Ir al contenido

Costo de la API de IA: el token baja, la factura sube. Cómo presupuestar sus agentes

Por qué un agente cuesta más que un chat y los cinco hábitos que hacen previsible la factura.
10 de noviembre de 2026 por
Costo de la API de IA: el token baja, la factura sube. Cómo presupuestar sus agentes

El 20 de julio de 2026, AI Business informaba de que muchos directivos descubren el coste de su IA en la factura del mes siguiente, sin haber podido preverlo. Y los precios se mueven en ambos sentidos: Google duplica el precio de Gemini 4 Argon el 1 de diciembre de 2026. ¿Cuánto le costará la IA si la generaliza? El costo de la API de IA se presupuesta como la electricidad: se mide, se pone un tope y se elige el aparato según el uso. Así hago funcionar mis propios agentes, por unos 46 dólares de API al mes.

Lo esencial

  • A igual rendimiento, el precio del token baja rápido. Pero el precio de los modelos punteros no siempre baja, y algunos suben.
  • La factura sube sobre todo porque se consume más: un agente relee su contexto, llama a herramientas y «piensa» en tokens facturados.
  • Dentro de un mismo proveedor, el modelo más pequeño cuesta entre 80 y 100 veces menos que el más potente. Elegir el modelo según la tarea es la primera palanca.
  • La caché y el procesamiento por lotes reducen mucho el precio de los tokens repetidos o no urgentes.
  • Un presupuesto de IA se resume en cinco hábitos: medir, limitar, elegir el modelo, usar la caché y alertar.

Lo que está pasando: el token baja, la factura sube

El precio de un nivel de rendimiento se desploma

En marzo de 2025, el instituto de investigación Epoch AI midió el precio necesario para alcanzar un nivel de rendimiento dado en seis pruebas de referencia. La bajada va de 9 a 900 veces por año según el nivel. Los propios investigadores señalan que las bajadas más rápidas son recientes y que no es seguro que duren. Se ve en las tarifas: en Anthropic, el modelo de gama alta de la generación 4.1 costaba 15 dólares por millón de tokens de entrada y 75 de salida; el modelo Opus actual (5.5) cuesta 4 y 20.

Pero las facturas siguen subiendo

El reportaje de AI Business recoge el testimonio de varios directivos. El consejero delegado de Starburst explica que sus costes en tokens suben «más rápido de lo que pensábamos», porque sus equipos consumen más, y que no tiene un buen modelo para prever el gasto: corrige tras el cierre del mes. El director financiero de Pega califica el coste de los tokens de razonamiento de «caja negra». La empresa de análisis Silicon Data observa que los precios por token se han mantenido relativamente estables en 2026: las facturas suben por el volumen, o porque terminan las ofertas promocionales.

Y algunos precios vuelven a subir

La página de precios de la API de Gemini lo dice claramente: Gemini 4 Argon pasa de 2 a 4 dólares por millón de tokens de entrada, y de 10 a 20 de salida, el 1 de diciembre de 2026. Gemini 3.8 Flash se duplica a su vez el 1 de enero de 2027. La IA llega también al software de gestión: las notas de versión de Odoo 20, publicadas en septiembre de 2026, indican que todas las funciones de IA requieren ahora créditos, comprados mediante el servicio de compras integradas de Odoo (IAP).

Lo que cambia para usted: el costo de la API de IA de un agente no es el de un chat

En un chat, una persona hace una pregunta y lee la respuesta. Un agente encadena llamadas sin esperar a nadie. En cada llamada envía al modelo sus instrucciones, la descripción de sus herramientas y el historial de la tarea. Ese volumen se acumula rápido: en Anthropic, declarar solo la herramienta de navegación web añade unos 6600 tokens a cada solicitud.

A eso se suman los tokens de razonamiento. OpenAI precisa que estos tokens, invisibles en la respuesta, se facturan como tokens de salida; Google muestra sus precios de salida «incluidos los tokens de razonamiento». Y en OpenAI, como en Gemini 4 Argon, un token de salida cuesta cinco veces más que uno de entrada.

Por último, la diferencia entre modelos es enorme. En OpenAI, el modelo GPT-6 más pequeño cuesta 0,10 dólares por millón de tokens de entrada, el más potente 10 dólares: cien veces más. En Anthropic, el rango va de 0,10 a 8 dólares. El modelo Large de Mistral figura a 0,50 dólares de entrada. Enviar cada tarea al modelo más potente es como pagar a un ingeniero para clasificar el correo.

Para el director de una pyme, la conclusión es sencilla: la pregunta no es «¿cuánto cuesta la IA?», sino «¿cuánto cuesta esta tarea, con este modelo, este mes?». Sin medición, no hay respuesta.

Lo que he aprendido haciendo funcionar mis agentes

Mis agentes de IA funcionan de forma permanente en mi propio servidor: gestionan mi ERP, mis notas, mis publicaciones y parte de la infraestructura. Cuento su arquitectura en mis agentes de IA en un servidor, siempre disponibles.

El coste está publicado en mi página dedicada a la IA: unos 57 dólares al mes en total, de los cuales 7 para el servidor, 46 para las API de los modelos y 4 para accesorios. Eso cubre entre 200 y 400 solicitudes al día, cerca de 1,5 millones de tokens al día y tres usuarios. Haga la cuenta: 45 millones de tokens al mes por 46 dólares, es decir, alrededor de un dólar por millón. Al precio de entrada de un modelo de gama alta, 10 dólares, el mismo volumen costaría más de 400 dólares.

Tres lecciones me han servido.

Primero, cada vez que se despierta un agente, cuesta. Retiré un relé que llamaba a un modelo con cada mensaje. Desde entonces aplico un principio sencillo: ninguna ejecución de IA la dispara la propia herramienta, la IA solo funciona cuando se le pide.

Segundo, el modelo se elige por confidencialidad tanto como por precio. Cuando los datos lo exigen, un modelo local, que funciona en una máquina que controlo: nada sale. Cuando es aceptable, una API externa, más potente, controlando lo que le envío. Ambos conviven en la misma instalación.

Tercero, una métrica vale más que una impresión. Mi instalación está supervisada como cualquier servidor: veo lo que funciona, lo que cuesta y lo que falla. Es la misma lección que me enseñaron mis incidentes: no se puede pilotar lo que no se mide.

Qué hacer en concreto para presupuestar sus agentes

1. Medir por tarea, no solo el total

Asigne una clave de API por proyecto o por agente, y anote cada semana los tokens de entrada, de salida y en caché. Las consolas de los proveedores ofrecen estos informes: el panel de Mistral, por ejemplo, sigue las llamadas y la actividad por usuario, y desglosa los costes por servicio. Después, relacione el coste con una unidad de negocio: una factura procesada, un correo redactado, una incidencia resuelta.

2. Poner un tope antes de generalizar

Fije un límite de gasto mensual por proyecto. En Anthropic, por ejemplo, un límite de gasto fija el coste mensual máximo de una organización, y se pueden configurar límites más finos por espacio de trabajo. Limite también la longitud de las respuestas: OpenAI permite poner un tope al número de tokens generados, razonamiento incluido.

3. Elegir el modelo según la tarea

Clasificar, resumir, extraer un importe: basta con un modelo pequeño. Razonar sobre un contrato o corregir código delicado: el modelo grande se justifica. Pruebe primero la tarea con el modelo pequeño y suba de gama solo si el resultado no se sostiene. Para datos sensibles, considere un modelo local.

4. Guardar en caché lo que se repite y agrupar lo que puede esperar

Las instrucciones y la descripción de las herramientas de un agente son idénticas de una llamada a otra: en caché, cuestan el 10 % del precio de entrada en OpenAI y en Anthropic (aún menos en sus modelos recientes), y hasta un 90 % menos en Mistral. Los procesos que pueden esperar unas horas (clasificación de archivos, traducciones, informes) pasan por el procesamiento por lotes, facturado a mitad de precio por los cuatro proveedores citados.

5. Configurar alertas y revisar la factura cada mes

Una alerta al 50 % y al 80 % del presupuesto mensual, enviada a una persona real. Cada mes, revise las tres tareas más costosas y pregúntese si son rentables. Vigile también los anuncios de precios: un modelo que se duplica el 1 de diciembre cambia su presupuesto de enero.

Preguntas frecuentes

¿Suscripción o API: qué elegir?

La suscripción conviene a personas que conversan con la IA: el precio es fijo y previsible. La API conviene a los agentes y las automatizaciones: usted paga por uso y puede elegir el modelo, la caché y los topes. Muchas pymes necesitan ambas.

¿Un modelo local sale más barato?

No siempre: hace falta una máquina, electricidad y tiempo de mantenimiento, y los modelos locales pequeños son menos capaces. Su principal ventaja es la confidencialidad, ya que nada sale. Para tareas sencillas y repetitivas con datos sensibles, suele ser la buena elección.

¿Cómo estimar el presupuesto antes de lanzar un agente?

Haga funcionar el agente una semana con un caso real, con un tope bajo, y mida el coste por tarea. Multiplique por el volumen mensual previsto y añada un margen para las subidas de precio anunciadas. Una estimación hecha sobre una demostración casi siempre se queda corta.

Para ir más lejos

Diseño agentes de IA y automatizaciones con su presupuesto desde el principio: vea las aplicaciones y automatizaciones a medida y mis guías para alojar su propia IA. Para saber dónde la IA le hará ganar dinero, lea también Inteligencia artificial para pymes: pase de la prueba a lo que rinde. Para hablar de su caso, reserve una llamada de 20 minutos.

Fuentes

Etiquetas: costo API IA, agentes de IA, presupuesto de IA, LLM, caché de prompts, pyme

Cyber Resilience Act: los fabricantes de productos conectados deben notificar sus fallos desde el 11 de septiembre
Lo que ya se aplica, lo que llega en diciembre de 2027 y lo que cambia para un fabricante suizo que vende en la UE.