La publicación de Peter Steinberger expone cómo el uso intensivo de IA ya mueve millones de dólares en infraestructura, tokens y automatización dentro de la nueva economía tecnológica.
El debate sobre el verdadero costo de la inteligencia artificial volvió a explotar en Silicon Valley. Esta vez, el protagonista fue Peter Steinberger, quien reveló públicamente un gasto superior a US$1,3 millones en tokens de IA en apenas 20 días, una cifra que rápidamente encendió conversaciones sobre productividad, automatización y el modelo económico detrás de la nueva generación de software impulsado por IA.
La captura de pantalla, compartida por Steinberger en redes sociales, mostraba estadísticas de consumo desde CodexBar, una herramienta que monitorea el uso de tokens en plataformas de programación asistida por inteligencia artificial. Según los datos publicados y recogidos por medios internacionales, el desarrollador llegó a gastar más de US$20.000 diarios utilizando la API de OpenAI.
The latest CodexBar update renders API costs wayyyy nicer. https://t.co/lJ4dxNHwzG pic.twitter.com/fCkWutJGzT
— Peter Steinberger 🦞 (@steipete) May 15, 2026
La nueva economía de los tokens
Lo ocurrido no solo llamó la atención por la magnitud del gasto, sino porque refleja una tendencia creciente dentro de la industria tecnológica: el “tokenmaxxing”, una cultura donde desarrolladores y empresas compiten por aprovechar al máximo el poder computacional de los modelos de IA, incluso a costos extremadamente elevados.
En el ecosistema actual, los tokens funcionan como la unidad de consumo de los modelos de inteligencia artificial. Cada consulta, generación de texto, análisis o automatización consume recursos computacionales que terminan traduciéndose en facturación directa para empresas y desarrolladores.
La publicación de Steinberger también dejó en evidencia cómo el acceso a grandes volúmenes de computación se ha convertido en una ventaja competitiva dentro de la guerra global por el talento en inteligencia artificial. Varias compañías tecnológicas ya ofrecen presupuestos prácticamente ilimitados para experimentación con modelos avanzados.
“¿Y si los tokens no importaran?”
Lejos de mostrarse preocupado por el gasto, Steinberger defendió públicamente su estrategia. Según explicó, utiliza la IA para escuchar reuniones, ejecutar tareas automáticamente, moderar comentarios y detectar spam, reduciendo drásticamente la necesidad de estructuras operativas tradicionales.
“Todo esa automatización nos permite llevar este proyecto con una estructura extremadamente ligera”, explicó.
Más tarde, volvió a publicar en X para responder a quienes criticaban sus cifras. Allí lanzó una idea que resume la filosofía que hoy domina parte de Silicon Valley:
“Estoy intentando responder a la pregunta: ¿Cómo construiríamos software en el futuro si los tokens no importaran?”
La frase se convirtió rápidamente en uno de los puntos más discutidos dentro de la comunidad tecnológica y abre una pregunta de fondo: ¿la IA terminará reduciendo costos operativos… o simplemente trasladará el gasto hacia infraestructura computacional masiva?
Marketing, exhibición y cultura Silicon Valley
No todos interpretaron la publicación como un experimento tecnológico. Algunos usuarios consideraron que la captura funcionaba también como una estrategia de marketing para normalizar gastos extremos en inteligencia artificial y reforzar la narrativa de productividad ilimitada.
Las críticas apuntan a que este tipo de publicaciones pueden incentivar una cultura donde el valor de un proyecto parece medirse por cuánto dinero consume en IA, más que por sus resultados reales.
Sin embargo, dentro del ecosistema tech, muchos ven estas cifras como una señal de hacia dónde se dirige la industria: equipos pequeños, altamente automatizados y respaldados por enormes capacidades computacionales.
El verdadero negocio detrás de la IA
El caso también evidencia uno de los aspectos menos discutidos del boom de la inteligencia artificial: mientras millones de usuarios utilizan herramientas gratuitas o freemium, detrás existe una infraestructura extremadamente costosa basada en centros de datos, GPUs avanzadas y consumo energético masivo.
Cada interacción con modelos de IA tiene un costo tangible. Y aunque para usuarios comunes puede parecer invisible, casos como el de Steinberger muestran la escala económica que puede alcanzar el uso intensivo de estas tecnologías.
La gran incógnita ahora es si este modelo será sostenible a largo plazo o si el mercado terminará exigiendo sistemas más eficientes y menos dependientes del consumo masivo de tokens.