Un agente de IA tiene dos costos y casi todos preguntan solo por el primero. Construirlo se paga una vez: nuestro Piloto de agente de IA pone un agente a trabajar en un caso real en dos semanas, por USD 5,000 fijos. Operarlo se paga por tarea: llamadas al modelo, por tokens, al precio del proveedor, más reintentos y controles. Ese segundo número decide si el agente se queda o se apaga.
Aprendimos a vigilarlo construyendo un servicio de publicidad cuyo sistema de IA planifica campañas y genera las piezas. Cada llamada al modelo queda anotada en un registro de costos, y los modelos se eligen por lo que cuesta una pieza aprobada.
¿Qué es un agente de IA y cuándo lo necesitas?
La respuesta larga está en qué es un agente de IA. La corta:
La guía de ingeniería de Anthropic separa dos cosas. Un workflow es un sistema donde el modelo y las herramientas siguen caminos de código definidos de antemano. Un agente es un sistema donde el modelo dirige su propio proceso y decide cómo usar las herramientas. “IA agéntica” es el nombre del segundo tipo. Si prefieres probarlo primero con tu propio caso, el Piloto de agente de IA es nuestra forma de hacerlo, a precio fijo.
La misma guía recomienda empezar por lo más simple y sumar complejidad solo si hace falta, porque los sistemas agénticos suelen cambiar latencia y costo por mejor desempeño. Estoy de acuerdo, y es lo primero que debería probar un piloto. Muchos de los “agentes” que veo proponer funcionarían mejor como un workflow común: más baratos, más rápidos y más fáciles de verificar. Si el piloto termina en “lo que necesitas es un workflow”, te ahorró plata. Me parece un buen resultado.
¿Cuánto cuesta construir un agente de IA?
Nuestro precio es fijo: Piloto de agente de IA, USD 5,000, dos semanas. Un agente en un caso de uso real, con evaluaciones y costo por tarea medidos.
Si prefieres sumar un ingeniero de IA a tu equipo por hora, un Senior cuesta USD 45 a 50 y un Líder o Arquitecto, USD 55 a 60. La tabla completa está en precios.
En la vida de un agente, construirlo rara vez es lo que más pesa. Operarlo, sí.
¿Cuánto cuesta operarlo?
Cada tarea que completa el agente cuesta esto:
costo por tarea = suma, por cada llamada al modelo, de
(tokens_entrada × precio_entrada + tokens_salida × precio_salida) / 1.000.000
+ costo de reintentos
+ costo de controles (validadores, modelos juez, tiempo de revisión humana)Un token es un fragmento de texto, más o menos una sílaba larga, y los proveedores cobran por millón de tokens. Google, por ejemplo, lista sus precios en la página de Vertex AI. Cambian seguido: léelos el día que calcules. Por eso aquí no cito ninguno.
El número mensual sale de ahí: costo por tarea × tareas por mes. Con varios agentes es la misma cuenta, una vez por agente con su propio volumen. Cinco agentes que hacen diez tareas por día cuestan muy distinto que uno que hace diez mil.
Lo que más se olvida es el denominador. Un agente que produce diez resultados y logra que aprueben tres no cuesta “un resultado”: cuesta diez para conseguir tres útiles. Por eso medimos el costo por resultado aprobado y no el costo por llamada.
¿Qué enseña operar IA en producción?
El servicio de publicidad con IA es el caso más claro que tenemos. Un sistema de IA diagnostica la marca del cliente, planifica campañas, genera las piezas y las programa en redes sociales, y una persona aprueba cada una. La arquitectura usa varias estaciones de modelos sobre Vertex AI, abiertos y Gemini, para no depender de un solo proveedor. Un panel de jueces de IA independientes bloquea las piezas con defectos verificables y nunca aprueba nada por su cuenta. Cada juez se mide contra ejemplos etiquetados antes de entrar en servicio, y hay herramientas para calibrarlos contra etiquetas humanas, de modo que los controle también una persona.
De ahí salen tres cosas que sirven para casi cualquier agente. Un modelo que revisa la salida de otro es software, y necesita su propio set de pruebas antes de que confíes en él. El modelo más barato por token puede ser el más caro por resultado útil. Y donde una decisión no se puede deshacer, deja a una persona: en ese servicio no se publica nada hasta que alguien lo aprueba.
¿Qué pasa durante las dos semanas del piloto?
El caso de uso lo eliges tú. Partimos de la tarea y de cómo distinguirías una respuesta correcta de una incorrecta. Construimos lo más simple que podría funcionar: muchas veces un workflow primero, y un agente solo si la tarea exige usar herramientas de forma dinámica.
- Acordamos la tarea y la prueba de éxito. Tú aportas las entradas, y una persona tiene que poder juzgar si el resultado está bien o mal.
- Armamos el set de evaluación con ejemplos reales y el resultado esperado, para que “funciona” sea un número.
- Construimos la versión más simple y registramos tokens y costo en cada llamada.
- La corremos e informamos: resultados aprobados, cómo falló, costo por resultado aprobado y qué haría falta para producción.
Al final sabes si vale la pena continuar y cuánto costaría por mes con tu volumen. Las dos cosas se pueden llevar a quien aprueba presupuestos.
¿Puedo construir un agente de IA por mi cuenta?
Sí. Los frameworks son abiertos y las APIs de los modelos están documentadas, así que el acceso no separa a un buen agente de uno malo. Lo separa la disciplina: un set de evaluación antes del primer prompt, el costo medido por llamada desde el primer día y una regla clara sobre qué puede hacer el agente sin una persona. Si tu equipo ya trabaja así, constrúyelo con él. Si prefieres verlo armado una vez y quedarte con el hábito, para eso está el piloto.
¿Qué suele salir mal?
En nuestras propias construcciones, casi siempre lo mismo. No hay set de evaluación y cada cambio de prompt es una apuesta. El costo se mira en la factura del mes, cuando el problema ya tiene semanas. Un modelo juez que aprueba, riesgo que nadie midió. Un agente donde alcanzaba un workflow, con la latencia, el costo y las formas de fallar que trae la autonomía. Y la llamada al modelo enterrada tan hondo en el código que cambiar de modelo se vuelve un proyecto: enciérrala en un solo lugar desde el principio.
¿Vale la pena un agente de IA?
Cuando la tarea es repetitiva, puedes juzgar el resultado y a las personas les cuesta caro hacerla, normalmente sí. Cuando es rara, ambigua o de alto riesgo y nadie la revisa, normalmente no. Un piloto de precio fijo permite averiguarlo con números reales por USD 5,000, antes de comprometer seis meses.
Si ya tienes una tarea en mente, escribe cómo distinguirías una buena salida de una mala. Si necesitas más de un párrafo, dilo en la primera llamada. Después, empieza el piloto de agente de IA: USD 5,000, 2 semanas.
Fuentes
- Anthropic, “Building effective agents”, publicado el 19 de diciembre de 2024 y consultado el 6 de octubre de 2026. La página aclara que parte de las herramientas que describe cambió desde entonces. Aquí uso solo las definiciones.
- Precios de IA generativa en Vertex AI, consultado el 6 de octubre de 2026.