Índice7
El coste de la IA en la empresa no se parece al de un software. En cuanto una IA se conecta a sus herramientas por API (el punto de acceso al que llama un programa, sin pasar por la interfaz de chat), ya no hay suscripción por usuario: cada llamada se paga según la cantidad de texto procesado. Esta guía de nuestra sección IA de empresa, privada y a su justo coste explica lo que paga y cómo preverlo. Nuestra guía para integrar la IA en la empresa sitúa esta cuestión del precio entre la elección del modelo y las reglas que hay que fijar.
En resumen
- Una IA por API se paga por token, en la entrada y en la salida; en la tarifa de Anthropic consultada el 4 de octubre de 2026, la salida cuesta cinco veces la entrada.
- El contexto reenviado en cada llamada, las herramientas declaradas y las vueltas de un agente pesan a menudo más que la propia respuesta.
- Los descuentos se acumulan: en Anthropic, una lectura en caché cuesta el 10 % del precio de entrada en la mayoría de los modelos, y el procesamiento por lotes descuenta un 50 %.
- Una factura se prevé uso por uso, con tokens medidos sobre ejemplos reales, y después se controla con límites.
Cómo se calcula una factura de IA por API
Una IA usada por API se paga según la cantidad de texto procesado, contada en tokens.
Definición
El token
Un trozo de palabra. La documentación de precios de Anthropic da un orden de magnitud: un token equivale a unos 4 caracteres, o tres cuartos de palabra, en inglés, y el recuento exacto varía según el idioma y el tipo de contenido. Un texto en español no se divide, por tanto, igual que un texto en inglés.
En cada llamada corren dos contadores: los tokens de entrada (todo lo que envía: la instrucción, el documento, el historial de la conversación) y los tokens de salida (lo que escribe el modelo). La salida cuesta más. Esta es la tarifa pública de Anthropic para sus modelos habituales, consultada el 4 de octubre de 2026, en dólares por millón de tokens:
| Modelo | Entrada | Salida |
|---|---|---|
| Claude Haiku 4.5 | 1 $ | 5 $ |
| Claude Sonnet 5.5 | 2 $ | 10 $ |
| Claude Opus 5.5 | 4 $ | 20 $ |
| Claude Fable 5.1 | 10 $ | 50 $ |
En toda esta gama, la salida vale cinco veces la entrada. Estos precios cambian, y cada proveedor tiene su propia tarifa: anote los del día en el momento de hacer sus cálculos.
Lo que infla una factura sin que nadie lo vea
El contexto reenviado en cada llamada
Un modelo de lenguaje no tiene memoria entre dos llamadas. Para que un asistente «recuerde» una conversación, la aplicación le reenvía todo el historial con cada mensaje. El décimo intercambio de una conversación hace pagar, por tanto, diez veces el primer mensaje. Lo mismo ocurre con un documento de cincuenta páginas pegado en cada solicitud: se paga su lectura con cada pregunta. Dos remedios: la caché, descrita más abajo, y el RAG, que solo envía al modelo los pasajes útiles de sus documentos.
Las herramientas y las instrucciones de sistema
Un asistente que puede llamar a herramientas (buscar en un CRM, leer un archivo, lanzar una búsqueda web) reenvía su descripción en cada solicitud. Según la tarifa de Anthropic, la sola instrucción de sistema que se añade en cuanto se declara una herramienta pesa unos cientos de tokens por solicitud (286 para Claude Opus 5.5 y Claude Sonnet 5.5, 496 para Claude Haiku 4.5), antes de la descripción de sus propias herramientas; una búsqueda web cuesta además 10 $ por cada 1 000. Importes pequeños, visibles a la escala de decenas de miles de llamadas.
Las vueltas de un agente
Un agente es un programa que encadena varias llamadas al modelo para alcanzar un objetivo: razona, llama a una herramienta, lee el resultado, vuelve a empezar. Cada vuelta reenvía el contexto acumulado. Una tarea que requiere ocho vueltas no cuesta ocho veces una respuesta simple, a menudo cuesta más, porque el contexto crece en cada vuelta. Es un coste oculto clásico de los proyectos de agentes, y se puede limitar: número máximo de vueltas, presupuesto por tarea, parada limpia cuando se alcanza el límite.
El cambio de generación de modelo
Incluso con un precio unitario idéntico, una nueva generación puede contar los tokens de otra manera.
Atención
Una migración de modelo se recalcula, no se supone
Anthropic indica que sus modelos a partir de Claude 4.7 usan otra división que produce alrededor de un 30 % más de tokens para el mismo texto, y la diferencia exacta depende del contenido. Su documentación sobre el recuento de tokens recomienda volver a contar las solicitudes con el modelo de destino en lugar de reutilizar las mediciones hechas con el anterior.
Cómo reducir la factura: tres palancas
1. El modelo adecuado para cada tarea (el enrutamiento)
El enrutamiento consiste en enviar cada tarea al modelo más barato que la resuelve bien. Clasificar un correo entrante o extraer un número de factura no requiere el modelo más potente del catálogo; redactar una página de ventas o decidir un caso ambiguo, quizá sí. En la tarifa anterior, el precio de entrada va de 1 a 4 entre Claude Haiku 4.5 y Claude Opus 5.5, y de 1 a 10 hasta Claude Fable 5.1. Anthropic aconseja, por cierto, Haiku para las tareas sencillas, Sonnet para la mayoría de los usos en producción y Opus para el razonamiento más complejo.
La elección del proveedor cuenta tanto como la del modelo.
Sobre el terreno
En el pipeline de traducción que operamos para Palmora Property, un portal inmobiliario en seis idiomas que acompañamos, el cambio de proveedor, de DeepL a Gemini, dividió el coste por 60. Esta proporción vale para ese pipeline: muestra la magnitud que puede alcanzar una decisión, no lo que usted ahorrará.
Una tabla de enrutamiento cabe en unas pocas líneas: la tarea, el modelo por defecto, el modelo de respaldo, el motivo de la elección. Guardada en un archivo de configuración, se revisa sin tocar las automatizaciones. Aún hay que demostrar que un modelo más barato basta: es el objeto de nuestra guía para evaluar un modelo de IA antes de ponerlo en producción.
2. No pagar dos veces el mismo trabajo (la caché)
Los proveedores ofrecen una caché de prompt: la parte fija de una solicitud (instrucciones, documento de referencia) se guarda en memoria y se vuelve a leer a precio reducido. En la tarifa de Anthropic, una lectura en caché cuesta el 10 % del precio de entrada normal en la mayoría de los modelos, y aún menos en Claude Opus 5.5 (5 %) y Claude Fable 5.1 (2,5 %). La escritura en caché cuesta un cuarto más que una entrada normal para una duración de cinco minutos: según el proveedor, la caché sale rentable desde la primera relectura en ese plazo.
La caché del lado de la aplicación cuenta igual: no volver a pedir nunca a la IA lo que ya ha producido. En el mismo pipeline de traducción de Palmora Property, cada segmento de texto recibe una huella, y solo los segmentos nuevos o modificados vuelven a traducción. Tras la primera pasada, el 95 % de los segmentos sale de la caché sin volver a llamar a la IA.
3. Aceptar esperar (el procesamiento por lotes)
Todo lo que no necesita una respuesta inmediata puede pasar al procesamiento por lotes: se envía un paquete de solicitudes y se recogen los resultados más tarde. En Anthropic, la API de procesamiento por lotes aplica un descuento del 50 % sobre la entrada y la salida, acumulable con la caché. Clasificar un historial de tickets o enriquecer un catálogo de productos puede esperar. Una reserva para los datos sensibles: la página de Anthropic sobre la conservación de datos indica que los lotes se conservan 29 días y no entran en el acuerdo de conservación cero.
Cómo prever la factura antes de recibirla
La previsión se hace uso por uso, en cinco pasos:
- Enumerar los usos, cada uno en su línea: «clasificación de los correos entrantes», «resumen de las actas».
- Estimar el volumen de solicitudes al mes a partir de sus cifras reales (correos recibidos, tickets abiertos).
- Medir los tokens sobre ejemplos reales, en la entrada (instrucción, contenido enviado, historial) y en la salida (longitud esperada de la respuesta). Anthropic ofrece un punto de acceso que cuenta los tokens de un mensaje antes de enviarlo; este recuento no se factura, y es una estimación que puede apartarse un poco del recuento real.
- Aplicar el precio del modelo elegido en su tabla de enrutamiento, y luego los descuentos aplicables: caché, lotes o ninguno.
- Añadir el tiempo humano de revisión y corrección, que los tokens no reflejan y que puede pesar más que ellos.
Un ejemplo, con hipótesis nuestras y las tarifas consultadas el 4 de octubre de 2026: un equipo encarga la clasificación de sus correos entrantes a Claude Haiku 4.5.
La clasificación de los correos de un equipo, del volumen a la factura
- El volumen
2 000 correos al mes.
- Los tokens por solicitud
Unos 1 500 enviados (la instrucción y el mensaje), 50 recibidos (una categoría).
- El total del mes
3 millones de tokens de entrada, 100 000 de salida.
- La factura
3 $ por la entrada, 0,50 $ por la salida.
La misma clasificación encargada a Claude Opus 5.5 costaría más de cuatro veces más (un precio unitario cuatro veces más alto y una división que cuenta más tokens para el mismo texto), sin garantía de una mejor clasificación. Anthropic publica un cálculo del mismo tipo para la atención al cliente en su tarifa: unos 37 $ por 10 000 tickets con Haiku 4.5, con una media de 3 700 tokens por conversación.
Una estimación así se corrige tras la primera semana, con las mediciones reales.
Cómo mantener la factura bajo control
Una factura de IA se desvía si nadie la mira. Tres reflejos:
- Una clave de API por uso, para saber cuánto cuesta cada automatización, y no solo el total del mes.
- Límites y alertas en el proveedor o en la pasarela que centraliza las llamadas: un agente en bucle no debe poder consumir el presupuesto de un mes en una noche.
- Una revisión trimestral de la tabla de enrutamiento: los precios cambian, llegan nuevos modelos pequeños, y una tarea que exigía un modelo grande hace seis meses quizá ya no lo necesite. Nuestro comparativo de modelos de IA sigue los lanzamientos importantes de diez proveedores.
Una pasarela que da acceso a varios modelos ayuda a mantener estos reflejos: centraliza las claves y los límites, y permite cambiar de modelo sin reescribir las integraciones. Compruebe lo que factura además de los modelos, y recuerde que ve pasar todas sus solicitudes: es un intermediario más que debe figurar en sus contratos y en su registro de actividades de tratamiento. Para un ejemplo concreto, vea OpenRouter para una agencia de marketing: una clave y un límite por cliente dan el coste real de la IA de cada cuenta.
Por dónde empezar
Parta del uso que más consume, mídalo durante una semana y después pruebe un modelo más barato con sus propios ejemplos. La misma selección reduce la huella, ya que un modelo más pequeño también consume menos energía: es el objeto de nuestro artículo sobre la energía y el agua que consume la IA. Si sus solicitudes contienen datos personales, mire también adónde van según el proveedor y el nivel de control elegido. Esta guía no cubre las suscripciones por usuario (ChatGPT, Copilot, opciones de IA de los programas de gestión), que se comparan de otra manera.
Para obtener la auditoría de su factura actual, con un plan de ahorro priorizado y un banco de pruebas con sus propios contenidos, vea nuestra oferta IA a su justo coste.
Preguntas frecuentes
¿Qué es un token y por qué vigilar la longitud de las respuestas?
Un token es un trozo de palabra: unos cuatro caracteres en inglés según Anthropic, y el recuento exacto varía según el idioma y el contenido. En la tarifa de este proveedor consultada el 4 de octubre de 2026, un token de salida cuesta cinco veces un token de entrada. Pida, por tanto, al modelo respuestas cortas y estructuradas, una categoría o un campo, en lugar de párrafos.
¿Cómo estimar el coste de un agente de IA antes de ponerlo en producción?
Cuente dos facturas: la construcción (definición, conexión con sus herramientas, pruebas) y el funcionamiento (tokens, alojamiento, supervisión, revisión humana). La segunda varía más que la de una llamada simple, porque depende del número de vueltas por tarea y del contexto que crece en cada vuelta. Haga funcionar el agente con unas decenas de tareas reales, mida los tokens consumidos, multiplique por el volumen esperado y fije después un límite por tarea antes de abrirlo a todo el equipo.
¿Qué es el enrutamiento de modelos y cuánto permite ahorrar?
El enrutamiento envía cada tarea al modelo más barato que la resuelve bien, según una tabla escrita de antemano. El ahorro no tiene un porcentaje universal: depende de sus tareas y de la diferencia de precio entre los modelos en cuestión, por ejemplo de 1 a 4 en la entrada entre Claude Haiku 4.5 y Claude Opus 5.5 en la tarifa de Anthropic. Solo las pruebas con sus propios ejemplos dicen si el modelo más barato basta.
Fuentes
- La documentación de precios de Anthropic (nueva pestaña)platform.claude.com
- Su documentación sobre el recuento de tokens (nueva pestaña)platform.claude.com
- La página de Anthropic sobre la conservación de datos (nueva pestaña)platform.claude.com
La página de Anthropic sobre la conservación de datos
Leer en platform.claude.com(nueva pestaña)Jim · fundador de Brain Plus AI
Más artículos sobre ia empresarial
Guía práctica10 min
Evaluar un modelo de IA antes de ponerlo en producción
Las clasificaciones públicas no dicen si un modelo hará bien su trabajo. Esta guía da un método para probarlo con sus propias tareas: criterios cifrados, ejemplos reales, puntuación, coste y una nueva prueba en cada cambio de modelo.
Elegir y presupuestar10 min
IA privada en la empresa: los cuatro niveles de control
Una IA «privada» no es un producto, es un grado de control sobre sus datos. Distinguimos cuatro niveles, de la API usada tal cual al modelo instalado en sus instalaciones, y una forma sencilla de elegir tarea por tarea.
Elegir y presupuestar7 min
Cambiar de modelo de IA: hacerlo sin romperlo todo
En octubre de 2026, cuatro proveedores lanzaron un nuevo modelo en diez días, y Replit cambió el modelo por defecto de su agente. Lo que hay que tener preparado para cambiar de proveedor de IA cuando el precio, la calidad o las condiciones se mueven, sin reescribir sus herramientas ni degradar el servicio.