OpenAI mató Sora: $15M al día, $2.1M de ingresos

$15 millones al día en inferencia. $2.1 millones de ingresos totales. Seis meses de vida. Y una lección que la industria prefiere no escuchar.

---

El 24 de marzo de 2026, OpenAI anunció que cierra Sora. La app de vídeo generativo que iba a revolucionar la creación de contenido. La que tenía un acuerdo de mil millones con Disney. La que iba a democratizar el vídeo como ChatGPT democratizó el texto.

Duró seis meses.

No murió por falta de tecnología. Murió porque los números no cuadraban ni de lejos.

Los números que nadie quería ver

Vamos con los datos:

• Coste de inferencia: $15 millones/día ($5.400 millones anualizados)
• Ingresos totales en seis meses: $2.1 millones
• Coste por vídeo de 10 segundos: $1.30
• Usuarios activos al cierre: menos de 500.000
• Caída de descargas: de 3.3 millones (noviembre 2025) a 1.1 millones (febrero 2026) — un 66% en tres meses

Lee eso otra vez. Quince millones al día para generar ingresos que no llegaban a cubrir una hora de operación.

Si alguna vez te has preguntado por qué la mayoría de empresas no ven ROI con IA, Sora es el caso de estudio perfecto. A escala de OpenAI.

El acuerdo con Disney que nunca fue

Disney había firmado un acuerdo de $1.000 millones. Tres años de licencia. Más de 200 personajes de Disney, Marvel, Pixar y Star Wars disponibles para generar vídeo con IA.

Se enteraron del cierre menos de una hora antes del anuncio público.

Nunca se transfirió un solo dólar.

El problema de los deepfakes

A las pocas semanas del lanzamiento ya circulaban deepfakes de Martin Luther King Jr. y Robin Williams. Las hijas de ambos protestaron públicamente. El estate de MLK amenazó con acciones legales.

La política inicial de OpenAI era opt-out: tus derechos de imagen estaban disponibles por defecto salvo que pidieras explícitamente que no. Es como si un banco te abriera una línea de crédito sin pedirte permiso y te dijera “puedes cancelarla cuando quieras”.

Por qué importa esto más allá de Sora

Sora no es un caso aislado. Es el síntoma más visible de un problema estructural: el coste de inferencia de modelos generativos no escala con los ingresos que genera.

Entrenar un modelo es caro. Pero ejecutarlo millones de veces al día para usuarios que pagan $20/mes (o nada) es donde el agujero se vuelve insostenible.

Esto es exactamente lo que FinOps para IA lleva meses advirtiendo: los costes de inferencia en producción son una trampa para quien no los mide.

Y no es solo un problema de vídeo. Si 35.000 llamadas a un LLM pueden costar 150€ en tres días en un sistema personal, imagina lo que cuesta servir vídeo generativo a millones de usuarios.

La lección para empresas

OpenAI está preparando su salida a bolsa para finales de 2026. Wall Street no quiere experimentos con consumidores. Quiere ingresos recurrentes de empresa. Sora era exactamente lo contrario: un quemador de dinero con métricas descendentes.

Si tu empresa está considerando montar algo con IA generativa — especialmente vídeo, imagen o audio — hazte estas preguntas antes de firmar nada:

1. ¿Cuánto cuesta cada inferencia? No el piloto. Producción a escala real.
2. ¿Quién paga? Si el usuario no paga lo suficiente para cubrir el coste, tienes un Sora.
3. ¿Cuál es el plan B cuando los costes de GPU suban? Porque la crisis de hardware no se ha resuelto.
4. ¿Estás resolviendo un problema real o demostrando tecnología? Sora era impresionante. Y completamente inútil como negocio.

No todo es IA

La narrativa dominante dice que la IA lo va a cambiar todo. Y puede que sí. Pero “cambiarlo todo” no significa “ser rentable desde el día uno” ni “escalar sin límite de coste”.

Siete billones de dólares buscando retorno. Y el producto estrella de la empresa líder del sector duró seis meses.

Eso no significa que la IA sea una burbuja. Significa que la diferencia entre las empresas que sobrevivirán y las que no está en una palabra: márgenes.

La tecnología más impresionante del mundo no vale nada si cada vez que la usas pierdes dinero.

Sigue explorando

• OpenAI Prism: el fin del chatbot genérico — La otra cara de la estrategia de OpenAI: pivotar de consumidor a verticales
• Agentes de IA para empresas: de la demo al ROI — Por qué el 80% de los proyectos de agentes mueren antes de producción
• AI Slop: hartos del contenido generado por IA — Cuando generar es barato pero la calidad no escala