SitePoint presenta un análisis del coste total de propiedad (TCO) que compara los LLM ejecutados localmente frente a las API en la nube, con vistas a 2026. La tesis central: comparar únicamente por precio por token es una trampa. El precio de catálogo de una tarifa de API o el PVP de una GPU solo revela una fracción de la historia real; únicamente un modelo de TCO completo, a 12 y 36 meses, que incorpore hardware, electricidad, refrigeración y mano de obra, permite tomar una decisión sólida. El artículo construye este modelo en tres niveles de uso: ligero, medio e intensivo (de 10 a más de 100M de tokens/día).

En el lado de la nube, el artículo publica una tabla de precios por millón de tokens que revela dos grandes asimetrías. Primero, el output cuesta de 4 a 5 veces más que el input (GPT-4.1: 2 $ input / 8 $ output; Claude 4 Sonnet: 3 $/15 $; Claude 4 Opus: 15 $/75 $). Segundo, la brecha entre modelos alcanza ~150x en el input, desde GPT-4.1 nano (0,10 $) hasta Claude 4 Opus (15 $): el modelo —su editor, generación, tamaño— determina el coste unitario del token, de forma similar a como el coste de producción de electricidad depende de su fuente.

En el lado local, el hardware (RTX 5090 a 1.999 $, una configuración Mac M4 a 6.150 $, AMD MI325X) no se amortiza antes de 15 a 20M de tokens/día, y solo alcanza la paridad frente a las opciones alojadas más baratas a los 36 meses en uso intensivo sostenido, para un coste efectivo de aproximadamente 7,15 $/M de tokens. Los costes que todo el mundo subestima —electricidad, refrigeración, mano de obra (hasta 30-60 horas/mes en el nivel intensivo)— pesan mucho. La sensibilidad al precio de la electricidad es llamativa: pasar de la tarifa estadounidense (0,12 $/kWh) a las tarifas europeas (0,25-0,30 $/kWh) eleva el punto de equilibrio entre un 40 y un 60% en volumen diario.

La conclusión central, que sirve de título-conclusión: los puntos de equilibrio de 2026 son un 40% más bajos que en 2024. El descenso estructural de los costes de hardware y la maduración de los modelos de pesos abiertos hacen viable el despliegue local a volúmenes cada vez más accesibles. La decisión final depende del perfil: lo local se vuelve relevante para volúmenes sostenidos, requisitos de soberanía/confidencialidad y un horizonte de amortización a 3 años; la nube conserva la ventaja de la flexibilidad, la ausencia de capital inicial y el acceso a modelos de frontera. Más allá del coste, el artículo también señala las contrapartidas en rendimiento, confidencialidad y flexibilidad.