Por Canuto  

Gartner prevé que el costo de inferencia por flujo de trabajo agéntico aumentará más de cinco veces hacia 2028, aunque el costo por token baje. Un mayor consumo de tokens y tareas con múltiples pasos pueden elevar el gasto total; la magnitud dependerá de cada aplicación y de los modelos que utilice.
***

  • Gartner proyecta que el costo de inferencia por flujo de trabajo agéntico aumentará más de cinco veces para 2028.
  • Según una estimación de Gartner recogida por Sectoriales, algunas tareas agénticas pueden utilizar entre cinco y 30 veces más tokens que una tarea de chatbot tradicional; esto no equivale necesariamente al mismo múltiplo en costos.
  • Entre las estrategias mencionadas para controlar el gasto figuran asignar tareas según el costo de cada modelo, enrutar las solicitudes y orquestar distintos modelos.

Gartner prevé que los agentes de IA costarán mucho más pese a la caída del precio de los tokens

La baja del costo por token no garantiza que las empresas paguen menos por usar inteligencia artificial. Gartner proyecta que el costo de inferencia por flujo de trabajo agéntico aumentará más de cinco veces hacia 2028. Un mayor consumo de tokens y las tareas con múltiples pasos pueden elevar el gasto total, aunque el precio de cada token descienda.

La paradoja entre el precio de cada token y el costo total

Gartner plantea una tensión para las empresas que calculan sus presupuestos de inteligencia artificial únicamente a partir del precio de los tokens. Aunque las unidades de procesamiento de los modelos fundamentales se abaraten, el costo de completar una tarea puede aumentar cuando el sistema requiere más etapas para llegar a un resultado. La firma denomina a esta divergencia la Paradoja de la Inferencia.

En un pronóstico publicado el 17 de agosto de 2026, Gartner proyectó que el costo de inferencia por flujo de trabajo agéntico aumentará más de cinco veces para 2028. La previsión se refiere al costo de esos flujos; no implica que todos los agentes tengan el mismo gasto ni que cada tarea cueste un múltiplo fijo frente a una consulta básica.

El gasto depende de la complejidad de la tarea y de cómo se ejecute. Según una estimación de Gartner recogida por Sectoriales, los modelos agénticos pueden utilizar entre cinco y 30 veces más tokens por tarea que un chatbot tradicional. Ese rango describe el consumo de tokens, no un múltiplo equivalente en costos: el precio final también depende de los modelos y recursos empleados.

La diferencia central está entre el costo unitario y el consumo acumulado. Si una operación utiliza muchas más unidades, una reducción en el precio de cada una no necesariamente baja la factura final. Los flujos agénticos pueden consumir tokens en sucesivas etapas de razonamiento y ejecución, en lugar de limitarse a responder una pregunta con un solo intercambio. Por eso, el precio individual de los tokens no basta para anticipar el costo de una aplicación.

Más capacidad y más pasos presionan el gasto

Entre los factores que pueden elevar el gasto están el mayor consumo de tokens y la adopción de aplicaciones que antes resultaban demasiado costosas. Si una tarea requiere varias operaciones, el uso acumulado puede crecer incluso cuando disminuye el precio por unidad. El efecto concreto dependerá de cómo se diseñe y utilice cada aplicación.

La elección del modelo también influye en el costo de una tarea compleja. Los equipos pueden necesitar modelos de mayor capacidad para ciertas operaciones, por lo que el abaratamiento de opciones más económicas no determina por sí solo cuánto cuesta el servicio completo. Decidir qué modelo utilizar en cada paso puede afectar el presupuesto de inferencia.

Además, un agente puede necesitar más de una operación para avanzar desde una instrucción hasta su ejecución y recurrir a herramientas durante el proceso. Esa secuencia puede incrementar el consumo frente a un intercambio estándar. No obstante, el número de pasos y los recursos necesarios varían según la tarea; no todas las aplicaciones agénticas tienen el mismo perfil de costos.

Qué implica para los presupuestos y el retorno de inversión

El nuevo pronóstico se contrapone a una proyección anterior de Gartner, publicada en marzo de 2026, según la cual para 2030 el costo de realizar inferencia en un modelo de lenguaje grande con un billón de parámetros sería más de 90% inferior al de 2025. La previsión se refiere a ese modelo y a ese horizonte, no a una caída uniforme del costo de todos los tokens. El abaratamiento por unidad tampoco garantiza que disminuya el gasto de los flujos agénticos si estos requieren más recursos.

Para responsables de producto y equipos que miden el retorno de inversión, esa diferencia complica la planificación. Un presupuesto basado solo en el precio por token puede subestimar el costo de una aplicación agéntica si no toma en cuenta cuántas operaciones realiza y qué modelos emplea. Una economía unitaria más favorable no garantiza, por sí sola, que el gasto general disminuya.

Entre las estrategias para controlar el gasto figuran asignar las tareas sencillas a modelos más baratos y reservar los de mayor costo para las operaciones que necesiten sus capacidades. También se mencionan el enrutamiento de solicitudes y la orquestación de modelos. Estas medidas buscan ajustar los recursos a cada tarea, en lugar de dirigir automáticamente todas las operaciones a la opción más costosa.

La proyección de Gartner no significa que todos los agentes alcanzarán un mismo nivel de consumo. Para evaluar el gasto, las empresas deberán considerar el costo por tarea, los modelos elegidos y la cantidad de pasos necesarios. Así podrán distinguir entre el descenso del precio por unidad y el costo total de ejecutar sus flujos de trabajo.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados