Fui a revisar cuánto me va a costar la IA el próximo año y encontré una nota al pie

Estoy cotizando un par de proyectos que van a tener IA adentro, de esos que quedan en producción dos años con mantenimiento mensual, y hay una línea de la propuesta que nunca sé bien cómo llenar, que es cuánto va a costar el consumo de modelos. El desarrollo lo sé calcular, llevo veinte años haciéndolo y me equivoco poco. Lo que no sé calcular con la misma confianza es cuánto vamos a gastar mes a mes una vez que el sistema esté andando con clientes reales encima.

Es el único número de la propuesta que no depende de mí. Las horas las pongo yo, la infraestructura la elijo yo, pero el precio del modelo lo pone otro y lo puede cambiar cuando quiera. Y como a mí nunca me ha explotado una factura de estas, que es la parte honesta de este correo, no tengo la cicatriz que me obligue a mirar. Así que me senté a mirar igual, antes y no después, y encontré cuatro cosas que conviene que sepas si vas a cotizar algo con IA adentro.

1. El precio de lista tiene fecha de vencimiento, y viene en letra pequeña

Gemini 3.7 Flash, el modelo que Google sacó hace una semana para tareas de código y agentes, está a 0,75 dólares por millón de tokens de entrada y 3,75 de salida, que es un precio tentador para meterlo en una cotización. Pero abajo del anuncio oficial, en esa nota al pie que uno nunca lee, dice con todas sus letras que "Introductory pricing expires on December 31, 2026. Starting January 1, 2027, $1.50/1M input tokens and $7.50/1M output tokens will apply".

O sea, el 1 de enero se duplica. Si cotizaste un mantenimiento a doce meses en agosto con el precio de agosto, en enero estás pagando el doble de lo que le dijiste al cliente, y esa diferencia sale de tu margen y no del de él.

Ahora, seamos justos, porque esto se mueve en las dos direcciones. Anthropic tenía programada un alza de Claude Sonnet 5 para el 1 de septiembre, de 2 a 3 dólares la entrada, y la terminó cancelando, y hoy su página de precios dice que el precio introductorio pasó a ser el estándar y que "the previously scheduled increase... will not occur". Buena noticia, sin duda. Lo importante es que en ninguno de los dos casos participamos nosotros, así que hay que estar pendiente.

2. El tokenizer, que es la que casi nadie mira

Esta me sorprendió y es la más silenciosa de todas. En la misma página de precios de Anthropic hay una nota que dice que los modelos Claude 4.7 en adelante usan un tokenizer nuevo, y que ese tokenizer "produces approximately 30% more tokens for the same text".

Léelo de nuevo, porque es raro. El mismo texto, el mismo prompt, el mismo documento que le mandas al modelo, cuenta treinta por ciento más tokens, y el precio por token no se movió ni un centavo, pero tu factura sí. Es un alza real que no aparece en ninguna tabla de precios, y si estás midiendo cuánto cuesta el millón de tokens en vez de cuánto te cuesta atender una consulta, no la vas a ver venir nunca.

3. Los tokens que no ves también se pagan

Los modelos de razonamiento piensan antes de responder, y ese pensamiento se factura como salida aunque tú no lo veas en pantalla. Un análisis de costos de inferencia de julio lo pone en números muy incómodos, porque una tarea que se ve como 500 tokens de respuesta puede haber consumido 25.000 tokens facturados. No es un error de nadie, es cómo funciona, pero significa que la relación entre lo que el usuario ve y lo que tú pagas dejó de ser directa.

4. El modelo barato que elegiste se puede apagar

OpenAI avisó el 11 de junio que varios snapshots de GPT-5 y o3 salen de la API el 11 de diciembre. Cuando eso pasa migras al que esté disponible, que casi nunca es el más barato, y esa migración además te cuesta horas de trabajo que tampoco cotizaste.

El número que sí puedes defender

La documentación de Anthropic trae un ejemplo que me gusta, porque es concreto y además es de ellos y no mío. Procesar 10.000 tickets de soporte, con un promedio de unos 3.700 tokens por conversación, usando Claude Haiku 4.5, cuesta alrededor de 37 dólares. Ese es un número que le puedes mostrar a un cliente y que entiende de inmediato, son 37 dólares por diez mil tickets, no 0,000004 por token.

Pero ese 37 es con ese modelo, con ese tokenizer y con el precio de hoy. Mueve cualquiera de las tres cosas de arriba y deja de ser 37. Por eso la métrica que sirve no es el precio por token sino el costo por tarea, que en tu caso será por conversación, por documento procesado, por pedido asignado, por lo que sea que tu sistema haga una y otra vez.

Y no es una preocupación solo mía. La encuesta State of FinOps de este año, que juntó a 1.192 personas que administran más de 83 mil millones de dólares de gasto en nube, encontró que el 73% de las empresas se pasó de lo que había proyectado gastar en IA, y que el presupuesto promedio saltó de 1,2 millones en 2024 a 7 millones este año. En la región, el estudio de Sensedia y Squadra con MIT Sloan Management Review Brasil, publicado el 4 de agosto, dice algo parecido, un 74% de las organizaciones con costos imprevistos por adopción desordenada y apenas un 7,4% que logró integrar IA de forma transversal. El dinero se está yendo igual, esté ordenado o no.

Cómo lo replicas

Si estás por cotizar algo con IA adentro, o ya lo tienes funcionando:

La regla de una línea: el precio por token es del proveedor, el costo por tarea es tuyo, y es el único de los dos que puedes medir, defender y cotizar. Todavía no me ha llegado una factura que me duela, me gustaría que siga así, y eso no se logra teniendo suerte.

Ayer Nvidia confirmó que respalda el campus PORTS-Pike en Ohio, donde OpenAI va a operar bajo un contrato de arrendamiento a veinte años. Son 4,25 gigawatts de capacidad inicial con opción a 3,75 más, al menos 10 GW de generación eléctrica nueva, 4.200 millones de dólares en infraestructura de red y 1.500 millones que Nvidia invierte en SB Energy, la empresa de SoftBank que construye el sitio, además de quedar como proveedor exclusivo de cómputo. Jensen Huang salió el mismo día a negar en X que esto sea financiamiento circular, con el argumento de que OpenAI va a pagar el arrendamiento y que si no lo toma, Nvidia revende la capacidad a otros, que es exactamente lo que uno responde cuando la pregunta ya está instalada.

Lo conecto con lo de arriba porque es la misma historia unos cuantos pisos más arriba. Cuando la infraestructura que corre los modelos se financia con compromisos a veinte años, el precio que pagas por token deja de ser una decisión de producto y pasa a ser una decisión de estructura de capital. No digo que vaya a subir, honestamente no lo sé y nadie lo sabe. Digo que si tu modelo de negocio asume que va a bajar todos los años para siempre, ese supuesto ahora tiene una hipoteca a veinte años del otro lado.

Fuentes: Nvidia · Axios · Benzinga · Fortune