Cuánto cuesta usar IA en tu empresa: tokens, API y los costos que no se ven
Usar IA en un negocio tiene dos costos muy distintos: el de armarlo, que se paga una vez, y el de usarlo, que se paga todos los meses según cuánto trabaje. Esta guía explica cómo se calcula el segundo, sin precios que cambian cada mes, para que puedas estimarlo con tus propios números.
Dos costos: armarlo y usarlo
El armado es el trabajo de diseñar la tarea, conectar tus herramientas, escribir las instrucciones, probar con casos reales y ajustar. Se presupuesta como cualquier desarrollo: según el alcance.
El uso es lo que cobra el proveedor del modelo (OpenAI, Anthropic, Google u otro) cada vez que la IA trabaja. Se paga directo al proveedor, con una cuenta a tu nombre, y depende del volumen: si la IA procesa el doble de mensajes, cuesta el doble.
Que el uso se pague directo al proveedor tiene una ventaja: ves exactamente cuánto se consume, ponés límites de gasto y no dependés de un intermediario que te revenda el servicio con recargo.
Qué es un token
Los modelos no cobran por palabra ni por mensaje, sino por tokens: pedacitos de texto que el modelo lee y escribe. Una palabra corta puede ser un token; una larga, dos o tres. Como referencia, un texto en español usa algo más de tokens que de palabras.
Se cobran por separado:
- Tokens de entrada: todo lo que se le manda al modelo: las instrucciones, el mensaje o el documento a procesar y la información de tu negocio que necesita para responder.
- Tokens de salida: lo que el modelo escribe. Suelen costar varias veces más que los de entrada.
Un detalle que sorprende: las instrucciones y los documentos de referencia se mandan en cada consulta. Si cada respuesta incluye una lista de precios de cinco páginas, esas cinco páginas se pagan cada vez.
Cómo estimar el costo de uso
Con tres números tuyos y la página de precios del proveedor podés hacer una cuenta razonable:
- Volumen: cuántas veces por mes trabaja la IA (mensajes respondidos, facturas leídas).
- Tokens por tarea: cuánto entra y cuánto sale en cada una.
- Precio: lo que cobra el proveedor por millón de tokens de entrada y de salida.
Un ejemplo con números redondos: 1.000 facturas por mes. Cada una manda unos 3.000 tokens (las instrucciones más el documento) y devuelve unos 500 (los datos extraídos).
| Concepto | Cálculo | Por mes |
|---|---|---|
| Entrada | 1.000 × 3.000 tokens | 3 millones de tokens |
| Salida | 1.000 × 500 tokens | 0,5 millones de tokens |
| Costo | 3 × precio de entrada + 0,5 × precio de salida | Según el modelo elegido |
Con esa cuenta, comparar modelos es multiplicar por otro precio. Hacela con dos o tres: entre un modelo grande y uno chico la diferencia puede ser de varias veces.
Antes de poner algo en marcha, medí los tokens reales con una prueba: la consola de cada proveedor muestra cuánto consumió cada consulta. Las estimaciones en papel suelen quedarse cortas.
Los costos que no se ven
- Herramientas de automatización: si el flujo corre en Zapier, Make o n8n en la nube, tienen su propio abono según la cantidad de ejecuciones.
- WhatsApp: la plataforma de WhatsApp Business cobra algunos tipos de mensajes, sobre todo los que inicia la empresa.
- Servidor y almacenamiento: si la IA busca en tus documentos, hay que guardarlos preparados para la búsqueda en algún lado.
- Mantenimiento: revisar cómo responde, actualizar la información que usa y ajustar cuando cambia un proceso o sale un modelo nuevo.
- El tiempo de revisión: lo que tu equipo tarda en aprobar. Es un costo real, y es el que más baja cuando la tarea está bien armada.
Cómo bajar el costo sin perder calidad
- El modelo justo para cada paso: clasificar un mensaje no necesita el modelo más grande. Uno chico y rápido suele alcanzar, y cuesta mucho menos.
- Mandar solo lo necesario: en lugar del catálogo entero, los productos que tienen que ver con la consulta.
- Reglas donde alcanzan: lo que llega ordenado no necesita pasar por un modelo (lo explicamos en ¿IA o automatización?).
- Respuestas cortas: pedir los datos en un formato fijo en lugar de párrafos.
- Caché: varios proveedores cobran menos la parte que se repite igual en cada consulta, como las instrucciones. Ordenar bien lo que se manda permite aprovecharlo.
- Límites de gasto: las consolas de los proveedores permiten poner topes y alertas. Conviene configurarlos el primer día.
¿Y un modelo en tu propio servidor?
Los modelos abiertos (como Llama, Mistral, Qwen o Gemma) se pueden correr en un servidor propio. No hay costo por token, pero sí el del servidor, que para modelos grandes necesita placas gráficas potentes, y el de mantenerlo.
Suele convenir cuando el volumen es muy alto y estable, o cuando los datos no pueden salir de tu infraestructura. Para la mayoría de las empresas que están empezando, la API de un proveedor es más barata y más simple. Para comparar opciones, leé cómo elegir un modelo de IA. Y si querés una estimación con tus números, contanos qué tarea tenés en mente.
Preguntas frecuentes
¿Por qué el uso de la IA se paga aparte?
Porque depende del volumen y lo cobra el proveedor del modelo. Con una cuenta a tu nombre ves el consumo real, ponés límites y no pagás un recargo por intermediación. Antes de empezar se estima con tus números.
¿Puede dispararse el costo?
Puede, si nadie lo mira: un error que repite consultas o un volumen inesperado. Por eso conviene configurar topes de gasto y alertas en la cuenta del proveedor desde el primer día, y revisar el consumo las primeras semanas.
¿Es más barato un modelo en mi propio servidor?
Solo con mucho volumen y estable. El servidor se paga aunque no se use, y los modelos grandes necesitan hardware caro. Para empezar, casi siempre conviene la API de un proveedor.
¿Los precios de los modelos cambian?
Sí, seguido. En los últimos años, para un mismo nivel de calidad, tendieron a bajar, y salen modelos nuevos cada pocos meses. Por eso conviene que tu sistema pueda cambiar de modelo sin rehacerse.