Todas las noticias
Negocio

Agentes de IA disparan el gasto en tokens y redefinen métricas de desarrollo

Por JP Software ·

JP Software
Ilustración de la nota: Agentes de IA disparan el gasto en tokens y redefinen métricas de desarrollo
JP Software

El uso de agentes de desarrollo basados en inteligencia artificial está cambiando los presupuestos de ingeniería de software. Al resolver un encargo técnico, un agente no responde una sola vez: diseña un plan, genera código, ejecuta pruebas y repite el proceso para corregir errores, consumiendo entre 10 y 50 veces más tokens que una consulta tradicional de chat.

Datos clave

  • Uber agotó en abril su presupuesto de inteligencia artificial proyectado para 2026 tras expandir el uso de Claude Code.
  • Gartner prevé que el costo de tokens para programar superará los salarios promedio de los desarrolladores para 2028.
  • El 5% de los usuarios más activos genera la mayor parte del consumo y puede usar 450 veces más tokens que el usuario más ligero, según datos compartidos por HPE.
  • En HPE, una plataforma híbrida que envía trabajo rutinario a modelos de pesos abiertos en infraestructura local redujo el costo en tokens entre un 30% y un 50%.

De contar tokens a medir software entregado

El precio por token mide el consumo bruto, no la productividad. Un medidor tradicional no distingue entre los intentos fallidos en bucles infinitos y el código que realmente llega a producción. Establecer topes ciegos de gasto o límites estrictos por usuario suele recortar los flujos de trabajo que más valor aportan a los equipos.

La alternativa técnica es medir el costo por pull request integrado: dividir el gasto total del desarrollo asistido por IA entre la cantidad de cambios que superan la revisión de código y se mezclan al repositorio principal. Esta métrica debe acompañarse del seguimiento de defectos para verificar que el menor costo no degrade la calidad del producto.

El esquema híbrido para optimizar inferencia

El desarrollo con agentes no necesita el modelo más avanzado en cada paso del proceso. Una arquitectura eficiente utiliza una pasarela de enrutamiento que envía la planeación compleja y el razonamiento nuevo a modelos de frontera externos, mientras que la generación de código, las pruebas unitarias y las refactorizaciones repetitivas se procesan con modelos de pesos abiertos ejecutados en capacidad propia.

La capacidad dedicada permite que el costo marginal por llamada disminuya conforme sube la adopción del equipo, además de mantener el código sensible dentro de la infraestructura corporativa para evitar fricciones de seguridad.

Por qué te importa

Si lideras o integras un equipo técnico que ya utiliza agentes de código, la facturación variable por llamada de API se convertirá en un cuello de botella financiero. Comprender qué partes del flujo requieren modelos grandes y cuáles pueden resolverse con modelos abiertos te permitirá sostener el despliegue de software sin que la dirección limite el acceso a las herramientas de IA por descontrol en el presupuesto.

Comparte esta nota