Costo de usar IA: Más caro que contratar personas

El costo de usar IA está cambiando rápido en el desarrollo de software. GitHub anunció que Copilot pasará a cobro por uso basado en tokens; Forbes reportó que Uber agotó en cuatro meses su presupuesto anual de herramientas de programación con IA; y Bryan Catanzaro, vicepresidente de aprendizaje profundo aplicado en Nvidia, dijo que en su equipo “el costo de cómputo está muy por encima del costo de los empleados”.

Juntas, esas señales muestran que el modelo de tarifa fija convive cada vez menos con sesiones largas de programación agentiva, repositorios grandes y flujos que consumen muchos tokens.

GitHub explicó que, desde junio, todos los planes de Copilot usarán GitHub AI Credits y medirán el gasto según tokens de entrada, salida y contexto en caché. O sea, cuanto más texto se envía al modelo, cuanto más largo es el contexto y cuantas más vueltas da la herramienta para revisar archivos, ejecutar pasos y devolver respuestas, mayor será la cuenta. GitHub mantendrá el precio base por el cupo para usarlo, pero el uso extra se cobrará aparte.

Esto en el contexto de las últimas semanas, en que se multiplicaron los reportes sobre el costo real de las herramientas de código asistido en empresas grandes. Uber se convirtió en el ejemplo más citado: su presupuesto de IA para 2026 se consumió antes de mitad de año por la adopción acelerada de Claude Code entre miles de ingenieros. El reporte situó el gasto mensual promedio por ingeniero entre US$150 y US$250, con usuarios intensivos en una banda de US$500 a US$2.000.

Costo de usar IA: cómo cambia Copilot cuando el código se cobra por tokens

GitHub justificó el giro diciendo que Copilot ya no es solo un asistente dentro del editor. Según su blog oficial, ahora funciona también como una plataforma más agentiva, capaz de sostener sesiones largas, trabajar en varios pasos y recorrer repositorios completos. Ese uso exige bastante más inferencia que una consulta breve de chat, por lo que la empresa dijo que el modelo anterior dejó de ser sostenible.

La documentación de GitHub añade detalles prácticos sobre el actual costo de usar IA. El consumo se calculará con tokens de entrada, salida y caché, convertidos en créditos de IA con tarifas por modelo. Además, la revisión de código de Copilot también pasará a consumir minutos de GitHub Actions. Al mismo tiempo, GitHub dejó claro que las autocompletaciones y las sugerencias de edición seguirán incluidas en los planes pagos y no consumirán créditos de IA. En otras palabras, el mayor cambio cae sobre los flujos más pesados: agentes, revisiones extensas, contexto largo y uso repetido durante horas.

En ese sentido, la frase de Catanzaro citada al principio ayuda a entender por qué este ajuste importa fuera de GitHub. No se trata de que el software “trabaje como una persona”, sino de que ciertas cargas de IA consumen tanta infraestructura que el costo de cómputo puede crecer más rápido de lo que muchas organizaciones esperaban. Eso vuelve más difícil proyectar presupuestos cuando el equipo pasa de preguntas cortas a procesos largos de generación, revisión y reescritura de código.

También aparecieron señales de ajuste en Microsoft. El medio The Verge publicó que Microsoft está cancelando la mayoría de sus licencias internas de Claude Code y empujando a sus desarrolladores hacia GitHub Copilot CLI. TechRadar publicó una versión similar y añadió que los ingenieros recibieron una fecha límite de fin de junio para retirar Claude Code de sus flujos. Hasta ahora, Microsoft no ha confirmado esta información, pero todo apunta a que es la tendencia que está siguiendo el mercado.

El tema ya no es solo qué modelo escribe mejor una función o resuelve mejor un bug. También importa cuánto cuesta sostener ese uso cuando se vuelve cotidiano y cuando el contexto, los intentos y las llamadas a herramientas empiezan a multiplicarse. Esa misma discusión ya asomó en otros casos de desarrollo asistido por IA, como el uso de Codex en pruebas y refactorización dentro de Virgin Atlantic, pero ahora el foco se desplaza a la factura.

En conclusión, ya es evidente el cambio en el costo de usar IA. Los planes de US$20 al mes están alcanzando solo para usos poco intensos, y en sesiones largas de código asistido, el costo real depende cada vez más del consumo efectivo de cómputo.

Fuentes

Mario Cuche