Menu Pricing of Large Language Models

Each language version is independently generated for its own context, not a direct translation.

Imagina que las Grandes Modelos de Lenguaje (como ChatGPT o Claude) son como grandes fábricas de inteligencia. Estas fábricas tienen un producto increíble: pueden escribir código, resolver problemas legales, crear historias o analizar datos. Pero, ¿cómo se cobra por usar una fábrica así?

Este artículo, escrito por tres economistas, intenta responder a una pregunta compleja: ¿Cuál es la forma perfecta de cobrar por usar una IA, cuando los usuarios son todos diferentes y tienen necesidades secretas?

Aquí tienes la explicación sencilla, usando analogías de la vida real:

1. El Problema: Un Menú de "Galletas" Infinitas

Imagina que el dueño de la fábrica (la empresa de IA) quiere vender sus servicios.

El desafío: Cada usuario es diferente. Un usuario quiere usar la IA para escribir 100 correos cortos; otro quiere resolver un problema de física muy difícil; otro quiere programar un videojuego.
El secreto: El dueño no sabe exactamente qué va a hacer cada usuario. Solo sabe que algunos son "clientes de alto valor" (usan la IA para cosas muy rentables) y otros son "clientes de bajo valor".
El riesgo: Si el dueño cobra un precio fijo, los clientes de alto valor se sentirán estafados (pagando de más) y los de bajo valor no comprarán nada. Si intenta cobrar de más a los ricos, estos se irán a la competencia o mentirán sobre lo que necesitan.

En términos técnicos, esto es un problema de "screening" (filtrado) multidimensional: hay demasiadas variables (tareas, tipos de tokens, fine-tuning) para calcular un precio perfecto.

2. La Gran Descubierta: El "Termómetro" Mágico

Lo genial de este artículo es que descubrieron que, gracias a cómo funcionan matemáticamente estas IAs, todo ese caos se puede resumir en un solo número.

La Analogía: Imagina que cada usuario tiene un "termómetro de valor". No importa si el usuario quiere escribir 1000 poemas o resolver 10 ecuaciones; lo que realmente importa para el dueño de la fábrica es cuánto "calor" (valor total) el usuario puede generar con la IA.
El resultado: El dueño no necesita saber los detalles de cada tarea. Solo necesita mirar el "termómetro" (llamado índice agregado) del cliente. Si el termómetro marca alto, el cliente es rico en valor; si marca bajo, es pobre en valor. Esto convierte un problema imposible en uno sencillo.

3. La Solución: El Menú de "Presupuestos de Gastos"

Una vez que el dueño sabe que solo necesita mirar el "termómetro", ¿cómo cobra? El papel sugiere que la mejor forma no es cobrar por cada palabra que escribes, sino vender presupuestos.

Ellos identifican tres formas prácticas que ya usamos hoy en día:

A. El "Comer hasta que te llenes" (Máximo de Gasto)

Cómo funciona: Pagas una cuota mensual (ej. $20) y te dan una "moneda virtual" (puntos). Puedes gastar esos puntos en cualquier modelo de IA que quieras. Si usas un modelo muy potente (como un "super-robot"), los puntos se gastan rápido. Si usas uno básico, gastas lento.
La analogía: Es como un buffet de todo lo que puedas comer, pero en lugar de comida, es "inteligencia". Pagas la entrada y tienes un límite de dinero en tu tarjeta de crédito interna.
Ejemplo real: Quora's Poe. Pagas una suscripción y recibes puntos. Si quieres usar un modelo caro, gastas muchos puntos. Cuando se acaban, te quedas sin comer hasta el mes siguiente.

B. El "Compromiso Mínimo" (Gasto Mínimo)

Cómo funciona: Te comprometes a gastar una cierta cantidad de dinero al mes. Si gastas más, te cobran un precio por uso, pero si gastas menos, igual pagas el mínimo.
La analogía: Es como un plan de celular. Pagas $50 por 500 minutos. Si hablas más, te cobran extra. Si hablas menos, igual pagas los $50.
Ejemplo real: GitHub Copilot. Tienes un número de "solicitudes premium" al mes. Si te pasas, puedes seguir usando el servicio pagando por cada uso extra.

C. El "Menú de Niveles" (Suscripciones)

Cómo funciona: Ofreces diferentes niveles de servicio.
- Nivel Básico: Acceso a robots simples, pero muchos mensajes.
- Nivel Pro: Acceso a robots inteligentes, pero menos mensajes.
- Nivel Ultra: Acceso al robot más inteligente del mundo, pero solo para los que pagan mucho.
La analogía: Es como los asientos en un avión. Todos vuelan al mismo destino, pero pagas más por el asiento con más espacio y mejor servicio.
Ejemplo real: OpenAI y Anthropic. OpenAI reserva sus modelos más inteligentes (como o1) solo para los planes más caros, mientras que Anthropic da acceso a todos los modelos pero limita la cantidad de uso según el plan.

4. La Competencia: El Rey y los Vendedores Ambulantes

El artículo también analiza qué pasa cuando hay un "Rey" (una IA propietaria cara y potente) y una "franja" de competidores baratos (código abierto).

La analogía: Imagina un parque de atracciones.
- Los clientes pobres: Van a los juegos gratuitos en la calle (IA de código abierto).
- Los clientes medios: El parque les ofrece un pase que les permite entrar, pero exactamente la cantidad de juegos necesaria para que no se les ocurra ir a la calle a jugar de nuevo.
- Los clientes ricos: El parque les vende el pase VIP más caro, y la competencia de la calle ya no les importa porque el parque les ofrece algo que la calle no puede igualar.

5. Conclusión: ¿Por qué importa esto?

Este estudio nos dice que las empresas de IA no están inventando precios al azar. Están usando (a veces intuitivamente, a veces por instinto de mercado) las mismas reglas matemáticas que los economistas han descubierto.

Para los usuarios: Significa que es normal ver precios extraños (puntos, créditos, suscripciones). Es la forma más eficiente de que la empresa cubra sus costos y tú obtengas lo que necesitas.
Para el futuro: A medida que la IA se vuelva más común, veremos que los precios se ajustarán para separar a los "usuarios que solo quieren chatear" de los "empresas que usan la IA para ganar millones".

En resumen: El papel nos dice que vender inteligencia artificial es como vender agua. No vendes "gotas de agua" (tokens individuales) de forma complicada; vendes cubos de agua (presupuestos) o suscripciones a la fuente, adaptando el tamaño del cubo a lo sediento que está el cliente, sin importar exactamente qué va a hacer con el agua.

Each language version is independently generated for its own context, not a direct translation.

1. Planteamiento del Problema

El acceso a los Modelos de Lenguaje Grande (LLM) se ha convertido en un insumo crítico para la actividad económica, pero su fijación de precios actual es a menudo ad hoc (suscripciones, medición por tokens, créditos), careciendo de una base teórica sólida.

El problema central de diseño de mecanismos que enfrenta un proveedor de LLM es extremadamente complejo debido a tres factores:

Información Privada Multidimensional: Los usuarios tienen un perfil de tipo infinito-dimensional, representado por una función que asigna un valor a un continuo de tareas ( $w_i$ para cada tarea $i \in [0,1]$ ).
Espacio de Asignación de Alta Dimensión: El usuario debe decidir cómo asignar tokens de inferencia (entrada/salida) y tokens de ajuste fino (fine-tuning) entre todas sus tareas.
Problema Combinado de Selección Adversa y Riesgo Moral: El proveedor puede medir el uso total de tokens, pero no puede observar ni contratar sobre la asignación específica de tokens por tarea del usuario. Esto crea un riesgo moral (el usuario puede malgastar tokens en tareas de bajo valor) junto con la selección adversa (el proveedor no conoce los valores $w_i$ ).

A priori, este problema parece intratable. El objetivo del artículo es caracterizar la fijación de precios y el diseño de productos óptimos para un proveedor que busca maximizar beneficios.

2. Metodología y Marco Teórico

Los autores desarrollan un marco de diseño de mecanismos que explota una propiedad clave de la tecnología de producción de los LLM: la homogeneidad.

A. La Función de Ganancia

La ganancia de un usuario en una tarea $i$ se modela como:
$g(x_i, z) = \Psi(x_i) \Phi(z)$
Donde:

$x_i$ : Vector de tokens de inferencia para la tarea $i$ .
$z$ : Tokens de ajuste fino (globales para todas las tareas).
$\Psi$ : Función homogénea de grado $\sigma \in (0,1)$ (rendimientos decrecientes en tokens de inferencia).
$\Phi$ : Función que captura los rendimientos del ajuste fino.

La homogeneidad de $\Psi$ es la hipótesis crítica. Implica que la composición óptima de clases de tokens (la proporción entre entrada y salida) es invariante a la escala y es la misma para todas las tareas, independientemente del valor de la tarea. Solo cambia la escala de uso.

B. Reducción a un Índice Escalar (El Resultado Central)

Gracias a la homogeneidad, los autores demuestran que el perfil de tipo de alta dimensión del usuario se colapsa en un índice escalar, llamado tipo agregado ( $\theta$ ):
$\theta(w) \equiv \left( \int_0^1 w_i^{\frac{1}{1-\sigma}} di \right)^{1-\sigma}$
Este resultado reduce el problema de screening multidimensional e infinito a un problema de screening unidimensional clásico (al estilo de Mussa y Rosen, 1978). Dos usuarios con diferentes perfiles de tareas pero el mismo tipo agregado $\theta$ demandarán la misma cantidad total de recursos y obtendrán el mismo excedente.

3. Contribuciones Clave y Resultados

El análisis se desarrolla en cuatro etapas principales:

I. Asignación Eficiente y Precios Lineales (Sección 3)

Eficiencia: En una asignación socialmente eficiente, todos los tipos de tokens se emplean en proporciones fijas. La cantidad total depende solo del tipo agregado.
Restricciones de Capacidad: Cuando existen restricciones de capacidad en las clases de tokens, la asignación eficiente se puede implementar mediante precios lineales iguales a los costos marginales inflados por los costos sombra de la capacidad.
Implicación: Esto racionaliza la práctica observada en las APIs de desarrolladores, donde el precio es lineal por token sin descuentos por volumen.

II. Mecanismo Óptimo para un Monopolio de Modelo Único (Sección 4)

Estructura del Mecanismo: El mecanismo óptimo toma la forma de un menú de contratos de gasto comprometido (committed-spend contracts).
Implementación Indirecta: El proveedor no vende cantidades fijas de tokens directamente, sino que ofrece:
1. Presupuestos Máximos (Maximum-Spend): Un pago fijo por un "presupuesto" de créditos que el usuario gasta a precios marginales. Cuando se agota, el acceso se corta.
2. Gastos Mínimos (Minimum-Spend): Compromisos de gasto que desbloquean precios por token más bajos.
3. Aranceles de Dos Partes: Una tarifa fija más un precio por token.
Distorsiones: Como en el screening estándar, los tipos bajos son excluidos y la calidad (cantidad de tokens) se distorsiona hacia abajo para todos los tipos excepto el más alto. Sin embargo, los tipos más altos disfrutan de descuentos por volumen (precios promedio más bajos).

III. Múltiples Modelos Diferenciados (Sección 5.1 y 5.2)

Asignación de Tareas: Cuando hay múltiples modelos con diferentes parámetros de retorno a escala y ajuste fino, el usuario asigna tareas a un solo modelo (no mezcla modelos en la misma tarea).
Versionado: El mecanismo óptimo asigna modelos más capaces (con mayor capacidad de ajuste fino o mejores curvas de costo) a los tipos de usuario más altos.
Discontinuidades: La asignación de calidad presenta saltos discretos en los umbrales de cambio de modelo. Esto explica por qué los proveedores reservan sus modelos más potentes (ej. modelos de razonamiento) exclusivamente para las suscripciones más caras.

IV. Competencia: Líder Propietario vs. Fringe de Código Abierto (Sección 5.3)

Escenario: Un líder con un modelo propietario compite con una frontera competitiva que vende tokens al costo marginal.
Tres Regiones de Comportamiento:
1. Tipos Bajos: Compran exclusivamente de la frontera (código abierto).
2. Tipos Intermedios (Zona de Disuasión): El líder ofrece exactamente la cantidad necesaria para que el usuario no tenga incentivos para complementar con tokens de la frontera. Aquí, la competencia afecta el margen intensivo (cantidad vendida).
3. Tipos Altos: El líder actúa como monopolista puro, aplicando las distorsiones estándar hacia abajo.
Resultado: La competencia expande el margen extensivo (quién adopta el modelo propietario) y comprime la cantidad vendida a los tipos intermedios.

4. Conexión con la Práctica Industrial (Sección 6)

Los autores validan su teoría con los datos de mercado actuales (Anthropic, OpenAI, GitHub, Quora):

Anthropic: Implementa el mecanismo de presupuesto de tokens (Sección 4). Ofrece el mismo acceso a modelos en todos los niveles de suscripción, diferenciándose únicamente por la cantidad de "intensidad computacional" (tokens) disponible.
OpenAI: Implementa el menú de múltiples modelos (Sección 5). Diferencia no solo por cantidad, sino por acceso exclusivo a modelos superiores (ej. o1-pro) en los niveles más altos, alineándose con la asignación óptima de modelos a tipos altos.
Model Aggregators (Poe, GitHub Copilot):
- Poe: Implementa un mecanismo de gasto máximo (hard cap). Los usuarios compran créditos y, al agotarlos, el servicio se detiene.
- GitHub Copilot: Implementa un mecanismo de gasto mínimo (soft cap). Permite excedentes (overages) a precios lineales, funcionando como un arancel de dos partes con opciones de sobrecarga.
APIs para Desarrolladores: Siguen un precio lineal sin descuentos por volumen, lo que coincide con la asignación eficiente bajo restricciones de capacidad (Corolario 1), sugiriendo que los proveedores priorizan la adopción y la captura de mercado sobre la extracción de rentas en este segmento.

5. Significado y Conclusión

El artículo proporciona la primera fundamentación teórica rigurosa para la economía de los LLM. Sus contribuciones principales son:

Tractabilidad: Demuestra que, bajo condiciones de homogeneidad tecnológicas realistas, un problema de screening infinitamente complejo se reduce a un problema unidimensional manejable.
Explicación de Diseños Observados: Explica por qué existen estructuras de precios tan específicas en la industria (presupuestos de créditos, modelos exclusivos por tier, precios lineales en APIs) no como elecciones arbitrarias, sino como soluciones óptimas a problemas de incentivos y restricciones tecnológicas.
Guía para la Competencia: Ilustra cómo la competencia con modelos de código abierto fuerza a los líderes propietarios a cambiar sus estrategias de precios, afectando tanto a quién se sirve (margen extensivo) como cuánto se vende (margen intensivo).

En resumen, el papel establece que la fijación de precios de los LLM es un problema de diseño de mecanismos donde la tecnología subyacente (homogeneidad de los retornos) dicta que la forma óptima de cobrar es a través de presupuestos de tokens y acceso diferenciado a modelos, en lugar de tarifas fijas simples o precios por tarea.