--- title: "Cuánto cuesta un agente de IA: cifras de 4 proyectos" description: "Cuánto cuesta un agente de IA en funcionamiento, según cuatro proyectos reales - techos por llamada, proxies y servidor, IA en local y fallos silenciosos." url: "https://madsalt.tech/es/blog/how-much-does-an-ai-agent-cost/" author: "Denys Zaichenko" language: "es" published: 2026-10-15 --- # Cuánto cuesta un agente de IA: cifras de 4 proyectos En resumen Cuánto cuesta un agente de IA en funcionamiento depende de tres cosas: las llamadas al modelo, los sistemas que maneja y las salvaguardas que evitan que falle en silencio. El modelo que elija mueve más que nada la factura de tokens: mil pasos idénticos de agente cuestan USD 0,46 con DeepSeek V4.1 Flash, USD 0,65 con Claude Haiku 5.5 y USD 26 con Claude Opus 5.5. En cuatro sistemas que construí este año, las llamadas al modelo fueron además lo más fácil de acotar: USD 0,05 por una comprobación en segundo plano y, como máximo, USD 2,10 por una investigación completa. El tráfico de proxies de una ejecución de comparación de precios costó USD 3,08, y las sorpresas caras fueron fallos que nadie vio, como una caída que duró 8 días hasta que se notó. Soy Denys, ingeniero full-stack y de IA. La mayoría de los artículos sobre esta pregunta citan rangos amplios sin un proyecto detrás. Aquí están los contadores de cuatro cosas que construí y mantengo, con el origen de cada cifra: archivos de configuración, mensajes de commit y ejecuciones medidas. Cuando una cifra es un techo que fijé yo y no una factura que pagué, lo digo. ## ¿Cuánto cuesta un agente de IA y qué se paga exactamente? Tres contadores, y el modelo es solo uno de ellos. | Proyecto | Qué hace la IA | Coste del modelo | Qué más pesa | | ------------------------------------------------ | -------------------------------------------------------------------- | ------------------------------------------------------------------------------------- | -------------------------------------------------------------------- | | Agente asistente personal | Chatea por Telegram, trabaja el CRM y el correo, investiga en la web | USD 0,00065 a 0,026 por paso según el modelo; techos de USD 0,05 a 2,10 por ejecución | Un servidor, reintentos y vigilantes | | Comparador de precios para una agencia de viajes | Otro agente de IA lanza las ejecuciones por un servidor MCP | Cero por mi parte: ese agente paga sus tokens | Proxies, unos USD 3,08 por ejecución, y un servidor de 8 núcleos | | Control de audio de retransmisiones en directo | Detecta voz e idioma hablado en cada canal | Cero por llamada: dos modelos pequeños corren en el equipo del recinto | CPU: una demo de 32 canales usó unos 0,9 de un servidor de 2 núcleos | | Certificados de inmuebles | Lee portales desconocidos como lo haría una persona | Tokens solo en portales que los scripts no conocen | Los scripts cubren el portal conocido sin tokens | El patrón se repitió en los cuatro: el token más barato es el que nunca se envía, y las horas caras se van en lo que rodea al modelo. ## ¿Cuánto cuestan las llamadas al modelo? El asistente es el único de los cuatro cuya factura de modelo pago yo. Funciona con el Claude Agent SDK de Anthropic, y cada agente tiene un techo fijo en el código. El SDK detiene la ejecución al llegar al límite de turnos o al límite en dólares. | Tarea | Modelo | Techo por ejecución | | ---------------------------------------------- | ------------------------------- | -------------------------------------------------------------- | | Comprobación en segundo plano | Claude Haiku 4.5 | USD 0,05 y USD 1,00 al día en total | | Investigación: dividir la pregunta | Claude Opus 4.6 | USD 0,10, 1 turno | | Investigación: tres investigadores en paralelo | Claude Opus 4.6 | USD 0,50 cada uno, 3 turnos, búsqueda y lectura web | | Investigación: redactar la respuesta | Claude Opus 4.6 | USD 0,50, 1 turno | | Conversación principal | Haiku, Sonnet u Opus, ver abajo | 200 turnos o USD 50, una red de seguridad y no una expectativa | Así, lo máximo que puede costar una investigación completa es USD 0,10 + 3 × 0,50 + 0,50 = USD 2,10. Es un techo, no un promedio; lo que cuesta de verdad depende del modelo, que la sección siguiente pone en precios. Dos decisiones recortaron la factura más que cualquier cambio de tarifa: 1. **Enviar cada mensaje al modelo más barato que pueda resolverlo.** Los mensajes cortos y simples van a Haiku, los moderados a Sonnet y los de varios pasos a Opus. El enrutador lee palabras clave y longitud del mensaje, así que enrutar no cuesta ninguna llamada al modelo. Al principio, todos los agentes funcionaban con Opus. 2. **Eliminar las llamadas que no se ganan su sitio.** La comprobación en segundo plano pedía al modelo un informe de estado en cada ciclo. No tenía acceso al correo ni al CRM, así que solo escribía mensajes que nadie necesitaba. Quité la llamada al modelo por completo. El tope diario de USD 1,00 sigue en la configuración, sin vigilar nada. Una laguna sincera: el SDK informa del coste de cada llamada y yo nunca lo guardé. El total mensual está en la consola de Anthropic, no en la aplicación. Si lo construyera de nuevo, registraría el coste por llamada desde el primer día, para ver qué tarea gasta el dinero y no solo cuánto. ## ¿Cuánto cambia la factura según el modelo que se elija? Más que cualquier otra cosa del lado de los tokens. Abajo se calcula un paso de agente con distintos modelos. El paso son unos 4.000 tokens de entrada y 500 de salida, la estimación por llamada que figura en el código del propio asistente para su comprobación en segundo plano. Los precios son la lista de OpenRouter del 15 de octubre de 2026. OpenRouter traslada el precio de lista de cada proveedor y cobra su comisión al comprar créditos (5,5 % en el plan estándar), no por solicitud. | Modelo | Precio por 1 M de tokens, entrada / salida | Un paso | 1.000 pasos | | ---------------------------------------------- | ------------------------------------------ | ----------- | ----------- | | DeepSeek V4.1 Flash | USD 0,024 / 0,72 | USD 0,00046 | USD 0,46 | | Claude Haiku 5.5, GPT-6 Luna | USD 0,10 / 0,50 | USD 0,00065 | USD 0,65 | | Qwen3.8 Flash | USD 0,15 / 0,47 | USD 0,00083 | USD 0,83 | | Mistral Small 4 | USD 0,15 / 0,60 | USD 0,00090 | USD 0,90 | | Llama 4 Maverick | USD 0,188 / 0,652 | USD 0,0011 | USD 1,08 | | Gemini 3.5 Flash Lite | USD 0,30 / 2,50 | USD 0,0025 | USD 2,45 | | DeepSeek V4 Pro | USD 0,955 / 1,911 | USD 0,0048 | USD 4,78 | | Gemini 3.8 Flash | USD 0,75 / 3,75 | USD 0,0049 | USD 4,88 | | Grok 4.7 | USD 2 / 6 | USD 0,011 | USD 11 | | Claude Sonnet 5.5, GPT-6.1 Sol, Gemini 4 Argon | USD 2 / 10 | USD 0,013 | USD 13 | | Claude Opus 5.5 | USD 4 / 20 | USD 0,026 | USD 26 | | Claude Fable 5.1, GPT-6 Astra | USD 10 / 50 | USD 0,065 | USD 65 | ![Coste de 1000 pasos iguales de un agente de IA. Un paso: 4000 tokens de entrada, 500 de salida. USD, precios de lista. DeepSeek V4.1 Flash: USD 0,46; Claude Haiku 5.5: USD 0,65; Gemini 3.8 Flash: USD 4,88; Claude Sonnet 5.5: USD 13; Claude Opus 5.5: USD 26; Claude Fable 5.1: USD 65.](https://madsalt.tech/charts/es/how-much-does-an-ai-agent-cost.svg) *Fuente: precios de lista de OpenRouter, 15 de octubre de 2026.* El mismo trabajo cuesta de USD 0,46 a USD 65 por cada mil pasos, una diferencia de unas 140 veces. De ahí se desprenden tres cosas: - **Un modelo pequeño resuelve la mayoría de los pasos.** Clasificar un mensaje, extraer campos de un documento, responder a partir de un texto conocido: rara vez hace falta un modelo de primera. Reserve los grandes para planificar y razonar a fondo, que es lo que hace el enrutamiento de arriba. - **Los precios cambian rápido.** El asistente funcionaba con Claude Haiku 4.5, Sonnet 4.6 y Opus 4.6. En la lista de hoy, el paso cuesta USD 0,0065 con Haiku 4.5 y USD 0,00065 con Haiku 5.5. Anthropic indica que sus modelos nuevos cuentan un 30 % más de tokens para el mismo texto, así que por paso el nuevo sigue siendo casi ocho veces más barato. Gemini 4 Argon, de Google, duplicará su precio el 1 de diciembre de 2026. Vuelva a comprobarlo antes de planificar a un año. - **Compare tareas, no precios por token.** Un modelo más barato que necesita dos intentos, o un prompt más largo para portarse bien, puede costar más por tarea terminada. Mida una muestra de tareas reales con dos o tres modelos antes de decidir. Su propia estimación es una línea: pasos por tarea × tareas al mes × el precio por paso de su modelo. ## ¿Por qué el contexto fue el problema real y no el precio por token? El precio por token es predecible. El contexto no. Los fallos que más dolieron a este asistente tenían que ver con cuánto texto entraba en cada llamada: - **Las sesiones largas rompían las respuestas.** Para responder más rápido, la aplicación mantenía una sesión abierta entre mensajes. Cuando el contexto se desbordaba, el modelo empezaba a devolver texto ininteligible con alfabetos mezclados. La solución: reciclar la sesión tras 20 mensajes y reintentar en una nueva cuando la respuesta parece rota. - **Un punto de control guardado creció demasiado.** Un día las llamadas fallaron con "Prompt is too long". El punto de control que se inyecta en cada llamada está ahora limitado a 2 KB. - **El prompt del sistema cargaba archivos que casi no usaba.** Cargar las habilidades solo cuando un mensaje las necesita ahorró unos 3.000 tokens por llamada, y quitar tres archivos de referencia de la precarga ahorró unos 1.500 más. Son estimaciones de las notas de commit, no líneas de factura. - **El historial era más largo de lo útil.** El historial del chat enviado con cada llamada pasó de 20 mensajes a 10. Cada una de estas medidas baja el coste y acelera las respuestas a la vez. Trate el contexto como un presupuesto, igual que el dinero. ## ¿Cuánto cuesta la infraestructura que maneja un agente? En el comparador de precios de viajes, la parte de IA es un agente aparte. Lanza las ejecuciones por un servidor MCP que construí, y sus tokens se facturan a quien ejecute ese agente. Lo que paga el propio comparador es el scraping que hay detrás: proxies residenciales y un servidor lleno de navegadores. Cifras medidas de ese sistema: - **Tráfico de proxies:** una ejecución sobre dos sitios de viajes usó unos 935 MB, unos USD 3,08, aproximadamente 0,23 MB por fila de precio guardada. - **Bloqueo de rastreadores:** en un sitio, bloquear los scripts de seguimiento redujo el tráfico de 4,2 MB a 2,5 MB por búsqueda, con precios idénticos en las seis ejecuciones de prueba. - **Sin navegador donde no hace falta:** los precios de un sitio se podían leer con un cliente HTTP normal que se hace pasar por un navegador móvil. La recogida pasó de 8 a 43 fechas por minuto con cinco trabajadores, y se eliminó el código de navegador de ese sitio. - **La CPU, no la memoria, fija el tamaño del servidor:** con 20 navegadores en un servidor de 8 núcleos, la carga rondaba 30 mientras sobraban de 6 a 7 GB de RAM. Un navegador activo ocupa unos 345 MB. Dimensione el servidor por núcleos. Si su agente maneja navegadores, proxies o API de pago, esos contadores probablemente superarán la factura del modelo. Mídalos por tarea antes de elegir modelo. ## ¿Cuándo sale más barata la IA en el propio equipo que una API? Cuando la entrada no necesita salir del edificio y el modelo es pequeño. El proyecto de retransmisión comprueba canales de audio en directo durante emisiones deportivas: silencio, fallos de señal, un comentarista que cambia al idioma equivocado. Enviar cada segundo de audio a una API costaría dinero en cada llamada y añadiría retraso. En su lugar, dos modelos abiertos corren en el equipo del propio recinto: uno detecta voz y el otro nombra el idioma. Juntos pesan unos 24 MB, el detector de voz añade unos 7 MB de RAM y no hay tarifa por llamada. En una demo de 32 canales, analizar todos en tiempo real usó unos 0,9 de un servidor en la nube de 2 núcleos. La contrapartida es una precisión que hay que demostrar uno mismo. Sobre un conjunto público de voz leída limpia, con 30 clips de tres segundos por idioma, el modelo de idioma acertó el 93,3 % de las veces en portugués y al menos el 96,7 % en español, inglés y francés. Es un techo, no una previsión: el ruido del público y la música bajo un comentarista nunca se midieron, porque no había audio de un circuito de retransmisión real. ## ¿Cuánto cuesta dejar un agente solo con seguridad? Es el coste que casi todas las estimaciones omiten, y donde se fueron mis horas. Algunos fallos reales: - **Una caída silenciosa de 8 días.** Otro proyecto del mismo servidor actualizó una caché de navegador compartida. El grupo del scraper pasó de 40 navegadores operativos a 0, los trabajos se colgaron sin error y nada avisó a nadie. La solución fue pequeña: dar al scraper su propia caché de navegador. Encontrar la causa llevó 8 días, porque no había alerta sobre el estado del grupo. - **Un trabajo que "terminó bien" sin nada.** Una ejecución recorrió 359 fechas en 12 minutos, guardó 0 filas e informó de éxito. Ahora los trabajos se detienen tras 25 fechas vacías seguidas y explican por qué. - **Una ejecución detenida que seguía gastando.** Una comparación marcada como detenida siguió corriendo 4 horas, consumiendo tráfico de proxies todo el tiempo. - **Un límite del proxy vació el grupo.** Cuando el plan del proxy alcanzó su límite de tráfico, el grupo bajó de 40 navegadores a 0 en 12 minutos y se quedó así hasta un reinicio. Ahora se repone solo cada 60 segundos, con espera creciente hasta 5 minutos. - **Demasiadas alertas el primer día.** La primera prueba de la herramienta de retransmisión con una señal real de 16 canales y 49 minutos produjo 3.492 eventos. El 92,4 % eran ruido y alertas por cambio de voz, y el operador pulsó Borrar 182 veces en 27 minutos. Los detectores funcionaban bien; los umbrales nunca habían visto audio de programa real. La solución fue un interruptor por perfil, no matemáticas nuevas. - **Llamadas colgadas y límites de uso.** El asistente tiene ahora un vigilante de 120 segundos para una llamada que se queda muda, un límite de 300 segundos para la llamada entera y hasta 3 reintentos tras 30 segundos, 2 minutos y 5 minutos cuando la API está saturada o limitada. Una llamada a una herramienta colgada no pasa a los modelos de reserva, porque un modelo más lento no arregla una herramienta atascada. Nada de esto aparece como precio por token. Aparece como horas, y como confianza perdida cuando el agente dice "hecho" y se equivoca. Presupuéstelo: una primera prueba con datos reales, alertas para lo que puede fallar en silencio y comprobaciones de que un "éxito" produjo algo. ## ¿Dónde encaja la IA cuando los scripts hacen casi todo? En los bordes. El servicio de certificados de inmuebles recoge documentos de las cuentas en línea de los administradores de fincas y arma el certificado que necesita un vendedor. Un script cubre el principal portal conocido, donde se completa el 95 % de los documentos. La IA de visión lee solo los portales que los scripts no conocen, y esa vía está detrás de un interruptor que la apaga al instante. Para quien los encarga, un certificado tarda ahora de 2 a 3 minutos en lugar de 2 a 3 semanas, y cuesta EUR 99 en lugar de EUR 200 a 300. La IA es la parte menor de esa cadena a propósito: los scripts son baratos y predecibles donde funcionan, y el modelo se usa donde solo sirve leer como una persona. ## ¿Cómo estimar el coste de funcionamiento de su propio agente? Antes de pedir un presupuesto, anote cinco cifras: 1. **Tareas al mes.** Mensajes, documentos, ejecuciones. 2. **Llamadas al modelo por tarea y qué modelo necesita cada una.** La mayoría de las tareas no necesita el modelo de primera. 3. **Tokens por llamada.** Prompt del sistema, historial, documentos. Aquí los costes crecen sin ruido. 4. **Los demás contadores.** Proxies por MB, API de pago por llamada, servidores por núcleo. 5. **Un techo para cada tarea.** Un límite en dólares por ejecución en el código, no solo un tope mensual en la cuenta. Después sume el coste que nadie presupuesta: una prueba con datos reales en la primera semana, alertas para los fallos silenciosos y alguien que las lea. ## Qué no dicen estas cifras Los techos de arriba son límites que fijé yo, no lo gastado, y la tabla de modelos son precios de lista, no mis facturas. Cada cifra de proyecto sale de un solo sistema y un solo periodo. Los precios de los modelos cambian a menudo, así que consulte las páginas de precios de los proveedores antes de planificar. Y nada de esto dice cuánto tardó ni cuánto costó construir los proyectos; eso depende de las integraciones mucho más que de la IA. Si está planeando un agente y quiere comparar notas sobre lo que costará mantenerlo, estaré encantado de mirar sus cifras. Mi página de [desarrollo de agentes de IA](https://madsalt.tech/es/services/ai-agent-development/) muestra cómo trabajo, y el [caso de los certificados de inmuebles](https://madsalt.tech/es/work/property-document-automation/), el [caso del audio de retransmisiones](https://madsalt.tech/es/work/live-broadcast-audio-qa/) y el [caso de los precios de viajes](https://madsalt.tech/es/work/travel-price-intelligence/) enseñan tres de estos proyectos con más detalle. Si el bot es para WhatsApp, las tarifas del canal suelen pesar más que el modelo; las calculé por país en [cuánto cuesta un chatbot de WhatsApp con IA](https://madsalt.tech/es/blog/whatsapp-ai-chatbot-for-business/). ## Fuentes - Anthropic, [opciones del Claude Agent SDK](https://github.com/anthropics/claude-agent-sdk-python/blob/main/_autodocs/api-reference/options.md): `max_turns` y `max_budget_usd` detienen una ejecución; cada resultado informa de `total_cost_usd`. - OpenRouter, [precios de lista de los modelos](https://openrouter.ai/models) y [comisiones de la plataforma](https://openrouter.ai/pricing), consultados el 15 de octubre de 2026. - Anthropic, [precios de Claude](https://platform.claude.com/docs/en/about-claude/pricing), y Google, [precios de la API de Gemini](https://ai.google.dev/gemini-api/docs/pricing), consultados el 15 de octubre de 2026: la nota sobre el tokenizador y el cambio de precio de Gemini 4 Argon. - Todas las cifras de los proyectos: los archivos de configuración, mensajes de commit y ejecuciones medidas de los propios proyectos, 2026.