Un token es la unidad mínima de comunicación entre tú y la inteligencia artificial: lo que le mandas y lo que te responde, troceado en pedacitos. Y es por lo que se te cobra, tanto si conectas por API como si vas con la suscripción. Entenderlo bien es la diferencia entre que se te acaben los tokens a media mañana y que te cundan todo el día.
Yo esto lo aprendí gastando. Al principio usaba el modelo más potente al máximo esfuerzo para resumir un vídeo de YouTube, y los tokens se me comían como pipas. Aquí te cuento qué es un token, por qué importa el coste y cómo elegir bien para no tirar el dinero.
Qué es un token, en concreto
Un token es más o menos una sílaba o una palabra corta. Todo lo que escribes cuenta, y todo lo que la IA te responde cuenta también. Los dos lados suman.
Para que lo veas con algo tangible: una página de un PDF son entre 1.500 y 3.000 tokens. Un correo corto, unos cientos. Una conversación larga de trabajo puede pasar del medio millón. No hace falta que lleves la cuenta a mano, pero sí que entiendas que cada palabra que entra y sale tiene un precio.
Por qué te importa: el token es la unidad de coste
El coste de usar IA se mide en tokens, no en cuánto vale el modelo de etiqueta. Y aquí hay dos palancas, no una.
La primera es el modelo. Un Opus cuesta más por token que un Sonnet, y un Sonnet más que un Haiku. Distinto modelo, distinto precio de token.
La segunda es el esfuerzo: cuánto piensa la IA antes de responderte. Bajo, medio, alto, máximo. Cuanto más piensa, más tokens gasta.
El problema casi nunca es el plan que tienes contratado. Es usar el modelo equivocado con el esfuerzo equivocado para una tarea que no lo pedía. Multiplicar esas dos palancas mal es lo que te vacía la cuenta.
El cuadro que deberías tener de fondo de pantalla
Tomando como base el modelo más ligero al esfuerzo más bajo (1x), mira cómo escala el gasto según lo que elijas:
| Modelo y esfuerzo | Gasto (base = 1x) | Para qué lo uso |
|---|---|---|
| Sonnet, bajo | 1x | Resumir un YouTube, traducir, redacción corta, un cálculo rápido |
| Opus, medio | ~4x | Redactar la newsletter con dedupe, tocar un nodo, montar una skill nueva |
| Opus, alto | ~30x | Un debug largo, refactor de un sistema, un pipeline que falla |
| Opus, máximo | ~130x | Arquitectura desde cero, análisis con dashboards por partida, decisiones de calado |
Léelo así: pasar de lo más barato a lo más caro multiplica el gasto por 130. Si con el modelo ligero al mínimo haces 20 tareas en una mañana, con el modelo top al máximo no terminas ni una. Y ojo, la diferencia entre familias (Sonnet vs Opus) pesa más que la diferencia entre versiones del mismo modelo.
El error más común: matar moscas a cañonazos
Resumir un transcript de YouTube con el modelo más potente al máximo esfuerzo es tirar 130 veces más tokens de los que hacen falta. Para resumir, traducir o redactar algo corto, con el modelo ligero al esfuerzo bajo vas sobrado.
Mi regla de los 30 segundos antes de escribir:
- Tarea corta y de bajo impacto (un resumen, una traducción, un cálculo): modelo ligero, esfuerzo bajo. Punto.
- Tarea que va a llevar tiempo y tokens (construir algo desde cero, un debug largo, tocar código serio): modelo potente, y sube el esfuerzo.
- Si empezaste con el ligero y ves que divaga, que te ha respondido mal tres veces seguidas, te pasas al potente. No pasa nada.
Contexto y tokens: la memoria también se paga
Hay un límite de cuánto puede tener la IA en la cabeza a la vez. Se llama ventana de contexto y también se mide en tokens. Los modelos potentes de última generación llegan al millón de tokens de contexto; los ligeros se quedan cortos.
¿Por qué importa? Porque en una conversación larga vas acumulando, y todo ese contexto pesa en cada mensaje. Yo he tenido conversaciones de 574.000 tokens montando una herramienta grande. Cuando llegas ahí, o partes el trabajo en trozos, o usas la función de comprimir (compact), que resume lo hablado y te deja pasar de 574.000 a 80.000 para seguir fresco. Gestionar el contexto es gestionar tokens.
Lo que importa no es el precio del token, es el coste de la tarea
Te pongo un caso real. Tenía un módulo de Odoo que me sincronizaba el stock con la tienda online, y me costaba 500€ al mes. Últimamente me daba errores y me enseñaba stock que no tenía, así que vendía cosas que luego no podía enviar. Lo apagué y me construí yo la conexión exacta que necesitaba: el stock real menos lo ya prometido. El coste en tokens de montarla fue ridículo al lado de lo que me ahorré.
Esa es la idea. Un modelo puede costar lo mismo por token, o incluso más, y aún así salirte más barato, porque resuelve la tarea a la primera y con menos idas y vueltas. No mires el precio de etiqueta del token. Mira cuánto te cuesta cada tarea terminada.
Trucos para gastar menos sin perder calidad
- No subas PDFs pesados, pega el texto. Un PDF de 40 páginas subido entero son más de 100.000 tokens. Si copias el texto y lo pegas (mejor aún como Markdown), baja a 8.000. La diferencia es brutal.
- Texto corto, pégalo directo. Si le pides que revise el correo del inbox, obligas a la IA a usar una herramienta, y cada herramienta gasta tokens. Pegar el texto es gratis.
- Agrupa las tareas en un solo mensaje. Mandar tres cosas por separado, cuando la primera afecta a las otras dos, gasta el doble y va más lento.
- Tema nuevo, conversación nueva. Si arrastras una conversación kilométrica, abre una sesión limpia o usa compact.
El gasto extra de acertar con el modelo se recupera con menos iteraciones. Porque aciertas antes.
Relacionado