En junio de 2026, AWS elevó 20% los precios de los Capacity Blocks reservados de GPU Nvidia y dejó sin cambios los de Trainium. Bedrock ofrece elección de modelos una capa por encima de esas reservas. Un comprador puede cambiar libremente de modelo de IA y aun así dejar a AWS a cargo de la capacidad, los permisos, las operaciones y la facturación.
Puntos clave
- Bedrock convierte al plano de control de la nube —no a un modelo individual— en el punto de control duradero para APIs, permisos, operaciones, compras y facturación.
- La división de precios de AWS en junio de 2026 muestra que la elección de modelos no elimina la dependencia de infraestructura: los Capacity Blocks reservados de GPU Nvidia subieron 20%, mientras que los precios de Trainium no cambiaron.
- Reemplazar un endpoint de modelo no es lo mismo que migrar una carga de trabajo de IA; las políticas de identidad, evaluaciones, reservas de capacidad, historial de despliegues, responsabilidad por incidentes y contratos pueden seguir ligados al proveedor.
- Salir de la nube es posible mediante infraestructura autogestionada, pero transfiere a la empresa la responsabilidad de planear capacidad, seguridad y operaciones.
- Los compradores ganan poder de negociación al probar una carga de trabajo similar a producción en toda la pila y documentar qué políticas, registros y compromisos no se pueden trasladar.
Una API da a seguridad y compras un punto de control fijo
Cuando Bedrock estuvo disponible de forma general en septiembre de 2023, AWS puso modelos de IA generativa de Amazon y de terceros detrás de una sola API. El servicio mantiene el acceso, los permisos, las operaciones y la facturación dentro de AWS mientras los equipos de aplicaciones eligen entre endpoints alojados.
Un equipo de aplicaciones puede reutilizar su integración con AWS cuando prueba otro modelo alojado. Aun así, debe comparar comportamiento, costo, condiciones de acceso y adecuación para producción.
Seguridad revisa los permisos, compras aprueba las condiciones y un responsable se encarga de las fallas una vez que la salida del modelo entra en un proceso de negocio. Bedrock da a cada grupo un punto de control de AWS aunque cambie la lista de modelos.
AWS puede cambiar el precio de la ejecución sin tocar el catálogo
Los EC2 Capacity Blocks permiten a las empresas reservar cómputo para IA por adelantado. En su cambio de Capacity Blocks de junio de 2026, AWS aplicó el aumento a las GPU Nvidia reservadas y dejó Trainium sin cambios.
Los compradores no pueden inferir de esos dos precios que AWS pretendía orientarlos hacia Trainium. Sí pueden ver que AWS asigna precios distintos a rutas de hardware dentro del mismo entorno operativo.
Mediante Capacity Blocks, AWS define qué procesadores pueden reservar los compradores, con cuánta anticipación deben comprometerse y cuánto pagan. Los proveedores de nube también aseguran capacidad de GPU energizada mediante compromisos de larga duración, como documenta el megavatio contratado.
Un equipo de compras que compara modelos alojados debe incluir tarifas de endpoints, condiciones de reserva y precios de procesadores. El benchmark del modelo por sí solo no puede ponerle precio a la carga de trabajo.
Los agentes amplían lo que los equipos de incidentes deben migrar
Para el segundo trimestre de 2026, Google posicionaba su Gemini Enterprise Agent Platform, construida sobre Vertex AI, como un sistema para gestionar el ciclo de vida completo de flotas de agentes de IA.
Google Cloud también reportó ingresos de $24.8 mil millones en el segundo trimestre de 2026, un alza de 82% anual, y una cartera de pedidos de $514 mil millones de trabajo contratado aún no reconocido como ingresos. La empresa no aisló la contribución de la plataforma de agentes, pero las cifras establecen la escala del entorno de nube contratado a su alrededor.
Un comprador que traslada una flota de agentes debe transferir llamadas a modelos, políticas de identidad, evaluaciones, historial de despliegues y responsabilidad por incidentes. Los equipos de seguridad trasladan permisos, los equipos de plataforma de ML trasladan evaluaciones y los equipos de operaciones reasignan responsabilidades.
El producto de ciclo de vida de Google coloca ese trabajo dentro de la plataforma que gestiona los agentes. Un endpoint de reemplazo aborda solo un elemento del plan de migración.
Amazon decide qué salidas admite Bedrock
Amazon decide qué modelos aloja, despliega y respalda Bedrock. Su catálogo puede contener competidores sin darles a esos competidores control sobre las condiciones de acceso o las operaciones.
La cobertura sobre el impulso de Estados Unidos a favor de modelos abiertos de IA identificó a Amazon y Anthropic como excepciones notables entre las empresas tecnológicas estadounidenses. Amazon puede ofrecer modelos de terceros en Bedrock mientras retiene la autoridad sobre cómo esos modelos entran y permanecen en el servicio.
Las empresas con restricciones de soberanía o despliegue pueden ubicar el límite operativo en sus propias instalaciones. Los proveedores chinos ya vendían sistemas “AI-in-a-box” en 2024, cuando Huawei estimó el mercado chino en aproximadamente $2.3 mil millones.
Una empresa que elige esa ruta asume la planeación de capacidad, los permisos y las operaciones. La opción crea una salida del catálogo de nube, pero también transfiere la carga operativa al comprador.
AWS debe recuperar la capacidad que financia
AWS debe financiar capacidad de GPU antes de que los clientes la reserven y consuman. Desde 2022, Alphabet, Microsoft, Amazon, Meta y Oracle acumularon una deuda fuera de balance estimada en $1.65 billones, por encima de sus $1.35 billones estimados de deuda en balance.
Las empresas deben convertir esos compromisos en uso recurrente, reservas y servicios. Un comprador puede aprovechar esa necesidad durante las compras solo si sabe qué partes de su carga de trabajo pueden moverse.
Antes de tratar un segundo modelo como una salida, el comprador debe inventariar la llamada al modelo, la política de identidad, el sistema de evaluación, la reserva de capacidad, el proceso de incidentes y el contrato de compras. Seguridad debe documentar los permisos, el equipo de plataforma de ML debe conservar las evaluaciones y el historial de despliegues, y compras debe identificar los compromisos ligados al proveedor.
Luego, el comprador debe probar una carga de trabajo similar a producción en las seis capas y registrar qué políticas, registros y contratos no la acompañan. Ese ejercicio genera poder de negociación que un catálogo de modelos más amplio no puede proporcionar por sí solo.
En junio de 2026, AWS dejó intacto el catálogo de Bedrock y elevó el precio de la capacidad reservada de GPU Nvidia. Un comprador puede sacar del edificio el nombre del modelo. El bloque reservado de GPU, el árbol de permisos, el responsable de incidentes y la factura consolidada determinan si la carga de trabajo puede seguirlo.
Deuda estimada de cinco gigantes tecnológicos estadounidenses
| Categoría de deuda | Monto estimado | Contexto de la evidencia |
|---|---|---|
| Deuda fuera de balance | Alrededor de $1.65 billones | Creció aproximadamente ocho veces desde 2022 |
| Deuda en balance | Alrededor de $1.35 billones | Menor que el total estimado fuera de balance |
Preguntas frecuentes
¿Cómo genera Amazon Bedrock dependencia si los clientes pueden cambiar de modelo?
Bedrock permite a los equipos acceder a modelos de Amazon y de terceros mediante una sola API, pero AWS sigue controlando los permisos, los endpoints compatibles, las operaciones y la facturación. El modelo puede cambiar mientras el sistema operativo circundante permanece anclado a AWS.
¿Qué reveló el cambio de precio de las GPU de AWS en junio de 2026?
AWS elevó 20% los precios de los Capacity Blocks reservados de GPU Nvidia y dejó sin cambios los precios de Trainium. Esa división mostró que las cargas de trabajo siguen expuestas a precios y condiciones de reserva específicos de hardware debajo del catálogo de modelos de Bedrock.
¿Cambiar a otro modelo alojado es una salida real de la nube?
No por sí solo. Una migración completa también puede requerir trasladar políticas de identidad, evaluaciones, reservas de capacidad, registros de despliegue, procesos de incidentes y contratos de compras.
¿Qué deben comparar las empresas además de los benchmarks de modelos?
Deben evaluar tarifas de endpoints, precios de procesadores, condiciones de reserva, condiciones de acceso, comportamiento en producción y portabilidad operativa. El artículo recomienda probar una carga de trabajo similar a producción en las seis capas de la pila.
¿Puede una empresa evitar por completo el plano de control de la nube?
Puede operar modelos en sus propias instalaciones, incluso mediante sistemas empaquetados “AI-in-a-box”. Eso crea una salida del catálogo de nube, pero vuelve al comprador responsable de la capacidad, los permisos y las operaciones.