Cuánto cuesta un agente de IA: calcula tokens, herramientas y supervisión

No hay un precio único para “un agente”. Dos sistemas con el mismo modelo pueden tener facturas muy distintas si uno resuelve en una llamada y otro recupera documentos, reintenta y solicita revisión humana. La unidad útil es cuánto cuesta resolver una tarea, incluyendo los intentos que fallan.

Descarga calcular_coste.py y presupuesto.json. Funcionan con Python 3.10 o posterior, sin cuenta, API ni dependencias. Los números del JSON son supuestos didácticos en USD, no tarifas vigentes ni resultados de un cliente.

python3 calcular_coste.py presupuesto.json

Salida esperada con el archivo sin modificar:

{
  "inferencia_usd": 96.0,
  "horas_humanas": 25.0,
  "total_usd": 466.0,
  "usd_por_tarea_resuelta": 0.0518
}

La fórmula y sus unidades

Si la tarifa se expresa por millón de tokens, debes dividir los tokens por un millón. Separa entrada no cacheada de entrada recuperada de caché para no cobrar ambas dos veces:

inferencia = (entrada_sin_cache × precio_entrada
            + entrada_cacheada × precio_cache
            + salida × precio_salida) / 1.000.000

total = inferencia + hosting + herramientas + horas_humanas × precio_hora
coste_por_resuelta = total / tareas_realmente_resueltas

Los tokens son la suma de todas las llamadas de una tarea, incluidos reintentos, herramientas, historial repetido y razonamiento facturable si el proveedor lo incluye en su uso. “400 tokens de respuesta” no significa que toda la tarea haya consumido únicamente 400 tokens.

Un escenario que puedes recalcular

El JSON modela 10.000 tareas al mes. Cada una consume 1000 tokens de entrada no cacheada, 2000 cacheados y 400 de salida. Usamos tarifas hipotéticas de USD 3, USD 0,30 y USD 15 por millón, respectivamente:

Componente	Cálculo mensual	USD
Entrada no cacheada	10 millones × 3 / millón	30
Entrada cacheada	20 millones × 0,30 / millón	6
Salida	4 millones × 15 / millón	60
Hosting	Supuesto fijo	20
Herramientas	Supuesto mensual agregado	50
Supervisión	500 casos × 3 minutos / 60 × USD 12	300
Total	Incluye tiempo humano	466

El 5% escalado de 10.000 tareas son 500 casos: a tres minutos cada uno, son 25 horas, no ocho o diez. Si solo el 90% de las tareas termina correctamente, el denominador son 9000 tareas resueltas. Aquí se ve por qué excluir supervisión o fallos hace parecer más barata una automatización.

Sustituye los supuestos por medidas

1. Selecciona tareas representativas: consultas simples, varias herramientas, errores y escalados. Anonimiza los datos.
2. Registra uso por llamada y agrúpalo por ID de tarea. No confundas conversación, mensaje y ejecución.
3. Copia las tarifas exactas del modelo, región y modalidad contratada; anota fuente y fecha. Batch, contexto largo, caché y herramientas integradas pueden tener precios distintos.
4. Comprueba qué parte de la entrada realmente tuvo cache hit. Un prompt repetido no garantiza caché; algunos proveedores cobran escritura o almacenamiento aparte.
5. Incluye coste de búsqueda, mensajería, base, almacenamiento, colas y horas humanas. El JSON permite agregarlos, pero no los descubre automáticamente.
6. Mide tareas resueltas contra un criterio explícito mediante evals. Un HTTP 200 no es una tarea resuelta.

Si necesitas caché con escritura facturada o herramientas cobradas por separado, agrega esos importes a herramientas_usd o amplía la hoja. La calculadora no sustituye la factura del proveedor ni calcula impuestos, cambio de moneda, salarios completos o coste inicial de desarrollo.

Sensibilidad: dónde se dispara el presupuesto

Duplica los tokens por tarea manteniendo hosting y supervisión: la inferencia pasa de USD 96 a USD 192 y el total a USD 562. No dupliques automáticamente todo el presupuesto; algunos costes son fijos y otros dependen de escalados, no de tokens.

Ahora cambia fraccion_escalada de 0,05 a 0,10. Con el resto igual al escenario inicial, la supervisión sube a 50 horas y el total a USD 766. Mejorar una herramienta o aclarar cuándo derivar puede importar más que cambiar a un modelo ligeramente más barato.

No interpretes estas diferencias como predicción: sirven para encontrar qué supuesto merece una medición real. Para elegir proveedor, compara modelos por éxito end-to-end, no solo precio de entrada.

Límites y decisión de lanzamiento

Establece máximo de pasos y salida, timeout por llamada, presupuesto por usuario y tope global. Un límite de gasto del proveedor puede tener retraso de aplicación; el backend también debe detener nuevas tareas cuando no hay presupuesto. Registra el motivo y ofrece una alternativa humana, no un bucle de reintentos.

El JSON rechaza cantidades negativas, fracciones fuera de rango y cero tareas resueltas: dividir por cero no produce un coste útil. Para un mes sin actividad, informa costes fijos por separado, no inventes una tarifa por tarea.

Comprobación editorial: se ejecutó el cálculo del escenario y su sensibilidad localmente. No se consumieron tokens ni se comprobó una factura real. Conserva tu JSON con fecha y versión para comparar presupuesto y gasto observado al finalizar el mes. La guía de hosting completa los costes operativos y el curso gratuito ofrece un entorno para comenzar a medir.