Uber le dio Cursor y Claude Code a sus ingenieros en diciembre.

Para abril ya se habían acabado el presupuesto anual completo de IA para codificación. Eso no es una anécdota de startup desordenada.

Es lo que le pasa a cualquier empresa que trata los tokens como si fueran gratis hasta que deja de serlo — generalmente a mitad de un trimestre fiscal.

El espejismo de “la IA cada vez es más barata”

Gartner dice que la inferencia en modelos sofisticados va a costar 90% menos para 2030. Suena a que el problema se resuelve solo.

No es así.

Los modelos agénticos —los que ejecutan tareas completas, no solo responden preguntas— consumen muchísimos más tokens por tarea que un chatbot tradicional.

Y los proveedores no están regalando esa eficiencia de vuelta al cliente. Es el mismo truco de la aerolínea que baja la tarifa base y te cobra por la maleta, el asiento y respirar el aire acondicionado.

Goldman Sachs Research proyecta que el consumo global de tokens se va a multiplicar 24 veces entre 2026 y 2030, empujado principalmente por agentes autónomos que trabajan sin supervisión constante.

Si tu empresa ya está adoptando este tipo de herramientas, el problema no es si vas a sentir el impacto en la factura. Es cuándo.

Y aquí conviene una pausa: cómo reducir costos de tokens de IA no es una pregunta técnica de TI. Es una pregunta de gobernanza.

Uber respondió imponiendo un límite de 1,500 dólares mensuales por herramienta de codificación por empleado. Microsoft, según reportó Androguider, restringió el uso de herramientas externas en divisiones clave después de que empleados individuales gastaran entre 500 y 2,000 dólares al mes.

Esa cifra la propia fuente la presenta sin metodología detallada, así que la tomo como referencia orientativa, no como dato cerrado.

¿Por qué Uber y Microsoft le pusieron freno a sus propios ingenieros?

Porque un solo agente ejecutándose de forma intensiva sobre una base de código compleja puede consumir decenas de millones de tokens en un día.

Nadie lo ve venir porque nadie está mirando el medidor. Es como dejarle las llaves del coche a tu hijo adolescente sin decirle que la gasolina también se paga.

La Linux Foundation lo confirmó en junio de 2026 al anunciar la Tokenomics Foundation, una organización dedicada exclusivamente a estandarizar cómo las empresas miden y controlan este gasto.

El diagnóstico es directo: el costo por token cayó fuerte entre 2023 y 2025, pero se estabilizó. Los modelos más nuevos, de hecho, están subiendo de precio.

La IA se convirtió en la partida de mayor y más rápido crecimiento en los presupuestos tecnológicos corporativos.

Cómo reducir costos de tokens de IA sin apagar la herramienta

Aquí es donde conviene ver los números en frío. La brecha de precios entre modelos es enorme.

Y elegir mal el modelo para cada tarea es la forma más rápida de quemar presupuesto sin darte cuenta.

Entre el modelo más barato y o3 Pro hay una diferencia de hasta 1,500 veces en el costo de salida. Eso no es un matiz.

Es la diferencia entre pagar la renta o pagar la hipoteca de la casa completa.

La solución no es huirle a los modelos caros. Es dejar de usar un o3 Pro para clasificar correos cuando un modelo económico hace el trabajo igual de bien — como el estagiario de los ochenta que fotocopiaba mientras el director firmaba contratos.

Un caso documentado por Arceapps —presentado ahí como reporte propio, sin auditoría externa— muestra una factura mensual que bajó de 25 a 0.66 dólares. Combinando enrutamiento de modelos, compresión de prompts y reutilización de contexto (prompt caching).

La cifra exacta puede discutirse, pero el principio detrás no: el ahorro real casi nunca viene de un solo truco. Viene de apilar varias capas de disciplina.

Si tu equipo todavía no tiene ni el vocabulario básico para tener esta conversación internamente, ahí es donde vale la pena empezar. Por ejemplo con el curso de IA para principiantes de iaaplicada.mx, antes de meterse a discutir modelos de precios que nadie en la sala entiende del todo.

¿Suscripción fija, pago por uso o modelo híbrido?

No hay modelo ganador universal. Depende de qué tan parejo o disparejo sea el consumo de tus usuarios.

Los datos de Stripe muestran que el 56% de las empresas de IA ya usa tarifas híbridas y el 38% opera completamente por consumo. La suscripción fija tradicional está perdiendo terreno rápido.

Y con razón: un usuario que hace cinco consultas al mes cuesta centavos. Otro que hace quinientas puede costarte quince dólares.

Si les cobras lo mismo a los dos, uno de los dos te está regalando margen.

El híbrido —cuota base más cargo por excedente— es el que está ganando terreno. La lógica detrás es simple.

Fijar la asignación incluida cerca del uso real de la mayoría de tus clientes, para que la experiencia se sienta como tarifa plana. Mientras el 10-20% de usuarios intensivos paga el excedente que protege tu margen.

Lo que sí puedes controlar desde hoy

No necesitas un departamento de “ingeniería de costos” como el que recomienda AWS para empezar.

Necesitas tres cosas: saber qué modelo estás usando para cada tarea, dejar de mandarle trabajo de nano a un modelo fronterizo, y medir antes de que la factura te mida a ti.

Si tu empresa todavía está en la fase de “ya vimos que esto se puede poner caro pero no sabemos por dónde empezar a controlarlo”, ese es exactamente el tipo de conversación que trabajamos en las conferencias de inteligencia artificial — con ejemplos reales, no solo teoría de pizarrón.

Y si quieres seguir viendo estos casos según van apareciendo, antes de que se conviertan en la próxima factura sorpresa de tu empresa, la lista de correo diaria de LuisGyG es donde los desmenuzamos primero.

Supervisado por Santiago González y Musi.