Recalcula tu coste por token antes de que las reservas de GPU del T4 congelen costes obsoletos
Recalcula la tarifa por hora de GPU, los tokens por hora de GPU y el coste por token antes de firmar las reservas, y compáralos con el índice para decidir.
Una reserva puede congelar la aritmética de ayer
Las reservas de GPU intercambian capacidad comprometida por una tarifa fija, pero una tarifa fija puede convertirse en una tarifa obsoleta cuando los precios bajo demanda cambian. La aritmética es sencilla: el coste por token equivale a la tarifa por hora de GPU dividida entre los tokens por hora de GPU, de modo que el cambio porcentual en la tarifa se convierte en el cambio porcentual en el coste por token cuando el rendimiento se mantiene. Nebius, un proveedor de nube de IA, está repreciando su flota de GPU de Nvidia el 1 de octubre, el segundo ajuste bajo demanda en tres meses.
La H100 pasa de $3,85 a $4,50 por hora de GPU, un aumento del 16,9 %. Las tarifas de H200 y B200 se sitúan en $5,40 y $8,50 por hora de GPU, aumentos del 20 % y del 18,9 %. La B300 salta de $7,85 a $9,50 el 1 de octubre, un aumento del 21 %.
El ajuste de mayo promedió un 29 %, y la B300 ha ganado aproximadamente un 56 % desde la tarifa anterior a mayo de unos $6,10 por hora de GPU. Nebius informó de unos ingresos del segundo trimestre de $582,3 millones, un aumento interanual del 454 %, y unos ingresos de nube de IA de $574,9 millones, un aumento del 514 %. El crecimiento de ingresos otorga a un proveedor palanca cuando la capacidad es escasa, y convierte el próximo precio de reserva en una variable de negociación.
La utilización modifica la misma aritmética. Si alquilas una hora de GPU pero solo usas parte de ella, la tarifa efectiva sube, y el coste por token sube con ella. El rendimiento de equilibrio de inferencia es el número de tokens por hora de GPU en el que tu precio por token cubre la tarifa por hora de GPU más tu margen. Por debajo de ese punto, la carga de trabajo está pagando capacidad inactiva. Por encima, la reserva aún puede valer la pena si la tarifa es competitiva.
El coste por hora de GPU en tokens es el número que tu equipo financiero debería ver, no la tarifa bruta por hora de GPU. También es el número que hace comparable una reserva entre proveedores, porque combina el precio de capacidad y la eficiencia de inferencia en una unidad común.
Aplica la lista de verificación de reprecios antes de firmar
Una reserva es un compromiso con un precio, no con un mercado. La lista de verificación siguiente es el recálculo de costes de cómputo que necesitas antes de que el compromiso se convierta en presupuesto. Funciona porque separa la tarifa que pagas, el rendimiento que obtienes y el margen que necesitas.
- Recalcula la nueva tarifa por hora de GPU para cada nivel que alquilas, usando la hoja de precios bajo demanda actual del proveedor.
- Deriva los tokens por hora de GPU a partir de tu rendimiento de inferencia medido, no de una demostración del proveedor.
- Calcula el coste por token dividiendo la nueva tarifa por hora de GPU entre los tokens por hora de GPU.
- Compara ese coste por token con el índice interproveedores y tu margen, y luego renueva, relicita o redimensiona la carga de trabajo.
El punto de tarifa detecta un precio de reserva desactualizado. El punto de rendimiento impide que los números de demostración fijen el coste, porque el rendimiento cambia con el tamaño del modelo, el tamaño del lote, la cuantización y la mezcla de solicitudes. El punto de coste por token convierte la capacidad en la unidad que vendes, y el punto de índice compara el precio de lista del proveedor con el mercado en general.
Cada punto es verificable rápidamente porque utiliza números que ya posees: la tarifa del proveedor, tu rendimiento medido y tu margen. El índice interproveedores te da una referencia externa, mientras que tu margen te da el umbral de decisión. Si el nuevo coste por token supera tu margen, no renueves a esa tarifa. Relicita frente al índice, redimensiona la carga de trabajo a un nivel más barato o pasa a bajo demanda hasta que los precios bajo demanda se estabilicen.
Usa el índice como oferta, no como previsión
El Mercatus GPU Index, un rastreador de precios interproveedores, registró un precio medio bajo demanda de la B200 de $6,39 por hora de GPU entre 12 proveedores el 13 de septiembre de 2026. Un índice interproveedores es útil porque convierte el precio de lista de un proveedor en una comparación de mercado. No es una promesa de que todos los proveedores igualen la media, pero es la referencia que usas cuando pides un mejor precio de reserva.
Si la nueva tarifa de tu proveedor actual está muy por encima del índice, esa diferencia es tu evidencia de negociación. Si tu carga de trabajo puede ejecutarse en un nivel inferior, el índice también te indica si el nivel más barato es realmente más barato tras las diferencias de rendimiento. Mantén la comparación compacta: tarifa por hora de GPU, tokens por hora de GPU, coste por token, precio del índice y margen. Cuando la diferencia es mayor que tu margen, no firmes sin un número mejor. Relicita, redimensiona o espera a que los precios bajo demanda se estabilicen.