Costes

La factura mensual de la IA: cuánto cuesta de verdad tenerla encendida

Atender diez mil conversaciones con un modelo pequeño cuesta menos de veinte minutos de trabajo administrativo. Y sin embargo lo mismo puede salir hasta cien veces más caro por uno de estos cuatro motivos.

Los precios de esta nota los comprobé en la documentación de cada fabricante el 1 de septiembre de 2026, los volví a comprobar el 20 de octubre de 2026, y están en dólares porque así los publican. El cambio que uso es el de referencia del BCE de ese último día: 1,1215 $ por euro.

¿Cuánto cuesta usar un modelo de IA al mes?

Mucho menos de lo que la gente teme. Hago la cuenta con un caso de ejemplo: diez mil conversaciones de soporte de unos 3.700 tokens cada una, 3.000 de entrada —instrucciones, contexto y pregunta— y 700 de respuesta. Con Claude Haiku 5.5, el modelo pequeño de Anthropic, son 3 $ de entrada y 3,50 $ de salida: unos 6,50 $ las diez mil, unos 5,80 €. La factura del modelo casi nunca es lo que decide si un proyecto sale a cuenta.

Para ponerlo al lado de algo conocido: una hora efectiva de trabajo en una pyme de servicios cuesta 20,76 € de coste real de empresa en España, según el INE (segundo trimestre de 2026). Diez mil conversaciones atendidas cuestan menos de veinte minutos de ese coste. Menos de una milésima de euro por conversación.

Si alguien te ha dicho que la IA es cara por el consumo, o está vendiéndote otra cosa o la ha montado mal. Las dos posibilidades aparecen más adelante.

¿Qué es un token y por qué se factura así?

Un token es un trozo de palabra. La regla gruesa que dan los fabricantes es que un token son unos cuatro caracteres, o tres cuartos de palabra en inglés; en español salen algunos más para el mismo texto. Todo lo que entra y todo lo que sale se cuenta en esa unidad.

Y se cobran por separado, que es la parte que sorprende: la salida cuesta entre cuatro y seis veces más que la entrada en casi todos los modelos. Un sistema que lee mucho y responde poco —clasificar correos, extraer datos de una factura, decidir a quién va un aviso— es barato por diseño. Uno que escribe informes largos, no.

Éstos son los precios por millón de tokens el 20 de octubre de 2026:

Modelo Entrada Salida
Gemini 2.5 Flash-Lite 0,10 $ 0,40 $
GPT-6-luna 0,10 $ 0,50 $
Claude Haiku 5.5 0,10 $ 0,50 $
Claude Sonnet 5.5 2 $ 10 $
GPT-6.1-sol 2 $ 10 $
Claude Opus 5.5 4 $ 20 $
Claude Fable 5.1 10 $ 50 $

Entre la primera fila y la última hay un factor de cien en la entrada. Elegir modelo por tarea en vez de elegir uno para todo es, con diferencia, la decisión que más mueve la factura.

Las cuatro formas de multiplicar la factura sin darte cuenta

Aquí es donde se va el dinero de verdad. Ninguna de las cuatro se ve en una demo, y las cuatro se arreglan.

1. No usar caché

Un asistente reenvía el mismo bloque de texto en cada consulta, porque el modelo no recuerda nada de la anterior: el manual, las instrucciones, el catálogo, las reglas de la casa. Eso no cambia, y aun así se paga entero cada vez.

La caché de contexto existe justo para eso. Leer de caché cuesta el 10 % del precio de entrada normal, y en los modelos más nuevos de Anthropic y en GPT-6.1-sol, el 5 % o menos; escribirla cuesta un 25 % más que la entrada, y se amortiza en la primera lectura.

La cuenta, con un asistente que lleva delante un manual de 20.000 tokens y atiende mil consultas al mes sobre un modelo intermedio, Claude Sonnet 5.5: sin caché son 20 millones de tokens de entrada, unos 40 $. Con caché, suponiendo que se reescriba doscientas veces porque va caducando, salen unos 12 $. Más de tres veces menos por un cambio que es una línea de configuración.

2. Volver a pagar toda la conversación en cada turno

Un modelo no recuerda nada. Cada vez que respondes, se le vuelve a mandar la conversación entera. Eso significa que el turno veinte paga los diecinueve anteriores otra vez.

Con turnos de 500 tokens y una conversación de veinte, el texto son 10.000 tokens y lo facturado son 105.000. Diez veces más, y crece con el cuadrado de la longitud, no en línea recta. Por eso una conversación larga no es «un poco más cara»: es otra categoría de gasto. Y con Claude Haiku 5.5 hay además un escalón: cuando una sola petición pasa de 100.000 tokens de entrada, contando lo que viene de la caché, esa petición se cobra entera a cinco veces el precio. Los 105.000 de arriba no lo pisan, porque se reparten en veinte peticiones; una conversación de más de doscientos turnos sin recortar, sí.

Se arregla resumiendo lo viejo, recortando lo que ya no hace falta o cerrando la conversación cuando el asunto terminó. Ninguna de las tres cosas ocurre sola.

3. El agente que reintenta

Un agente que falla y lo vuelve a intentar paga las dos veces. Si falla tres, paga tres. Y como el reintento suele estar programado para ser silencioso, la única señal que llega es la factura a fin de mes.

Esto no es un problema de precios, es un problema de diseño, y lo conté entero en qué es un agente de IA y dónde falla: el mismo modelo que acierta el 97,8 % de las tareas fáciles de un banco de pruebas baja al 11 % en las difíciles del mismo banco, y cada intento fallido es dinero.

4. Subir de modelo «porque es mejor»

Pasar de Claude Haiku 5.5 a Claude Opus 5.5 multiplica por cuarenta entrada y salida, y a Claude Fable 5.1, por cien. A veces vale la pena; casi nunca para todas las tareas del sistema.

Y hay una vuelta de tuerca que es fácil pasar por alto: los modelos nuevos de Anthropic, de la versión 4.7 en adelante, usan un tokenizador que produce alrededor de un 30 % más de tokens para el mismo texto. Es decir, que actualizar a un modelo con el mismo precio por millón de tokens puede subirte la factura cerca de un 30 % sin que hayas cambiado ni una coma de tu sistema. Lo dice su propia documentación, y es el tipo de detalle que sólo encuentras si vas a leer la fuente.

Lo que se factura y no son tokens

Tres partidas que aparecen en la factura y no en el presupuesto:

  • Búsqueda web: 10 $ por cada mil búsquedas en la API de Anthropic, más los tokens de lo que la búsqueda traiga. Un asistente que busca en internet en cada respuesta tiene un coste por consulta que no depende del texto.
  • Ejecución de código: 0,05 $ por hora y contenedor pasadas las 1.550 horas gratis al mes, en el mismo proveedor, salvo que la petición lleve también su búsqueda o su lectura web: entonces la ejecución de código no se cobra aparte y sólo pagas los tokens. Poco dinero, pero es una partida que no existe hasta que existe.
  • Almacenamiento de caché: en Google, la caché que creas tú a mano se cobra por cada hora que la tengas guardada, además de por leerla. Cachear así cosas que se consultan una vez al día puede salir más caro que no cachear. La caché implícita, que viene activada en los modelos 2.5 y posteriores, se aplica sola, sin crear nada.

Y luego está lo de siempre, que no es IA: el servidor donde vive el asistente, entre 10 y 30 € al mes, y las tarifas del canal por el que habla. Si es WhatsApp, ésas las pone Meta y tienen su propia lógica, que desmenucé en cuánto cuesta un asistente de WhatsApp.

La rebaja que es fácil olvidar: por lotes

Si la tarea puede esperar unas horas, el procesamiento por lotes cuesta la mitad, en los tres proveedores. Clasificar el correo de la noche, resumir las llamadas del día, extraer los datos de las facturas de la semana: todo eso puede esperar.

Lo que no puede esperar es un cliente delante de un chat. La regla es simple: si hay una persona esperando la respuesta, precio normal; si no la hay, por lotes. Es fácil acabar pagando precio de urgencia por tareas que nadie está mirando.

¿Y cuánto puede gastar una pyme, entonces?

Con la tabla de arriba, la cuenta sale sola. Pongamos un buscador documental que se consulta cien veces al día: unas 3.000 consultas al mes, con 10.000 tokens de entrada —la pregunta y los trozos de documento que se le pasan— y 700 de respuesta cada una. Son unos 4 $ al mes con Claude Haiku 5.5 y unos 81 $ con Claude Sonnet 5.5. Las diez mil conversaciones de soporte del principio salen a 6,50 $ con Haiku y a unos 130 $ con Sonnet. Con el modelo pequeño, unos pocos dólares; con el intermedio, del orden de cien. Y las dos cuentas quedan muy lejos del escalón de 100.000 tokens por petición de Haiku 5.5.

La consecuencia incómoda es ésta: si el consumo es la partida pequeña, no es donde hay que recortar. Rediseñar medio sistema para ahorrar unos euros de tokens al mes cuesta más en horas de trabajo de lo que ahorra en un año. El dinero está en las horas humanas que el sistema quita o deja de quitar, y de eso hablo en qué procesos compensa automatizar.

Dicho lo cual, hay un caso en el que sí importa y mucho: cuando alguien montó el sistema sin caché, sin control de contexto y con el modelo más caro «por si acaso». Ahí no estás pagando IA, estás pagando negligencia. Y los tres fallos se multiplican entre sí: el modelo más caro cobra cien veces lo que el pequeño, sin caché el contexto fijo se paga diez veces o más, y una conversación de veinte turnos sin control factura diez veces su texto.

Cómo le pongo yo un techo a esto

Cuatro cosas, y ninguna es sofisticada:

  1. Un límite de gasto en el panel del proveedor, con aviso al 50 %. Es una casilla y evita el disgusto del mes siguiente.
  2. Un modelo por tarea, no un modelo para todo. Clasificar con el pequeño; redactar de cara al cliente con el bueno.
  3. Caché en todo lo que no cambia, y un límite de longitud en las conversaciones.
  4. Una cifra en el informe: cuánto se ha gastado y cuántas veces se ha usado. Sin eso, no hay forma de saber si el coste por consulta sube o baja.

Esto es literalmente parte de lo que entrego en el Doc de guardia con IA: el consumo del modelo lo pagas tú directamente al proveedor, con tu cuenta y tu tarjeta, y yo pongo los límites y te digo qué ha pasado. El consumo no pasa por mi factura: si ganara dinero con tu factura de tokens, dejaría de tener motivos para vigilarla.

Las tres preguntas para tu proveedor

Si ya tienes a alguien montándotelo, esto se contesta en un correo:

  1. ¿Qué modelo usas y cuánto cuesta cada consulta? Si no sabe el coste por consulta, no lo ha medido nunca.
  2. ¿Está cacheado el contexto fijo? Si la respuesta es «¿el qué?», ahí tienes tu factor diez.
  3. ¿Con qué cuenta se paga el consumo? Si es la suya y te la refactura, estás pagando el margen de alguien sobre una cifra que no puedes auditar.

Y si lo que tienes es un sistema heredado del que nadie sabe ni qué modelo usa, eso se mira antes de tocarlo: es un rescate, sale con la factura desmenuzada y con una lista de lo que se puede bajar.

Fuentes

Todo lo que se afirma arriba con una cifra o una fecha sale de aquí. Si alguna de estas páginas cambia y esta nota no, escríbeme y la corrijo.

  1. OpenAI — Precios de la API por modelo
  2. Anthropic — Precios, caché de contexto y procesamiento por lotes
  3. Google — Precios de la API de Gemini
  4. Banco Central Europeo — Tipo de cambio de referencia del euro frente al dólar (serie histórica)
  5. INE — Coste laboral por hora efectiva según tamaño del establecimiento (tabla 6035)

¿Tienes este problema ahora mismo?

Cuéntame en dos líneas a qué os dedicáis y qué proceso os come más horas. Te digo si hay algo que hacer, o si la respuesta honesta es esperar.

Cuéntame tu proceso por WhatsAppVolver al blog

Se abre WhatsApp con el mensaje ya escrito. Lo lees, lo cambias y lo envías. Lo leo yo, no un bot — el día que conteste un bot, te lo diré. Suelo contestar el mismo día laborable. Si prefieres hablarlo, la primera llamada es gratis: 25 minutos por teléfono.