El menor precio de los modelos no garantizará facturas más bajas. Gartner calcula que el costo de inferencia por flujo de trabajo agéntico aumentará más de cinco veces de aquí a 2028 debido al mayor consumo de tokens y al uso de modelos avanzados.
El costo de inferencia asociado a cada flujo de trabajo de inteligencia artificial agéntica aumentará más de cinco veces de aquí a 2028, según una previsión publicada por Gartner. La consultora atribuye el incremento a la evolución desde funciones de asistencia relativamente simples hacia sistemas capaces de planificar, razonar y ejecutar tareas compuestas por varios pasos.
La estimación no implica que los tokens o los modelos vayan a encarecerse en la misma proporción. Gartner sostiene que el costo unitario de la inferencia seguirá disminuyendo, pero que esta mejora facilitará el uso de aplicaciones más complejas, con mayor consumo de tokens y acceso frecuente a modelos avanzados.
La paradoja de la inferencia
Gartner denomina paradoja de la inferencia a una situación en la que una tecnología más eficiente por unidad termina elevando el gasto total. En un chatbot básico, el modelo interpreta una consulta y genera una respuesta. Un agente, en cambio, puede dividir un objetivo en tareas, revisar resultados, consultar herramientas y modificar su plan antes de completar el trabajo.
Según la consultora, enviar una tarea a un modelo de razonamiento agéntico eleva al menos cinco veces el costo de inferencia para el proveedor frente a una interacción básica con un chatbot. La diferencia puede aumentar cuando el flujo incorpora más pasos, contexto, verificaciones o llamadas a sistemas externos.
La conclusión coincide con otro análisis de Gartner publicado en marzo de 2026. En ese documento, la firma estimó que los modelos agénticos pueden necesitar entre cinco y treinta veces más tokens por tarea que un chatbot generativo convencional, incluso mientras mejora la eficiencia de la infraestructura.
Seleccionar el modelo según la tarea
Para contener los costos, Gartner recomienda que los productos de IA no dependan de un único modelo para todas sus operaciones. Las consultas frecuentes y sencillas pueden dirigirse a modelos pequeños o especializados, mientras que los sistemas más costosos deberían reservarse para tareas complejas cuyo valor justifique el gasto.
Esta estrategia exige mecanismos de enrutamiento y orquestación capaces de evaluar cada solicitud, seleccionar el modelo adecuado y limitar el uso innecesario de razonamiento avanzado. También requiere medir el costo completo de cada flujo, no solo el precio anunciado por token.
Una previsión, no un aumento observado
La cifra para 2028 es una previsión de Gartner y no una medición de un incremento ya registrado en todo el mercado. El comunicado público no incluye la metodología cuantitativa completa, por lo que las organizaciones deberán contrastar la estimación con sus propios patrones de uso, contratos y resultados.
El riesgo económico se concentra en proyectos que incorporan autonomía sin establecer límites, métricas de valor o criterios para escoger modelos. En esos casos, una reducción del precio unitario puede quedar neutralizada por el crecimiento del número de operaciones necesarias para completar cada tarea.
Fuentes
- Gartner, previsión sobre costos de inferencia por flujo agéntico
- Gartner, análisis sobre costos y consumo de tokens
Ilustración creada por IA.
📬 Newsletter gratuito
