IA · Evidencia contrastada

Agentes de IA para código consumen más tokens que un prompt básico

MIT Technology Review describe cómo los agentes de programación planifican, generan código, ejecutan pruebas y corrigen errores, multiplicando el consumo de tokens y encareciendo los flujos de trabajo con precios por token.

Por ViaMind Radar · Publicado 03.11.2026 · 13:03

Fuente: MIT Technology Review · Ver original ↗

Ilustracion contextual ViaMind · no es fotografia del hecho

Lo reportado

Según MIT Technology Review, una sola tarea de programación con un agente de IA puede usar muchas más tokens que un prompt de chat básico. El artículo señala que la presión financiera ya es visible: Uber habría agotado todo su presupuesto de IA en abril tras ampliar el uso de Claude Code, y GitHub Copilot pasó de tarifa plana a créditos medidos.

Mirada ViaMind

El costo por token es una métrica de consumo que no distingue desperdicio de valor; medir el costo por cambio fusionado es un paso hacia alinear el gasto en IA con el software que realmente se entrega.

La métrica de costo por token está diseñada para un mundo de prompts únicos, no para agentes que iteran. Cuando un agente ejecuta pruebas y corrige errores, cada ciclo adicional factura, y el valor no está en el token sino en el cambio que llega a producción. Medir consumo sin medir resultado empuja a racionar uso, lo que puede recortar precisamente los flujos que más valor generan.

El caso de Uber es una señal de alerta: agotar el presupuesto anual de IA en abril sugiere que los modelos de costos actuales no escalan con la adopción de agentes. Si Gartner acierta y los costos de tokens superan los salarios de los desarrolladores en 2028, la pregunta no será cuántos tokens se usan, sino qué se obtiene por ellos.

La propuesta de costo por pull request fusionado es un intento de alinear la métrica con el resultado de negocio. Pero tiene un punto ciego: no captura la calidad del código ni el costo de mantenimiento futuro. Un cambio barato que introduce deuda técnica puede parecer eficiente hoy y caro mañana. La métrica necesita acompañarse de seguimiento de retrabajo y defectos, como sugiere el artículo.

Otra lectura: el artículo es contenido patrocinado por HPE, que vende infraestructura privada para IA. Su tesis —que la solución es pasar de costos variables por token a capacidad propia— coincide con el interés comercial de HPE. Eso no invalida el diagnóstico, pero conviene leer la recomendación con ese filtro: medir lo que se entrega es sensato, pero la respuesta de infraestructura no es neutral.

Detalles y contexto

Métricas alternativas

La publicación propone medir el costo por pull request fusionado: dividir el costo total de desarrollo asistido por IA entre el número de cambios que pasan revisión y se fusionan. Advierte que el costo por token mide consumo, no resultados, y que algunos gastos reflejan desperdicio, como reintentos y bucles descontrolados.

Estado de evidencia: ViaMind comprobó que las afirmaciones materiales publicadas están respaldadas por la evidencia enlazada. Esto no implica confirmación independiente de los hechos.