Nvidia dice que Vera Rubin NVL72 rinde hasta 30 veces más por megavatio que GB300 NVL72, su generación anterior, y que el coste por token en cargas de agentes cae hasta 35 veces. La cifra importa porque la restricción real de los centros de datos de IA en 2026 ya no es comprar chips, es conseguir electricidad para enchufarlos.
Puntos clave
- Hasta 30 veces más rendimiento por megavatio frente a GB300 NVL72.
- Hasta 35 veces menos coste por token en cargas agénticas.
- GB300 NVL72 ya daba 15 veces más por megavatio que la arquitectura Hopper. La mejora se acumula sobre esa base.
- La medición usa AgentX, de SemiAnalysis: sesiones reales de programación con agentes, grabadas y reproducidas.
Por qué un agente se come 15 veces más tokens
El dato que ancla todo el anuncio viene de OpenRouter: una carga agéntica consume 15 veces más tokens que una petición de chat normal.
La razón está en cómo trabaja un agente. Pregúntale a un chat cuánto factura una empresa y te devuelve un párrafo. Pídele a un agente que analice esa empresa para una decisión de inversión y hace búsquedas, lanza subagentes, llama a herramientas, sintetiza lo que vuelve y repite. El contexto crece en cada vuelta hasta cientos de miles de tokens de entrada.
Todo eso se paga. Y se paga sobre todo en electricidad, porque cada token que entra y sale pasa por silicio que consume vatios.
La medición, que es la parte interesante
Nvidia podría haber sacado el número con un benchmark sintético de los de siempre. Ha usado otra cosa: AgentX, de SemiAnalysis, que son sesiones reales de programación agéntica grabadas y reproducidas tal cual.
Eso conserva lo que los benchmarks clásicos borran: el crecimiento real del contexto a lo largo de la sesión, las llamadas a herramientas y la generación de subagentes. Un test que manda 2.000 tokens y espera 500 no se parece en nada a un agente que lleva 40 minutos leyendo un repositorio.
Sigue siendo un número de marketing publicado por el fabricante, con las condiciones que elige el fabricante. Pero la metodología es más honesta que la media del sector, y eso se puede decir.
Nvidia lleva la misma línea desde julio, cuando presumió de entrenar modelos grandes con la cuarta parte del gasto en la fase de post-entrenamiento. El discurso ha pasado del rendimiento bruto a la inteligencia por dólar y por vatio.
Lo que hay detrás del megavatio
Medir por megavatio en lugar de por chip no es un capricho de comunicación. Es la métrica que le duele al cliente.
Un operador de centro de datos firma contratos de suministro eléctrico a años vista y con una capacidad tope. Cuando esa capacidad está comprometida, la única forma de servir más tokens es sacar más trabajo del mismo vatio. Ahí es donde una mejora de 30x deja de ser una cifra de folleto y se convierte en cuántos clientes más caben en la misma sala.
De ahí también las compras raras de Nvidia del último año. La misma semana en la que anuncia esto, la empresa lleva meses entrando en el capital de proveedores de energía para centros de datos. Vende chips, sí, pero el cuello de botella de sus clientes es el enchufe.
Por qué importa
El precio que pagas por token en Claude, ChatGPT o Gemini sale, en última instancia, de dividir el coste de la infraestructura entre los tokens servidos. Cuando el denominador se multiplica por 30 sin subir la factura eléctrica, el precio baja. Siempre con retraso, siempre menos de lo que sugiere la cifra del fabricante, pero baja.
Esto ya se ha visto este mismo mes con el recorte de más de un 20% en GPT-5.6 Sol.
Para una empresa española que esté montando procesos con agentes, la conclusión práctica es que no conviene cerrar arquitecturas caras pensando en los precios de hoy. Si un flujo consume 300.000 tokens por ejecución y hoy no sale a cuenta, apúntalo y revísalo en tres meses. Lo que hoy descartas por caro entra en presupuesto antes de lo que parece.
Relacionado
