¿Cuánto cuesta, de verdad, pedirle a una inteligencia artificial que trabaje sin parar mientras usted duerme? La pregunta ya no apunta a una simple suscripción mensual. Ahora toca una pieza mucho más incómoda: el gasto real de tener agentes autónomos escribiendo, corrigiendo y vigilando código todo el día.
Eso es lo que mostró en un panel Peter Steinberger, creador de OpenClaw y empleado de OpenAI. El hallazgo sorprendió incluso dentro del sector: 1.305.088,81 dólares gastados en 30 días, con unos 603.000 millones de tokens (fragmentos de texto que procesa la IA) y 7,6 millones de peticiones.
Además, no se trató de una gran plantilla. El mecanismo funcionó con unas 100 instancias de agentes Codex operadas por un equipo de apenas tres personas. Ahí aparece la clave de esta historia: la IA deja de parecer un chat puntual y empieza a comportarse como una central que consume energía de forma continua.
Steinberger, fichado por OpenAI en febrero para trabajar en agentes, insiste en que OpenClaw seguirá como proyecto abierto e independiente, con paso previsto a una fundación. Su objetivo declarado es acercar estos sistemas a usuarios no técnicos, pese a que el caso expone el cableado más costoso de esa promesa.
También te puede interesar:El gran problema de los agentes IA no es crearlos, es sobrevivir cuando empiezan a multiplicarseLa diferencia está en que un chatbot es como encender una lámpara, pero un agente es como dejar toda una casa funcionando sola.
Si alguien hace una pregunta en un chat, el consumo suele ser breve. En cambio, un agente de programación encadena tareas: revisa pull requests (propuestas de cambio en el código), analiza commits (registros de modificaciones) en busca de vulnerabilidades, elimina incidencias duplicadas, redacta correcciones y hasta monitoriza benchmarks (pruebas de rendimiento).
Algunos incluso asisten a reuniones y generan resúmenes automáticos. Es decir, no son una calculadora que se activa un segundo.
También te puede interesar:El gran problema de los agentes IA no es crearlos, es sobrevivir cuando empiezan a multiplicarseEl interruptor que dispara el gasto
La mayor parte del desembolso, según los datos compartidos, vino de usar Fast Mode, un modo rápido que consume créditos a más velocidad. Sin ese interruptor, el coste habría bajado a unos 300.000 dólares en el mismo período. Sigue siendo una cifra muy alta para un proyecto llevado por solo tres personas.
Los números ayudan a ver el engranaje. El coste medio observado fue de 2,16 dólares por millón de tokens, unos 17 centavos por petición y cerca de 79.000 tokens por solicitud. Sin Fast Mode, la tarifa caería a unos 0,50 dólares por millón de tokens y a unos 4 centavos por petición.
Cada una de las 100 instancias consumía, en promedio, 201 millones de tokens al día, hacía unas 2.533 peticiones y costaba alrededor de 435 dólares diarios. En otras palabras, cada agente era como un aparato potente conectado las 24 horas.
Mientras tanto, OpenAI ajustó el 2 de abril de 2026 el precio de Codex para alinearlo con el consumo real de tokens, y el 23 de abril extendió ese sistema a los planes Enterprise. La tarificación dejó atrás la estimación por mensaje y pasó a cobrar por tokens de entrada, tokens en caché (texto reutilizado) y tokens de salida.
Una oportunidad y un límite
OpenClaw, que ya suma unas 372.000 estrellas y 77.200 forks (copias del proyecto para desarrollarlo), muestra una oportunidad clara: agentes personales integrados con WhatsApp, Telegram, Slack, Discord o Microsoft Teams. Pero también revela el nuevo cuello de botella de la IA: ya no solo importa qué tan bien piensa el modelo, sino cuánto cuesta mantenerlo pensando.
OpenAI estima que Codex puede costar entre 100 y 200 dólares mensuales por desarrollador en un uso promedio. El caso de Steinberger está en el extremo de la escala, pero sirve como advertencia. Cuando la IA pasa de responder a trabajar sola, el gasto deja de ser un detalle y se convierte en la pieza central del sistema.
Y ahí está el verdadero hallazgo: el futuro de estos agentes quizá no dependa solo de hacerlos más inteligentes, sino de aprender a bajar la factura sin apagar la casa.
Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.
