El 26 de junio, la CNBC le puso nombre a lo que ya notaba cualquiera que firmara un presupuesto de IA: el final del tokenmaxxing. Durante dos años el incentivo dentro de las empresas fue empujar todos los tokens posibles a través de los modelos y ya ordenaríamos los resultados después. Esa etapa se cerró en el momento en que llegaron las facturas.
Uber dijo que se fundió su presupuesto anual de IA en cuatro meses, y después puso topes por tramos en algunas herramientas a partir de unos 1.500 dólares al mes por usuario. Sam Altman les dijo a los compradores empresariales el 3 de junio que el coste se había convertido en «un problema enorme», y mencionó que el mayor usuario interno de OpenAI quema unos 100.000 millones de tokens al mes. Meta puso tope al gasto interno de tokens según su factura se acercaba a los miles de millones. OpenAI y Anthropic presentaron confidencialmente su salida a bolsa el mismo mes. La historia se lee como un problema de gasto. Es un problema de precio, y el problema de precio es un problema de estrategia.
La tesis es esta. El precio de un token dejó de ser una línea de tu presupuesto de infraestructura y pasó a ser lo que decide tu modelo de negocio. Si vendes software por usuario mientras tu producto ejecuta agentes por cuenta del cliente, cada usuario intensivo es ya una pérdida. Le estás cubriendo su factura de tokens con tu propio margen. La empresa que reprecia alrededor del trabajo se queda el mercado. La que sigue cobrando por usuario financia su propio declive.
Llegó la factura
La estructura de costes cambió de forma, y casi todo el mundo puso precio contra la forma antigua.
El piloto era un chatbot. Producción es un bucle de agente. El multiplicador solo aparece en la factura.
Una demo es un chatbot: un prompt, una respuesta, unos pocos miles de tokens. Producción es un agente: planifica, llama a herramientas, se relee, reintenta y comprueba su trabajo. Gartner situó la diferencia entre 5 y 30 veces los tokens por tarea. Nadie ve eso en el piloto, porque el piloto nunca corre el bucle a volumen. Lo ven en el cuarto mes, cuando el bucle ha corrido un millón de veces y el presupuesto anual se ha esfumado.
Las reacciones de junio fueron todas defensa de coste. Lindy se llevó su producto entero de Claude al DeepSeek de pesos abiertos, más barato, esperando ahorrar millones. El 4 de julio, Palantir y Nvidia presentaron una pila aislada apoyándose explícitamente en la premisa de que la facturación por tokens está reventando los presupuestos empresariales. Son movimientos racionales. Son también movimientos de suelo: hacen que el mismo trabajo cueste menos. Ninguno cambia lo que puedes cobrar por ese trabajo. Y esa es la parte que decide quién sobrevive el año que viene, de la que casi nadie hablaba.
No puedes cobrar el trabajo por usuario
Un asiento ponía precio al acceso. El acceso tenía coste marginal cercano a cero, así que una cuota plana por login funcionó durante veinte años. Un agente tiene un coste marginal que escala con lo duro que trabaja. En el momento en que tu producto hace trabajo en vez de conceder acceso, el asiento deja de describir lo que vendes.
El mercado ya se está moviendo. Asientos seis puntos abajo, uso catorce arriba, en doce meses.
El mercado está reajustando precios en tiempo real. En el catálogo de modelos de precio de Metronome, el cobro por usuario cayó del 21% al 15% de las empresas en un año, mientras el uso y los híbridos subían del 27% al 41%. Bessemer lo llama «el giro de precios de la IA»; a16z plantea el destino como precio por resultado. El ejemplo más limpio ya está en el mercado: el agente Fin de Intercom cobra 0,99 dólares por conversación resuelta. Sin resolución, sin cargo. El cliente paga por el trabajo, no por la posibilidad de intentarlo.
Cobrar por resultado es difícil. Tienes que definir el resultado, medirlo y comerte el coste de los intentos que fallan. Pero es el único modelo en el que tus ingresos y tu coste de tokens se mueven en la misma dirección. Todos los demás te piden apostar a que tus clientes no van a usar lo que construiste.
El asiento es una subvención
Esta es la parte que invierte el instinto SaaS de la última década.
En SaaS, el uso intensivo era prueba de valor y la antesala del upsell. Ahora es el agujero de la cuenta de resultados.
Con precio por usuario, tu mejor cliente era el que más usaba. Uso alto significaba fidelidad, un caso de éxito y el upsell evidente. El coste marginal de esa intensidad era casi cero, así que más uso era señal pura.
Enciende un agente detrás del mismo asiento plano y el signo se invierte. El usuario intensivo genera ahora un coste de tokens que sube con cada flujo que automatiza. En algún punto de esa curva cruza tu precio fijo, y pasado el cruce tus clientes más comprometidos son los que te hacen perder dinero. No puedes salir por arriba con un upsell, porque lo que venderías te cuesta más entregarlo. El asiento se ha convertido calladamente en una subvención, y los clientes de los que más orgulloso estabas son los que más rápido la agotan.
Escribí hace unas semanas que la empresa es el producto: la unidad de venta se está moviendo del software al trabajo en sí. La factura de tokens es esa tesis llegando en forma de factura. Una vez que lo que entregas es el trabajo, el asiento siempre fue un sustituto de eso, y el sustituto acaba de romperse en público.
El routing es el suelo, reprecio es el techo
Hay dos respuestas a la factura, y no son el mismo movimiento.
La primera es bajar el coste de los tokens: enrutar modelos baratos para el 80% de pasos fáciles y reservar el modelo frontera para el paso que de verdad lo necesita, cachear con agresividad, correr pesos abiertos donde la calidad lo permita, comprar la pila aislada. Es necesario. Es también el mismo argumento que hice sobre que la eficiencia es el suelo. Hace que el producto de hoy salga más barato de operar. No cambia lo que puedes cobrar, y en un trimestre tus competidores también enrutan, así que la ventaja relativa se borra sola.
La segunda respuesta es reprecar alrededor del resultado, de modo que el token pase a ser coste de ventas dentro de un margen que tú controlas. Ese es otro tipo de trabajo. Te obliga a saber cuánto vale una unidad de valor para el cliente, a medir si la entregaste y a cargar con la varianza cuando no. Es más difícil, más lento, y es el único de los dos que construye un negocio en vez de defender uno viejo. El routing te compra tiempo. Reprecar es lo que se supone que haces con ese tiempo.
Cómo se ve esto en Shakers
Un marketplace ya cobraba por resultado antes de que existieran los agentes, lo que resulta ser un accidente de buena sincronía.
Shakers cobra cuando un match se convierte en proyecto, cuando un cliente y un freelancer empiezan a trabajar de verdad, no por login ni por token. Así que cuando Matchmaking o ShakersAI gastan tokens para producir un match, ese gasto ya está por construcción dentro del margen de un proyecto colocado. No hay asiento detrás del que esconder el coste. El token es coste de ventas sobre una unidad que ya vendemos por resultado, lo que significa que la disciplina es forzosa y no elegida.
Eso reencuadra las decisiones de ingeniería del día a día. Los tokens son una línea del coste de un match, no una línea de un presupuesto de innovación, así que la pregunta en cada paso de agente es si cambia el match lo suficiente como para ganarse el modelo sobre el que corre. El modelo frontera corre en el paso que mueve la decisión; el barato corre el resto; la eval decide cuál es cuál. Cuando un paso no puede demostrar que mejora el match, no se lleva el modelo caro, y muchas veces no llega ni a ejecutarse.
La versión general, para cualquiera con IA en producción: mete el coste de tokens dentro de la unidad que vendes, con precio por su resultado, y dásela al equipo cuyo margen mueve. Haz eso y la factura deja de ser una sorpresa, porque nunca fue un presupuesto aparte. Siempre fue el coste de aquello por lo que ya estabas cobrando.
Cierre
La factura de tokens se leyó en junio como un susto de gasto, señal de que el negocio de la IA se había adelantado a sí mismo. Esa lectura se queda corta. Lo que cambió es que el precio de un token se hizo legible hasta arriba, hasta el modelo de negocio, y dejó a la vista qué empresas vendían acceso y cuáles vendían trabajo.
Si vendes acceso, puedes enrutar, cachear y aplazar el ajuste de cuentas, pero el asiento pierde margen con tus usuarios más intensivos cada día que esperas. Si vendes trabajo, le pones precio al trabajo, cargas con el coste de los fallos, y la factura de tokens es simplemente el coste de ventas de algo que ya sabías cobrar.
Puedes cobrar un login por usuario. No puedes cobrar el trabajo por usuario. Las empresas que interioricen eso conservan su margen. El resto va a pasar el año que viene descubriendo que sus mejores clientes eran, desde el principio, los más caros.