Recalcula el coste por inferencia antes del salto del 41% en memoria de Nebius

El cambio de tarifas es un evento de margen

Nebius notificó a sus clientes el 17 de septiembre de 2026 que las tarifas de pago por uso para GPUs de Nvidia, CPUs de AMD y memoria se incrementarían el 1 de octubre de 2026. El ajuste de Nebius del 1 de octubre de 2026 es su segunda subida de precios de pago por uso en aproximadamente tres meses, siendo el mayor salto el aumento de aproximadamente el 41% en la capacidad respaldada por memoria. El incremento se produce en un contexto en el que la demanda de potencia de cálculo crece más rápido que la oferta.

Para un producto de IA autofinanciado, esa secuencia importa. Un aumento en la tarifa por hora de GPU cambia el coste de entrada de cada inferencia. Un salto en la capacidad respaldada por memoria cambia el coste de las cargas de trabajo que dependen de esa capacidad. La pregunta es qué parte del producto lo absorbe.

Lee el saldo bancario antes de leer el panel de control. El beneficio es una línea contable; la quema de efectivo es el número que mantiene las luces encendidas. Un cambio de tarifas puede dejar el beneficio aparentemente estable mientras la próxima factura adelgaza la línea de caja.

La lista de verificación es la decisión

Realiza esta revisión antes de que las nuevas tarifas lleguen a tu factura. Cada elemento es una comprobación rápida, y en conjunto obligan a elegir: traspasar, proteger el margen o comprometerse.

• Confirma qué líneas de tarifa cambiaron en la nueva tarjeta de precios.
• Comprueba si la mezcla de tus cargas de trabajo está dominada por hora de GPU, hora de CPU o capacidad respaldada por memoria.
• Revisa los aumentos seleccionados por hora de GPU de Nvidia: H100 aproximadamente 17%, H200 20%, B200 aproximadamente 19%, B300 21%, un rango del 16,9% al 21,0%.
• H100: anota el paso de $3,85 a $4,50 por hora de GPU.
• HGX B300: anota el paso de $7,85 a $9,50 por hora de GPU.
• AMD EPYC Genoa: anota el paso de $0,10 a $0,13 por hora.
• Capacidad respaldada por memoria: marca el mayor incremento individual.
• Calcula el coste por inferencia de tus cargas de trabajo de mayor volumen con las nuevas tarifas.
• Compara cada coste con el precio al cliente y establece un umbral de traspaso.
• Calcula el impacto en el margen al precio actual del cliente.
• Usa las tarifas de descuento completo de Nebius de $2,93 por hora de GPU H100 y $6,18 por hora de GPU B300 para calcular el punto de equilibrio del compromiso; las reservas de varios meses para grandes clústeres pueden obtener descuentos de hasta el 35% sobre el precio de pago por uso.

Empieza con los registros de inferencia recientes. Agrupa las solicitudes por modelo, longitud de tokens, concurrencia y pila de servicio. Divide el coste de cada grupo entre el número de inferencias completadas. Luego multiplica por la nueva tarifa del mismo hardware. Eso te da un coste de GPU por inferencia que puedes defender.

La línea de memoria merece especial atención. La tarjeta pública no mostraba un antes y un después de la memoria. Trata esa incertidumbre como motivo para verificar tu propia factura, no como motivo para asumir lo peor.

Establece el umbral de traspaso como un porcentaje del precio. Si el nuevo coste por inferencia cruza esa línea, el producto sube el precio, recorta la carga de trabajo o deja de vender esa tarifa. El impacto en el margen es la diferencia entre el antiguo coste por inferencia y el nuevo coste por inferencia, medido contra el mismo precio al cliente. Si el precio se mantiene plano, el coste adicional de inferencia sale directamente del margen. Coloca ese número junto al precio al cliente antes de elegir una respuesta.

Los compromisos son una decisión de caja

Un descuento por compromiso puede parecer un rescate de margen, pero es una decisión de caja. Ese descuento solo ayuda si tu uso se mantiene lo suficientemente alto como para aprovechar la capacidad reservada.

El movimiento de mayo de 2026 ya elevó la capacidad bajo demanda un 29% de media, mientras que la capacidad spot subió un 51%. La primera subasta de capacidad de Nebius se cerró un 15% por encima del precio máximo anterior, y la dirección afirmó que podría vender toda la capacidad de 2027 en las condiciones actuales. En ese mercado, una reserva de varios meses es una previsión por la que pagas por adelantado.

Si estás eligiendo entre capacidad de neocloud y de hyperscaler, la comparación debe hacerse a nivel de carga de trabajo. El precio por bloque de capacidad de AWS del 7 de octubre de 2026 por acelerador en las regiones disponibles es de $5,970 para P5, $6,866 para P5e, $7,895 para P5en, $14,208 para P6-B200 y $16,146 para P6-B300. Usa esa comparación solo después de saber qué acelerador necesita realmente tu inferencia.

Si tu precio al cliente es estable y tu volumen de inferencia es predecible, un compromiso puede proteger el margen. Si tu volumen aún está en fase de aprendizaje, el pago por uso te mantiene honesto. Un crecimiento más lento es una elección deliberada cuando la siguiente cohorte de usuarios consumiría más inferencia de la que el precio puede cubrir. Compara la primera factura con el umbral que anotaste.