Control de costos de API de IA: qué contratar para escalar

Esta guía está dirigida a responsables de IT y operaciones que ya tienen, o están por recibir, una aplicación que llama a modelos por API. No es una comparación de suscripciones personales ni una tabla de precios de desarrollo. Si todavía estás definiendo el proyecto, empezá por la guía de costos de implementación.

Antes de pedir una optimización, delimitá el gasto: modelos, herramientas externas, infraestructura y operación humana. Una factura de API solo cubre una parte. Pedí que cada partida indique quién la paga, qué actividad la genera y cómo se concilia. Una reducción del consumo de tokens no demuestra por sí sola una reducción del costo total por trabajo aceptado.

Tomá como unidad el trabajo de negocio terminado: un documento procesado y revisado, por ejemplo. Registrá por separado los intentos fallidos y las correcciones humanas. Si el sistema produce más borradores pero requiere más revisión, el precio de cada llamada no alcanza para decidir si conviene ampliarlo.

La siguiente matriz es un criterio de contratación propuesto por Duotach. No es un benchmark ni representa resultados de clientes. Los alcances pueden combinarse; pedí que cada uno tenga un entregable y una prueba propios.

Si solo necesitás saber quién consumió, no compres una reconstrucción completa del sistema. Si necesitás detener un proceso, no aceptes una alerta como demostración del corte. Y si el problema es el costo por resultado útil, incluí una comparación de calidad antes de cambiar modelos o contexto.

El registro operativo debería vincular cada ejecución con proceso, entorno, versión de la aplicación, modelo y estado final. Necesita distinguir una tarea de sus llamadas y reintentos: contar solicitudes no es contar trabajos terminados. Acordá qué se registra cuando una llamada falla o no devuelve su uso completo; esa ausencia debe quedar visible.

La Usage and Cost API de Anthropic, consultada el 22 de octubre de 2026, permite consultar consumo y costos históricos con desgloses documentados. Requiere credenciales administrativas admitidas por ese servicio. Su disponibilidad no prueba que tu aplicación ya atribuya cada gasto a un proceso.

Pedí acceso mínimo para cada función, retención y responsables de los registros. Para medir consumo no hace falta guardar por defecto documentos completos, claves ni conversaciones. Si una investigación exige contenido, definí antes autorización, acceso y borrado. El reporte interno debe poder revisarse sin convertirlo en una copia de datos del negocio.

Separá aviso, límite de ritmo y límite de gasto. Un aviso pide una decisión; un límite de ritmo regula llamadas o tokens en un intervalo; un límite de gasto busca acotar consumo monetario. La documentación de límites de Claude API, consultada el 22 de octubre de 2026, distingue límites de gasto y de tasa, con alcances por organización y workspace. No traslades esos controles automáticamente a otros productos o proveedores.

En la propuesta, pedí el ámbito exacto del control: cuenta, entorno, área, usuario o tarea. Escribí quién puede ampliarlo, cuándo se reinicia y qué ocurre con las ejecuciones que ya estaban en curso. Si la medición tiene retraso, definí cómo se trata la diferencia entre gasto registrado y gasto todavía no informado. Un gráfico actualizado no demuestra un freno inmediato.

Acordá un comportamiento de negocio: pausar la cola, rechazar nuevas tareas o derivarlas a una persona. No elijas en silencio un modelo distinto para seguir operando si eso cambia la calidad acordada. Pedí una prueba con carga sintética y límites de prueba, sin consumir el presupuesto real del negocio para demostrar el corte.

La guía de prompt caching de Anthropic, consultada el 22 de octubre de 2026, describe reutilización de prefijos coincidentes y distingue escritura y lectura de caché. Eso no equivale a reutilizar cualquier respuesta ni garantiza ahorro en tu carga. Pedí medir aciertos, escrituras, lecturas y gasto completo con el modelo y las condiciones aplicables.

Para comparar una mejora, conservá las mismas tareas, criterios de aceptación y datos autorizados. Registrá versiones, volumen y mezcla de dificultad. Medí costo por tarea aceptada junto con errores, latencia y trabajo humano; dejá separados los cargos externos. Cambiar varias cosas al mismo tiempo dificulta saber qué produjo la diferencia.

Si se guardan respuestas o artefactos en un caché de la aplicación, pedí que la clave incluya todo lo que determina su contenido y sus permisos. Probá cambios de fuente, parámetros y acceso. Un resultado viejo que parece válido puede reducir llamadas y empeorar el trabajo. Esa prueba es distinta de verificar el caché de prefijos del proveedor.

Ejemplo ficticio: una aplicación resume documentos para dos áreas. Al agotarse el presupuesto de prueba de una de ellas, debe quedar registrado qué tarea se pausó, qué pasó con las que estaban en curso y quién puede reanudarla. El otro proceso solo debe seguir si esa separación fue acordada y comprobada. No es un caso real ni una garantía de aislamiento.

Pedí además una prueba de alerta sin destinatarios reales, una falla del proveedor y una discrepancia de conciliación. La evidencia debe mostrar versión, condición de prueba, respuesta esperada y observada. Acordá qué fallos bloquean la ampliación y quién firma la aceptación. No hace falta provocar una incidencia en producción.

Después de ampliar, revisá períodos comparables y cambios de uso: más volumen, documentos más largos o nuevas funciones pueden aumentar el gasto aunque cada tarea cueste menos. Un ahorro de infraestructura no prueba más ventas ni productividad. Esas conclusiones necesitan sus propios registros.

Duotach desarrolla software a medida y aplicaciones con IA. Podemos conversar sobre un alcance pago de instrumentación, controles de ejecución y pruebas para una aplicación delimitada, sujeto a acceso, compatibilidad y capacidad acordados. No se ofrece una certificación FinOps ni un ahorro mínimo garantizado.

En el formulario, describí qué proceso usa IA, quién opera la aplicación y qué necesitás decidir: atribuir, limitar u optimizar. No envíes claves, facturas con datos personales ni documentos confidenciales. El relevamiento y las pruebas sobre tu sistema forman parte del trabajo contratado; no son una auditoría gratuita previa.

Si todavía estás acordando quién recibe código, cuentas y operación, revisá la guía de entrega de software. El traspaso y los controles de gasto se complementan, pero aceptar uno no acredita el otro.