Los agentes de programación de OpenAI cuestan $2400 al día por investigador a precios de API
OpenAI ha calculado cuánto costarían sus propios agentes de programación si pagara los tokens al precio público de la API, como un cliente cualquiera. El resultado: $2400 al día para el investigador mediano en octubre (un 62% más que en septiembre) y $23 000 para el 10% más activo. Los agentes supervisan con éxito el entrenamiento en el 79% de los casos, pero solo logran escribir código para sistemas de inferencia en el 25%. La conclusión práctica: dejar la rutina a los agentes y reservar para las personas la revisión del código complejo.
Procesado por IA desde The Decoder; editado por Hamidun News
Hasta ahora, cuánto cuesta realmente mantener agentes de programación en un desarrollo serio era algo que solo se podía adivinar. Ahora OpenAI tiene cifras de su propia casa. Imagine que lanza un agente tipo Codex sobre su repositorio y paga cada token al precio habitual de la API.
Así ha recalculado la compañía el trabajo de sus agentes internos: en octubre, el investigador mediano habría «quemado» tokens por valor de $2400 al día, y el 10% de empleados más activos, por $23 000. En la práctica, OpenAI no paga esa cantidad: es un equivalente teórico, pero sirve para dimensionar el fenómeno, porque los agentes se han convertido en la principal herramienta de trabajo. Con este segundo informe sobre la aceleración de la investigación interna, la compañía también intenta documentar señales de automejora recursiva (RSI), es decir, de situaciones en las que la IA acelera la creación de las siguientes generaciones de IA.
Cuánto cuesta en tokens
El cálculo se basa en los precios de lista de la API. En octubre, el investigador mediano habría consumido tokens por $2400 al día, un 62% más que el mes anterior. Entre el 10% de usuarios más activos, esa suma teórica se duplicó hasta los $23 000 diarios. Los agentes trabajan, sobre todo, en comunicación y código.
También hay una conversión a tiempo de trabajo. Si se suma todo lo que hacen los agentes, a cada investigador le corresponden unas 5,7 jornadas laborales de ocho horas por cada día natural. En los equipos de preentrenamiento y postentrenamiento de modelos, la cifra ronda las ocho. Más de dos tercios de los empleados monitorizados llegaron a ejecutar, en su punto álgido, al menos cuatro agentes en paralelo.
En septiembre, el equivalente teórico en API del trabajo de los agentes fue el doble de los gastos habituales en salarios de investigadores. Una salvedad: el cálculo no incluye las acciones, que suponen entre el 70% y el 80% de la remuneración total en OpenAI. Respecto al conjunto del cómputo de investigación de la compañía, el peso de los agentes es modesto: apenas un 2%. Para los equipos que adoptan agentes, la conclusión es sencilla: los tokens ya son comparables a la masa salarial y conviene llevarlos como una partida presupuestaria aparte.
Dónde funcionan los agentes y dónde no
Entre marzo y octubre, la proporción estimada de tareas de 2–4 horas que el agente resuelve por sí solo, sin intervención humana, subió del 23% al 46%. En las tareas de 4–8 horas, el indicador pasó del 13% al 35%.
El desglose según la taxonomía de Epoch AI muestra un sesgo hacia lo sencillo. Los agentes supervisan con éxito las ejecuciones de entrenamiento en el 79% de los casos y responden por sí mismos a preguntas técnicas en el 72%. Sin embargo, solo consiguen crear entornos para evaluar modelos y para aprendizaje por refuerzo en el 29% de los casos, y escribir código para sistemas de inferencia y servicio de modelos en el 25%. A grandes rasgos: un agente puede revisar una curva de entrenamiento o contestar una pregunta casi sin ayuda, pero todavía no puede construir una infraestructura compleja sin una persona.
Qué dicen los propios investigadores
La encuesta a 101 empleados de OpenAI no es representativa, pero resulta reveladora. La respuesta mediana: los investigadores preferirían renunciar al 40% de la plantilla de su equipo o al 30% de la capacidad de cómputo antes que pasar tres meses sin los agentes de programación actuales. En otra encuesta rápida a 28 personas, 27 prefirieron el modelo interno más reciente a un ingeniero de nivel medio.
La otra cara salió a la luz en entrevistas con diez investigadores. Según ellos, los modelos carecen de «gusto»: distinguen mal una idea científica sólida y no perciben la calidad del código ni de los datos. Los agentes se pierden en pasos innecesarios, hacen suposiciones erróneas al analizar y envían correcciones de código débiles junto con artefactos de datos inservibles, es decir, el célebre «AI slop». Sin un control humano estrecho, el cómputo se desperdicia.
Según los equipos consultados, las ideas conceptuales clave de GPT-6 Astra y GPT-6.2 Astra las concibieron íntegramente personas de postentrenamiento y seguridad. Solo en el preentrenamiento de GPT-6.2 Astra algunos investigadores afirmaron haber obtenido intuiciones importantes en su diálogo con Codex.
Cómo leer estas cifras
La propia OpenAI advierte de que los datos sobre colaboración entre personas e IA podrían no extrapolarse de forma lineal. La compañía menciona los recientes avances rápidos de la IA en matemáticas y admite que podrían producirse saltos similares en la investigación en deep learning cuando los modelos sean más autónomos.
El contexto es este. La organización METR estimó hace poco, tras once semanas de observación dentro de Anthropic, competidora de OpenAI, que el uso de IA allí casi duplicó el ritmo de desarrollo. A principios de septiembre, en el primer informe, OpenAI declaró haber alcanzado su objetivo de un becario de investigación automatizado basado en IA. El científico jefe, Jakub Pachocki, advirtió en el texto que acompañaba al informe del riesgo de pérdida de control, tras una auditoría que detectó numerosas lagunas en el sistema de supervisión.
Qué hacer en la práctica. Primero, mida no el volumen de ejecuciones de agentes, sino la proporción de cambios aceptados: los tokens ya cuestan como salarios. Segundo, encargue a los agentes la monitorización, las consultas y las tareas típicas, donde el éxito ronda el 70–80%. Tercero, mantenga bajo revisión humana el código de infraestructura, los entornos de evaluación y la elección de líneas de investigación; de lo contrario, obtendrá «AI slop» y cómputo quemado. Y no olvide la fuente: el informe lo ha escrito la propia OpenAI, y las encuestas son pequeñas y no representativas.
- 19 nov 2026Infostart conecta Direct, Metrica y Wordstat a ChatGPT: 6 comandos y acceso compartido
- 19 nov 2026Las participaciones de Amazon y Google en Anthropic se valoran en $308 mil millones con la IPO a $83 por acción
- 19 nov 2026Gemini 4 Neon, de Google, es el doble de rápida que Carbon y un 17% más barata por tarea
- 19 nov 2026Смысл.ИИ: un RAG agéntico sobre documentos corporativos, construido en Kotlin y sin Python
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre Cuánto cuesta en tokens?
El cálculo se basa en los precios de lista de la API. En octubre, el investigador mediano habría consumido tokens por $2400 al día, un 62% más que el mes anterior. Entre el 10% de usuarios más activos, esa suma teórica se duplicó hasta los $23 000 diarios. Los agentes trabajan, sobre todo, en comunicación y código. También hay una conversión a tiempo de trabajo. Si se suma todo lo que hacen los agentes, a cada investigador le corresponden unas 5,7 jornadas laborales de ocho horas por cada día natural.
Dónde funcionan los agentes y dónde no?
Entre marzo y octubre, la proporción estimada de tareas de 2–4 horas que el agente resuelve por sí solo, sin intervención humana, subió del 23% al 46%. En las tareas de 4–8 horas, el indicador pasó del 13% al 35%. El desglose según la taxonomía de Epoch AI muestra un sesgo hacia lo sencillo. Los agentes supervisan con éxito las ejecuciones de entrenamiento en el 79% de los casos y responden por sí mismos a preguntas técnicas en el 72%.
¿Qué se sabe sobre Qué dicen los propios investigadores?
La encuesta a 101 empleados de OpenAI no es representativa, pero resulta reveladora. La respuesta mediana: los investigadores preferirían renunciar al 40% de la plantilla de su equipo o al 30% de la capacidad de cómputo antes que pasar tres meses sin los agentes de programación actuales. En otra encuesta rápida a 28 personas, 27 prefirieron el modelo interno más reciente a un ingeniero de nivel medio. La otra cara salió a la luz en entrevistas con diez investigadores.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.