---
title: "Reducir costes de IA: 9 formas que funcionan en 2026"
description: "Nueve formas de reducir costes de IA: modelos gratuitos, modelos baratos bajo uno fuerte, menos esfuerzo, caché y lotes, con cifras de los proveedores."
url: "https://madsalt.tech/es/blog/how-to-reduce-ai-costs/"
author: "Denys Zaichenko"
author_url: "https://madsalt.tech/es/about/"
language: "es"
published: 2026-11-11
---

# Reducir costes de IA: 9 formas que funcionan en 2026

TL;DR

Para reducir costes de IA hay que dejar de pagar el precio del mejor modelo en cada paso. Baje primero el nivel de esfuerzo: en [la prueba de Anthropic](https://platform.claude.com/docs/en/about-claude/models/optimizing-for-cost-and-intelligence), un modelo resolvió el 87,4 % de las tareas de programación con esfuerzo bajo por USD 0,11 cada una, frente al 95,3 % con esfuerzo alto por USD 0,29. Ejecutar todo en bajo y repetir en alto solo los fallos dio cerca del 97 % por unos USD 0,17. Después: guarde en caché los prompts repetidos, envíe por lotes lo que puede esperar ([50 % de descuento](https://platform.claude.com/docs/en/about-claude/pricing)), dé los pasos simples a modelos gratuitos o baratos y deje al modelo fuerte la decisión.

Soy Denys, ingeniero full-stack y de IA. Construyo agentes de IA y automatizaciones para pequeñas empresas. Esta es la lista que uso. Es para el propietario que ve crecer una línea de IA en la factura y quiere saber qué palancas la mueven. Las cifras son datos de los proveedores de noviembre de 2026, enlazadas donde aparecen; los números de benchmark de Anthropic vienen de sus propias pruebas internas. Todos los precios están en USD, tal como los publican los proveedores.

## Reducir costes de IA: ¿de dónde viene la factura?

De los tokens, los trozos de texto que un modelo lee y escribe. Escribir cuesta más que leer: en la lista de precios de Anthropic, un modelo fuerte cobra USD 4 por millón de tokens leídos y USD 20 por millón escritos, y su modelo más pequeño USD 0,10 y 0,50 ([precios de Anthropic](https://platform.claude.com/docs/en/about-claude/pricing)). Para saber cuánto cuesta la IA hay que mirar tres cosas: qué modelo llama, cuánto piensa y escribe, y cuántas veces le vuelve a enviar el mismo texto largo. Cada forma de abajo recorta una de esas tres partidas.

| Forma                                            | Qué recorta              | Ahorro típico (cifras de los proveedores)        |
| ------------------------------------------------ | ------------------------ | ------------------------------------------------ |
| 1. Bajar el nivel de esfuerzo                    | pensar y escribir        | medium cuesta un 30–52 % menos que high          |
| 2. Primero low, repetir los fallos en high       | pensar en tareas fáciles | cerca de un 40 % menos que todo en high          |
| 3. Modelos gratuitos para pasos simples          | precio por token         | USD 0 dentro de los límites diarios              |
| 4. El modelo fuerte decide, los baratos trabajan | precio por token         | cerca de un tercio, solo en trabajos grandes     |
| 5. Caché de prompts                              | releer el mismo texto    | lectura de caché al 5–10 % del precio de entrada |
| 6. Lotes para lo que puede esperar               | todo                     | 50 % de descuento                                |
| 7. Enviar menos                                  | lectura                  | 21–26 % en un agente pequeño                     |
| 8. Pedir respuestas más cortas                   | escritura                | cerca de un 13 %                                 |
| 9. Licencias frente a API                        | licencias sin usar       | depende del uso                                  |

## 1. Bajar el nivel de esfuerzo

La mayoría de los modelos actuales tiene un ajuste de esfuerzo o de razonamiento, y es la palanca más grande después del propio modelo. Los niveles de Anthropic son low, medium, high, xhigh y max, y el esfuerzo cambia todos los tokens de la respuesta, incluidas las llamadas a herramientas y el razonamiento ([documentación de Anthropic sobre el esfuerzo](https://platform.claude.com/docs/en/build-with-claude/effort)).

La prueba publicada por Anthropic con Claude Opus 5.5 (un subconjunto de SWE-bench Pro, un benchmark propio) ([guía de coste e inteligencia](https://platform.claude.com/docs/en/about-claude/models/optimizing-for-cost-and-intelligence)):

| Esfuerzo             | Tareas resueltas | Coste por tarea |
| -------------------- | ---------------- | --------------- |
| low                  | 87,4 %           | USD 0,11        |
| medium (por defecto) | 92,8 %           | USD 0,21        |
| high                 | 95,3 %           | USD 0,29        |

La misma guía dice que medium costó entre un 30 % y un 52 % menos que high en tareas largas de programación, y low cerca de dos tercios menos. Los modelos de OpenAI tienen el mismo interruptor (`reasoning.effort`, de low a max) y OpenAI señala que los tokens de razonamiento se facturan como salida, pero no publica ningún porcentaje, así que no cito ninguno ([guía de razonamiento de OpenAI](https://developers.openai.com/api/docs/guides/reasoning)).

Si lo pone demasiado bajo, el modelo se detiene antes de reunir pruebas suficientes. Empiece en medium, mida y baje donde los resultados se mantengan.

## 2. Ejecutar primero en low y repetir solo los fallos en high

En la misma prueba de Anthropic, ejecutar todo en low y repetir en high el 13 % de tareas fallidas resolvió cerca del 97 % por unos USD 0,17 por tarea, frente al 95,3 % por USD 0,29 con todo en high. Anthropic habla de un 40 % menos con la misma tasa de aciertos ([guía](https://platform.claude.com/docs/en/about-claude/models/optimizing-for-cost-and-intelligence)).

![Coste por tarea según el nivel de esfuerzo. USD por tarea de programación, un modelo, benchmark del proveedor. Esfuerzo bajo: 87,4 % resueltas: 0,11; Esfuerzo medio: 92,8 % resueltas: 0,21; Esfuerzo alto: 95,3 % resueltas: 0,29; Bajo, fallos repetidos en alto: cerca del 97 %: 0,17.](https://madsalt.tech/charts/es/how-to-reduce-ai-costs.svg)

*Fuente: guía de coste e inteligencia de Anthropic, noviembre de 2026. Benchmark interno del proveedor.*

Funciona cuando se puede saber automáticamente que una tarea falló: una prueba, una validación de formulario, un campo vacío. Sin esa comprobación no se sabe qué repetir.

## 3. Usar modelos gratuitos para los pasos simples

OpenRouter, una sola API delante de muchos proveedores de modelos, lista versiones gratuitas de algunos modelos, marcadas con `:free`. Sus límites ([límites de OpenRouter](https://openrouter.ai/docs/api-reference/limits)):

- 20 solicitudes por minuto;
- 50 solicitudes al día si ha comprado en total menos de USD 10 de créditos;
- 1.000 solicitudes al día una vez que ha comprado USD 10 o más;
- los intentos fallidos cuentan para el límite diario.

La colección gratuita de OpenRouter incluía en noviembre de 2026 NVIDIA Nemotron 3 Ultra y Nemotron 3.5 Super VL, Cohere North Mini Code y Google Gemma 4 ([modelos gratuitos](https://openrouter.ai/collections/free-models)). La lista cambia cada semana y algunas entradas gratuitas caducan.

Lea la política de datos antes de enviar nada privado. OpenRouter no guarda los prompts salvo que usted lo active, pero cada proveedor tiene su propia política y algunos figuran como «may train», es decir, pueden usar sus datos para entrenar ([registro por proveedor](https://openrouter.ai/docs/guides/privacy/provider-logging)). Los modelos gratuitos sirven para textos públicos o anonimizados: resúmenes de páginas web, clasificación, primeros borradores, no datos de clientes ni datos personales sujetos al RGPD.

## 4. Un modelo fuerte decide y modelos baratos trabajan

Reserve el modelo caro para planificar y revisar, y pase los pasos de volumen a otros más baratos. Los dos grandes agentes de programación lo admiten: los subagentes de Claude tienen su propio ajuste `model`, y Codex tiene `default_subagent_model` y `default_subagent_reasoning_effort` ([subagentes de Anthropic](https://code.claude.com/docs/en/sub-agents), [subagentes de Codex](https://learn.chatgpt.com/docs/agent-configuration/subagents)).

Cómo se ve ese reparto en una pantalla, con el coste de cada agente como una barra, está en mi prototipo de [dashboard de orquestación multiagente](https://madsalt.tech/es/work/multi-agent-orchestration/) (datos de ejemplo).

Sea honesto sobre dónde compensa. Anthropic midió un orquestador fuerte con subagentes de tamaño medio a cerca de un tercio menos de coste con una puntuación casi igual, pero en trabajo mayor que una ventana de contexto. Cuando el trabajo era una sola cadena dependiente o cabía en un solo contexto, un único modelo con menos esfuerzo salió más barato en todos los casos medidos ([guía](https://platform.claude.com/docs/en/about-claude/models/optimizing-for-cost-and-intelligence)). Su consejo: ajuste primero el esfuerzo en un solo modelo, porque la mayoría de las cargas de trabajo acaba ahí.

## 5. Guardar en caché el texto que envía cada vez

Si cada solicitud empieza con las mismas instrucciones, documentos o lista de herramientas, guárdelos en caché. En Anthropic una lectura de caché cuesta el 10 % del precio normal de entrada, y el 5 % en sus modelos Opus y Sonnet más recientes; la escritura en caché cuesta algo más, una vez ([precios de Anthropic](https://platform.claude.com/docs/en/about-claude/pricing)). OpenAI cobra la entrada en caché al 5 % en GPT-6.1 Sol ([página del modelo](https://developers.openai.com/api/docs/models/gpt-6.1-sol)). Anthropic midió que la caché reducía el coste de un agente de investigación entre 4,8 y 7,2 veces y la llama normalmente la palanca mayor.

Una trampa de la misma guía: una línea de estado de 25 tokens justo al inicio del prompt cambiaba en cada solicitud, así que cada solicitud reescribía toda la caché. Ponga al final lo que cambia.

## 6. Enviar por lotes lo que puede esperar

Informes, clasificación nocturna, extracción masiva: todo lo que pueda esperar hasta 24 horas puede ir por la API de lotes con un 50 % de descuento tanto en Anthropic como en OpenAI, y en Anthropic el descuento se suma al de la caché ([precios de Anthropic](https://platform.claude.com/docs/en/about-claude/pricing), [precios de OpenAI](https://developers.openai.com/api/docs/pricing)).

## 7. Enviar menos

Cada documento, definición de herramienta y mensaje antiguo que adjunta se vuelve a leer en cada llamada. Anthropic midió que recortar la entrada quitaba otro 21 %–26 % de la factura de un pequeño agente de triaje, y que cargar las definiciones de herramientas solo cuando hacen falta ahorraba un 45 % con 500 herramientas conectadas ([guía](https://platform.claude.com/docs/en/about-claude/models/optimizing-for-cost-and-intelligence)). Los prompts largos también pueden cruzar un escalón de precio: Haiku 5.5 cobra 5 veces más por prompts de más de 100.000 tokens.

## 8. Pedir respuestas más cortas

Escribir cuesta cerca de cinco veces más que leer en la mayoría de las listas de precios. Anthropic midió que «pedir respuestas más cortas» daba cerca de un 13 % menos, con un 39 % menos de tokens de salida ([guía](https://platform.claude.com/docs/en/about-claude/models/optimizing-for-cost-and-intelligence)). «Responde en tres frases» o «devuelve solo el JSON» es un cambio gratuito.

## 9. Comparar las licencias con el uso de la API

Los planes de equipo son por persona: los puestos estándar de ChatGPT Business y Claude Team cuestan USD 25 al mes, o USD 20 con plan anual ([ChatGPT Business](https://help.openai.com/en/articles/8542115-chatgpt-business-general-faq), [Claude Team](https://support.claude.com/en/articles/9266767-what-is-the-team-plan)). Diez puestos con facturación anual son USD 2.400 al año. Si la mitad del equipo lo abre dos veces al mes, una herramienta interna sobre la API con límite de gasto puede costar menos. Si todos lo usan a diario, las licencias suelen convenir más.

## Mi caso similar

Mi propio trabajo se apoya en las formas 1, 3 y 4 a la vez. Claude o Codex sigue siendo el orquestador: planifica la tarea y revisa el resultado. La mayor parte del trabajo va a modelos gratuitos en OpenRouter. Y cambio el nivel de esfuerzo de una tarea a otra en lugar de dejarlo en high. Solo el esfuerzo ya es una palanca grande: según las cifras de Anthropic de arriba, pasa el coste de una tarea de USD 0,29 en high a USD 0,11 en low.

Lo que cuesta un agente entero por ejecución está en [cuánto cuesta un agente de IA](https://madsalt.tech/es/blog/how-much-does-an-ai-agent-cost/), y lo que salió mal cuando ejecuté muchos agentes en paralelo está en [orquestación multiagente: qué se rompió](https://madsalt.tech/es/blog/multi-agent-orchestration-what-broke/).

Envíeme lo que paga hoy por IA y lo que hace, y le mostraré dónde puede costar menos. Este trabajo entra en la [integración de IA](https://madsalt.tech/es/services/ai-integration/).

¿Su factura de IA crece cada mes?

Envíeme lo que paga y lo que hace la IA. Le mostraré qué palancas encajan y las pondré en marcha.

[Escríbame](https://madsalt.tech/es/#contact)

## Límites de esta lista

- **Benchmarks de proveedor.** Los porcentajes de esfuerzo, caché y orquestación son pruebas internas de Anthropic sobre programación y agentes. Sus tareas pueden comportarse distinto; mida con las suyas.
- **Sin porcentajes de OpenAI.** OpenAI no publica diferencia de tokens ni de coste entre niveles de esfuerzo, así que no se da ninguna.
- **Los precios cambian.** Consultados el 9 de noviembre de 2026. La lista gratuita de OpenRouter cambia cada semana y dos promociones en páginas de proveedores terminan el 30 de noviembre y el 31 de diciembre de 2026.
- **Los modelos gratuitos** no se probaron aquí en calidad ni disponibilidad; compruébelos con su propia tarea antes de depender de uno.
