AI Agent Cost per Action: Por Qué los Flujos Agentic Disparan la Factura de Tokens
Los directivos no compran tokens. Compran acciones completadas: un ticket de soporte resuelto, una factura extraída, un pull request revisado, un lead enriquecido, un reembolso aprobado, un claim triado. Esa es la unidad que debe usar tu modelo de costes. Cost per action es el coste total de completar un resultado de negocio con tu nivel de calidad, incluyendo llamadas al modelo, herramientas, reintentos, verificadores, escalados, tokens cacheados, tokens sin cache y corrección humana.
Este artículo es más específico que nuestra calculadora de costes LLM. Allí explicamos coste por tarea exitosa en sistemas LLM. Aquí tratamos flujos agentic, donde la factura crece porque el agente entra en bucles: planifica, llama herramientas, lee resultados, amplía contexto, verifica, reintenta y a veces transfiere el trabajo a otro especialista.
¿Quieres coste por acción desde tus trazas?
Reserva una consulta gratis¿Qué es AI agent cost per action?
AI agent cost per action es el coste total de un resultado de negocio completado, no de una llamada al modelo. Incluye input, input cacheado, output, schemas de herramientas, contexto recuperado, observaciones de herramientas, reintentos, verificadores, escalados, revisión humana e intentos fallidos, dividido por acciones exitosas.
Coste por acción = (costes de modelo + herramientas y retrieval + reintentos + verificadores + retrabajo humano) / acciones exitosas.
El denominador importa. Si un agente intenta enriquecer 10,000 leads pero solo 8,700 pasan validación, la métrica usa 8,700. Las acciones fallidas consumieron tokens, herramientas, tiempo y confianza.
Por qué los agentes multiplican tokens
Una llamada LLM es una línea. Una ejecución agentic es una traza. El paper ReAct popularizó el patrón: los modelos pueden intercalar razonamiento y acciones para interactuar con entornos externos antes de seguir. Es útil, pero cambia la economía. Cada bucle arrastra más historial y más observaciones.
| Multiplicador | Qué ocurre | Por qué sube la factura |
|---|---|---|
| Planificación | El agente decide el siguiente paso. | Prompts de planner y output de razonamiento llegan antes del trabajo real. |
| Schemas de herramientas | Funciones, MCP tools, permisos y ejemplos entran en contexto. | Las descripciones estáticas son grandes y se repiten sin cache. |
| Observaciones | Resultados de búsqueda, CRM, facturas, diffs o logs vuelven al modelo. | Cada observación es nuevo input en el siguiente paso. |
| Reintentos | Errores de schema, timeouts o baja confianza lanzan otra pasada. | El segundo intento suele llevar el primero como contexto. |
| Verificación | Otro modelo o reglas revisan grounding, policy, extracción o riesgo de código. | La calidad es necesaria, pero es otra línea de coste. |
| Handoffs | Un agente general delega a un especialista. | El contexto se copia, resume o expande otra vez. |
Cuatro ejemplos que entiende dirección
| Acción de negocio | Supuesto ingenuo | Traza típica | Métrica |
|---|---|---|---|
| Ticket de soporte resuelto | Una respuesta. | Clasificar, recuperar policy, revisar cuenta, redactar, verificar, actualizar CRM. | Coste por ticket resuelto que pasa QA. |
| Factura extraída | Un OCR más JSON. | Leer archivo, clasificar layout, extraer campos, buscar proveedor, validar totales, reintentar faltantes. | Coste por factura contabilizada sin corrección manual. |
| PR revisado | Un prompt de code review. | Resumir diff, inspeccionar archivos, ejecutar tests, buscar dependencias, verificar findings, escribir review. | Coste por PR revisado con hallazgos accionables. |
| Lead enriquecido | Una llamada de enrichment. | Buscar web, parsear sitio, revisar CRM, clasificar ICP fit, deduplicar, puntuar. | Coste por lead usable aceptado por ventas. |
La calculadora por acción
| Columna | Ejemplo | Por qué importa |
|---|---|---|
| Tipo de acción | Ticket resuelto | Unidad de negocio, no unidad API. |
| Intentos mensuales | 40,000 | Volumen antes de fallos. |
| Success rate | 86% | Convierte intentos en acciones exitosas. |
| Llamadas modelo por acción | 4.7 promedio | Planificación, redacción, verificación y reintentos. |
| Llamadas herramienta por acción | 3.2 promedio | Search, CRM, base de datos, código, navegador o ticketing. |
| Input sin cache | 8,400 tokens | Datos dinámicos, resultados de herramientas y observaciones. |
| Input cacheado | 18,000 tokens | System prompt, schemas, policies y ejemplos. |
| Output tokens | 2,300 | Borradores, JSON y comentarios de review. |
| Retry rate | 14% | Impuesto oculto de bucles. |
| Escalado | 9% | Modelo más fuerte o humano. |
| Retrabajo humano | 0.8 min | Convierte baja calidad en dinero. |
Ejemplo: ticket de soporte resuelto
Un agente de soporte debería resolver tickets tier-1. La demo parecía barata: un ticket, una llamada. En producción el agente clasifica, recupera políticas, revisa cuenta, redacta, verifica grounding y actualiza el ticket. Algunos tickets necesitan aprobación de reembolso; otros fallan schema y se reintentan.
| Paso | Llamadas | Input | Palanca |
|---|---|---|---|
| Clasificar | 1 | Ticket corto más taxonomía | Modelo pequeño o reglas. |
| Recuperar policy | 1 tool call | Query y snippets | Mejores filtros y chunks más cortos. |
| Revisar cuenta | 1 tool call | Estado y pedido | Devolver solo campos necesarios. |
| Redactar respuesta | 1 | Ticket, policy, cuenta, tono | Cachear instrucciones estáticas. |
| Verificar grounding | 1 | Borrador más evidencia | Reglas o verificador barato primero. |
| Reintento | 0.18 promedio | Schema fallido o baja confianza | Arreglar contratos de tool antes de cambiar modelo. |
Dónde ayuda caching
Prompt caching es la primera palanca para agentes porque schemas, policies e instrucciones se repiten. OpenAI dice que puede reducir latencia hasta 80% y coste de input hasta 90%, empieza automáticamente en prompts de 1,024 tokens o más y exige prefijos exactos. Anthropic cobra cache reads a 0.1x del input base; Gemini paid tiers incluyen context caching y batch.
El contexto agentic es desordenado. Un paper de 2026 sobre caching en tareas agentic largas encontró reducciones de coste API del 45% al 80% cuando el cache se estructura bien. TokenPilot muestra el mismo tradeoff: puedes recortar tokens y destruir cache hits si mutas el prefijo demasiado.
Regla práctica: contenido estable al principio, contenido variable al final. Instrucciones, schemas, policies y ejemplos arriba; ticket, páginas de factura, resultados de búsqueda, diffs y observaciones abajo.
Cuándo batch ahorra dinero
Batch sirve para acciones que pueden esperar. OpenAI lista 50% de descuento frente a APIs síncronas y finalización en 24 horas. Anthropic lista 50% en input y output tokens. Gemini paid tier lista Batch API con 50% de reducción de coste. Encaja con backlogs de facturas, lead enrichment, QA nocturna, evals, migración documental y clasificación offline.
Soporte en vivo, PR review interactivo y decisiones de fraude necesitan otros controles: menos bucles, herramientas más estrechas, verificadores pequeños, mejor caching y routing con un gateway o router LLM.
Cómo controlar la factura
- Traza cada acción. Action ID, modelo, herramienta, tokens, cache hits, motivo de retry, latencia, estado y eval.
- Limita bucles. Máximo de tool calls y fallback claro.
- Separa planner, worker y verifier. El modelo caro no debe hacer todo.
- Reduce herramientas. Devuelve los campos necesarios, no todo el objeto CRM.
- Cachea contexto estático. Mantén prefijos estables.
- Usa batch para offline. Leads, facturas y evals no deberían pagar live pricing si pueden esperar.
- Mide éxito, no intentos. Los fallos se quedan en el numerador.
La calidad entra en el coste
El agente más barato a menudo crea trabajo para personas. Un ticket que soporte corrige, un lead rechazado por ventas, una factura que contabilidad ajusta o una PR review llena de falsos positivos no logró el ahorro prometido. La acción solo cuenta cuando pasa el listón de calidad del negocio.
Para el rollout, lee el piloto de agentes IA 30/60/90 días. Para los patrones de fallo, lee por qué se cancelan los proyectos de agentes IA.
Fuentes y precios vivos
Los precios y plataformas cambian rápido. La mecánica es estable; las cifras son snapshot de julio de 2026. Revisa OpenAI Agents SDK, OpenAI prompt caching, OpenAI Batch API, Anthropic pricing y Gemini pricing. Investigación: ReAct, Don't Break the Cache y TokenPilot.
Reflexiones finales
Los flujos agentic disparan facturas porque convierten una petición en una traza: planificar, usar herramienta, leer observación, redactar, verificar, reintentar, escalar y registrar. La unidad correcta no es una llamada ni un mensaje. Es una acción de negocio exitosa.
Cuando mides coste por acción, la optimización se vuelve concreta: trazar cada acción, limitar bucles, estrechar herramientas, cachear contexto estable, usar batch para offline, enrutar pasos baratos a modelos baratos, verificar calidad y mantener intentos fallidos en el numerador.
¿Quieres coste por acción desde trazas de producción?
Reserva una consulta gratisAyuda para IA en producción
Si estás construyendo un producto de IA y te preocupan el coste de inferencia, la arquitectura o la preparación para producción, Wavect ayuda a fundadores a convertir prototipos de IA en sistemas fiables.
Ruta de servicio: