La factura de IA de 1,3 millones de dólares del fundador de OpenClaw revela la tendencia del «tokenmaxxing» subsidiado

Una asombrosa factura mensual de 1,3 millones de dólares por los servicios de OpenAI, pagada íntegramente por el propio laboratorio de IA, ha revelado los métodos extremos de quema de efectivo que algunos desarrolladores están utilizando para crear software. El desarrollador Peter Steinberger, creador de OpenClaw, está explorando un futuro en el que los costes de los tokens sean irrelevantes, pero su gasto pone de relieve una creciente desconexión entre el consumo de IA y la creación de valor demostrada, lo que cuestiona los cimientos económicos del sector.

El gasto de siete cifras provocó fuertes reacciones en internet. «Tío, más vale que muestres algo que unos ingenieros que valen 1 millón de dólares no puedan hacer o esto podría ser el principio del anuncio del estallido de la burbuja de los laboratorios de vanguardia», escribió un usuario en X (antes Twitter). El usuario señaló que los precios están fuertemente subvencionados, lo que significa que el coste real de computación sería sustancialmente mayor.

La propia aplicación de seguimiento de Steinberger, CodexBar, mostró que su proyecto consumió 603.000 millones de tokens en 7,6 millones de solicitudes durante 30 días, utilizando principalmente el modelo gpt-5.5-2026-04-23. La factura total ascendió a 1.305.088,81 dólares. En su defensa, Steinberger señaló: «Puedo desactivar el modo rápido y es un 70% más barato. Así que se parece más al coste de un solo empleado».

El episodio pone de relieve la incómoda cuestión de la «burbuja» de la industria de la IA. La tecnología funciona, pero la economía actual se sustenta en que los laboratorios de IA subvencionan el consumo masivo de los usuarios para ganar cuota de mercado. Gastar 1,3 millones de dólares en tokens solo es racional si el resultado genera al menos esa cantidad en ingresos o ahorro de costes, una métrica que sigue siendo esquiva para muchos proyectos y pone en duda la sostenibilidad del modelo actual.

El motor de automatización de 1,3 millones de dólares

En respuesta al debate, Steinberger detalló qué se consigue con ese consumo masivo de tokens. Su equipo de tres personas dirige aproximadamente 100 agentes de IA que trabajan continuamente en el proyecto de código abierto OpenClaw. Los agentes revisan las solicitudes de extracción (pull requests), encuentran vulnerabilidades de seguridad, eliminan duplicados de problemas y escriben sus propias correcciones de código. Algunos agentes están diseñados para abrir nuevas solicitudes de extracción basadas en la visión declarada del proyecto, mientras que otros supervisan los puntos de referencia de rendimiento e informan de regresiones en un canal de Discord. El sistema, que también utiliza herramientas como Deepsec de Vercel y Codex Security, permite que un equipo minúsculo gestione un proyecto de software a gran escala con un alto grado de automatización. Steinberger afirmó que su objetivo es responder a la pregunta: «Si los tokens ya no importan, ¿cómo construiremos software en el futuro?»

El «tokenmaxxing» se convierte en una métrica de rendimiento

El gasto público de Steinberger es el ejemplo más visible de una tendencia creciente en Silicon Valley conocida como «tokenmaxxing», en la que desarrolladores e ingenieros maximizan su consumo de tokens de IA como indicador clave de rendimiento. Al parecer, esta práctica se ha fomentado internamente en empresas como Meta y Amazon, que supuestamente han utilizado tablas de clasificación para realizar un seguimiento del uso de la IA por parte de los empleados. La tendencia incluso ha dado lugar a su propio hardware, como el «Clawdmeter», un pequeño dispositivo de escritorio de código abierto que muestra en tiempo real el consumo de tokens de un usuario para el modelo Claude de Anthropic. Esta gamificación del uso de la IA subraya un cambio cultural en el que el rendimiento de tokens se está convirtiendo en una nueva forma de medir la productividad.

Sin embargo, la economía de esta tendencia sigue siendo una preocupación central para los inversores. Mientras que sus defensores señalan aumentos masivos de la productividad, como la afirmación del CEO de Citadel, Ken Griffin, de que la IA completó meses de trabajo de nivel de doctorado en días, el retorno directo de la inversión para la mayoría del «tokenmaxxing» no está claro. La práctica se ve alimentada por la estrategia de los laboratorios de IA de subvencionar los costes para acelerar la adopción. Esto plantea dudas a empresas como OpenAI y Anthropic sobre el camino a largo plazo hacia la rentabilidad y si los actuales niveles elevados de consumo podrán mantenerse si los precios suben para reflejar su coste real.

Este artículo tiene fines meramente informativos y no constituye asesoramiento en materia de inversión.