Tokens: qué consume de verdad la inteligencia artificial cuando le encargas un trabajo

Un abogado que utiliza inteligencia artificial para pulir un correo, traducir una cláusula o preparar una reunión rara vez piensa en el consumo.

Escribe. Recibe una respuesta. Continúa trabajando.

Con una suscripción, además, la experiencia parece especialmente sencilla: se paga una cuota mensual y desaparece la sensación de estar consumiendo recursos en cada consulta.

Esa tranquilidad cambia cuando dejamos de conversar con la inteligencia artificial y empezamos a delegarle trabajo.

Un sistema actual puede recibir un objetivo, leer documentos, buscar información, utilizar herramientas, revisar sus resultados y corregir el camino. También puede distribuir partes del encargo entre varios agentes especializados.

En ese momento aparece una idea que contradice casi todas nuestras intuiciones:

La longitud de la respuesta no indica cuánto trabajo ha realizado la máquina para producirla.

Pide a un pasante que resuma en cuatro líneas un expediente de mil páginas. El resultado tendrá cuatro líneas, pero detrás habrá mil páginas leídas.

Con la inteligencia artificial ocurre algo parecido. La diferencia es que puede realizar una enorme cantidad de trabajo intermedio sin que resulte visible en la respuesta.

Por eso conviene entender qué son los tokens. No para convertirse en programador, sino para aprender a delegar mejor.

1. El combustible, el motor y la carga

Un token es una de las unidades en las que un modelo divide la información que procesa. Puede corresponder a una palabra, una parte de una palabra, un signo, un número o incluso determinados bytes. La proporción varía según el idioma, el contenido y el sistema de tokenización. No existe una conversión universal entre páginas, palabras y tokens.

Para comprender el concepto basta con una comparación:

• Los tokens son el combustible.
• El modelo es el motor.
• La ventana de contexto es la capacidad de carga.

Son tres cosas distintas.

Los tokens de entrada incluyen lo que proporcionamos al sistema: instrucciones, preguntas, documentos, partes de la conversación y, dependiendo de la arquitectura, definiciones de herramientas y resultados recuperados.

Los tokens de salida corresponden a lo generado por el modelo. En algunos sistemas también comprenden trabajo de razonamiento que no aparece íntegramente en el texto final. La API de OpenAI, por ejemplo, desglosa los reasoning_tokens dentro de los tokens de salida consumidos.

La ventana de contexto indica cuánta información puede tener disponible el modelo durante una petición. Que un expediente quepa dentro de ella no significa que convenga enviarlo entero ni mantenerlo presente durante todo el trabajo.

A efectos de este artículo utilizaremos un único caso:

Un contrato de 100 páginas que, una vez convertido a texto, ocupa aproximadamente 40.000 tokens.

Es una cifra ilustrativa y deliberadamente redonda. El consumo real deberá medirse sobre el documento, el idioma y el modelo concretos.

2. Primera escena: una sola consulta

Supongamos que entregamos el contrato completo a un modelo y pedimos:

«Resume en diez puntos los principales riesgos para el arrendatario».

El sistema debe procesar aproximadamente 40.000 tokens aunque su respuesta ocupe una sola página.

A modo de ejemplo, el 14 de septiembre de 2026 las tarifas base de API para tokens de entrada de GPT-6 Astra y Claude Fable 5.1 son de 10 dólares por millón. Procesar una vez nuestros 40.000 tokens representaría, por tanto, unos 0,40 dólares de entrada.

Esa cantidad no es el coste total del encargo. Faltan las instrucciones adicionales, la salida, el posible razonamiento, las herramientas y cualquier operación posterior.

El ejemplo sirve para mostrar algo más importante: una respuesta breve puede exigir una lectura extensa.

También demuestra que la capacidad disponible no debe confundirse con la conveniencia de utilizarla. Astra y Fable 5.1 admiten actualmente contextos de alrededor de un millón de tokens, pero no existe premio alguno por llenar la ventana. En Astra, además, una petición con más de 272.000 tokens de entrada pasa a facturarse con multiplicadores superiores para la petición completa.

Una mesa enorme permite abrir muchos documentos. No obliga a poner todo el archivo encima.

3. Segunda escena: veinte preguntas sobre el mismo contrato

Ahora hacemos veinte consultas sucesivas.

Si una integración sencilla procesara nuevamente el contrato completo en cada petición, solo el documento representaría:

40.000 × 20 = 800.000 tokens de entrada.

A la tarifa base de API empleada en nuestro ejemplo serían 8 dólares, antes de contar cualquier otro consumo.

No significa que todas las aplicaciones funcionen así. Los productos actuales pueden mantener estado, reutilizar partes del contexto mediante caché, compactar conversaciones o combinar varias técnicas. Por eso no es correcto afirmar que toda conversación vuelve a facturar inevitablemente todo el historial desde cero.

Pero el principio económico permanece:

Mantener y reprocesar contexto tiene un coste, aunque la interfaz no lo muestre.

La caché permite reutilizar información repetitiva a un precio inferior, pero conviene describirla con precisión. En Claude Fable 5.1, según las tarifas de API comprobadas el 14 de septiembre de 2026:

• La entrada ordinaria cuesta 10 dólares por millón de tokens.
• Escribir contenido en caché durante cinco minutos cuesta 12,50 dólares por millón.
• Escribirlo con una conservación de una hora cuesta 20 dólares por millón.
• Las lecturas y los refrescos de caché cuestan 0,25 dólares por millón.
• La salida cuesta 50 dólares por millón.

En nuestro contrato, una escritura de 40.000 tokens costaría aproximadamente 0,50 dólares con cinco minutos de conservación o 0,80 dólares con una hora. Cada lectura o refresco posterior de esos mismos 40.000 tokens costaría alrededor de un céntimo.

En un escenario ideal, una escritura de cinco minutos y diecinueve lecturas posteriores sumarían aproximadamente 0,69 dólares de entrada, en vez de 8 dólares sin caché. La cifra real dependerá de que el contenido siga siendo reutilizable, de los intervalos entre peticiones, de los refrescos, de las partes nuevas del contexto y de cómo esté construido el sistema.

Para quien no programa existe una regla mucho más sencilla:

Cuando cambies realmente de asunto, abre una conversación nueva.

No solo por el precio. Arrastrar expedientes, instrucciones y decisiones que ya no son relevantes también puede dificultar que el modelo identifique lo importante.

4. Tercera escena: el contrato pasa a un agente

Hasta ahora hemos formulado preguntas. Un agente funciona de otra manera.

Recibe un objetivo y trabaja mediante un ciclo:

1. Analiza el encargo.
2. Decide el siguiente paso.
3. Utiliza una herramienta o consulta una fuente.
4. Examina el resultado.
5. Ajusta su estrategia.
6. Continúa hasta alcanzar una condición de terminación.

La diferencia puede resumirse así:

En un chat, el usuario decide normalmente cada paso. En un sistema agéntico, autorizamos al sistema a decidir una parte de los pasos necesarios para alcanzar el objetivo.

Imaginemos ahora este encargo:

«Analiza el contrato, identifica los riesgos jurídicos y económicos, verifica las referencias normativas, compara las cláusulas problemáticas con fuentes actuales y prepara un informe final».

El resultado puede tener solo tres páginas. Sin embargo, para producirlo el agente podría:

• releer distintas cláusulas;
• extraer fechas, importes y obligaciones;
• realizar búsquedas;
• abrir y evaluar varias fuentes;
• descartar resultados inadecuados;
• redactar un primer informe;
• comprobar sus propias citas;
• corregir errores;
• y generar la versión definitiva.

Cada vuelta del ciclo puede implicar nuevas peticiones al modelo, nuevo contexto, tokens de razonamiento, resultados de herramientas y, en algunos casos, costes específicos por usar esas herramientas.

Por eso, en la IA agéntica, la unidad económica ya no es la respuesta.

Es toda la ejecución que hemos autorizado.

La pregunta «¿cuánto mide el informe?» deja de ser suficiente. Debemos preguntar cuántos pasos se realizaron, qué información se procesó en cada uno, qué herramientas se utilizaron, cuántas veces se reintentó el trabajo y qué condición hizo que el agente se detuviera.

5. Cuarta escena: el contrato pasa a un equipo de agentes

El siguiente salto es el sistema multiagente.

Un agente coordinador puede dividir el contrato entre especialistas: uno estudia las obligaciones, otro las garantías, otro las consecuencias económicas y un cuarto verifica fuentes y referencias. Después, el coordinador reúne los resultados y prepara la respuesta final.

Esto puede ofrecer más capacidad, paralelismo y especialización. También puede multiplicar rápidamente el consumo.

Llevemos nuestro caso a un extremo deliberado. Si enviamos el contrato completo de 40.000 tokens a 25 agentes:

40.000 × 25 = 1.000.000 de tokens de entrada.

Con una tarifa base de API de 10 dólares por millón, serían 10 dólares solo por entregarles el documento. Todavía faltarían sus instrucciones, razonamiento, herramientas, respuestas, comunicaciones y la síntesis del coordinador.

No estamos describiendo una configuración recomendable. Es una prueba de estrés que muestra cómo la arquitectura puede importar más que el tamaño del documento.

Un sistema mejor diseñado podría procesar el contrato una vez, crear una estructura común y entregar a cada especialista únicamente las cláusulas y antecedentes necesarios. También podría evitar que varios agentes realicen la misma búsqueda o repitan una revisión ya completada.

Anthropic publicó en 2025 datos sobre su propio sistema de investigación: en su experiencia, sus agentes utilizaban aproximadamente cuatro veces los tokens de una interacción de chat y su sistema multiagente alrededor de quince veces. No son multiplicadores universales ni permiten calcular el coste de cualquier agente. Son observaciones de una arquitectura concreta, construida para investigación compleja y paralelizable.

La misma explicación técnica relata que algunos prototipos iniciales llegaron a crear 50 subagentes para consultas sencillas, buscar indefinidamente fuentes inexistentes o distraerse con actualizaciones innecesarias. Aquello no era una capacidad deseable, sino un fallo que Anthropic tuvo que corregir mediante mejores reglas de delegación y terminación.

La lección no es que los agentes gasten demasiado ni que debamos evitar los equipos.

Es esta:

El arnés que organiza el trabajo —sus límites, herramientas, memoria, reparto de contexto y criterios de parada— es tan importante económicamente como el modelo que utiliza.

Los equipos de agentes tienen sentido cuando la tarea es suficientemente valiosa, puede dividirse de verdad y se beneficia del trabajo paralelo. Utilizarlos para cualquier encargo añade actividad sin garantizar mejores resultados.

6. Suscripción, API y proveedor intermedio

La experiencia económica depende también del modo de acceso.

Con una suscripción, el usuario normalmente no recibe una factura por cada millón de tokens. Trabaja dentro de determinadas asignaciones y límites que pueden variar según el modelo, las herramientas y la intensidad del uso.

Con una API, la relación es más directa. Se contabilizan entrada, caché, salida y, cuando corresponda, herramientas u otros servicios.

Existe además una tercera situación frecuente en empresas y despachos: contratar una solución especializada que utiliza por debajo modelos de OpenAI, Anthropic u otros proveedores.

La factura puede ser fija, pero el coste variable no desaparece. Lo asume inicialmente el intermediario. Esto puede influir en qué modelo emplea, cuánto contexto facilita, cuántos pasos permite y con qué frecuencia activa funciones agénticas.

Por eso, al evaluar un proveedor profesional, no basta con preguntar si «utiliza inteligencia artificial». Conviene conocer:

• qué modelos y versiones utiliza;
• si cambia de modelo según la tarea;
• qué límites aplica a agentes y herramientas;
• cómo selecciona el contexto;
• si puede explicar qué operaciones ha realizado;
• y cómo mide coste, calidad y errores.

Una cuota plana puede simplificar la compra. No hace irrelevante la arquitectura.

Próximo proyecto · Economía de la IA — Las tarifas completas y comparables de OpenAI, Anthropic, Gemini, Grok, DeepSeek, Kimi y otros proveedores se recogerán en un futuro monitor independiente. Hasta entonces, este artículo conserva únicamente ejemplos fechados y verificables.

7. La nueva habilidad profesional: saber encargar y saber limitar

Un abogado ya sabe delegar.

Lo hace cuando instruye a un pasante, a un asociado o a un experto externo. Define el problema, facilita antecedentes, delimita las fuentes y decide qué resultado necesita.

Comparemos dos encargos sobre nuestro contrato.

Encargo abierto:

«Analiza este contrato y dime todo lo que veas».

¿Qué significa «todo»? ¿Debe buscar jurisprudencia? ¿De qué periodo? ¿Puede consultar internet? ¿Cuántas fuentes? ¿Debe estudiar también las consecuencias fiscales? ¿Cuándo puede considerar terminado el trabajo?

No lo sabemos.

Encargo controlado:

«Revisa las cláusulas 7 a 12. Identifica las desviaciones respecto del régimen supletorio y señala las que perjudiquen al arrendatario. Utiliza únicamente el contrato y las fuentes oficiales que te facilito. No realices más de ocho consultas externas. Abre la fuente original antes de citarla. Entrega una tabla breve y una conclusión de un máximo de 400 palabras. Si falta información, indícalo. Solicita autorización antes de ampliar el alcance».

El segundo encargo determina:

• el objetivo;
• el alcance;
• las fuentes;
• las herramientas permitidas;
• el formato;
• y la condición de terminación.

Eso no empobrece el análisis. Lo dirige.

Existe, sin embargo, una distinción fundamental:

El prompt dirige. El sistema controla.

Escribir «no gastes demasiado» o «no hagas más de ocho búsquedas» orienta al agente, pero no crea por sí mismo un límite técnico fiable.

En una aplicación profesional, el arnés debería poder imponer:

• número máximo de agentes;
• número máximo de pasos;
• máximo de llamadas a herramientas;
• presupuesto económico;
• límites de contexto y salida;
• tiempo máximo de ejecución;
• criterios de parada;
• registro de actividad;
• y autorización humana para ampliar trabajos sensibles o costosos.

La medición tampoco debería limitarse al número de tokens. Un modelo más caro puede resolver correctamente a la primera lo que otro obliga a repetir cuatro veces. Una búsqueda adicional puede evitar una afirmación jurídica falsa. Una segunda revisión puede detectar un error profesional importante.

La métrica relevante es el coste por resultado útil y correctamente verificado.

8. Qué podemos hacer desde mañana

Si utilizamos una aplicación de IA:

• Abrir un espacio nuevo cuando cambie el asunto.
• Adjuntar únicamente la documentación necesaria.
• Elegir una capacidad proporcionada a la dificultad.
• Distinguir entre «respuesta breve» y «análisis poco profundo».
• Definir alcance, fuentes, resultado y condición de parada.
• Pedir al sistema que solicite autorización antes de ampliar el trabajo.
• Verificar qué incluye realmente la suscripción.

Si construimos o compramos un sistema profesional:

• Medir el consumo por tarea completa, no solo por llamada.
• Reutilizar mediante caché el contexto repetitivo.
• Evitar que todos los subagentes reciban todo el expediente.
• Enrutar tareas rutinarias hacia modelos suficientes y económicos.
• Reservar los modelos de frontera para aquello que necesite su capacidad.
• Introducir límites técnicos de pasos, agentes, herramientas, tiempo y presupuesto.
• Registrar qué modelo, versión y configuración produjo cada resultado.
• Evaluar calidad y coste antes de escalar el proceso.

No se trata simplemente de gastar menos

Optimizar tokens no significa conseguir que la inteligencia artificial trabaje menos.

Significa conseguir que haga el trabajo adecuado.

Eficiencia y profundidad no son conceptos opuestos. El objetivo es asignar los recursos intelectuales de la máquina con una lógica parecida a la que utilizaríamos para organizar recursos humanos: definir el objetivo, aportar la información necesaria, escoger la capacidad adecuada, supervisar el proceso y saber cuándo detenerlo.

Los tokens no son una medida de inteligencia.

Tampoco garantizan calidad.

Son una de las unidades que permiten observar y contabilizar parte del trabajo del sistema.

A medida que la inteligencia artificial deja de limitarse a responder preguntas y empieza a utilizar herramientas, tomar decisiones operativas y coordinar agentes, comprender ese trabajo resulta cada vez más importante.

Por eso la pregunta profesional ya no es únicamente:

«¿Puede hacerlo la máquina?»

Hay otra que probablemente sea más importante:

«¿Qué trabajo le estoy autorizando a hacer para conseguirlo?»

Nota de alcance

Este artículo trata del consumo de recursos y de la arquitectura económica básica de los encargos realizados con inteligencia artificial.

La confidencialidad, el secreto profesional, la localización y conservación de datos y el tratamiento de documentación de clientes son cuestiones diferentes y prioritarias. Se desarrollan separadamente en IA y documentación empresarial: no basta con saber dónde están tus PDF.