El agente ya tiene factura: cómo cambia tu presupuesto de IA
ia4·pro Team
Autor Especialista
La semana en que el coste del agente entró en la contabilidad
Microsoft presentó el 25 de septiembre un Copilot con tres pestañas y, debajo, un modelo de cobro partido en dos: licencia fija por usuario para el uso diario y facturación por consumo para el trabajo agéntico. Le puso nombre a la disciplina que hace falta para gestionarlo, FinOps para IA.
Tres días antes, Anthropic y OpenAI habían bajado el precio de sus modelos de gama alta. Las dos cosas van juntas: ahora sale a cuenta automatizar trabajo que antes no lo valía. Y lo que ya estaba automatizado pasa a tener una línea variable en el presupuesto.
Qué cambió en los precios el 22 de septiembre
| Modelo | Entrada | Salida | Frente a su predecesor |
|---|---|---|---|
| Claude Opus 5.5 | 4 $ | 20 $ | 20% menos de tarifa, 40% menos de coste operativo |
| GPT-6 Sol | 2 $ | 10 $ | la mitad que GPT-5.6 Sol |
| GPT-6 Luna | 0,10 $ | 0,50 $ | la opción más barata de la familia GPT-6 |
Precios por millón de tokens. Las lecturas de caché están a 0,20 dólares en Opus 5.5, veinte veces por debajo de la entrada normal. Eso cambia cómo conviene montar un prompt largo.
Coste fijo y coste variable en la misma herramienta
El reparto que hace Microsoft es el que vas a ver en casi todos los contratos de aquí a final de año:
- Licencia por usuario: chat, redacción, documentos de Office. Coste conocido, previsible.
- Consumo: agentes que trabajan solos, sesiones largas, modelos avanzados. Coste que depende de cuánto se use.
En medio hay un enrutador, el modelo Auto, que decide a qué modelo va cada petición según precisión, velocidad y coste. Con un enrutador de por medio, dos equipos con la misma licencia pueden generar facturas muy distintas sin haber hecho nada raro.
El detalle de las pestañas y el calendario está en el análisis del nuevo Copilot.
Cómo calcular lo que cuesta una tarea
Con los precios de esta semana se puede hacer la cuenta en dos minutos. Una tarea que lee 20.000 tokens de contexto y escribe 2.000:
| Modelo | Coste por tarea | 500 tareas al mes |
|---|---|---|
| Claude Opus 5.5 | 0,12 $ | 60 $ |
| GPT-6 Luna | 0,003 $ | 1,50 $ |
Un agente no hace una llamada, hace veinte. Lee ficheros, prueba, corrige y vuelve a leer, así que el consumo real de una sesión agéntica está un orden de magnitud por encima de esa cuenta. Ese multiplicador es el que conviene medir con datos propios antes de abrir el grifo a todo el equipo.
El 16% que sí saca partido a los agentes
El Work Trend Index de Microsoft de 2026 identifica a los llamados Frontier Professionals: los que diseñan flujos con varios agentes, fijan estándares de calidad para el trabajo asistido y comparten lo que aprenden. Son el 16% de los usuarios de IA encuestados. En India llegan al 32%.
La diferencia se nota en el resultado. El 80% de ese grupo dice estar produciendo trabajo que no podía hacer un año antes, frente al 58% del resto de usuarios de IA.
También se nota en lo que hacen sus equipos:
| Práctica | Frontier | Resto |
|---|---|---|
| Repensar procesos juntos para encontrar oportunidades de IA | 63% | 32% |
| Compartir trucos, agentes nuevos, aprendizajes y errores | 61% | 36% |
| Discutir estándares de calidad del trabajo asistido | 54% | 29% |
Y el mismo informe pone la responsabilidad donde toca: los factores de organización explican el 67% del impacto de la IA y los individuales el 32%. Solo el 19% de los usuarios trabaja en un entorno donde ambas cosas se refuerzan.
Tres horas a la semana y una cuenta que todavía no cuadra
Los datos de adopción van hacia arriba: el 52% de los trabajadores usa IA en su puesto en 2026, frente al 41% en 2025 y el 26% en 2024. El ahorro que declara la mediana son 3 horas a la semana, en torno al 7,7% de la jornada.
En el lado de la empresa la cuenta no aparece todavía. Un estudio del NBER de 2026 recoge que el 89% de los directivos encuestados no vio impacto medible en la productividad laboral en los últimos tres años, aunque los mismos directivos esperan ganancias en los tres siguientes. Y según McKinsey, el 23% de las organizaciones está escalando un sistema agéntico y otro 39% experimenta.
La lectura práctica: el ahorro individual está documentado y el agregado depende de rediseñar el proceso, que es exactamente lo que hace ese 16%.
Qué medir a partir de octubre
- Coste por tarea completada, no por token. El token es el precio unitario y la tarea es lo que le importa al negocio.
- Porcentaje de salidas que hay que repetir o corregir. Un modelo barato que falla una de cada tres veces sale más caro que uno de gama alta.
- Reutilización de caché. Con la lectura a 0,20 frente a 4 dólares, poner la parte estable del prompt al principio cambia la factura sin tocar el resultado.
- Quién puede crear un agente y con qué permisos, antes de que la facturación por consumo quede abierta.
Si quieres una referencia de por dónde empezar, en frameworks están las estructuras de prompt que reducen las repeticiones y en la evaluación de competencias puedes medir en qué nivel está tu equipo antes de repartir licencias.
Fuentes
Profundiza en este tema con IA
Copia un prompt pre-diseñado para continuar tu aprendizaje en tu herramienta favorita.
Ejecutar en tu Asistente
Compartir en Redes
Genera una publicación de LinkedIn de menos de 1500 caracteres, en tono natural y citando la fuente.
Lleva la teoría a la práctica
Aplica lo que lees con cursos 100% gratuitos y orientados a resultados reales.