Inkling 2 Small consume 150K tokens por tarea: 4 veces más que su predecesor

Cuando se elige un modelo para producción, lo primero que suele consultarse es el precio por millón de tokens. Es una métrica cómoda, pero engañosa. Los nuevos datos de Artificial Analysis muestran claramente por qué.

Qué mostraron las mediciones

Al ejecutar el Intelligence Index, Inkling 2 Small genera de media unos 150.000 tokens de salida por tarea. En el anterior Inkling Small, la cifra rondaba los 37.000, lo que supone un aumento de aproximadamente cuatro veces. Como referencia, Gemini 3.8 Flash en modo high produce unos 99.000, mientras que Claude Sonnet 5.5 en modo medium genera alrededor de 31.000.

Es importante señalar que hablamos de tokens de salida, es decir, del razonamiento y la respuesta. Normalmente son más caros que los tokens de entrada y también determinan el tiempo de espera.

Por qué importa en la práctica

Imagina que estás desarrollando un agente que procesa tickets de soporte. El modelo A cuesta la mitad por token, pero consume cuatro veces más tokens por cada ticket. Al final, cuesta el doble y además responde de forma notablemente más lenta. El usuario no ve la lista de precios: ve los segundos de espera y la factura al final del mes.

Lo mismo ocurre con los límites: las cadenas largas de razonamiento agotan antes la ventana de contexto y los límites de velocidad del proveedor. Los flujos agénticos, en los que se invoca el modelo decenas de veces seguidas, multiplican el efecto.

Cómo gestionarlo

Primero, compara los modelos por el coste de una tarea completada, no por el precio del token. Artificial Analysis publica precisamente este tipo de desgloses, aunque los resultados pueden ser diferentes con tus propios datos.

Segundo, comprueba si es posible limitar el presupuesto de razonamiento. Si el modelo ofrece modos o parámetros para controlar la profundidad del razonamiento, ejecuta tus tareas en varios niveles y determina en qué punto deja de mejorar la calidad.

Tercero, incluye en la monitorización tanto la media como el p95 del número de tokens de salida. Es fácil pasar por alto un aumento brusco después de actualizar la versión del modelo, pero su impacto aparecerá de inmediato en el presupuesto.

Limitaciones

La publicación no aclara cuánto mejoró el resultado del Intelligence Index junto con el aumento del consumo de tokens. Si la mejora de calidad es considerable, un consumo cuatro veces mayor puede estar justificado para tareas complejas. De lo contrario, se trata simplemente de un modelo más verboso. Además, esta cifra es la media de un benchmark y tus tareas pueden comportarse de manera diferente. La propia publicación obtuvo pocas visualizaciones y solo incluye las cifras, sin explicar la metodología, por lo que conviene consultar el panorama completo en el sitio web de Artificial Analysis.

Conclusión

El precio por token ha dejado de ser una métrica fiable por sí sola. La eficiencia en tokens debe evaluarse junto con la calidad y la latencia, especialmente al desarrollar agentes o pipelines de gran volumen. Antes de migrar a Inkling 2 Small, conviene ejecutar tu propio conjunto de tareas y comparar el coste total y el tiempo de respuesta con Sonnet 5.5 y Gemini 3.8 Flash.