Cuando una IA se factura por uso, normalmente pagas por dos cosas: por lo que le envías, que se llama tokens de entrada, y por lo que te responde, los tokens de salida. Y por lo general cada unidad que la IA genera cuesta más que cada unidad que lee. Por eso una respuesta larga sale más cara que una corta, aunque la pregunta sea la misma.
Si tu agente de IA empieza a generar facturas de consumo, es probable que te preguntes por qué un mes es más caro que otro si "hace lo mismo". Las empresas grandes tienen a alguien que vigila ese consumo y decide en qué tareas compensa gastar más. En una pyme, la primera noticia suele ser el recibo. Entender estos dos conceptos te permite decidir con criterio y hacerle las preguntas correctas a tu proveedor.
Qué es un token, en llano
Un token es un trozo de texto. La IA no lee letras ni palabras enteras, lee trozos: a veces una palabra completa, a veces una sílaba, una parte de una palabra larga o un signo de puntuación. Las palabras cortas y comunes suelen ocupar un token; las largas o poco habituales se parten en varios. Por eso se usa como unidad de medida: no cobra por palabras, cobra por trozos.
Un ejemplo de negocio: un correo de un cliente de unos cuantos párrafos se convierte, para la IA, en un montón de tokens. El resumen de tres líneas que le pides después es otro montón, mucho más pequeño. Sumar ambos da el consumo de esa tarea.
Tokens de entrada: todo lo que le envías
La entrada es más que tu pregunta. Incluye las instrucciones fijas con las que has configurado a tu agente, los documentos o datos que le pasas para que trabaje con ellos y, en muchos servicios, el historial de la conversación, que se vuelve a enviar con cada mensaje nuevo para que el agente "recuerde" lo anterior. Una conversación larga o un contrato adjunto de muchas páginas pueden pesar mucho en la entrada sin que tú lo notes.
Tokens de salida: todo lo que responde
La salida es todo lo que la IA escribe: el correo redactado, el resumen, el informe, la lista de pasos. Cada trozo que genera cuenta, incluidas las introducciones del tipo "claro, con mucho gusto te explico" y las repeticiones de lo que ya le habías dicho.
¿Por qué la respuesta larga cuesta más?
Por dos razones que se suman. La primera es evidente: cuanto más escribe la IA, más tokens de salida produce y más pagas. La segunda es menos conocida: los proveedores suelen cobrar más por cada token que se genera que por cada token que se lee, porque generar texto exige más trabajo de cálculo que leerlo. Las tarifas exactas dependen del proveedor y del modelo, y cambian con el tiempo, así que no las damos aquí: pídele a quien te presta el servicio la tarifa vigente y mira la diferencia entre entrada y salida. En la práctica, una respuesta larga es más cara por partida doble y, además, tarda más en llegar.
Dos agentes, dos perfiles de gasto
Para ver cómo se reparte el coste, compara dos agentes:
- Un agente que clasifica correos. Lee mensajes largos (mucha entrada) y responde con una palabra, la categoría (casi nada de salida). Su consumo lo dominan los tokens de entrada.
- Un agente que redacta informes. Recibe pocos datos (poca entrada) y escribe varias páginas (mucha salida). Su consumo lo dominan los tokens de salida, que además son los más caros.
Saber en qué perfil cae cada tarea te dice dónde mirar. Si el agente clasifica, ahorrar significa enviar menos texto; si redacta, ahorrar significa pedirle menos texto.
¿Cómo reducir el gasto sin perder calidad?
Hay ajustes sencillos que no requieren saber nada técnico:
- Pide respuestas breves donde baste. Una categoría, un sí o un no con el motivo en una línea, tres puntos en lugar de un texto. Cuando la tarea es clasificar, extraer un dato o dar un aviso, la brevedad no resta nada.
- Corta los saludos y las repeticiones. Indica al agente que no repita la pregunta ni añada introducciones.
- Envía solo lo necesario. Si basta con un fragmento del contrato, no mandes el contrato entero.
- Revisa las instrucciones fijas. Si son muy largas y se envían en cada consulta, acortarlas ahorra en cada una.
- No alargues la conversación sin necesidad. Para una tarea nueva, empieza una conversación nueva en lugar de arrastrar el historial.
También hay un límite que conviene respetar: no recortes donde la calidad importa. Un correo delicado a un cliente o un informe que va a firmar alguien merece la extensión que necesite. Una respuesta demasiado corta puede omitir un matiz importante, así que prueba con casos reales antes de generalizar.
Qué decisión te toca a ti
El agente consume; tú decides cuánto consumo tiene sentido. Tres decisiones prácticas:
- Elige la extensión por tarea. Para cada cosa que hace el agente, decide si necesita una respuesta corta o larga y pídelo así.
- Fija un tope y una alerta. Pregunta a tu proveedor si puedes poner un límite mensual de gasto y recibir un aviso antes de pasarte.
- Mide durante un mes. Mira cuánto consume cada tarea antes de optimizar nada; es posible que unas pocas concentren buena parte del gasto y ahí es donde compensa ajustar.
Si quieres entender mejor cómo se factura, tienes cuánto cuestan los tokens de IA, sin tecnicismos y qué es el coste por token. Para saber por qué una conversación larga se encarece, qué es el context window de un LLM lo explica con detalle. Y si lo que te interesa es que el agente responda mejor y no solo más barato, mira prompt tuning: qué es y en qué se diferencia de un buen prompt.
Conclusión
Cuando una IA se factura por uso, pagas lo que lee y lo que escribe, y escribir cuesta normalmente más que leer. Entender esa diferencia te lleva a una decisión práctica: pide respuestas breves donde baste y reserva las largas para donde aportan valor, enviando además solo la información necesaria. Y, sobre todo, mide el consumo real antes de optimizar.
En MG Solutions construimos agentes de IA específicos para cada empresa, adaptados a tu forma de trabajar y a tus herramientas, no una plantilla genérica; y ajustamos cuánto lee y cuánto responde cada agente según lo que necesita cada tarea.
Si quieres ver cómo encajaría en tu empresa, escríbenos y lo hablamos.