Cuánto cuesta un agente de IA en la empresa

El precio publicado no es el precio pagado

Cuando se pregunta cuánto cuesta un agente de IA, la primera respuesta que viene a la mente es casi siempre una suscripción mensual. Es incompleto. Un agente de IA autónomo en producción suma varias partidas de coste que nunca aparecen en la misma factura: la inferencia del modelo, la suscripción a la plataforma, el tiempo de integración, la supervisión humana y el mantenimiento a lo largo del tiempo. EY, en un análisis sobre el coste de los tokens en la empresa, resume bien el problema: estos costes totales siguen siendo estructuralmente invisibles, porque se dispersan en varios presupuestos que nunca se consolidan en un mismo lugar (fuente: EY, "Agentic AI enterprise token costs", https://www.ey.com/en_us/insights/ai/agentic-ai-token-costs, consultado el 2026-09-04).

Partida 1: la inferencia LLM, el precio de los tokens

Es la partida más visible, y la peor entendida. Cada reflexión de un agente (planificación, decisión, llamada a una herramienta) consume tokens, facturados por los proveedores de modelos por millón de tokens, con un precio distinto para la entrada (lo que se envía al modelo) y la salida (lo que produce). Estas son las tarifas públicas mostradas a 4 de septiembre de 2026.

En la API de Anthropic (fuente: Claude, página de precios, https://claude.com/pricing, consultado el 2026-09-04): Claude Haiku 4.5 se factura a 1 dólar por millón de tokens de entrada y 5 dólares de salida. Claude Sonnet 5 cuesta 2 dólares de entrada y 10 dólares de salida. Claude Opus 5, el modelo más capaz, cuesta 5 dólares de entrada y 25 dólares de salida.

En la API de OpenAI (fuente: OpenAI, documentación de precios, https://developers.openai.com/api/docs/pricing, consultado el 2026-09-04): GPT-5 cuesta 1,25 dólares de entrada y 10 dólares de salida. GPT-5.4 cuesta 2,50 dólares de entrada y 15 dólares de salida. GPT-5.5 cuesta 5 dólares de entrada y 30 dólares de salida.

Estas cifras dan un orden de magnitud, no un presupuesto final: un agente que planifica, llama a varias herramientas y relee sus propios resultados puede consumir varias decenas de miles de tokens en una sola tarea. EY ilustra esta deriva con un ejemplo que presenta explícitamente como una ilustración, no como una media de mercado verificada: una conversación con un cliente que costaba 0,04 dólares en 2023 pasó a costar alrededor de 1,20 dólares en 2026, una multiplicación por 30 debida a la creciente complejidad de las orquestaciones de agentes (misma fuente que arriba). Es justo lo que hace atractiva la opción BYOK para las empresas que quieren controlar esta partida: permite conectar directamente su propia clave API de un proveedor de inferencia, la opción BYOK, con una facturación que sigue entonces la tarifa del proveedor elegido en lugar de un paquete de créditos.

Un punto que suele olvidarse en este cálculo: el precio por millón de tokens no dice nada sobre el volumen real que consume un agente. Un agente de soporte que responde de una sola vez a una pregunta simple consume poco. Un agente que planifica una tarea, llama a tres herramientas, relee sus resultados y corrige su propio borrador puede multiplicar ese volumen por diez o veinte en una sola solicitud. Es esta mecánica, más que la tarifa publicada por el proveedor, la que explica por qué la factura de inferencia de un agente en producción suele sorprender al alza a quienes solo calcularon su proyecto a partir del precio de catálogo.

Partida 2: la plataforma y los slots

A la inferencia se suma el coste de la propia plataforma: el entorno que aloja el agente, gestiona sus permisos, sus conexiones con las herramientas, su historial y su observabilidad. No es lo mismo que el precio de los tokens, es el precio de la infraestructura que hace que el agente sea utilizable y gobernable en el día a día, en lugar de un simple script que llama a una API de un modelo. En Atako, esta partida se factura por agente activo, con un volumen de créditos de inferencia incluido cada mes. El detalle exacto de los tramos está disponible en la página de precios. Es un modelo habitual entre las plataformas de agentes: se paga la capacidad, cuántos agentes pueden funcionar al mismo tiempo, no el número de empleados que los usan.

Partida 3: la integración con las herramientas existentes

Un agente que solo habla consigo mismo no tiene ningún valor. Debe leer un CRM, escribir en una herramienta de tickets, publicar en un canal de mensajería. Cada conexión exige una configuración: crear los accesos API u OAuth, definir con precisión qué puede hacer el agente, no solo a qué tiene acceso, y luego probar que funciona en casos reales. Este trabajo suele infravalorarse en el cálculo inicial de un proyecto, cuando de él depende directamente que el agente sea realmente útil o se quede en un juego de demostración que responde bien en una prueba pero nunca toca los sistemas reales de la empresa.

Esta partida varía enormemente según el número de herramientas por conectar y su complejidad. Conectar un agente a un único sistema bien documentado, con una autenticación simple por clave API, lleva unas horas. Multiplicar las conexiones, con sistemas que exigen cada uno su propia configuración (subdominio, región, permisos específicos por objeto), dispara esta partida mucho más deprisa de lo que el número de herramientas hace pensar. Es uno de los argumentos a favor de una plataforma que ya ha industrializado un amplio catálogo de conectores listos para usar, en lugar de desarrollar cada integración internamente.

Partida 4: la supervisión humana

Un agente autónomo no es un agente sin control. Las acciones más sensibles, enviar un correo en frío a un cliente, publicar contenido público, modificar un dato de facturación, merecen un punto de validación humana antes de ejecutarse, al menos al principio. Este tiempo de supervisión tiene un coste real, a menudo en horas de personas que revisan, validan o corrigen el trabajo del agente. Normalmente disminuye con la confianza obtenida, pero nunca desaparece del todo: la gobernanza y las barreras de seguridad forman parte del coste total, no de un extra opcional. Es también uno de los factores que cita Gartner para explicar por qué se espera que más del 40 % de los proyectos de IA agéntica se abandonen de aquí a finales de 2027: costes de gobernanza y control de riesgo infravalorados desde el principio (fuente: Gartner, "Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027", https://www.gartner.com/en/newsroom/press-releases/2025-06-25-gartner-predicts-over-40-percent-of-agentic-ai-projects-will-be-canceled-by-end-of-2027, consultado el 2026-09-04).

Partida 5: el mantenimiento en el tiempo

Un agente desplegado nunca está terminado. Las instrucciones que se le dan deben ajustarse cuando cambia un proceso. Los conectores se rompen cuando un proveedor externo modifica su API. Los registros de actividad deben vigilarse para detectar desviaciones antes de que se conviertan en incidentes. Esta partida de mantenimiento es la que los responsables de proyecto olvidan más sistemáticamente al calcular un presupuesto, porque no aparece en el lanzamiento: se paga mes a mes, en forma de tiempo de ingeniería o de administración que vigila lo que está en marcha.

Construirlo uno mismo o pasar por una plataforma

Ante esta lista, existen dos caminos. Construir internamente: ensamblar uno mismo la llamada al modelo, la gestión de permisos, la observabilidad, los conectores, con un equipo técnico dedicado. O pasar por una plataforma que ya ha industrializado estas piezas, y factura una suscripción por agente en lugar de un proyecto de ingeniería a medida. La elección depende sobre todo del número de agentes previstos y de lo poco estandarizados que sean los casos de uso: cuanto más estándar sea la necesidad (soporte, RR. HH., vigilancia), menos se justifica la construcción a medida. Esta comparativa se desarrolla con más detalle en un artículo dedicado. En cualquier caso, antes de decidir, es mejor tener un cálculo realista de las cinco partidas anteriores que un único precio de suscripción destacado en grande en una página de marketing.