Guía en profundidad
Prueba de estrés del margen de un producto de IA y de los tokens de LLM
Análisis ejecutivo del sector
El software solía tener un coste marginal casi nulo. Una vez escrito el código, atender a un cliente más costaba unos céntimos de alojamiento, y por eso los márgenes de suscripción del ochenta y el noventa por ciento se convirtieron en la norma y los inversores aprendieron a ignorar el coste de ventas en el software. Los productos de IA rompieron esa regla. Cada solicitud de un usuario genera ahora una factura del proveedor del modelo, y esa factura crece con lo que el usuario hace, no con lo que paga. Un cliente con un plan fijo de veinticuatro dólares puede costar cinco dólares un mes y cincuenta el siguiente si descubre un flujo de trabajo que hace trabajar al modelo en bucle todo el día.
Este es el problema central de un wrapper de IA, un producto que añade una interfaz y un flujo de trabajo sobre el modelo de otra empresa. Su precio es fijo, su coste es variable y su proveedor puede cambiar sus precios o sus modelos en cualquier momento. El margen que parecía sano en una demostración, en la que un fundador probó un puñado de solicitudes, puede desaparecer cuando llegan usuarios reales con documentos largos, contextos grandes y agentes que llaman veinte veces al modelo para terminar una sola tarea. La prueba de estrés existe para mostrarle lo estrecho que es ese margen antes de que llegue su factura.
El modelo del efecto dominó sigue el dinero a lo largo de cinco etapas. Primero, qué parte de su gasto en tokens se destina a usuarios que no pagan nada, porque un nivel gratuito es un presupuesto de marketing pagado en tokens. Segundo, qué parte de los ingresos consume la factura del modelo. Tercero, el margen bruto que queda tras los modelos y las comisiones. Cuarto, si los ingresos cubren todos los costes con holgura. Quinto, el beneficio. Un cambio en una palanca, como agentes que reintentan con más frecuencia o un prompt más largo, mueve primero las dos primeras casillas y el resto lo sigue, de modo que puede ver venir un problema de margen un mes antes de que aparezca en la contabilidad.
El iceberg muestra lo que oculta una factura de modelo sencilla. Sobre la línea de flotación están la factura del modelo de los usuarios de pago y la infraestructura fija. Bajo ella están la factura del modelo de los usuarios gratuitos, los tokens quemados en reintentos y bucles de agentes, la moderación, los registros y la evaluación que todo producto serio incorpora, y las comisiones de pago. En muchos productos de IA, el nivel gratuito y los reintentos juntos cuestan más que el propio uso de los usuarios de pago. Use el simulador para encontrar el precio, el número de tokens o el número de usuarios gratuitos con los que su margen se derrumba, y decida después si limitar, almacenar en caché, derivar o revisar el precio.
Esquema de fórmulas y metodología
El modelo trabaja por meses. Los tokens por usuario son las solicitudes por los tokens por solicitud, incrementados por el porcentaje de reintentos. Los usuarios gratuitos realizan una cuarta parte de las solicitudes de un usuario de pago. El precio efectivo del token es el precio combinado reducido por el descuento de los tokens en caché. La factura del modelo son los tokens en millones por ese precio efectivo, con un recargo de evaluación encima. El beneficio neto son los ingresos por suscripción menos las comisiones, la factura del modelo, el recargo y la infraestructura fija.
- Tokens por usuario de pago
- T = solicitudes × tokens por solicitud × (1 + reintentos)
- La carga mensual de tokens que crea un usuario de pago, incluidos los reintentos y los bucles de agentes.
- Precio efectivo del token
- P = precio combinado × (1 − aciertos de caché × 0,9)
- Los tokens en caché cuestan aproximadamente una décima parte, de modo que la tasa de aciertos reduce el precio que realmente paga.
- Factura del modelo
- IA = (de pago × T + gratuitos × T × 0,25) × P × 1,08
- El uso de pago y gratuito valorado al precio efectivo, más un ocho por ciento de evaluación y registros.
- Beneficio neto
- Neto = de pago × precio − comisiones − IA − infraestructura
- El resultado mensual. El punto de ruptura es donde este valor llega a cero.
- Coste del nivel gratuito
- G = gratuitos × T × 0,25 × P
- Lo que cuestan cada mes en facturas de modelos los usuarios gratuitos sin pagar nada.
- Margen bruto
- MB = (ingresos − comisiones − IA) ÷ ingresos
- La parte de los ingresos que queda tras las comisiones y la factura del modelo, antes de la infraestructura fija.
Elasticidad en cascada
Los tokens por solicitud y el precio del token se multiplican directamente en la factura del modelo, por lo que son las palancas más elásticas: reducir cualquiera de ellos a la mitad reduce la factura a la mitad. Los usuarios gratuitos son el siguiente factor más importante porque suman costes sin ingresos. El precio por usuario es lineal pero potente, ya que mejora a todos los usuarios de pago a la vez. La infraestructura fija actúa como un umbral que el margen debe superar antes de que aparezca ningún beneficio.
Tres casos prácticos reales
Inicio con recursos propios
Los primeros usuarios de pago de un fundador en solitario
Un fundador en solitario lanza un asistente de escritura con noventa usuarios de pago y seiscientos gratuitos, con un modelo barato y prompts cortos. Las cifras son pequeñas, el alojamiento es casi gratis y el beneficio es ajustado pero positivo. Cárguelo para ver cuán poco margen tiene un producto joven cuando llegan unos pocos usuarios intensivos.
Mediana empresa en crecimiento
Un producto a escala con enrutamiento inteligente
Un producto con nueve mil usuarios de pago deriva la mayor parte del tráfico a un modelo barato, almacena en caché casi la mitad de su entrada y mantiene bajos los reintentos. La factura del modelo es grande en términos absolutos, pero pequeña como parte de los ingresos. Cárguelo para ver cómo la disciplina de ingeniería protege el margen a escala.
Crisis de cisne negro
Un agente viral con un precio fijo
Un producto incorpora un agente que hace trabajar al modelo en bucle en cada tarea y un nivel gratuito que se vuelve viral. Los tokens por solicitud se triplican, los reintentos se disparan y el precio se queda en doce dólares. Los ingresos crecen mientras cada nuevo usuario profundiza la pérdida. Cárguelo para ver qué palanca recupera el mes.
Matriz de referencias del sector
| Métrica | Zona de peligro | Promedio del sector | Élite (10 % superior) |
|---|---|---|---|
| Factura de IA como porcentaje de los ingresos | Más del 35 % | 15–25 % | Menos del 10 % |
| Margen bruto tras modelos y comisiones | Menos del 50 % | 65–75 % | Más del 80 % |
| Porcentaje de tokens gastados en usuarios gratuitos | Más del 50 % | 20–35 % | Menos del 15 % |
| Tasa de aciertos de la caché de prompts | Menos del 10 % | 25–40 % | Más del 60 % |
| Sobrecoste por reintentos y bucles de agentes | Más del 40 % | 10–20 % | Menos del 8 % |
Variables y palancas
Usuarios de pago
Clientes con un plan de pago este mes.
Palanca: Haga crecer los usuarios de pago solo cuando cada uno genere más de lo que le cuesta el modelo; de lo contrario, el crecimiento agranda la pérdida.
Precio por usuario al mes
Lo que se cobra cada mes a un usuario de pago, después de descuentos.
Palanca: Pase a una tarificación por uso o por niveles para que los usuarios intensivos paguen en proporción a los tokens que consumen.
Usuarios del nivel gratuito
Usuarios activos que utilizan el producto sin pagar.
Palanca: Limite el nivel gratuito por solicitudes, derívelo a un modelo más barato o póngale un límite de tiempo, porque los usuarios gratuitos son el mayor coste oculto.
Solicitudes por usuario al mes
Cuántas llamadas al modelo genera en un mes un usuario de pago activo.
Palanca: Fije límites de uso razonable por plan y muestre a los usuarios su consumo, ya que una pequeña parte de usuarios intensivos suele generar la mayor parte de la factura.
Tokens por solicitud
Tokens de entrada más tokens de salida de una llamada, incluidos el prompt del sistema y el contexto recuperado.
Palanca: Recorte los prompts, resuma el historial y recupere menos contexto, porque los tokens por solicitud multiplican todo lo demás.
Precio combinado por millón de tokens
Precio medio que paga por millón de tokens entre los modelos que utiliza.
Palanca: Derive las solicitudes sencillas a modelos más pequeños y reserve el modelo premium para los casos difíciles.
Tasa de aciertos de caché
Porcentaje de tokens de entrada servidos desde una caché o una caché de prompts con un descuento muy alto.
Palanca: Estructure los prompts de modo que la parte larga y estática vaya primero y pueda almacenarse en caché, y mida la tasa de aciertos cada semana.
Reintentos y bucles de agentes
Tokens adicionales gastados en llamadas fallidas, reintentos, reflexión y bucles de herramientas.
Palanca: Corrija los fallos que provocan reintentos y limite los bucles de agentes, porque cada reintento es una segunda factura por la misma respuesta.
Infraestructura y herramientas fijas
Alojamiento, base de datos vectorial, monitorización y las herramientas que rodean al modelo.
Palanca: Ajuste la infraestructura a los usuarios actuales, porque el coste fijo determina cuánto tiempo sobrevive a un mal mes.
Comisión de pago
Porcentaje que retiene su proveedor de pagos sobre los ingresos por suscripción.
Palanca: Pase los planes anuales a transferencia bancaria o negocie las comisiones del procesador cuando los ingresos sean lo bastante grandes.
Cómo usar este simulador
- 1Parta del escenario realista o introduzca sus propios usuarios, precio, tokens y tasa de caché.
- 2Lea las cinco casillas del efecto dominó para ver si los usuarios gratuitos, la factura del modelo o el margen se ponen en rojo primero.
- 3Pulse «Encontrar mi punto de ruptura» para saber qué precio, número de tokens o mezcla de usuarios lleva el beneficio a cero.
- 4Compare el plan actual con el plan de enrutamiento y límites a lo largo de 24 meses en la pestaña Universo paralelo.
- 5Copie el enlace para compartir, de modo que su equipo o sus inversores puedan abrir el mismo escenario.
Errores que conviene evitar
- Probar el margen con un puñado de solicitudes de demostración. Los usuarios reales envían entradas más largas y generan más llamadas, así que mida el promedio y el diez por ciento de usuarios más intensivos con datos de producción.
- Ofrecer un plan ilimitado a un precio fijo. Los usuarios que más valoran lo ilimitado suelen ser los que más cuestan, lo que convierte a sus mejores clientes en su mayor pérdida.
- Ignorar el nivel gratuito en la economía unitaria. Los usuarios gratuitos cuestan tokens cada mes y rara vez aparecen junto a los ingresos, por lo que son el coste que más se olvida.
- Suponer que el precio de su proveedor no cambiará. Los precios y el comportamiento de los modelos cambian, así que mantenga un colchón de margen y la posibilidad de cambiar o derivar a otro modelo.
Preguntas frecuentes
¿Por qué es más difícil el margen en un producto de IA que en el software normal?
Cada solicitud llama a un modelo que usted paga, de modo que el coste crece con el uso mientras su precio permanece fijo. El software normal tiene un coste casi nulo por una solicitud más.
¿Qué es un token?
Un token es un fragmento de texto, aproximadamente tres cuartas partes de una palabra en inglés. Los proveedores facturan por separado los tokens de entrada y de salida, y este modelo utiliza un único precio combinado por millón de tokens para simplificar.
¿Cómo reduce mi coste la caché?
Los proveedores cobran mucho menos por los tokens que ya han procesado en una solicitud reciente. Colocar primero las instrucciones largas y repetidas permite almacenarlas en caché, lo que reduce el precio efectivo.
¿Cómo debo fijar el precio de un producto de IA?
Incluya una cuota de uso y cobre por el uso intensivo, o escalone los planes por volumen. Un plan ilimitado de precio fijo hace que los usuarios que más cuestan sean los que se inscriben.
¿Debo eliminar el nivel gratuito?
No necesariamente. Límítelo por solicitudes, utilice un modelo más barato para él y mida cuántos usuarios gratuitos se convierten. Un nivel gratuito es un coste de marketing y debe presupuestarse como tal.
¿Qué grado de precisión tiene esto?
Es un modelo educativo de planificación con supuestos declarados, no asesoramiento financiero. Sustituya los datos por sus propios datos de uso y por los precios actuales de su proveedor.
Este es un modelo educativo de planificación con supuestos declarados. No constituye asesoramiento financiero, fiscal ni jurídico. Sustituya los datos por sus propias cifras y consulte las decisiones importantes con un profesional cualificado.