Vercel Token Pass: US$80 en créditos de IA por US$30

Qué es Vercel Token Pass y por qué cambia la economía de los agentes de IA

Vercel abrió Token Pass en early access para equipos Pro: US$30 al mes a cambio de US$80 en crédito mensual para usar GLM 5.3 y Kimi K3, con más modelos por llegar. El dato es simple, pero la implicación es grande: un proveedor de infraestructura empaqueta modelos de terceros como suscripción con descuento, en lugar de cobrar por token consumido.

Para un founder que ya paga varias suscripciones de IA y no sabe cuál va a sobrevivir al próximo trimestre, esto cambia la pregunta. Ya no es solo "qué modelo es mejor", sino "cómo fijo el costo de mis agentes sin frenar al equipo".

Cómo funciona Token Pass en la práctica

El producto corre sobre AI Gateway, la capa de enrutamiento de Vercel. Eso significa que el crédito es compartido por todo el equipo y que se puede cambiar entre los modelos incluidos sin reescribir la integración con el agente.

La puesta en marcha son tres pasos:

• Abrir la página de Token Pass en el dashboard de AI Gateway del equipo.
• Activar la suscripción, crear una API key de Token Pass y seguir las instrucciones para conectar el agente.
• Elegir GLM 5.3 o Kimi K3 y empezar a construir.

Funciona con agentes de código como fx, Command Code y Pi, o con un agente propio construido sobre el AI SDK. La suscripción se renueva mensualmente salvo cancelación, el crédito no usado no se acumula y, cuando se agota, las solicitudes se detienen hasta el siguiente ciclo de facturación, sin cargos automáticos por exceso. Ese último punto es el que más importa en la práctica: el peor escenario es un equipo bloqueado, no una factura sorpresa.

Zero Data Retention: qué significa para tu equipo

Token Pass trae Zero Data Retention (ZDR) activado por defecto. Las solicitudes corren en proveedores seleccionados con inferencia en Estados Unidos y la Unión Europea; AI Gateway y el proveedor borran prompts y respuestas después de cada request, y los prompts no se usan para entrenar modelos.

Para un equipo que ya discute con legal y seguridad qué código puede pasar por un modelo externo, esto no es un detalle menor. Es la diferencia entre usar el agente sobre el repositorio real o quedarse para siempre en el sandbox de pruebas.

Por qué GLM 5.3 y Kimi K3 son la elección interesante

Ambos son modelos abiertos, y eso explica el precio. Según MarkTechPost, Kimi K3 —de Moonshot AI— tiene 2,8 billones de parámetros totales con 104B activos y una ventana de contexto de 1M de tokens, y su API se publica a US$3 por millón de tokens de entrada y US$15 de salida. GLM-5.3-Flash, de la familia de Z.ai, es un MoE de 320B totales y 18B activos, también con 1M de contexto, y su API se lista a US$0.15 / US$0.50 por millón de tokens.

La diferencia entre ambos es de más de un orden de magnitud. Eso es justo lo que hace útil un pool de crédito compartido: mandar tareas baratas a GLM 5.3 y reservar Kimi K3 para lo que realmente necesita razonamiento largo sobre mucho contexto.

Hay un matiz que conviene tener presente. Unite.ai reporta que Goodfire publicó en octubre de 2026 un sistema de monitoreo de ciberseguridad para Kimi K3 y GLM 5.3, y que los modelos abiertos "no vienen con una pila de seguridad completa". Si tu agente va a tocar infraestructura o datos sensibles, la elección del modelo no es solo una decisión de costo.

El contexto: la factura de los agentes se volvió el problema

Token Pass no sale en el vacío. En junio de 2026 GitHub Copilot pasó a facturación por tokens: según TechTimes, sus 4,7 millones de suscriptores pagos vieron cómo el plan Pro de US$10 al mes pasó a equivaler a 1.000 créditos, y una sola sesión agéntica sobre un código multiarchivo puede consumir entre 30 y 40. El mismo medio recogió proyecciones de la comunidad que iban de US$29 a casi US$750 al mes para usuarios intensivos, aunque GitHub y Microsoft no verificaron esas cifras.

Microsoft va en la misma dirección con Copilot. Computerworld reporta que el precio plano de US$30 por usuario convive ahora con agentes que consumen créditos a US$0.01 cada uno, y que las dudas sobre el modelo de consumo están entre las preguntas más frecuentes que Gartner recibe de sus clientes. El mismo artículo cita un estudio del Wall Street Journal según el cual solo el 11% de las empresas encuestadas logró predecir su gasto en sistemas agénticos.

En ese escenario, un precio fijo con crédito incluido es una propuesta distinta. Cursor cuesta US$20 al mes y Windsurf US$15, según TechTimes, pero ninguno de esos planes incluye un pool compartido entre modelos de terceros enrutados por una misma capa.

Qué significa esto para tu startup

El movimiento de Vercel apunta a un problema real: el costo de los agentes dejó de ser predecible. Tres cosas concretas que puedes hacer esta semana.

Primero, calcula tu costo real por token antes de firmar cualquier plan. Con los precios publicados que reporta MarkTechPost, la diferencia entre GLM 5.3 y Kimi K3 es enorme. Si tu agente hace sobre todo tareas de formato, refactor o generación de tests, no necesitas el modelo caro. Mide cuántos tokens consume tu flujo típico y compara contra el crédito incluido: US$80 de crédito rinden mucho más en un modelo de US$0.15 por millón de entrada que en uno de US$3.

Segundo, trata el crédito compartido como una decisión de equipo, no individual. La ventaja de un pool común es que el uso liviano de unos subsidia el uso intensivo de otros. Eso solo funciona si hay visibilidad: define quién consume, para qué, y pon un límite por proyecto. El caso de Copilot muestra qué pasa cuando no lo haces — los usuarios intensivos se comen el presupuesto de todos en dos semanas.

Tercero, usa el ZDR como palanca para desbloquear casos de uso internos. Si tu equipo tenía frenado el uso de agentes sobre código propietario por miedo a que los prompts entrenaran modelos de terceros, la retención cero por defecto es el argumento que necesitas para llevar la discusión a legal con datos, no con intuición.

Conclusión

Token Pass es, en el fondo, una apuesta sobre cómo se va a comprar IA en los próximos dos años: no por token suelto, sino por paquetes con precio fijo y modelos intercambiables detrás. Para una startup con equipo chico, eso reduce la varianza de la factura, que es lo que de verdad importa cuando el runway se mide en meses.

El riesgo es el de siempre con las suscripciones: pagar por crédito que no usas. El crédito no se acumula, así que el plan solo tiene sentido si tu equipo ya está corriendo agentes de forma regular. Si todavía estás en la fase de probar si los agentes sirven para tu producto, empieza por el AI Gateway sin suscripción y mide primero.

Fuentes

• Vercel Changelog — Introducing Token Pass
• MarkTechPost — Z.ai GLM-Legal Beats Claude Fable 5 and Kimi K3 on Harvey LAB
• Unite.AI — Goodfire Deploys Probe-Based Cyber Monitors for Kimi K3 and GLM 5.3
• Computerworld — Microsoft's agent push complicates Copilot pricing
• TechTimes — GitHub Copilot Pricing Change Drives Backlash