es más interesante. Un ranking por tokens mide volumen de consumo, no tamaño de negocio. Como los precios varían casi cinco veces dentro del propio top 6, ordenar por dinero produce una lista distinta.

Hemos multiplicado los tokens de cada modelo por su precio en la propia plataforma, usando la misma mezcla de entrada y salida que empleamos en nuestro índice de coste: 75% de tokens de entrada y 25% de salida. El resultado reordena casi todo.

El modelo más usado del mundo, DeepSeek V4 Flash, baja del primer al tercer puesto: acumula el 27% de los tokens del top 6 pero solo el 14,9% del gasto. Su instantánea del 31 de julio cae del cuarto al sexto. Y quien sube al primer puesto es DeepSeek V4 Pro, el último del ranking por volumen: con el 11,1% de los tokens genera el 30,3% del dinero. Es decir, el modelo que menos se usa de los seis es el que más factura, por un factor de casi tres respecto a su peso en consumo.

El segundo puesto por dinero se lo lleva el modelo de Tencent, que cobra la salida más cara del grupo: 0,53 dólares por millón frente a los 0,18 de DeepSeek V4 Flash. Es el único de los seis, junto con el modelo de OpenAI, cuya cuota de gasto supera su cuota de tokens.

Aquí conviene resistir la tentación de la lectura fácil. Que los modelos chinos lideren por tokens no se explica solo porque sean baratos: dentro de este top 6 también se llevan el 87,4% del dinero. La ventaja de precio amplifica su liderazgo en volumen, pero no lo inventa.

Todo esto cabe en 4,7 millones de euros

El tercer dato es el que más recoloca las expectativas. Los 26,74 billones de tokens de los seis modelos más usados del planeta, en una semana entera, suman un gasto estimado de 4,69 millones de euros. El precio medio ponderado del grupo es de 0,20 dólares por millón de tokens.

Para dimensionarlo: esos mismos 26,74 billones de tokens, procesados con las tarifas de lista de un modelo frontera occidental de gama media, habrían costado 132,2 millones de euros. Con el modelo más caro de nuestro índice de referencia, 235 millones. Entre 28 y 50 veces más por el mismo trabajo.

Ese diferencial es la noticia real que hay debajo del ranking. No es que los desarrolladores estén eligiendo modelos chinos por afinidad geopolítica; es que la franja de precio en la que compiten estos seis modelos —entre 0,11 y 0,54 dólares por millón— está uno o dos órdenes de magnitud por debajo de la franja frontera. Cuando la diferencia es de 28 veces, la decisión deja de ser técnica.

El "pero", que aquí es grande

Tres advertencias, y ninguna es cosmética.

La primera: esta plataforma no es el mercado. Es un agregador que enruta peticiones, y la mayor parte del consumo mundial de modelos va directamente a las APIs de los proveedores sin pasar por aquí. El perfil de quien usa un enrutador —desarrolladores individuales, proyectos pequeños, gente que compara modelos— está sesgado hacia lo barato por construcción. Leer estas cifras como cuota de mercado global sería un error.

La segunda: los precios que hemos usado incluyen promociones temporales. En el momento de consultarlos, cuatro de los seis modelos aparecían con descuento —del 8%, el 20%, el 37% y el 50%—, así que el gasto calculado refleja un escaparate concreto de un día concreto, no tarifas estables. El propio DeepSeek publica en su web precios más altos que los que se pagan en el enrutador, lo que confirma que aquí se está midiendo un canal, no una tarifa oficial.

La tercera: las fuentes no coinciden. Una versión del ranking sitúa en quinto lugar al modelo GLM 5.2 y describe un top 5 íntegramente chino; otra coloca ahí a GPT-5.6 Luna. Hemos trabajado con la segunda porque es la única que publica volúmenes numéricos para cada posición, pero la discrepancia existe. Y una tercera cifra que circula —que los modelos estadounidenses solo suman 4,38 billones de tokens semanales— no nos cuadra con que un único modelo de OpenAI ya aporte 2,99 y con que haya modelos de Anthropic y Google entre los diez primeros, así que no la hemos usado.

Metodología

Hemos partido de los volúmenes semanales publicados para la semana del 27 de julio al 2 de agosto de 2026 en el ranking de la plataforma agregadora, tomando las seis primeras posiciones, que son las únicas con cifra numérica publicada, y el total de la plataforma para esa semana. Los precios de entrada y salida de cada uno de esos seis modelos los hemos consultado uno a uno en sus fichas de la propia plataforma. Sobre esa base hemos calculado el gasto de cada modelo aplicando una mezcla de 75% de tokens de entrada y 25% de salida —la misma que usamos en el índice de coste de Miuranews— y convertido a euros al tipo de referencia del Banco Central Europeo del 29 de julio de 2026, 1 euro igual a 1,1380 dólares. Los volúmenes, los precios y el total de la plataforma son dato de fuente; la mezcla, el reparto de gasto, la consolidación de las dos instantáneas de DeepSeek y las comparaciones con tarifas frontera son cálculo propio de Miuranews.

Tokens frente a dinero: los seis modelos más usados del mundo. Semana del 27 de julio al 2 de agosto de 2026. Gasto calculado con una mezcla de 75% entrada y 25% salida, al tipo BCE de 29-07-2026 (1 € = 1,1380 $).
# Modelo DATO DE FUENTE CÁLCULO PROPIO DE MIURANEWS
Tokens (billones) Entrada $/M Salida $/M % de tokens Gasto estimado (€) % del gasto Puesto por dinero
1 DeepSeek V4 Flash (CN) 7,22 0,0882 0,1764 27,0 % 699.477 14,9 % 3.º ▼
2 Xiaomi MiMo-V2.5 (CN) 5,10 0,1120 0,2240 19,1 % 627.417 13,4 % 4.º ▼
3 Tencent Hunyuan Hy3 (CN) 5,01 0,1288 0,5336 18,7 % 1.012.566 21,6 % 2.º ▲
4 DeepSeek V4 Flash 0731 (CN, misma familia que el 1.º) 3,45 0,0900 0,1800 12,9 % 341.059 7,3 % 6.º ▼
5 GPT-5.6 Luna (EE. UU.) 2,99 0,1000 0,6000 11,2 % 591.169 12,6 % 5.º =
6 DeepSeek V4 Pro (CN) 2,97 0,4350 0,8700 11,1 % 1.419.101 30,3 % 1.º ▲▲
TOTAL TOP 6 26,74 0,1996 $/M medio 100 % 4.690.789 100 %

El top 6 equivale al 47,1% de los 56,8 billones de tokens que la plataforma procesó esa semana. Referencia: esos mismos 26,74 billones de tokens habrían costado 132,2 M€ con las tarifas de lista de GPT-5.6 Sol (28,2 veces más) o 235,0 M€ con las de Claude Opus 5 (50,1 veces más). Consolidando las dos entradas de DeepSeek V4 Flash (10,67 billones), el cuarto puesto del ranking pasa a ser GPT-5.6 Luna. Los precios consultados incluían promociones temporales en cuatro de los seis modelos. Volúmenes y precios son dato de fuente; porcentajes, gasto, orden por dinero y comparaciones son cálculo propio de Miuranews.

Fuentes

Enlaces a las fuentes originales en las que se apoya esta noticia. Contrasta cada dato en su origen.

EtiquetasChinaRegulaciónDeepSeek

Preguntas frecuentes

¿Significa esto que los modelos chinos ya tienen más cuota de mercado que los estadounidenses?
No, y conviene no dar ese salto. Los datos miden el consumo de una plataforma agregadora que enruta peticiones de desarrolladores, no el mercado global de modelos. La mayor parte del gasto empresarial va directamente a las APIs de los proveedores sin pasar por ningún enrutador, y ese canal no está reflejado aquí. Lo que sí muestran los datos es que en el segmento de desarrolladores que compara opciones y optimiza coste, los modelos chinos se han quedado con la mayor parte del volumen.
¿Por qué el gasto total es tan bajo si se procesaron 26,74 billones de tokens?
Porque estos seis modelos compiten en una franja de precio de entre 0,11 y 0,54 dólares por millón de tokens, con una media ponderada de 0,20. Es una escala uno o dos órdenes de magnitud por debajo de la de los modelos frontera, que cobran entre 4 y 10 dólares por millón con la misma mezcla de entrada y salida. Cuando el precio unitario es tan bajo, hacen falta volúmenes enormes para acumular una cifra de negocio significativa.
¿Es fiable comparar tokens entre modelos distintos?
Con reservas. Cada familia de modelos usa su propio tokenizador, así que el mismo texto puede convertirse en un número distinto de tokens según el modelo, y las diferencias son mayores en idiomas que no sean el inglés. Eso introduce un margen de error tanto en el ranking de volumen como en cualquier cálculo de gasto derivado. La comparación sigue siendo útil para ver órdenes de magnitud y cambios de tendencia, pero no debe leerse como una medición exacta.
Gonzalo

GonzaloFundador

Madrileño enganchado a la tecnología desde pequeño. Trabajo en finanzas pero la inteligencia artificial es lo que me quita el sueño. Creé Miuranews para seguirla de cerca y contarla en español sin hype.

Todos sus artículos →

◈ Asistente Miuranews

Pregunta sobre este artículo

Respuestas basadas en esta pieza y en el archivo de Miuranews. Sin inventar: si no está cubierto, te lo dice.

Prueba una

Experimento en beta · No sustituye a la lectura del artículo