Tokenmaxxing es gastar tokens de IA a lo bestia para demostrar que eres productivo. Suena a broma de oficina y en parte lo es. Pero la discusión de fondo, cómo se mide el trabajo cuando la IA hace una parte, se ha metido en los comités de dirección de medio Silicon Valley.
El término explotó cuando Jensen Huang, consejero delegado de Nvidia, dijo que estaría 'profundamente alarmado' si sus ingenieros no quemaran tokens por valor de medio sueldo. La cifra que puso es concreta: un ingeniero de 500.000 dólares al año debería consumir al menos 250.000 en tokens. Lo dijo en el All-In Podcast, grabado en el último día del GTC 2026.
Puntos clave
- Huang: un ingeniero de 500.000 dólares debería gastar 250.000 o más en tokens al año. Sobre si Nvidia aspira a unos 2.000 millones anuales para su equipo de ingeniería, respondió 'lo estamos intentando'.
- Un empleado de Meta montó por su cuenta un ranking interno, 'Claudeonomics', que agregaba a más de 85.000 personas. En 30 días sumaron 60,2 billones de tokens; el número uno gastó 281.000 millones él solo. Meta lo eliminó tras el revuelo.
- Ramp reporta que el gasto medio mensual en tokens de sus clientes se multiplicó por 13 desde enero de 2025.
- Uber agotó su presupuesto de IA de 2026 en cuatro meses y puso un tope de 1.500 dólares al mes por herramienta de IA y empleado.
De métrica interna a marcador de oficina
La idea de partida tiene sentido. Si tu empresa adopta IA, quieres saber si la gente la usa de verdad, y el gasto en tokens es una señal fácil de leer. El problema aparece cuando la señal se convierte en el objetivo. En cuanto Meta tuvo un ranking público de quién quema más, quemar tokens pasó a ser el juego, no el medio. Por eso lo quitaron: premiaba el consumo, no el resultado.
El caso de Uber enseña el otro lado de la curva. Desplegaron Claude Code entre sus ingenieros, el coste medio se fue a entre 150 y 250 dólares por persona al mes, y los usuarios intensivos llegaban a superar los 2.000. Resultado: se comieron el presupuesto anual de IA en cuatro meses y tuvieron que poner un tope de 1.500 dólares por herramienta y empleado. La misma herramienta que dispara la productividad dispara la factura, y nadie tenía calibrado cuánto.
El contraargumento útil
Reid Hoffman puso el matiz que salva la conversación. Medir cuántos tokens usa cada uno vale como termómetro de adopción, pero lo que importa es para qué los usan. Su propuesta es meter a gente de todas las funciones a experimentar a la vez, asumir que parte de esos experimentos van a fallar, y montar una revisión semanal: qué probamos esta semana con IA y qué aprendimos. El foco se mueve del número absoluto al patrón que funciona.
Por qué importa para tu empresa
No hace falta que tengas 85.000 empleados para sacar la lección. Si no mides nada del uso interno de IA, empieza por lo básico: cuánto se gasta y en qué casos. Si ya mides solo el gasto, añade el uso real, porque el gasto a secas se manipula en un tarde.
Y resiste la tentación de premiar el número gordo. Lo que te interesa no es cuántos tokens quema tu equipo, es cuánto trabajo sale por cada euro de token. Un ingeniero que resuelve el problema con 10.000 tokens vale más que uno que da vueltas gastando 200.000. El ranking de Meta medía justo lo contrario, y por eso duró lo que duró.
Relacionado
