Ir al contenido
Artículo

¿Cuánto cuesta de verdad una tarea de un agente de IA?

Los precios por token hacen que los agentes de IA parezcan baratos. Los reintentos y la revisión humana cambian las cuentas. Calculadora y ejemplo.

Read this article in English

Barra de costo de una tarea de un agente de IA. Los tokens, a A$0,24, y los reintentos, a A$0,06, son franjas delgadas, mientras que la revisión humana, a A$1,20, ocupa la mayor parte del total de A$1,50. El segmento de revisión lleva la etiqueta en inglés Review is the real cost line (la revisión es la verdadera línea de costo).

Imagina la diapositiva. Un caso de negocio para un agente de IA, tres columnas y un número encerrado en rojo: costo por tarea, unos pocos centavos. El precio del modelo está ahí mismo, en la lista de precios del proveedor. Multiplicas por tokens, multiplicas por volumen, y listo.

Quiero argumentar que ese número es el menos útil de la diapositiva.

Un kill switch dice en voz alta lo que nadie dice

El 27 de octubre, Salesforce anunció nuevos controles de evaluación y de costos para Agent Fabric (en inglés), su plano de control para gestionar agentes entre plataformas. El planteamiento es directo. En sus palabras, “agents can fail silently, delivering wrong answers and racking up costs before anyone notices.” (los agentes pueden fallar en silencio, entregando respuestas equivocadas y acumulando costos antes de que alguien lo note).

Su respuesta viene en capas, y los plazos importan. El Model Wallet y el FinOps Dashboard, que ponen límites de gasto al uso, ya están disponibles. También lo está el Agent Kill Switch básico, que le permite a un equipo bloquear el acceso de un agente, aunque no es completamente nuevo: VentureBeat informa (en inglés) que pasó a disponibilidad general en septiembre. La versión que se activa automáticamente cuando un agente no pasa sus evaluaciones no llegará hasta enero de 2027. Salesforce también afirma que sus políticas de optimización reducen el uso de tokens hasta en un 75%, una cifra que, según dice, viene de sus propios escenarios de prueba.

Un detalle me llamó la atención. El comunicado de prensa habla de “hard limits that stop requests before costs exceed budget” (límites estrictos que detienen las solicitudes antes de que los costos superen el presupuesto). La propia documentación de MuleSoft sobre model wallets (en inglés) es más cuidadosa: los presupuestos son aproximados y no un corte estricto en tiempo real, y el uso puede superar brevemente un límite antes de que se bloqueen las solicitudes.

Esto no es una crítica a Salesforce. Es una señal. Cuando un proveedor de plataforma construye topes de presupuesto y un botón de apagado para agentes, el costo por tarea claramente no es un número fijo en una lista de precios. Se mueve, a veces sin hacer ruido, y alguien tiene que vigilarlo.

No el costo por token, sino el costo por tarea completada

Esta es la brecha en la que, creo, caen la mayoría de los casos de negocio.

Un precio por token te dice cuánto cuesta un intento. No te dice cuánto cuesta un trabajo terminado. Son cosas distintas, porque los agentes no terminan todas las tareas al primer intento, y las organizaciones no confían en todos los resultados sin que una persona los mire.

Así que definamos bien la unidad. Una tarea completada es una que el negocio acepta como terminada. Eso significa que:

  • cada intento cuenta, incluidas las ejecuciones que fallaron y hubo que reintentar, porque esos tokens también los pagaste
  • cada revisión humana cuenta, porque una persona revisando el trabajo del agente es parte de lo que cuesta terminar la tarea
  • el costo se reparte entre las tareas completadas, no entre los intentos

Ese es el número que le importa a un CFO, y el único que puedes comparar honestamente con una persona haciendo la misma tarea.

La fórmula detrás de la calculadora de abajo

La calculadora de abajo usa seis entradas: volumen mensual de tareas, tokens por tarea, precio del modelo, tasa de reintentos, tasa de revisión humana y costo del revisor. Compara el resultado con una línea base humana que ingresas tú.

Las cuentas son simples a propósito:

  • Intentos = tareas mensuales × (1 + tasa de reintentos)
  • Costo del modelo = intentos × tokens por intento × precio por millón de tokens ÷ 1.000.000
  • Costo de revisión = tareas mensuales × tasa de revisión humana × costo del revisor por revisión
  • Costo por tarea completada = (costo del modelo + costo de revisión) ÷ tareas mensuales

Los tokens por tarea son todo lo que el agente lee y escribe en un intento, incluidas las llamadas a herramientas y el contexto que arrastra. Mídelo en vez de adivinarlo.

Calculadora

Costo por tarea completada de un agente

Cambia cualquier número y los resultados se actualizan mientras escribes. Los montos están en dólares australianos. Los valores iniciales son el ejemplo ilustrativo de este artículo, no referencias del mercado.

dólares australianos

El agente

Todo lo que el agente lee y escribe en un intento, incluidas las llamadas a herramientas y el contexto

Precio combinado de entrada y salida

Intentos extra como proporción de las tareas. Los intentos fallidos también gastan tokens.

Proporción de tareas que revisa una persona

Calcula el costo por revisión a partir del tiempo y la tarifa por hora

Si cambias estos valores, el costo por revisión se completa solo.

La persona que lo hace hoy

Lo que cuesta hoy, por ejemplo 15 minutos a A$60 la hora

Montos en dólares australianos (A$)

Costo por tarea completada
…
Solo tokens
…
Base humana por tarea
…
Costo mensual del agente
…
Costo mensual humano
…
Ahorro mensual
…
Tasa de revisión de equilibrio
…

En qué se va el dinero, por tarea completada

  • Modelo (con reintentos)…
  • Revisión humana…

Cómo se calcula

Todo se calcula por tarea completada, la que el negocio acepta como terminada. Las tasas se usan como fracciones, así que 25% es 0,25.

  • Intentos = tareas mensuales × (1 + tasa de reintentos)
  • Costo del modelo = intentos × tokens por intento × precio por millón de tokens ÷ 1.000.000
  • Costo de revisión = tareas mensuales × tasa de revisión humana × costo por revisión
  • Costo por tarea completada = (costo del modelo + costo de revisión) ÷ tareas mensuales
  • Solo tokens = tokens por intento × precio por millón de tokens ÷ 1.000.000, la cifra que ignora reintentos y revisión
  • Costos mensuales: agente = costo del modelo + costo de revisión; humano = tareas mensuales × costo base humano por tarea
  • Tasa de revisión de equilibrio = (base humana − costo del modelo por tarea) ÷ costo por revisión. Es la proporción de tareas que podrías hacer revisar por una persona antes de que el agente cueste lo mismo que la base humana.
  • Ayuda para el costo por revisión = minutos por revisión ÷ 60 × costo por hora del revisor

Lo que deja fuera a propósito: licencias de plataforma, trabajo de integración, monitoreo, ejecuciones de evaluación y el costo de los errores que nadie detectó. Eso va en el caso de negocio, pero no en una cifra por tarea.

Un ejemplo práctico (números solo ilustrativos)

Estos números son inventados para mostrar la aritmética. No vienen de un cliente, de un benchmark ni de un despliegue real. Usa los tuyos.

EntradaValor ilustrativo
Volumen mensual de tareas10.000 tareas
Tokens por intento40.000
Precio combinado del modeloA$6 por millón de tokens
Tasa de reintentos25%
Tasa de revisión humana20% de las tareas
Costo del revisorA$6 por revisión (6 minutos a A$60 la hora)
Línea base humanaA$15 por tarea (15 minutos a A$60 la hora)

La vista solo de tokens. 10.000 tareas × 40.000 tokens = 400 millones de tokens. Con A$6 por millón, eso da A$2.400 al mes, o A$0,24 por tarea. Este es el número que termina encerrado en la diapositiva.

Suma los reintentos. 10.000 × 1,25 = 12.500 intentos. 12.500 × 40.000 = 500 millones de tokens, así que la cuenta del modelo es de A$3.000 al mes, o A$0,30 por tarea completada.

Suma la revisión. 10.000 × 20% = 2.000 revisiones. 2.000 × A$6 = A$12.000 al mes, o A$1,20 por tarea completada.

El número real. (A$3.000 + A$12.000) ÷ 10.000 = A$1,50 por tarea completada.

Eso es más de seis veces la cifra solo de tokens. Fíjate adónde se fue el dinero. El modelo es A$0,30 de los A$1,50. Los otros A$1,20 son personas revisando el trabajo.

Frente a la línea base humana ilustrativa de A$15, el agente todavía se ve bien. Pero cambia una entrada y mira lo que pasa. Si la tasa de revisión sube de 20% a 50%, el costo de revisión pasa a A$30.000, el total a A$33.000, y el costo por tarea completada se duplica con creces, a A$3,30. El precio del token no se movió en absoluto.

También hay mucho que este ejemplo deja fuera a propósito: licencias de plataforma, trabajo de integración, monitoreo, ejecuciones de evaluación y el costo de los errores que nadie detectó. Todo eso también pertenece al caso de negocio. Simplemente no pertenece a un número por tarea.

La pregunta que tienen que responder los integradores de sistemas

Hay una conversación creciente en X sobre cobrar la IA por resultado y no por token, y a menudo remite a algo que dijo Dario Amodei, de Anthropic, en el Dwarkesh Podcast en febrero (en inglés). No todos los tokens que produce un modelo valen lo mismo, argumentó. Los tokens que le dicen a alguien que reinicie su Mac podrían valer “a dollar or a few cents” (un dólar o unos pocos centavos), mientras que los tokens que le dicen a una farmacéutica que mueva un anillo de un extremo de una molécula al otro “could be worth tens of millions of dollars” (podrían valer decenas de millones de dólares). Espera modelos de negocio que reconozcan eso, incluido “pay for results” (pagar por resultados) de alguna forma. El problema práctico es que cobrar por resultado necesita una línea base y una definición acordada de qué significa terminado.

Ese es exactamente el problema con el que se topa un integrador de sistemas. Si un integrador cobra por tiempo y materiales, el cliente carga con todo el riesgo de reintentos y revisión. Si cobra por resultado completado, lo carga el integrador. Entonces la tasa de reintentos y la tasa de revisión dejan de ser problema del cliente y pasan a ser el margen del integrador.

Entonces, ¿quién le pone precio al resultado? ¿Quién lo mide? ¿Y quién decide qué cuenta como “completado” cuando el agente hizo la mayor parte del trabajo y una persona lo aprobó? Mi opinión es que a los integradores que no puedan responder esas tres preguntas les va a costar cobrar por agentes con alguna confianza.

Ya escribí sobre seis agentes trabajando una misma excepción de la cadena de suministro y sobre quién decide cuándo actúa el sistema (ambos en inglés). El costo por tarea completada es la misma pregunta en otra moneda.

Lo que le diría a otro profesional

Ponle precio al resultado, no al intento. Arma el caso de negocio sobre el costo por tarea completada, con los reintentos y la revisión humana incluidos. Si tu número solo tiene tokens, es un precio de modelo, no un caso de negocio.

La revisión suele ser la verdadera línea de costo. En el ejemplo de arriba, las personas que revisan el trabajo cuestan cuatro veces lo que cuesta el modelo. Bajar la tasa de revisión de forma segura, con mejores datos, instrucciones más claras y evaluaciones en las que confíes, a menudo va a mover el número más que un modelo más barato.

Decide quién vigila el medidor antes de salir a producción. Los topes de gasto y los kill switches son útiles, pero son aproximados y alguien igual tiene que hacerse cargo de ellos. Acuerda desde el principio quién fija el presupuesto, quién recibe la alerta y quién puede apagar un agente.

La lista de precios te dice cuánto cuesta un token. Solo tu propia operación te puede decir cuánto cuesta que algo quede terminado.


~ Mr. Gómez