Paul Graham alerta: el coste por token ya no mide la IA

El cofundador de Y Combinator dice lo que toda startup de IA sospecha: cobrar por token distorsiona el unit economics

Paul Graham publicó el 15 de septiembre un mensaje en X que resume en una frase el problema que vive cualquier founder que factura sobre modelos: "Aunque pagas la IA por token, esa no es la unidad de inferencia, porque consigues más resolución de problema por token a medida que los modelos mejoran". El razonamiento, recogido por Yahoo Finance, no es teoría: es el diagnóstico de por qué startups que parecen crecer se quedan sin margen sin entender por qué. Para un founder hispano que está cerrando su ronda semilla o escalando un SaaS vertical con IA, la advertencia es operativa, no académica.

El problema: cada token resuelve más trabajo que antes

El token dejó de medir lo que tu producto entrega. Cuando un modelo más capaz resuelve en una sola llamada lo que antes exigía cuatro, tu coste por tarea se desploma, pero tu precio por token se queda quieto: estás facturando sobre una unidad que ya no describe el valor que recibe el cliente. Graham lo formula así en su propuesta: "Alguien tiene que definir la unidad", sugiriendo una cadena de problemas de dificultad creciente donde cada par sea resuelto por un único modelo.

La consecuencia es inmediata para cualquier startup que ancla su precio al insumo en vez del resultado: deja de saber qué cliente le deja dinero, qué funcionalidad le cuesta más de lo que factura, y si crecer le acerca a la rentabilidad o le aleja. El MRR pasa a ser una cifra decorativa.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Por qué el precio por token destruye tu margen

El sector ya tiene casos públicos de lo que pasa cuando el coste de inferencia se mide mal. Según TechCrunch, Uber agotó en abril el presupuesto de IA en coding previsto para todo 2026; Microsoft retiró a sus desarrolladores las licencias de Claude Code meses después de habilitarlas; un empleado de Priceline reportó que la renovación de un contrato rutinario con Cursor volvió 4 a 5 veces más cara; y una compañía no identificada acumuló una factura de US$500M con Claude tras olvidar fijar límites de uso. Un ingeniero de una startup citada por TechCrunch gastó US$40.000 al mes en tokens, y su CTO no sabía si debía frenarlo o pedirle al resto que hicieran lo mismo.

El patrón se repite porque la métrica engaña en las dos direcciones. En flujos agénticos que encadenan diez llamadas, una sola tarea puede consumir más tokens que veinte consultas sencillas: el coste por token sobrevalora el trabajo complejo y minusvalora el sencillo. La métrica no falla por poco; falla en las dos direcciones.

La métrica correcta: coste por tarea, no por token

La unidad que importa es la tarea resuelta: un ticket cerrado, un contrato revisado, un informe generado, una llamada clasificada. Sebastian Arriada, CIO de Globant, lo operationalizó durante siete meses en HPCwire: entre enero y julio de 2026, su consumo total de tokens creció 6,7 veces mientras el gasto solo lo hizo 2,2 veces. La diferencia la explica el enrutado inteligente, enviando cada consulta al modelo más barato capaz de resolverla de forma fiable. Cerca del 30% del volumen total de tokens se procesó a coste marginal cercano a cero en infraestructura propia con modelos open source, sin degradar la calidad del output, según el mismo testimonio.

Un estudio de AlphaSense recogido por Yahoo Finance sobre 246 tareas de análisis financiero complejo llegó a la misma conclusión por otra vía: los modelos frontier más caros de OpenAI y Anthropic entregaron mejores resultados a menor coste total por tarea que alternativas chinas más baratas. Comprar por token barato y medir por token barato es optimizar la variable equivocada. El contexto macro lo aporta Epoch AI en un análisis publicado por Forbes: el rendimiento comprado por dólar de chip de IA mejora alrededor de 49% anual desde 2023, pero la demanda crece aún más rápido, con el compute de entrenamiento para modelos frontier expandiéndose cerca de 5 veces por año desde 2020. Barato y abundante no es lo mismo que barato y suficiente.

Qué están haciendo ya el ecosistema y las grandes empresas

El movimiento es sectorial. La Linux Foundation anunció en junio la Tokenomics Foundation, un cuerpo de estándares que busca llevar a los tokens la disciplina de coste que FinOps aplicó al cloud. J.R. Storment, director ejecutivo de FinOps Foundation, explicó a TechCrunch que entre abril y mayo las empresas empezaron a llegar "3 veces por encima del presupuesto anual de tokens y estamos solo en abril", con lo que la conversación pasó de "consumir todo lo posible" a "poner guardrails".

El stack de control ya tiene jugadores. Startups como Pay-i y Paid miden y optimizan gasto en GenAI; plataformas como Jellyfish, Waydev y Faros AI ofrecen monitorización de agentes para probar ROI; Ramp, Datadog y New Relic añadieron gestión de gasto en IA. Factory lanzó un model router que asigna cada tarea al modelo más adecuado, y OpenRouter ya enruta consultas hacia los modelos más baratos cuando el frontier no aporta valor. La tesis de fondo: gastar más en un modelo capaz puede ser la mejor inversión si reduce iteraciones, y usar un Ferrari para ir a comprar pan es tirar margen.

El dato que ningún CFO quiere ver: el estudio de Jellyfish sobre 20.000 desarrolladores encontró que los ingenieros que más tokens consumen son aproximadamente 2 veces más productivos que los menos intensos en IA, pero gastan 10 veces más. Y el gasto por desarrollador en agentes, según el mismo análisis, creció 18,6 veces en nueve meses. La productividad sube, pero más despacio que la factura.

Qué significa esto para tu startup

Tres movimientos antes de que la conversación llegue a tu próxima ronda:

Lista tus tres unidades de valor. Escribe las tareas que tu producto resuelve y cuántas veces al mes las ejecuta un cliente medio. Si no puedes nombrar tres, tu pricing es intuición.
Calcula el coste marginal por tarea, no por token. Suma inferencia, orquestación, caché, almacenamiento y minutos de revisión humana. Resta ese número a lo que cobras y mira lo que queda. Si no es positivo, tu margen no existe aunque tu MRR crezca.
Optimiza el enrutado antes de subir precios. Enrutar peticiones simples a modelos pequeños, cachear respuestas repetidas y reservar los frontier para lo que de verdad los necesita mueve más margen que cualquier ajuste tarifario. Es ingeniería, no marketing.

La señal para el inversor es igual de clara: si tu pitch explica crecimiento de usuarios pero no explica cuánto cuesta atender a cada uno, la conversación se rompe en la primera reunión. En el ecosistema hispano, donde buena parte del capital semilla pasa por business angels y por programas tipo Lanzadera, Wayra o los vehículos locales en México y Colombia, esa pregunta llega antes de lo que muchos founders esperan.

La métrica que define si tu startup de IA sobrevive al próximo ciclo no es el token. Es la tarea resuelta con margen.