Claude y los agentes de IA queman tokens más rápido de lo previsto, y las empresas aprenden «tokenómica»

Las empresas que han incorporado agentes de IA para escribir código se han encontrado con un problema inesperado: el coste real de los tokens resultó bastante superior al previsto, y sus directivos están aprendiendo a toda prisa una nueva disciplina llamada «tokenómica».

Qué ha pasado con los presupuestos

Wired habló con varias empresas sobre cómo gestionan el gasto en agentes de IA en condiciones reales. Uno de los entrevistados, directivo de una empresa de software de Silicon Valley, describió la situación con la palabra «locura»: su equipo empezó a usar Claude, de Anthropic, de forma intensiva para programar, y el consumo de tokens se disparó hasta niveles que nadie había incluido en el presupuesto.

Una empresa de comercio electrónico vive algo parecido. Sus agentes de IA, que trabajan en segundo plano, generan miles de tokens en tareas aparentemente rutinarias: revisión de código, escritura de pruebas, refactorización. Si un desarrollador dedica una hora a una tarea así, el agente «piensa» unos minutos, pero genera tokens sin parar, y la factura mensual acaba siendo muy distinta.

Por qué los agentes queman tokens tan rápido

El token es la unidad de cobro de los proveedores de IA. Cada solicitud al modelo y cada respuesta se tarifica según el número de tokens. En un chat normal apenas se nota. Pero los agentes de IA para programar funcionan de forma radicalmente distinta:

• antes de cada acción leen todo el contexto del repositorio
• dentro de una misma tarea consultan el modelo muchas veces
• generan largas cadenas de razonamiento interno antes de responder
• escriben, prueban y reescriben código hasta obtener el resultado deseado

Como consecuencia, una tarea que un desarrollador resuelve en una hora puede «costar» decenas de miles de tokens. Con las altas tarifas de modelos potentes como Claude, eso supone cientos de dólares por empleado en una sola jornada laboral.

Cómo están cambiando su enfoque las empresas

Los directivos empiezan a introducir el concepto de «tokenómica»: gestionar el consumo de tokens igual que antes se gestionaban los recursos de servidores o el gasto en la nube. Ya han surgido las primeras prácticas:

• limitar la ventana de contexto de los agentes, de modo que el agente solo vea la parte relevante del código base
• almacenar en caché los prompts repetidos para no recalcular los tokens desde cero
• enrutar las tareas: modelos baratos para lo rutinario, potentes para las consultas complejas
• monitorización y alertas ante gastos anómalos
• revisar el ROI de las herramientas de IA con los costes reales, no los previstos

«Estábamos acostumbrados a pensar en la IA como una suscripción SaaS de precio fijo.

Ahora entendemos que se parece más a la computación en la nube: el precio depende de cuánto uses».

Anthropic y otros proveedores ofrecen herramientas para monitorizar el gasto, pero la gestión de tokens sigue siendo, por ahora, un quebradero de cabeza del lado del cliente.

Qué significa esto

La apuesta de las empresas por la programación con IA como forma de reducir costes de desarrollo puede no dar frutos si no se tiene en cuenta el coste real de los tokens. Las compañías que dominen primero la «tokenómica», es decir, que aprendan a optimizar el consumo sin sacrificar resultados, obtendrán una ventaja tangible sobre las que gestionan el gasto en IA a ciegas.