✨︎ Resumen (TL;DR):
- Gartner prevé que el costo de inferencia por flujo de trabajo de agentes de IA aumentará más de cinco veces hacia 2028.
- Un modelo de US$0.20 con 15% de aciertos puede costar US$1.33 por resultado utilizable; otro de US$0.80 y 78% de acierto, US$1.03.
- Los reintentos, la revisión humana y servicios como las bases de datos vectoriales pueden elevar el presupuesto más allá del consumo de tokens.
Gartner prevé que el costo de la inferencia por flujo de trabajo de agentes de IA aumentará más de cinco veces hacia 2028. La proyección, publicada el 17 de agosto de 2026, expone una tensión para los presupuestos empresariales: aunque procesar cada token se abarate, ese menor costo facilita desplegar modelos más capaces y procesos que consumen muchos más tokens. La cifra mide el costo por flujo de agentes, no un aumento uniforme de cinco veces en la factura de todas las empresas.
Un flujo de agentes es una secuencia de operaciones de IA que puede requerir varios intentos y comunicación entre agentes para completar una tarea. Gartner llama a este desajuste la “paradoja de la inferencia”.
Un token es una unidad de datos que procesa el modelo, a menudo un fragmento de texto. FinOps Foundation explica que una solicitud acumula consumo mediante las instrucciones, los documentos recuperados, el historial y las respuestas.
El gasto también suma los intentos fallidos y la comunicación entre agentes. Por eso, una acción que el usuario ve como una sola operación puede exigir varias operaciones facturables.
El presupuesto incluye servicios fuera del modelo
Tammy Burnitt, de FinOps Foundation, identifica otra fuente de desviaciones en una guía publicada el 6 de octubre de 2026. Los equipos suelen contratar por separado las bases de datos vectoriales, la orquestación y las herramientas para registrar y evaluar el funcionamiento de la IA, por lo que esos cargos pueden quedar dispersos entre departamentos y contratos.
Las pruebas generan gasto cada vez que ejecutan el modelo. Burnitt también señala la capacidad reservada que permanece sin utilizar y las suscripciones que distintos equipos compran para funciones similares.
Su propuesta es involucrar a producto, compras e ingeniería desde la planeación, antes de que esos compromisos aparezcan en la factura. Medir solo el consumo del modelo puede dejar fuera parte del costo de operar el servicio.
Un modelo barato puede costar más por resultado
Donald Farmer, de TreeHive Strategy, propone en un artículo publicado por TechTarget el 16 de octubre de 2026 medir el costo por tarea completada con éxito. Su cálculo distribuye el gasto de todos los intentos, incluidos los fallidos, entre los resultados aceptables e incorpora la revisión humana.
El ejemplo de Farmer es hipotético:
- Un modelo cuesta US$0.20 por ejecución y entrega una extracción aceptable el 15% de las veces. El cálculo da unos US$1.33 por resultado utilizable.
- Otro modelo cuesta US$0.80 por ejecución y acierta el 78% de las veces. El cálculo da unos US$1.03 por resultado utilizable.
Ambas cifras aparecen antes de sumar el trabajo de corrección. La opción de menor precio por ejecución termina siendo más cara cuando el cálculo considera los fallos y el resultado útil.
Para rastrear el gasto, Farmer recomienda etiquetar cada solicitud por equipo, función y tarea desde su origen. Después, comparar el costo habitual con los casos más caros permite localizar procesos que repiten operaciones sin completar el trabajo.
Cómo controlar el gasto de los agentes
Gartner propone asignar modelos según la complejidad de la tarea. FinOps Foundation plantea avanzar hacia seguimiento en tiempo real y límites automatizados de presupuesto.
Estos controles actúan en niveles distintos. La asignación de modelos ajusta la herramienta a la dificultad del trabajo; el seguimiento y los límites ayudan a vigilar el consumo antes de que se acumule. En conjunto, permiten separar cuánto cuesta ejecutar un proceso de cuánto cuesta obtener de él un resultado útil.
Para un presupuesto de IA, la cifra relevante no termina en el precio del token. También deben contar los reintentos, la revisión humana y los servicios auxiliares que acompañan al modelo, porque una tarea que falla varias veces puede costar más que una ejecución individual barata.
