La facturación basada en la IA no pasa, hoy por hoy, de un plumazo del modelo de precio por token al de pago por resultados. OpenAI combina encore tres lógicas: los tokens para la API, la suscripción mensual a ChatGPT y una medida económica del «coste por tarea completada con éxito». Por lo tanto, para un proyecto de una pyme, la verdadera cuestión no es elegir un modelo de moda, sino saber qué es lo que este hace predecible: el uso, el presupuesto, la calidad o la responsabilidad.
Facturación basada en la IA: los tres modelos que hay que distinguir
El precio por token sigue siendo el modelo más habitual para integrar OpenAI en una página web, una aplicación o una herramienta interna. Un token es un fragmento de texto procesado por el modelo: a menudo, parte de una palabra; a veces, una palabra corta. Cuanto más texto envíe el usuario, más extensa será la respuesta del modelo y mayor será el coste.
OpenAI anunciaba para 2026 una estructura de precios de la API basada en tokens, con, por ejemplo, GPT-5.6 Terra a 2 dólares por millón de tokens de entrada y 12 dólares por millón de tokens de salida, y GPT-5.6 Luna a 0,20 dólares por entrada y 1,20 dólares por salida. Su oferta «Scale Tier» también vende unidades de capacidad en tokens, que se compran por adelantado para un modelo concreto, con un compromiso mínimo de 30 días.
Segunda opción: la suscripción. ChatGPT ofrece planes de pago por usuario y al mes, como Go, Plus, Business y Enterprise; el centro de ayuda de OpenAI indicaba en febrero de 2026 que ChatGPT Plus costaba 20 dólares al mes. Es asequible para un directivo, pero eso no significa que sea ilimitado: las ofertas suelen incluir límites, cuotas o presupuestos de uso.
Tercera lógica: el resultado. OpenAI habla desde 2026 del «coste por tarea satisfactoria», es decir, el coste total dividido entre el número de tareas que alcanzan el nivel de calidad esperado. En este momento, no se trata de una sustitución pública del modelo de tarificación de OpenAI basado en tokens. Se trata más bien de una forma más sensata de medir el retorno de la inversión.
¿Por qué el token no lo dice todo sobre tu presupuesto?
El precio por token tiene una ventaja: se ajusta al consumo real del modelo. En el caso de un chatbot de support, una búsqueda en una base de datos o una función de resumen, resulta bastante lógico. Se paga por la cantidad de texto analizado y generado.
Su defecto es menos evidente. El token no mide ni la calidad, ni la utilidad, ni el tiempo ahorrado. Una respuesta larga, errónea o inutilizable puede salir más cara que una respuesta breve y pertinente. OpenAI lo reconoce en sus publicaciones de 2026: el precio del token por sí solo no indica si la IA crea valor.
La trampa clásica, en lo que respecta al presupuesto, consiste en calcular el coste a partir de una demostración de diez preguntas. En la fase de producción, los usuarios reformulan, adjuntan documentos completos, piden aclaraciones y retoman la conversación. En los proyectos que llevamos a cabo, a menudo observamos que los volúmenes reales son entre dos y cinco veces superiores a las hipótesis iniciales, lorlo que indica que el análisis de los usos no se ha realizado con la debida seriedad.
Para una pyme francesa, un prototipo sencillo de IA puede costar unos cientos de euros en tokens al mes, pero el presupuesto global recae en otros aspectos: definición del proyecto, integración, pruebas, seguridad, alojamiento y supervisión. Sinceramente, a menos que se trate de un volumen muy grande, optimizar cada céntimo por millón de tokens antes de haber validado su uso suele ser una prioridad equivocada.
Suscripción, tokens, resultado: comparación práctica
El modelo de facturación basado en la IA cambia tu forma de gestionar el riesgo. La suscripción da tranquilidad al departamento de contabilidad. Los tokens dan tranquilidad a los equipos técnicos. El pago por resultados da tranquilidad al departamento comercial, pero solo si el resultado es medible sin lugar a dudas.
| Modelo | Ejemplos reales en 2026 | Ventaja para una pyme | Límite principal |
|---|---|---|---|
| Precio por token | API de OpenAI: GPT-5.6 Terra a 2 $ / 1 millón de tokens de entrada y 12 $ / 1 millón de tokens de salida; Luna a 0,20 $ y 1,20 $ | Facturación proporcional al uso real, útil para API, chatbots y automatización | Presupuesto variable y calidad no garantizada |
| Suscripción | ChatGPT Plus cuesta 20 $ al mes; planes Go, Plus, Business y Enterprise | Un coste por usuario más predecible | Cuotas, límites de uso e integración con aplicaciones empresariales limitada según la oferta |
| Plazas reservadas | Nivel Scale de OpenAI: unidades de tokens compradas por adelantado, con una duración mínima de 30 días | Mayor visibilidad para grandes volúmenes de API | Compromiso y riesgo de sobredimensionamiento |
| Resultado | Según Axios, en 2024 Sierra facturaba los incidencias de atención al cliente gestionadas o resueltas por su agente de IA | Alineación directa con el valor empresarial | Atribución, control de calidad y controversias sobre qué se considera «aprobado» |
Esta tabla oculta una realidad sencilla: una misma empresa puede utilizar los tres modelos. Suscripción para los colaboradores, tokens para una aplicación de negocio e indicadores de resultados para decidir si merece la pena ampliar el proyecto. Una buena gobernanza suele combinar la contabilidad con la medición operativa.
Cuándo la facturación basada en los resultados funciona de verdad
La remuneración por resultados resulta atractiva siempre que una tarea tenga un final claro: un incidente de un cliente resuelto, una cita comercial cualificada, una factura conciliada con un pedido o una prueba de software que se supera.
En el ámbito de la atención al cliente, Axios citó a Sierra en 2024 como ejemplo de empresa que factura cada incidencia gestionada o resuelta por su sistema de agente de IA. El modelo es coherente: la empresa cliente no quiere comprar tokens, sino reducir el coste de tramitación de las solicitudes. Pero hay que definir qué se entiende por «resolución»: ¿una respuesta aceptada, la ausencia de reapertura, la satisfacción del cliente o la validación humana?
Para un comercial, facturar por cliente potencial o por cita parece algo natural. Sin embargo, pronto se vuelve complejo. ¿A quién se le atribuye la cita a la IA si un comercial realiza un seguimiento posterior? ¿Qué ocurre si el ciclo de venta dura tres meses? ¿Cómo evitar los clientes potenciales de baja calidad generados para inflar las cifras?
En el ámbito del desarrollo, OpenAI cita ejemplos en los que una tarea se considera finalizada solo cuando un cambio en el código supera las pruebas. Esto es más objetivo. Además, es necesario que las pruebas sean satisfactorias, que exista una revisión humana y que se contabilicen los costes de corrección. Un agente que genera rápidamente código frágil puede presentar un buen coste por tarea completada con éxito y generar una deuda técnica costosa seis meses más tarde; este punto coincide con las disyuntivas mencionadas en nuestro análisis sobre la bajada del precio del código gracias a la IA.
Chatbot, agente comercial, desarrollo: encontrar el equilibrio adecuado
Un chatbot de información rara vez se presta a una facturación basada únicamente en los resultados. El éxito de una respuesta abierta es subjetivo: ¿está satisfecho el usuario?, ¿lo ha entendido?, ¿se ha evitado una llamada al servicio de asistencia? En este caso, a menudo es mejor combinar un precio por token, un límite mensual y una medida de satisfacción.
Un agente de IA empresarial que opera en herramientas específicas del negocio requiere mayor precaución. OpenAI recomienda, en su guía de 2025 sobre agentes, prever una intervención humana cuando se superen los umbrales de fallo o cuando la acción sea delicada: reembolso, pago, cancelación de un pedido. Una facturación basada únicamente en los resultados puede, en ocasiones, dar lugar a una gestión inadecuada si premia la rapidez en lugar de la seguridad; el tema de la confidencialidad también merece un marco normativo, tal y como se explica en nuestra guía sobre la integración de un agente de IA sin fuga de datos.
En el caso de una aplicación móvil de IA, el modelo depende del caso de uso. Una aplicación que genera contenidos breves puede gestionarse por tokens, con un límite máximo por usuario. Una aplicación que automatiza una tarea profesional repetitiva puede evaluarse en función del tiempo ahorrado, pero la factura del proveedor seguirá basándose, a menudo, en la API. Los parámetros de or que definen la magnitud del presupuesto rara vez están relacionados únicamente con el modelo: la experiencia de usuario (UX), el backend, la autenticación y el mantenimiento cuentan tanto, a veces incluso más, como en el caso de una aplicación móvil de inteligencia artificial dirigida a las pymes.
Por su parte, el flujo automatizado workflow es la mejor opción para medir los resultados. Por ejemplo: clasificar 10 000 solicitudes entrantes, extraer la información útil y remitir los casos ambiguos a un humano. En este caso, se puede hacer un seguimiento del índice de automatización, la tasa de error, el tiempo ahorrado y el coste por expediente tramitado.
Lo que debes tener claro antes de firmar
Antes de elegir una oferta o un proveedor, analiza bien los aspectos económicos. Una factura de IA mal estructurada puede resultar impredecible, pero un indicador de resultados mal definido puede generar conflictos. Un buen contrato describe tanto los límites como las promesas.
- Define la unidad de valor: conversación resuelta, documento tramitado, cita confirmada, ticket cerrado, prueba validada.
- Establece un límite de uso: presupuesto mensual, número de usuarios, longitud máxima de los documentos, volumen de consultas.
- Prevea un control de calidad: muestreo de personas, umbral de error, registro (historico explotable) y procedimiento de c1TP5rección.
- Aclara la información: RGPD 2018, datos personales, conservación, alojamiento, derechos de acceso y encargados del tratamiento.
- Calcula el coste total: tokens, integración, supervisión, tiempo de trabajo, rework, support y seguridad.
La seguridad no debe quedar para el final. Un agente conectado al CRM, a Stripe, a un ERP o a un correo electrónico tiene más capacidad que un simple chatbot. En este sentido, las copias de seguridad, los registros y los derechos de acceso se convierten en medidas de protección tan importantes como la elección del modelo de OpenAI; los principios de Copia de seguridad 3-2-1 contra el ransomware siguen siendo muy útiles para reflexionar sobre la resiliencia.
Por parte de la agencia, lo habitual es empezar con un proyecto piloto limitado: un ámbito de aplicación, un presupuesto máximo, una serie de pruebas y, posteriormente, una evaluación de los resultados. Por lo general, bastan entre cuatro y ocho semanas para saber si la IA reduce realmente el tiempo de procesamiento o si simplemente traslada el trabajo a la verificación humana.
¿Reemplazará realmente OpenAI el precio por token?
Nada de lo que se desprende de la información pública disponible en 2026 indica que OpenAI vaya a sustituir su modelo de facturación de IA basado en tokens por un modelo de facturación por resultados generalizado. Las páginas de precios de ChatGPT siguen basándose en una suscripción por usuario. Las páginas de la API y de Scale Tier siguen estructuradas en torno a los tokens y la capacidad.
La tendencia va más bien en otra dirección: OpenAI anima a los compradores a fijarse en el rendimiento útil por dólar. Se trata de una evolución positiva. Dos modelos pueden tener un precio por token muy diferente y, sin embargo, presentar un coste por tarea completada inverso si uno de ellos responde mejor, comete menos errores y requiere menos recordatorios.
Para un directivo, la interpretación correcta es, por tanto, la siguiente: sigue solicitando el presupuesto técnico, pero toma la decisión basándote en el valor para el negocio. Un presupuesto serio debería mostrar las hipótesis de volumen, los límites, los costes variables y los indicadores de éxito. Si promete una facturación basada en los resultados sin explicar la distribución, la calidad y los casos litigiosos, desconfía.
Planificar este tipo de proyecto desde el principio evita la mayoría de las sorpresas desagradables: definición del resultado, elección del modelo, seguridad de los datos, pruebas y presupuesto máximo. A menudo es aquí donde una perspectiva externa permite ahorrar tiempo, incluso antes de hablar de desarrollo.
Preguntas frecuentes sobre la facturación con IA
¿Qué es la facturación por token basada en IA?
Se trata de un modelo de tarificación basado en el volumen de texto enviado al modelo y generado por este. Es adecuado para las API, pero no garantiza que la respuesta sea útil o rentable.
¿OpenAI ya factura en función de los resultados?
No se presentará públicamente como modelo general en 2026. OpenAI se centra sobre todo en el coste por tarea completada como indicador económico, mientras que sus ofertas de API siguen vinculadas a los tokens y las de ChatGPT, a la suscripción.
¿Es mejor la facturación basada en los resultados para una pyme?
Sí, siempre que el resultado sea objetivo, verificable y atribuible a la IA. En el caso de respuestas abiertas o procesos de venta largos, puede generar disputas y requiere unas normas de control muy precisas.
¿Cómo evitar una factura de OpenAI impredecible?
Establece límites de uso, restringe la extensión de los documentos, registra las solicitudes y empieza con un proyecto piloto. El seguimiento mensual de los tokens debe estar vinculado a un indicador de negocio, no solo a una partida de gastos.