Cuánto cuesta tu agente

El paso 30 no cuesta como el paso 1, y esa es la factura

1. Cómo es tu ejecución

Un paso = una llamada al modelo. Cada herramienta que lanza el agente y cada fichero que lee se quedan en el contexto y viajan otra vez en el paso siguiente.

Perfil de ejecución

Llamadas al modelo hasta que termina la tarea.

Instrucciones, CLAUDE.md y definiciones de herramientas. Un CLAUDE.md de 200 líneas ronda los 3.000; las herramientas de un agente tipo Claude Code, 10-12k.

Lo que devuelve la herramienta más lo que escribe el agente. Leer un fichero de 300 líneas son ~4.000 tokens; un grep, unos cientos.

Lo que el modelo escribe en cada vuelta.

25 pasos · 64.000 tokens de entrada en el último · 176 ejecuciones al mes

¿No sabes cuántos tokens es tu CLAUDE.md? Pégalo en el contador de tokens y vuelve con un clic.

2. Con qué modelo

Los modelos con caché de prompt y al menos 200k de contexto, uno o dos por laboratorio.

Modelo del agente

3. Lo que te cuesta

Calculado con GPT-6.2 Astra. Cámbialo arriba si tu agente usa otro.

Al mes con caché

238 $

≈ 217 €

176 ejecuciones. Es lo que pagas si tu agente cachea, como hacen Claude Code, Codex y Cursor.

Al mes sin caché

1267 $

≈ 1153 €

7,20 $ por ejecución de 25 pasos

Lo que te ahorra la caché

1029 $

≈ 936 €

al mes, solo por reutilizar el contexto que ya mandaste

El paso 25 manda 64.000 tokens de entrada, así que cuesta 11× lo que el paso 1. Esa es la curva que no se ve hasta que llega la factura.

¿Te sale mejor una suscripción?Lleva esta misma carga de trabajo a la comparativa y mira si tu cuota cuesta menos que pagar estos tokens por API.Seguir con mis datos

Ese número merece una captura

El enlace lleva tu configuración: quien lo abra ve tu mismo cálculo.

4. Paso a paso

La misma ejecución desglosada. Fíjate en cómo la columna de contexto arrastra a la del coste.

Coste de cada paso de la ejecución
PasoContexto de entradaCoste sin cachéCoste con cachéPeso del paso
140000,05 $0,06 $9,1%
265000,07 $0,04 $12,9%
390000,09 $0,04 $16,7%
411.5000,11 $0,04 $20,5%
514.0000,13 $0,05 $24,2%
616.5000,15 $0,05 $28%
719.0000,17 $0,05 $31,8%
821.5000,19 $0,05 $35,6%
924.0000,21 $0,05 $39,4%
1026.5000,23 $0,05 $43,2%
1129.0000,25 $0,05 $47%
1231.5000,27 $0,05 $50,8%
1334.0000,29 $0,05 $54,5%
1436.5000,31 $0,05 $58,3%
1539.0000,33 $0,06 $62,1%
1641.5000,35 $0,06 $65,9%
1744.0000,37 $0,06 $69,7%
1846.5000,39 $0,06 $73,5%
1949.0000,41 $0,06 $77,3%
2051.5000,43 $0,06 $81,1%
2154.0000,45 $0,06 $84,8%
2256.5000,47 $0,06 $88,6%
2359.0000,49 $0,06 $92,4%
2461.5000,51 $0,06 $96,2%
2564.0000,53 $0,07 $100%

En el paso 1 la caché sale más cara: no es un fallo. Escribir en caché cuesta un 25 % más, y esa inversión se recupera desde el paso 2, cuando el mismo contexto se relee a una décima parte del precio.

El modelo de caché es el de Anthropic: el prefijo estable se escribe una vez y se relee en cada paso. OpenAI y Google la aplican solas, sin cobrar por escribirla.

Se asume que el contexto solo crece: un agente real compacta o tira historial cerca del límite, así que en ejecuciones largas esta cifra es el techo, no la factura. Tampoco cuenta tokens de razonamiento aparte ni reintentos — son estimaciones para decidir, no una factura.

Precios de models.dev a fecha 2026-11-19. Cifras en dólares, que es como facturan las APIs. Las subrayadas enseñan los euros al pasar el ratón. 1 $ = 0,9099 € (BCE, 2026-11-20).

Cómo funciona

Un agente reenvía su contexto en cada paso, así que cada llamada cuesta más que la anterior. Indica cuántos pasos da, con cuánto contexto empieza y cuánto añade en cada vuelta, y verás lo que cuesta una ejecución y lo que cuesta el mes.

Compara el resultado con y sin caché de prompt antes de cambiar de modelo: suele pesar más que el modelo. La cifra es un suelo, porque no cuenta el razonamiento ni los reintentos.

Para seguir leyendo

12 recursos para developers cada domingo en tu bandeja de entrada

Además de una skill práctica bien explicada, trucos para mejorar tu futuro profesional y una pizquita de humor útil para el resto de la semana. Gratis.