¿Cuánto cuesta realmente cada conversación con tu IA?

Hay una pregunta que todo founder que construye un producto de IA debería hacerse antes de escribir una línea de código: ¿cuánto me va a costar cada conversación con un usuario?

No hablamos de "la IA es barata" ni de costos de infraestructura en general. Hablamos de números concretos: abrir el panel de uso de la API y saber exactamente cuántos centavos cuesta cada interacción.

Porque esa es la diferencia entre un producto de IA que escala y uno que se come el margen.

El taxímetro se llama token

Cada vez que tu aplicación responde, corre un taxímetro que cuenta tokens. Un token es un pedazo de texto: a veces una palabra, a veces media. Como regla rápida, un token son unos 4 caracteres en inglés; en castellano y portugués el mismo mensaje suele consumir más tokens.

Todo se cobra en tokens: las instrucciones, el historial, los documentos, las herramientas y hasta lo que el modelo "piensa" antes de responder.

El taxímetro tiene tres tarifas:

1. Entrada: todo lo que el modelo lee.
2. Salida: todo lo que escribe, incluido su razonamiento. Es la tarifa cara: unas 5 veces más que la entrada.
3. Caché: contenido repetido que el proveedor reutiliza. Leerlo cuesta entre el 5% y el 10% del precio normal.

La tabla de precios, en contexto

Precios de lista de Anthropic a noviembre de 2026, por millón de tokens:

• Claude Haiku 5.5: USD 0,10 de entrada / USD 0,50 de salida
• Claude Sonnet 5.5: USD 2 / USD 10
• Claude Opus 5.5: USD 4 / USD 20

Entre el modelo más chico y el más grande hay 40 veces de diferencia. Otros proveedores tienen escalas parecidas. Pero estos números, solos, no dicen nada: hay que traducirlos a costo por conversación.

Anatomía de una conversación

Tomemos un agente de atención al cliente, como los que construimos en Persiscal para empresas reales:

• System prompt: 1.500 tokens (instrucciones, contexto del negocio, reglas)
• 5 turnos de conversación
• Mensaje del usuario: ~100 tokens por turno
• Respuesta del agente: ~300 tokens por turno

El error más común es sumar la entrada una sola vez. Pero los modelos no recuerdan nada: en cada turno se reenvía el system prompt y todo el historial. El turno 5 paga por los 4 anteriores.

• Entrada real: 1.600 + 2.000 + 2.400 + 2.800 + 3.200 = 12.000 tokens
• Salida: 5 × 300 = 1.500 tokens

Con Sonnet 5.5: (12.000 × USD 2 + 1.500 × USD 10) / 1.000.000 = USD 0,039 por conversación.

Cuatro centavos. Y es una conversación simple. Con los mismos precios, el rango real se ve así:

• Consulta simple (2-3 turnos): ~2.000 de entrada, ~600 de salida → ~USD 0,01
• Conversación promedio (5-7 turnos): ~6.000 / ~2.000 → ~USD 0,03
• Sesión larga (10+ turnos): ~15.000 / ~5.000 → ~USD 0,08
• Sesión con herramientas: ~30.000 / ~10.000 → ~USD 0,16
• Sesión con documentos: 50.000+ / 15.000+ → USD 0,25 o más

De un centavo a un cuarto de dólar por conversación. Dos clientes con el mismo plan pueden costarte veinte veces distinto. Esa variación define cómo tenés que ponerle precio a tu producto.

Por qué el costo se dispara

• Conversaciones largas: el historial se reenvía en cada turno, así que el costo crece más rápido que la cantidad de mensajes.
• Agentes: consultar una herramienta, leer el resultado y volver a pensar son varias llamadas por cada pedido del usuario.
• Documentos: un PDF de 50 páginas puede costar más que cien preguntas cortas.
• Reintentos: si una respuesta sale mal, el taxímetro corre dos veces.

La palanca más rentable: caché de prompts

Si pagás el system prompt y el historial completos en cada turno, estás quemando plata.

Con caché de prompts, el proveedor guarda la parte que se repite y te la cobra a una fracción: en Sonnet 5.5, la lectura cuesta USD 0,10 por millón contra USD 2 normales, un 95% menos. La primera escritura cuesta un 25% extra, y se paga sola desde la segunda lectura.

Recalculemos la conversación de 5 turnos, cacheando el system prompt y el historial:

• Entrada: de USD 0,024 a ~USD 0,009 (−63%)
• Total: de USD 0,039 a ~USD 0,024 (−39%)

Dos detalles que hacen la diferencia:

• La caché dura 5 minutos por defecto. Si el usuario tarda más en contestar, se pierde. Existe una opción de 1 hora, con escritura más cara.
• El orden importa. Lo estable va primero (instrucciones, herramientas, documentos de referencia) y lo variable al final. Un solo dato cambiante al principio, como la fecha y hora, invalida toda la caché sin dar ningún error.

Fijate que, con caché, la salida pasa a ser más de la mitad del costo. Por eso la siguiente palanca es escribir menos.

No todo necesita el modelo más grande

Uno de los errores más comunes es usar el modelo más potente para todo. Es como ir al supermercado en Ferrari.

En un agente de atención, la mayoría de las consultas (preguntas frecuentes, estados, navegación básica) las resuelve perfectamente un modelo chico. La estrategia es rutear por complejidad:

1. Nivel 1, Haiku 5.5: preguntas frecuentes, respuestas estructuradas, clasificación. La conversación tipo cuesta ~USD 0,002.
2. Nivel 2, Sonnet 5.5: conversaciones complejas, razonamiento, uso de herramientas. ~USD 0,02 a 0,08.
3. Nivel 3, Opus 5.5: análisis profundo y tareas que exigen la máxima calidad. ~USD 0,08 a 0,50.

Si el 80% de las conversaciones va al nivel 1 y el 20% al nivel 2, el costo promedio cae alrededor de un 75%. Hay que restar lo que cuesta el clasificador que decide a dónde va cada consulta, y medir que la calidad percibida no baje.

Los costos que no aparecen en la factura de la API

1. Búsqueda en tu base de conocimiento (RAG): embeddings, base vectorial y los tokens extra del contexto recuperado.
2. Herramientas: cada llamada suma tokens de ida y de vuelta. Un agente que consulta una API puede duplicar el consumo.
3. Reintentos y errores: límites de uso, timeouts, respuestas mal formadas.
4. Moderación: filtrar contenido antes o después del modelo también consume.
5. Observabilidad: logs, trazas y analítica tienen su propio costo.

En nuestra experiencia, estos costos suman entre un 20% y un 40% sobre el costo puro de la API.

¿Tu agente es viable? Hacé esta cuenta

Costo promedio por conversación × conversaciones por usuario al mes = costo mensual por usuario. ¿Es menor que lo que el usuario está dispuesto a pagar?

Ejemplo concreto:

• Costo promedio por conversación: USD 0,03, con caché y ruteo
• Conversaciones por usuario al mes: 30
• Costo mensual por usuario: USD 0,90

Si tu plan más barato cuesta USD 29 por mes, el costo de IA es el 3% del ingreso. Un SaaS sano.

Pero si tu agente es intensivo (sesiones largas, muchas herramientas, modelos grandes) y llega a USD 0,25 por conversación con 100 conversaciones al mes, son USD 25 por usuario. Eso cambia el modelo de negocio.

Lo que no se mide, no se controla

La factura del proveedor te dice cuánto gastaste, no en qué. Para gestionar tokens hay que medir:

• Costo por conversación y por usuario, no solo el total del mes.
• Costo por funcionalidad: qué parte del producto consume más.
• Costo por tarea completada, no por llamada. Un modelo barato que necesita tres intentos no es barato.
• Proporción de caché: cuántos tokens de entrada se reutilizan.
• Alertas y límites antes de pasarse del presupuesto, no después.

La tendencia juega a favor

En menos de un año, los precios bajaron fuerte:

• Haiku: de USD 1 / 5 (Haiku 4.5, marzo 2026) a USD 0,10 / 0,50 (Haiku 5.5): 10 veces más barato.
• Sonnet: de USD 3 / 15 a USD 2 / 10.
• Opus: de USD 5 / 25 a USD 4 / 20.

Y cada generación es más capaz que la anterior. Si tus números de hoy son ajustados pero positivos, van a mejorar solos. Es una apuesta con viento a favor, siempre que tu arquitectura te deje cambiar de modelo sin reescribir el producto.

Las 8 palancas que usamos en Persiscal

1. Caché de prompts bien diseñada: de −40% a −60% según la conversación. Es gratis, solo hay que implementarla bien.
2. Ruteo de modelos: hasta −75% si la mayoría de las consultas son simples.
3. Salidas cortas y con formato: pedimos exactamente lo necesario, sin relleno.
4. Contexto mínimo: no mandamos el documento entero si alcanza con tres párrafos. Resumimos historiales largos y limpiamos resultados de herramientas viejos.
5. Procesamiento en lote: −50% para todo lo que puede esperar unas horas, como reportes o clasificación masiva.
6. Razonamiento a medida: más esfuerzo en lo complejo, menos en lo simple.
7. Límites y alertas por agente, por cliente y por día.
8. Costo por tarea completada como métrica de producto, al mismo nivel que la velocidad o la precisión.

No es teoría: así operamos nuestros productos

• En Persiscal Agents, cada agente muestra su costo por conversación en tiempo real, con límites y alertas antes de pasarse del presupuesto.
• En Readquire, el costo de IA se mide por cliente y por automatización desde la primera lectura.
• En ReconcileAI y GEOScan, los clientes pueden usar sus propias API keys y controlar el gasto directamente.

Entonces, ¿cuánto cuesta?

La respuesta honesta: entre uno y veinticinco centavos por conversación, según la complejidad, el modelo y qué tan bien optimices. Una fracción de lo que cuesta una interacción atendida por una persona.

La IA no es cara. Lo caro es no saber cuánto cuesta.

¿Estás construyendo un agente y necesitás hacer las cuentas? Hablemos: te ayudamos a medir el costo real de tu aplicación y a bajarlo sin perder calidad. También podés escribirnos en @persiscal o @fjbotti.