Por Canuto  

Los agentes de IA están consumiendo tokens a una velocidad muy superior a la de los usuarios humanos en OpenRouter. El aumento refleja una mayor actividad automatizada, aunque el volumen de tokens no equivale necesariamente a un crecimiento proporcional de los costos.
***

  • El consumo de tokens de agentes pasó de 0,51 billones a 7,3 billones desde febrero de 2026, según datos citados de OpenRouter.
  • El uso asociado con humanos alcanzó aproximadamente 1,4 billones de tokens, un aumento de 2,8 veces durante el mismo periodo.
  • Peter Walker señaló que el 6 de febrero de 2026 pudo haber sido el último día en que los humanos consumieron más tokens que los agentes en la plataforma.
  • La caché puede reducir el costo de los tokens reutilizados: OpenRouter indica que una lectura de caché puede costar entre 0,1 y 0,5 veces el precio de un token de entrada nuevo, según el proveedor.

La inteligencia artificial está empezando a consumir cantidades crecientes de otra inteligencia artificial, en una tendencia que podría cambiar la forma de medir la demanda de estos sistemas. Datos de OpenRouter citados por medios especializados indican que el uso de tokens por parte de agentes se multiplicó aproximadamente por 14 desde febrero de 2026, mientras el consumo asociado con usuarios humanos aumentó 2,8 veces. El salto refleja una mayor actividad automatizada, aunque no necesariamente un incremento equivalente en los costos.

Peter Walker señaló que el 6 de febrero de 2026 pudo haber sido el último día en que los humanos consumieron más tokens que los agentes de IA dentro de la plataforma. La formulación mantiene un grado de cautela: se trata de una observación sobre los datos de OpenRouter, no de una afirmación sobre todo el mercado de inteligencia artificial.

El consumo de los agentes se dispara

Desde febrero de 2026, el consumo de tokens por agentes en OpenRouter pasó de 0,51 billones a 7,3 billones de tokens, un aumento cercano a 14 veces. En contraste, el uso asociado con humanos alcanzó aproximadamente 1,4 billones de tokens, lo que representa un crecimiento de 2,8 veces durante el mismo periodo. La distancia muestra cómo los procesos automatizados están generando cada vez más actividad en las plataformas de modelos.

Los agentes de IA pueden operar durante periodos más largos sin requerir una instrucción humana para cada paso, y esa autonomía eleva el volumen de intercambios con los modelos. Mientras ejecutan una tarea, también pueden poner en marcha procesos adicionales, consultar herramientas o dividir un objetivo en varias operaciones encadenadas. Cada una de esas acciones puede producir nuevos prompts y respuestas.

Esta dinámica ayuda a explicar por qué la actividad agéntica puede crecer mucho más rápido que el uso directo de una persona frente a una interfaz conversacional. Un usuario suele formular una pregunta y revisar una respuesta, mientras que un agente puede mantener un ciclo de planificación, ejecución y verificación durante más tiempo.

Las cifras de OpenRouter no deben extrapolarse automáticamente a todos los proveedores o usuarios de modelos de IA. La plataforma agrega modelos y proveedores diversos, por lo que su composición de tráfico puede influir en los resultados observados. Aun así, el crecimiento registrado ofrece una señal sobre la expansión de los flujos automatizados.

El papel de los prompts guardados en caché

El aumento bruto de tokens no equivale por sí solo a un aumento proporcional de la factura. OpenRouter explica que las lecturas de caché pueden cobrarse a entre 0,1 y 0,5 veces el precio de un token de entrada nuevo, según el proveedor. Por ello, la reutilización de contexto puede moderar el impacto económico de un volumen elevado de tokens.

No obstante, los datos disponibles no permiten confirmar que casi 70% del consumo agéntico de OpenRouter proceda de prompts guardados en caché. Esa cifra no está respaldada por la evidencia consultada y, por tanto, no debe presentarse como un dato establecido.

El almacenamiento en caché permite reutilizar partes de una instrucción que ya fueron procesadas, en lugar de tratarlas como contenido completamente nuevo cada vez. En flujos agénticos, donde un mismo contexto puede reaparecer durante varias etapas, esa reutilización puede reducir el costo marginal de las operaciones repetidas.

La existencia de precios reducidos para lecturas de caché no elimina la presión sobre los proveedores, porque los agentes siguen requiriendo capacidad de cómputo, memoria y coordinación entre modelos y herramientas. Además, un volumen mayor puede aumentar la complejidad operativa, incluso cuando una parte del contenido recibe un precio reducido.

La inflación de tokens llega con el razonamiento

El crecimiento de los agentes también se relaciona con el aumento de operaciones que realizan antes de completar una tarea. Los modelos de razonamiento pueden dedicar más tokens al análisis interno, mientras los agentes añaden rondas de planificación, comprobación y corrección. Esto puede elevar el consumo aunque la respuesta final no sea proporcionalmente más extensa.

El razonamiento prolongado puede aportar valor en tareas complejas, pero también introduce una tensión entre calidad, velocidad y costo. Si un modelo analiza más alternativas de las necesarias, el usuario puede terminar consumiendo capacidad adicional sin obtener siempre una mejora equivalente.

Los agentes intensifican esa característica porque pueden combinar razonamiento con acciones sucesivas y solicitudes a otros modelos. Una tarea que comienza con una instrucción sencilla puede activar varias rondas de planificación, comprobación y corrección, multiplicando los tokens utilizados en el proceso.

Qué significa para el mercado de modelos

Los datos de OpenRouter ofrecen una señal sobre la posible transformación del mercado de modelos de IA. Si los agentes continúan ampliando su participación, los proveedores deberán optimizar no solo la calidad de las respuestas, sino también la capacidad de atender cadenas largas de operaciones a precios sostenibles. La arquitectura de caché, la eficiencia de los modelos y el control del razonamiento ganarán importancia junto con la precisión.

El contraste entre el crecimiento de 14 veces de los agentes y el avance de 2,8 veces del uso humano sirve como indicador de una tendencia que otros operadores podrían experimentar. Sin embargo, no demuestra por sí solo que los agentes ya sean los principales consumidores de IA en toda la industria.

Para las empresas que evalúan automatizar procesos, será necesario vigilar la cantidad de tokens consumidos, la proporción de prompts reutilizados y la frecuencia con que los agentes activan modelos adicionales. Sin esos controles, una automatización aparentemente eficiente puede acumular costos ocultos o utilizar recursos en pasos que no aportan valor.

OpenRouter deja una conclusión clara: la IA ya no es solamente una herramienta utilizada por personas, sino también un consumidor intermedio de otros sistemas de IA. El crecimiento acelerado de los agentes podría convertir ese consumo autónomo en una de las principales fuentes de demanda del sector, aunque su impacto financiero dependerá de los precios, la eficiencia de los modelos y el uso de mecanismos como la caché.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


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