Economía de los Videos de Sora AI: Cada Usuario de $20 Cuesta $65 en Cómputo a OpenAI
Economía de Unidad de Sora
Según el análisis de la aplicación de generación de videos con IA Sora de OpenAI, cada suscriptor de $20/mes que genera 50 videos le cuesta a OpenAI aproximadamente $65 en cómputo. Cuantos más usuarios interactúan con el producto, más rápido perdía dinero.
Desglose de Costos
- Costos máximos de cómputo: $15 millones por día (estimación del analista)
- Ingresos totales de por vida: $2.1 millones en todas las plataformas durante seis meses
- Estimación conservadora: ~$1 millón diario de tasa neta de quema después de limitaciones y optimización
- Proporción de costo: Generar un video de IA de 10 segundos cuesta aproximadamente 160 veces más que la generación de texto equivalente
Detalles Técnicos
Cada video de 10 segundos cuesta aproximadamente $1.30 en cómputo de GPU, requiriendo aproximadamente 40 minutos de tiempo total de GPU en 4 H100s en paralelo. En el uso máximo, con el 25% de los 4.5 millones de usuarios acumulativos de Sora publicando 10 videos diarios, esto resultó en 11.3 millones de videos por día a $1.30 cada uno.
El problema estructural de costo surge de los requisitos computacionales del video: un video de 720p de 10 segundos requiere procesar aproximadamente 80,000 pequeños fragmentos de píxeles a través del espacio y el tiempo, en comparación con unos pocos cientos de tokens para las solicitudes típicas de ChatGPT. Las necesidades de cómputo crecen con el cuadrado del número de fragmentos: duplicar la resolución cuadruplica el costo.
Contexto del Mercado
Según el análisis, ninguna empresa de videos con IA ha demostrado rentabilidad neta. Runway reportó -$155M de EBITDA, Pika tuvo $7.6M de ingresos con $80M recaudados, y aunque Kling reportó $240M de ARR, no han publicado datos de ganancias. Sora mostró una retención del 1% al día 30 frente al 32% de TikTok, con usuarios que generalmente generan videos, los ven una vez y no regresan.
📖 Lea la fuente completa: HN LLM Tools
👀 Ver también
Claude vs GPT-4o: Mismo Prompt de Péndulo Doble, Diferentes Convenciones de Coordenadas
Claude y GPT-4o producen simulaciones de péndulo doble visualmente diferentes porque interpretan theta desde verticales opuestas (arriba vs abajo), mientras usan el mismo renderizador. Las matemáticas son correctas en ambos casos, pero el desajuste revela una ambigüedad sutil en la interpretación de la instrucción.
Estudio de Stanford: Profesores de Derecho Prefieren Respuestas de IA sobre las de sus Colegas el 75% del Tiempo
En una evaluación ciega de casi 3,000 comparaciones, los profesores de derecho calificaron significativamente mejor las respuestas generadas por IA que las escritas por colegas. Las respuestas de IA fueron señaladas como dañinas solo el 3.5% del tiempo, frente al 12% de las humanas.
Estudio de Cursor AI: Las ganancias de velocidad a corto plazo conducen a la complejidad a largo plazo
Un estudio que utilizó análisis de diferencias en diferencias encontró que la adopción de Cursor AI conduce a aumentos estadísticamente significativos pero transitorios en la velocidad, junto con aumentos sustanciales y persistentes en las advertencias de análisis estático y la complejidad del código que impulsan desaceleraciones a largo plazo.
Claude Code 2.1.72 Actualizaciones del Prompt del Sistema: Nuevos Modos de Ejecución y Mejoras de Verificación
La versión 2.1.72 de Claude Code introduce nuevos prompts del sistema para el modo Auto (ejecución continua de tareas) y el modo Brief (ejecución similar a Codex), además de expansiones significativas al agente especialista de Verificación con patrones de fallo documentados y requisitos de salida estructurada.