AI CodeOps

¿Cuánto cuesta programar con IA y cómo se controla?

Última actualización

Cómo se cobra la programación con IA por token, por qué las sesiones de agentes cuestan más que un chat, cómo estimar el gasto por desarrollador y los límites que frenan una factura descontrolada.

La programación con IA se factura por token: cada llamada a un modelo cobra el texto que se envía (tokens de entrada) y el texto que se genera (tokens de salida), con tarifas por millón de tokens que varían según el modelo y que suelen ser más altas para la salida. Lo que un equipo gasta de verdad depende menos de la lista de precios que de cómo trabaja: las sesiones de agentes reenvían un contexto cada vez mayor en cada turno, así que una sola sesión larga puede costar más que cientos de autocompletados rápidos. Se controla viendo el costo por sesión, eligiendo el modelo según la tarea, manteniendo el contexto pequeño y en caché, y fijando límites estrictos que detengan el trabajo en lugar de limitarse a avisar.

Cómo funcionan los precios por token

Un token es un fragmento de texto, aproximadamente una palabra corta o parte de una más larga. Cada familia de modelos tiene su propio tokenizador, así que el mismo texto puede contar como un número distinto de tokens en modelos distintos. Cada petición a un modelo se mide en tokens y se factura en tres partes principales:

  • Tokens de entrada: todo lo que se envía al modelo, incluidos el prompt del sistema, las instrucciones, los archivos, los resultados de herramientas y la conversación hasta ese momento.
  • Tokens de salida: todo lo que genera el modelo. En los modelos que razonan antes de responder, los tokens de razonamiento también se facturan normalmente como salida.
  • Entrada en caché: los proveedores que admiten la caché de prompts facturan a una tarifa más baja la entrada repetida que se lee de la caché. Escribir en la caché puede costar más que la entrada normal.

Los precios se expresan por millón de tokens y varían mucho entre modelos. Los modelos más grandes y capaces cuestan más por token que los pequeños. Los precios también cambian, a menudo a la baja, a medida que aparecen modelos nuevos. Una llamada que falla a mitad de camino normalmente ya ha usado tokens, y los proveedores los facturan.

Por qué las sesiones de agentes cuestan más que un chat

Una pregunta en un chat es una sola petición: entra un prompt y sale una respuesta. Una sesión de agente es un bucle. El agente lee la tarea, llama al modelo, usa una herramienta, añade el resultado a la conversación y vuelve a llamar al modelo. Cada llamada envía toda la conversación hasta ese momento.

Eso tiene un efecto acumulativo. Si el contexto crece en una cantidad parecida en cada turno, la entrada total de la sesión crece aproximadamente con el cuadrado del número de turnos. Duplicar la duración de una sesión más que duplica su costo. En la factura de una sesión de agente suelen dominar los tokens de entrada, no los de salida.

Los flujos de trabajo multiagente lo multiplican: cada paso de agente tiene su propio prompt y su propio contexto, y los pasos posteriores suelen leer lo que escribieron los anteriores.

Un ejemplo con números

Las tarifas de este ejemplo son cifras redondas ilustrativas, no los precios de ningún proveedor: $2 por millón de tokens de entrada y $10 por millón de tokens de salida.

Una sesión de agente hace 20 llamadas al modelo. La primera llamada envía 20 000 tokens de contexto, y cada llamada añade 4000 tokens de contenido de archivos, resultados de herramientas y salida del modelo. Cada llamada genera 1000 tokens de salida.

  • Entrada: 20 llamadas que empiezan en 20 000 tokens y crecen 4000 cada vez suman 1 160 000 tokens, es decir, $2.32.
  • Salida: 20 × 1000 = 20 000 tokens, es decir, $0.20.
  • Total: unos $2.52, de los que más del 90% es entrada.

Si la misma sesión hace 40 llamadas en lugar de 20, la entrada sube a 3 920 000 tokens y el total a unos $8.24: el doble de turnos, más del triple de costo.

La caché cambia el panorama. Si la conversación anterior se lee de la caché a una décima parte de la tarifa de entrada en cada llamada después de la primera, y solo los 4000 tokens nuevos de cada llamada se facturan a la tarifa completa, la entrada de la sesión de 20 llamadas baja de $2.32 a unos $0.40, antes de cualquier cargo por escribir en la caché.

Gasto por desarrollador

No hay una cifra única de lo que cuesta programar con IA por desarrollador, porque depende más de los hábitos que de la plantilla. Una estimación útil es:

costo mensual ≈ desarrolladores × sesiones por desarrollador y día laborable × días laborables × costo medio por sesión

Con el ejemplo anterior, 10 desarrolladores que lanzan 5 sesiones al día cada uno durante 21 días laborables, a $2.52 la sesión, suman unos $2 646 al mes. Si cambias cualquier factor, el resultado varía en proporción; si cambias la duración de las sesiones, varía más deprisa.

Los factores que más mueven el gasto:

  • La elección del modelo. La misma tarea en un modelo de gama alta puede costar muchas veces más que en uno más pequeño.
  • La duración de las sesiones. Las tareas largas y abiertas dan más vueltas. Las tareas más pequeñas y bien definidas terminan antes.
  • El tamaño del contexto. Enviar repositorios enteros cuando bastarían unos pocos archivos.
  • Los reintentos y las nuevas ejecuciones. Las ejecuciones fallidas también cuestan dinero.
  • El trabajo programado y automatizado. Una programación que se ejecuta cada hora en todos los repositorios gasta sin que nadie lo vigile.

La cifra que merece la pena seguir es el costo por cambio fusionado, no el costo por token. Un modelo barato que necesita tres intentos puede costar más que uno caro que acierta a la primera.

Precio por usuario frente a precio por uso

Las herramientas de programación con IA se venden de dos formas generales, y muchas combinan ambas.

AspectoSuscripción por usuarioPor uso (por token)
Qué pagasCada usuario, al mesLos tokens que se usan de verdad
PrevisibilidadAlta, hasta que se aplican límites de uso o cargos por excesoBaja sin límites; sigue al trabajo real
Usuarios intensivosSubvencionados por los usuarios ligeros, o con límites de peticionesPagan lo que usan
Cargas de trabajo de agentesA menudo limitadas por uso razonable o por cuotas de peticionesEscalan con la duración de las sesiones y el modelo elegido
Mecanismo de controlNúmero de usuarios y nivel del planPresupuestos, límites, elección del modelo y cuotas
Visibilidad necesariaQuién tiene licenciaCosto por sesión, por paso y por modelo

El precio por uso se acerca más al costo real del trabajo de los agentes, pero necesita los controles de la sección siguiente.

Cómo controlar el gasto en programación con IA

  1. Mide por sesión y por paso. No puedes gestionar lo que solo ves como una factura mensual. Registra los tokens y el costo de cada llamada al modelo, atribuidos a una sesión, a una persona y a un flujo de trabajo.
  2. Fija un límite estricto por periodo. Diario, semanal o mensual. Debería detener el trabajo nuevo y detener el trabajo en curso antes de su siguiente llamada al modelo, no solo enviar un correo.
  3. Añade un límite flexible por debajo como aviso temprano, para que la gente pueda reaccionar antes de la parada.
  4. Limita por separado los flujos de trabajo caros, para que un tipo de tarea de larga duración no pueda agotar todo el presupuesto.
  5. Elige el modelo según la tarea. Usa los modelos más potentes donde importa el criterio, como la planificación y la revisión, y otros más baratos para la redacción y las ediciones rutinarias.
  6. Mantén el contexto ligero y en caché. Envía los archivos que necesita la tarea, y usa la caché de prompts donde el proveedor la admita.
  7. Acota cada ejecución. Los límites de tiempo y de turnos detienen los bucles que no convergen.
  8. Falla en cerrado. Si la propia comprobación del presupuesto da error, bloquea la ejecución en lugar de dejar que siga sin medir.
  9. Revisa cada semana los casos más caros, y corrige las definiciones de tareas o las programaciones que hay detrás.

OWASP incluye el consumo sin límites entre los principales riesgos de las aplicaciones de LLM. En los agentes de programación, un límite estricto es el control que lo resuelve.

Cómo lo hace AI CodeOps

AI CodeOps mide cada llamada al modelo que hace una sesión en el momento en que ocurre, incluidas las llamadas que fallan a mitad de camino, y muestra el costo de cada sesión y de cada paso de agente en la página de la sesión, de cada cambio en Changes y por día en la página Usage. Es gratis durante la beta abierta; consulta los precios.

Los roles Owner, Admin y Billing Admin fijan un presupuesto de costos (Cost budget) del espacio de trabajo: un periodo (diario, semanal, mensual o de 30 días móviles, en UTC), un límite flexible, un límite estricto y límites opcionales por flujo de trabajo. No hay límites por agente. Los importes se guardan en millonésimas de dólar estadounidense. Un límite mensual de $500 con un aviso a los $400 y un límite de $50 en un flujo de trabajo:

{
  "enabled": true,
  "period": "monthly",
  "softLimitMicros": 400000000,
  "hardLimitMicros": 500000000,
  "perWorkflowLimits": { "feature-sdlc": 50000000 },
  "expectedVersion": 3
}

Una vez que el gasto supera el límite estricto, se rechaza cualquier sesión nueva:

{
  "allowed": false,
  "state": "denied",
  "summary": "Dispatch denied: budget exceeded",
  "reasons": ["over_workspace_cap"],
  "currentSpendMicros": 501830000,
  "softLimitMicros": 400000000,
  "hardLimitMicros": 500000000,
  "perWorkflowLimitMicros": null,
  "estimatedCostUsdMicros": 0,
  "periodStartedAt": "2026-10-01T00:00:00.000Z",
  "period": "monthly"
}

El presupuesto también se comprueba antes de cada llamada al modelo, así que una sesión en curso que cruza el límite estricto se detiene antes de su siguiente llamada; una llamada que ya está en curso puede llevar el gasto ligeramente por encima del límite. Si la propia comprobación falla cuando empieza una sesión, la sesión se bloquea en lugar de ejecutarse sin medir; si falla durante una sesión, la sesión sigue ejecutándose.

Las sesiones con los modelos de la plataforma se ejecutan en los niveles Economy, Standard o Premium, cada uno con una cuota mensual de tokens, o en Auto, que envía los pasos de dirección, como la planificación y la revisión, al mejor nivel para el que tengas cuota, y los pasos de redacción primero a Economy. Una sesión nunca cambia de nivel por su cuenta cuando se agota una cuota. Un espacio de trabajo también puede usar su propia clave de proveedor; el proveedor la factura directamente, y el presupuesto del espacio de trabajo se sigue aplicando. Las sesiones con Claude usan la caché de prompts, y el uso cuenta las lecturas de caché a su propia tarifa.

Consulta Control de costos para programar con IA, las guías Control de costos, Modelos y niveles y Uso y gasto, y estima tus propias cifras con la calculadora de costos de programación con IA gratuita.

Para profundizar

Preguntas frecuentes

¿Por qué los tokens de salida cuestan más que los de entrada?

Generar cada token de salida exige una pasada completa por el modelo, mientras que los tokens de entrada se procesan juntos. Los proveedores ponen precio a esa diferencia, así que la salida suele ser varias veces más cara por token.

¿Por qué las sesiones de agentes de IA son mucho más caras que un chat?

Un agente trabaja en bucle, y en cada turno envía de nuevo al modelo toda la conversación hasta ese momento. El contexto crece en cada turno, así que el total de tokens de entrada crece mucho más deprisa que el número de turnos.

¿Cuánto cuesta programar con IA por desarrollador?

Depende de la frecuencia con la que cada desarrollador lanza sesiones, de su duración y de los modelos que usa. Multiplica los desarrolladores por las sesiones al día, los días laborables y el costo medio por sesión, y mide esta última cifra en tu propio trabajo.

¿Qué diferencia hay entre un límite flexible y un límite estricto?

Un límite flexible avisa cuando el gasto lo supera y deja que el trabajo continúe. Un límite estricto detiene el trabajo nuevo y, idealmente, el que está en curso cuando se alcanza. Necesitas un límite estricto para acotar la factura.

¿La caché de prompts reduce el costo?

Sí, para el contexto repetido. Los proveedores que la admiten facturan las lecturas de entrada en caché a una tarifa más baja que la entrada nueva, lo que ayuda a los bucles de agentes que reenvían el mismo historial en cada turno. Las escrituras en caché pueden costar más.