Un paper en arXiv propone una idea útil para leer el costo real de los agentes de IA: el precio por token no alcanza. Lo que define la economía de un sistema agentic es el harness, es decir, la forma en que el sistema orquesta contexto, herramientas, turnos, memoria y validación.
La tesis es simple y potente: si el diseño está mal, los agentes gastan tokens para compensar desorden.
El problema del token maxing
Muchas implementaciones de agentes compran capacidad con más tokens: más contexto, más pasos, más razonamiento, más logs, más reintentos, más herramientas y más memoria reenviada.
Mientras el precio por token baja, ese patrón puede quedar escondido. Parece que todo se abarata, pero el consumo por tarea crece. Al final, el costo total sube aunque cada token cueste menos.
Qué es el harness
El harness es el sistema alrededor del modelo. Incluye:
- Qué contexto se pasa y qué se resume.
- Cómo se dividen tareas.
- Qué herramientas puede usar el agente.
- Cuándo se detiene.
- Cómo se valida el resultado.
- Qué se guarda en memoria.
- Qué logs se revisan y cuáles se descartan.
En otras palabras, el modelo importa, pero la arquitectura decide cuánto cuesta usarlo.
Por qué esto importa en empresas
En un entorno enterprise, un agente no se evalúa por una demo brillante. Se evalúa por costo por tarea completada, confiabilidad, trazabilidad y facilidad de mantenimiento.
Si cada tarea consume contexto gigante, repite pasos y reabre información innecesaria, el sistema puede volverse caro antes de volverse útil.
Qué debería medir un builder
Una métrica sana no es "tokens por request", sino algo más cercano a:
- Tokens por tarea terminada.
- Reintentos por tarea.
- Tiempo hasta resultado útil.
- Costo por workflow.
- Porcentaje de tareas que requieren intervención humana.
- Errores por herramienta usada.
Ese marco obliga a diseñar mejor, no solo a cambiar de modelo.
Límites de la evidencia
El paper propone una lectura de arquitectura y economía. No debe leerse como una ley universal ni como benchmark definitivo. Su valor está en desplazar la conversación: del precio unitario al diseño del sistema.
Conclusión rápida
La economía de agentes no se gana solo negociando tokens baratos. Se gana diseñando un harness que dé al modelo el contexto justo, use herramientas con límites, valide resultados y evite loops caros. Para builders, esta es una de las lecciones más importantes de la etapa actual de IA: la arquitectura vuelve.
También se conecta con Terminus-4B y modelos pequeños para agentes, porque ambas piezas apuntan a lo mismo: eficiencia por diseño.
Conclusion rapida
El costo de agentes no depende solo del precio por token: depende de cómo el harness decide contexto, turnos, herramientas, memoria y validación.
Que significa esto para vos
Empresas y builders deben medir costo por tarea completada, no solo costo por millón de tokens.
