Frontier AI model capabilities, usage, pricing and infrastructure demand: BofA considera saludable la demanda de infraestructura de IA mientras cambian la competencia de modelos y las cuotas de uso

Visión general

Este BofA Frontier AI Tracker de septiembre de 2026 revisa rankings de capacidad de modelos, uso de desarrolladores, precios de inferencia, alquileres de GPU y costes de memoria como indicadores para el sentimiento de las acciones de Internet de gran capitalización y la economía de la inversión en IA. El informe encuentra una demanda de IA saludable y una competencia cada vez mayor en el rendimiento de modelos; Meta progresa, pero Anthropic y OpenAI aún lideran las medidas clave de capacidad.

Perspectivas principales

BofA enmarca las capacidades de los modelos de frontera, la adopción de modelos, los precios de Token y los costes de infraestructura como factores clave del sentimiento y la valoración de las acciones de Internet relacionadas con IA. En capacidad, Artificial Analysis clasificó conjuntamente a Claude Fable 5.1 y GPT-6 Astra en el primer puesto del Intelligence Index con 53. MuseSpark 1.3 de Meta quedó quinto con 48, mientras Gemini 3.8 Flash quedó 12.º con 41. Claude Fable 5.1 también lideró el Agentic Index con 58; MuseSpark 1.3 de Meta empató en segundo lugar con 56 junto a Claude Opus 5. En capacidad de agentes de programación, Claude Fable 5.1 y GPT-6 Astra empataron en el primer puesto con 62, frente a MuseSpark 1.3 en séptimo con 54 y Gemini 3.8 Flash en 14.º con 42. BofA interpreta los últimos resultados de Meta como evidencia de que Meta Superintelligence Labs está reduciendo la brecha de rendimiento con la frontera, y mantiene una visión constructiva sobre los próximos productos de IA y el esperado lanzamiento del LLM Watermelon en octubre. Los datos de uso muestran un panorama competitivo diferente. En OpenRouter, DeepSeek V4 Flash 0731 lideró el volumen de Token de septiembre MTD con 50.7tr tokens, seguido por GPT-5.6 Luna con 45.1tr tokens y Hy4 preview con 34.6tr tokens. Entre los modelos cerrados, GPT-5.6 Luna lideró con 45.1tr tokens, seguido de Ox Alpha con 27.2tr tokens y Gemini 3.7 Flash con 8.92tr tokens. En la plataforma de IA de Vercel, la cuota media MTD de Token de DeepSeek subió a 45.7% desde 30.1% en agosto, mientras Anthropic cayó a 13.6% desde 22.1% y OpenAI cayó a 12.0% desde 14.9%. Meta ganó 1.9 puntos porcentuales. En gasto, Anthropic siguió primero con 52.0%, aunque bajó desde 63.9%; OpenAI subió a 21.8% desde 13.3%, y Moonshot.ai a 8.2% desde 4.5%. BofA recalca que los datos de OpenRouter y Vercel indican adopción de desarrolladores y tracción comercial en esas pasarelas, no el uso total de la industria, ya que excluyen API directas de proveedores, plataformas cloud, despliegues privados, inferencia autoalojada y cargas de trabajo internas de hiperescaladores. Las medidas de costes de inferencia dieron señales mixtas. El AI Token Price Index subió 5% intermensual y 104% interanual a $2.41 al 10 de septiembre, tras una caída en agosto. BofA atribuye parte del aumento a la incorporación de GPT-6 Astra al índice con $10 por millón de Token de entrada y $50 por millón de Token de salida, igualando a Fable 5.1 como el modelo de mayor precio. GLM-5.3-Flash entró con $0.15 de entrada y $0.50 de salida por millón de Token, estableciendo un nuevo suelo de precios, mientras DeepSeek V4.1 Flash sustituyó a V4 Flash a un precio inferior. En contraste, el LLM Token Expenditure Index de Silicon Data, una medida más amplia y ponderada por uso del coste efectivo de inferencia, bajó 11% intermensual a $0.98 al 13 de septiembre desde $1.10 en agosto. En coste por tarea del Intelligence Index, Claude Fable 5 with fallback fue el más alto con $8.75, Claude Fable 5.1 Max with fallback fue $7.63 y Claude Opus 5 Max fue $5.86; GPT-6 Astra Max costó $3.26, que OpenAI describió como un rendimiento de precio convincente frente a la competencia líder. Los indicadores de infraestructura continuaron respaldando la visión de BofA de una demanda de IA saludable. Al 13 de septiembre, los precios de alquiler de B200 subieron 1% intermensual y 9% interanual a $5.68 per GPU-hour. Los alquileres de H100 bajaron 4% intermensual, pero permanecieron 30% por encima del año anterior en $2.65, mientras los de A100 bajaron 3% intermensual, pero fueron 15% superiores interanualmente en $1.60. BofA observa que los datos sugieren que la vida útil de los servidores sigue siendo saludable, dado que los envíos de A100 comenzaron en 2020. Los precios de memoria fueron mayormente estables secuencialmente, pero siguieron significativamente elevados interanualmente: DRAM DDR5-5600/6400 24GB subió 1% intermensual y 476% interanual, mientras NAND QLC de 1TB bajó 1% intermensual pero subió 437% interanual. En conjunto, BofA concluye que los precios de Token se han estabilizado tras la caída de agosto, los líderes de modelos cerrados siguen muy igualados en inteligencia, los modelos abiertos continúan ganando cuota de uso y los alquileres firmes de GPU apuntan a una demanda sostenida de infraestructura. El informe también advierte que el renovado debate sobre seguridad y regulación de IA podría influir en el sentimiento sobre los hiperescaladores a corto plazo. Para Meta específicamente, BofA mantiene Buy y vincula su visión constructiva a la mejora de la competitividad de sus modelos y a los próximos lanzamientos de productos de IA.

Marco de análisis

BofA sigue la cadena de valor de la IA de frontera comparando benchmarks de modelos de terceros, cuotas de Token y gasto en pasarelas, índices de costes de Token publicados y efectivos, tarifas de alquiler de GPU y precios spot de memoria. Utiliza las tendencias combinadas para evaluar el posicionamiento competitivo, la economía de inferencia de IA y las condiciones de demanda de infraestructura relevantes para las acciones de Internet.

Notas metodológicas

• Marco de estrategia competitivaFoso económico y ventaja competitiva

  Comparación de rankings de capacidad de modelos de frontera

  El informe compara puntuaciones de benchmark de inteligencia, agentes y agentes de programación para evaluar la capacidad relativa de los modelos y si Meta está cerrando la brecha frente a los laboratorios líderes de IA.

• Marco de análisis sectorialMarco de oferta y demanda

  Demanda de infraestructura de IA evaluada mediante alquileres de GPU y precios de memoria

  Las tarifas de alquiler de GPU y los movimientos de precios de memoria se usan como indicadores de las condiciones de demanda y la presión de costes en la cadena de infraestructura de IA.

• OtroOtro

  Token Price Index y LLM Token Expenditure Index

  El informe usa un índice de precios de proveedores y un benchmark más amplio de costes efectivos ponderado por uso para distinguir entre los precios listados de modelos de frontera y lo que los usuarios pagan efectivamente por inferencia.

Correspondencia y comparación de activos

Correspondencia estructurada entre la tesis y activos concretos (fortalezas, debilidades, pares y riesgos).

• Meta Platforms (META)

  BofA afirma que los últimos modelos de Meta están reduciendo la brecha de inteligencia de frontera y mantiene Buy.

  Fortalezas

  MuseSpark 1.3 quedó quinto en el Intelligence Index y empató en segundo lugar en el Agentic Index; BofA es constructivo sobre los próximos productos de IA y el esperado lanzamiento del LLM Watermelon en octubre.

  Debilidades

  MuseSpark 1.3 quedó séptimo en el Coding Agent Index, por detrás de los principales modelos de Anthropic y OpenAI.

  Comparación

  Claude Fable 5.1 y GPT-6 Astra lideraron las medidas de inteligencia y agentes de programación; Gemini 3.8 Flash quedó por debajo de MuseSpark 1.3 en el Intelligence Index citado.

  Riesgos

  BofA cita gasto en iniciativas de IA que podría perjudicar los márgenes, presión competitiva por la interacción de usuarios y presupuestos publicitarios, ingresos publicitarios sensibles al entorno macroeconómico y riesgo regulatorio o de litigios.

Datos clave

• Puntuación máxima del Intelligence Index53Claude Fable 5.1 y GPT-6 Astra fueron los más altos según Artificial Analysis.
• Intelligence Index de Meta MuseSpark 1.348; fifth placeGemini 3.8 Flash quedó 12.º con 41.
• Cuota de volumen de Token de DeepSeek en Vercel45.7% September MTDSubió desde 30.1% en agosto.
• Cuota de gasto de Anthropic en Vercel52.0% September MTDBajó desde 63.9% en agosto, pero siguió siendo la cuota de gasto más alta.
• AI Token Price Index$2.41Subió 5% intermensual y 104% interanual al 10 de septiembre.
• LLM Token Expenditure Index$0.98Bajó 11% intermensual desde $1.10 en agosto al 13 de septiembre.
• Precio de alquiler de GPU B200$5.68 per GPU-hourSubió 1% intermensual y 9% interanual.
• Cambio de precio de DDR5 DRAM+1% month on month; +476% year on yearPara DDR5-5600/6400 24GB 3Gx8 al 13 de septiembre.

Impacto e implicaciones

BofA considera que los alquileres firmes de GPU y los precios elevados de memoria son evidencia de una demanda saludable de infraestructura de IA, incluso mientras el uso de modelos se desplaza hacia ofertas abiertas de menor coste. Considera que la mejora de Meta en los benchmarks respalda sus perspectivas de productos de IA, aunque señala que la seguridad y regulación de IA podrían pesar sobre el sentimiento de los hiperescaladores a corto plazo.

Riesgos

• Los debates sobre seguridad y regulación de IA podrían influir en el sentimiento de los hiperescaladores a corto plazo.
• Meta enfrenta riesgos por ingresos de publicidad digital sensibles al entorno macroeconómico, gasto elevado en IA, crecimiento de activos fijos, competencia de plataformas nativas de IA y resultados regulatorios o de litigios.

Aspectos que vigilar

• El esperado lanzamiento en octubre del LLM Watermelon de Meta y productos de IA relacionados.
• Si los rankings de modelos de Meta continúan reduciendo la brecha frente a los líderes de frontera.
• Las tendencias de precios de Token y costes efectivos de inferencia tras las lecturas divergentes de septiembre.
• Las tarifas de alquiler de GPU y los costes de memoria como indicadores de demanda de infraestructura de IA.
• Cambios adicionales en la cuota de uso de modelos abiertos y titulares sobre seguridad o regulación de IA.