Tokenmaxxing, revisitado: el valor es la métrica

El «tokenmaxxing» está dando paso a la disciplina de costes. A finales de junio, CNBC informó de que los mayores clientes empresariales de los laboratorios de vanguardia estaban pasando de la carrera por consumir tokens a presupuestos más ajustados y exigencias de rentabilidad medible, y Gil Luria, de D.A. Davidson, señaló que algunos podrían empezar a limitar directamente el gasto descontrolado en tokens. Uber ha impuesto un límite mensual de 1500 dólares por empleado por herramienta de codificación basada en agentes, rastreable en un panel interno y superable mediante aprobación (Bloomberg). Según se informa, Microsoft ha recortado algunas asignaciones internas de IA y ha hecho hincapié en el uso consciente de los costes, Amazon ha dirigido a sus empleados hacia el uso de la IA para problemas reales en lugar de una lista de casos de uso en constante crecimiento, e informes indican un presupuesto de tokens más estricto en Meta: señales de política interna, no retiradas de la adopción de la IA en sí (Publicis Sapient). Para el 10 de julio, Forbes informaba de que el gasto en tokens se había convertido en la métrica a vigilar, haciéndose eco de la advertencia de Gartner de que los costes de codificación con IA van camino de superar los salarios medios de los desarrolladores (Forbes). La pregunta importante ahora no es si a las empresas les importará el gasto en tokens; está claro que sí. Es qué sustituye al consumo bruto como métrica de control. El ensayo de IBM del 25 de junio —el mismo artículo que abogaba por el «valuemaxxing»— advierte que la minimización de tokens puede heredar la falacia central del «tokenmaxxing» al tratar el consumo en sí mismo como el elemento a optimizar. En la formulación de IBM: «los costes no desaparecen; se desplazan». La respuesta duradera es el valor por token: medir lo que ha producido el gasto y, a continuación, utilizar esa evidencia para dirigir, presupuestar y optimizar sin confundir el éxito ni con un consumo elevado ni con uno bajo.

1. Qué ha cambiado en los últimos dos meses

Reúne el nuevo material como una secuencia cronológica, porque el ritmo es parte del hallazgo. Mayo: Los informes especializados señalan que Microsoft está recortando algunas de sus asignaciones internas de IA y que Amazon está instando a sus empleados a aplicar la IA a problemas reales en lugar de acumular casos de uso; se trata de señales de política interna, no de una retirada en la adopción de la IA, pero sí de las primeras inversiones de tendencia por parte de empresas que, meses antes, consideraban el consumo como una virtud implícita (La síntesis de Publicis Sapient).Finales de junio: El informe de la CNBC aborda la versión estructural: los mayores clientes empresariales de los laboratorios de vanguardia están pasando de la carrera por el gasto a la disciplina presupuestaria y la exigencia de rentabilidad, con analistas que prevén límites de gasto directos. IBM publica el ensayo que bautizó esta transición, argumentando que el consumo de tokens es un indicador de costes y no una métrica de valor, y dando crédito al término sucesor «valuemaxxing». Uber, el ejemplo de advertencia de esta era, establece un límite mensual de 1.500 dólares por empleado para herramientas de codificación con agentes, controlable mediante panel y superable previa aprobación. Principios de julio: Tim Keary, de Forbes, consolida las consecuencias: el gasto en tokens se convierte en la nueva métrica a nivel de consejo de administración, con Gartner proyectando que los costes de codificación mediante IA superarán los salarios medios de los desarrolladores para 2028 bajo licencias basadas en el consumo (El anuncio de Gartner del 24 de junio), la combinación de múltiples modelos surge como la estrategia de ahorro y introduce una nueva superficie de fallo en la complejidad de la facturación y el riesgo de error, y el estudio de referencia de 2026 de Lucidworks revela que el coste de implementación es una de las principales preocupaciones para el 58% de las organizaciones, frente al 3% en 2023 (Forbes).Durante julio: el discurso de los profesionales aporta matices: las plataformas de enrutamiento surgen como la respuesta táctica, con análisis de mercado que describen la asignación dinámica entre modelos de vanguardia y modelos económicos como la norma emergente, señalando la paradoja subyacente: los precios unitarios de los tokens caen mientras que los flujos de trabajo con agentes disparan el consumo total (AlphaSense); las voces de la analítica de ingeniería advierten que los extremos en el consumo no son rentables en ninguna dirección y que la oportunidad reside en cómo se utilizan los tokens; y la procedencia de toda esta era recibe su retrospectiva: el momento de marzo en el que Jensen Huang, de Nvidia, dijo que estaría «profundamente alarmado» si un ingeniero de 500.000 dólares no gastara mucho en tokens, los marcadores internos en los principales laboratorios y plataformas que pusieron en práctica ese sentimiento, y los extremos reportados (el consumo mensual de un solo usuario avanzado de cientos de miles de millones de tokens; facturas de IA empresarial reportadas de nueve cifras anuales) que hicieron inevitable el cambio de rumbo. Leído como un arco completo: el discurso cambió en aproximadamente noventa días, pasando del consumo incentivado al consumo limitado, y la transición institucional sigue en marcha, lejos de completarse: a principios de agosto, el propio CTO de Uber describió a la empresa como llegando al final de su era de «tokenmaxxing» (Business Insider). Ese es el ritmo al que muere una métrica proxy y el escenario para el error que puede seguir a la muerte de dichas métricas.

2. El nuevo modo de fallo: la minimización es el «tokenmaxxing» reflejado en un espejo

La advertencia de IBM merece ser analizada porque es la frase operativamente más útil del verano. Ambos regímenes —maximizar y minimizar— comparten un axioma: que el recuento de tokens es la cifra que hay que gestionar. Bajo la maximización, el axioma produjo prompts inflados, reintentos incontrolados y agentes recompensados por su verbosidad; bajo la minimización, produce la patología inversa, y el mecanismo es más sutil porque parece disciplina. Los primeros recortes son genuinamente gratuitos: catálogos de herramientas sobredimensionados, cargas útiles redundantes, contexto obsoleto; el desperdicio que el almacenamiento en caché y la ingeniería de contexto pueden eliminar. Pero el recorte no se detiene en el desperdicio, porque la métrica no sabe distinguir entre desperdicio y nutrición: las descripciones de las tareas se comprimen hasta volverse ambiguas, las restricciones empresariales y el contexto arquitectónico se eliminan como gastos generales, la recuperación se raciona y el sistema, privado del contexto que lo hacía tener éxito, compensa aguas abajo con razonamiento adicional, reintentos, llamadas a herramientas, ciclos de validación y trabajo humano adicional. La línea de tokens de entrada cae; el coste real del flujo de trabajo aumenta y se dispersa en lugares donde el informe de tokens no mira, que es la razón por la que la celebración es tan duradera: el número que observa la dirección mejora mientras que el número que nadie calcula se degrada. Añada los dos agravantes que aporta la cobertura de julio y el panorama se completa. El denominador agente: los límites por empleado y las intuiciones por puesto asumen que las personas son los consumidores, pero el crecimiento estructural son los agentes; una ración humana plana hace poco por gobernar un pipeline de CI/CD agente cuyo consumo crece independientemente del número de puestos, mientras penaliza al humano cuyo uso intensivo es del tipo productivo. Y la superficie de facturación multimodelo: la estrategia de combinación que realmente reduce los costes unitarios (el arbitraje de enrutamiento: el cambio de modelo puede reducir materialmente el coste de inferencia cuando los modelos más baratos preservan la calidad de la tarea, con ahorros realizados que dependen de la mezcla de carga de trabajo, la variedad de modelos y la política de enrutamiento) también multiplica las facturas, las tarifas y las brechas de conciliación —la advertencia de Forbes sobre errores de facturación—, por lo que el entorno que diversificó modelos sin unificar la medición cambió una opacidad por varias. La síntesis es sencilla: el token no es ni una virtud ni un vicio; es un denominador. Cualquier régimen que optimice ese denominador sin medir los resultados terminará asignando mal el esfuerzo, por lo que el numerador también debe ser instrumentado.

3. Dónde encaja TrueFoundry: el conjunto de instrumentos entre los extremos

Gestionar la proporción —valor por token— requiere cuatro instrumentos en el camino que recorren los tokens. La atribución desglosa la factura por equipo, flujo de trabajo y agente (atribución de costes por solicitud;analítica) —la condición previa para cualquier frase más inteligente que «el gasto ha subido», y la capa de unificación que la superficie de facturación multimodelo hace ahora urgente: un plano de medición único en todos los proveedores que toca la estrategia de enrutamiento. La evaluación proporciona el numerador; y en la interfaz documentada actualmente de TrueFoundry, se trata de un flujo de trabajo compuesto, no de una métrica nativa del panel de control: los seguimientos de la pasarela pueden exportarse mediante OTEL a plataformas de evaluación conectadas, como Braintrust, donde se generan las puntuaciones de calidad y las evaluaciones, y son esas puntuaciones las que distinguen los cien millones de tokens de trabajo productivo de los cien millones de tokens de dar vueltas en círculos (el patrón de evaluación en línea), la distinción que ni la maximización ni la minimización pueden hacer, ya que ambas solo leen el contador. El enrutamiento basado en la calidad medida operacionaliza la combinación (enrutamiento consciente de los costes y la calidad;caché semántica para obtener ahorros realmente libres): el modelo económico cuando los datos demuestran que es suficiente, y el modelo de vanguardia cuando no lo es; reduciendo costes manteniendo una calidad constante medida, que es el único recorte que no altera el resultado. Y los presupuestos graduados sustituyen a la ración fija (limitación presupuestaria): límites de costes a nivel de inquilino y de equipo, particionables por usuario, modelo, cuenta virtual o valor de metadatos —que es como los agentes estables y los identificadores de flujo de trabajo reciben envoltorios independientes— con alertas de hitos en umbrales del 75/90/95/100%, además de comportamiento de audit,soft_enforce, o enforce ; un paso de degradación a un modelo más económico es una política de enrutamiento independiente que puede combinarse con los controles presupuestarios, no una acción nativa de la propia regla presupuestaria. Juntos, estos controles crean el camino intermedio: eliminar el desperdicio evidente, preservar el contexto cuando mejora los resultados, enrutar a modelos más económicos cuando la calidad medida se mantiene y detener el gasto descontrolado sin tratar toda carga de trabajo de alto uso como un desperdicio. El objetivo no es optimizar el número de tokens en ninguna dirección, sino optimizar el valor producido por unidad de gasto.

4. Límites, explicados con claridad

Fuentes y transparencia. El registro externo es una paráfrasis de la cobertura citada —el ensayo de IBM del 25 de junio, el informe de CNBC de finales de junio, el informe de Bloomberg sobre la capitalización de Uber, el anuncio de Gartner del 24 de junio, el estudio comparativo de Lucidworks, la consolidación de Forbes de julio, la síntesis de Publicis Sapient y el análisis de mercado de AlphaSense—, con dos citas breves (seis palabras de IBM; las dos palabras de Huang «profundamente alarmado»), ambas de menos de quince palabras y debidamente atribuidas. Las cifras que no pudimos verificar mediante fuentes primarias (totales de consumo de usuarios avanzados individuales, valores específicos de contratos empresariales, las estadísticas de calidad para desarrolladores ampliamente difundidas) se presentan como afirmaciones reportadas y se han excluido deliberadamente de los argumentos principales de este artículo. Ninguna de las organizaciones citadas evalúa ni respalda a TrueFoundry. Nuestro interés comercial es estructural y está declarado: el conjunto de herramientas que este artículo prescribe es el producto que vendemos, limitado por la condición de que el régimen sea ejecutable en cualquier pila tecnológica con atribución por responsable, evaluación en tiempo real, enrutamiento de políticas y presupuestos graduados obligatorios. Una limitación a nuestra propia tesis: la instrumentación tiene un coste mínimo y requiere un nivel de madurez previo; una startup de diez personas en pleno cambio de rumbo opera racionalmente con una tarifa plana, y el régimen graduado justifica su complejidad cuando el coste de un racionamiento indiscriminado supera los gastos de gestión de una mejor instrumentación. Por tanto, la afirmación está acotada: la gobernanza del valor por token es más útil allí donde el gasto en IA es lo suficientemente significativo, las cargas de trabajo son estables y la medición de resultados es lo bastante madura como para justificar dicha instrumentación.

Referencias

• Externo — IBM (25 de junio de 2026): El «tokenmaxxing» ha muerto, larga vida al «valuemaxxing»: un ensayo que contiene tanto el argumento a favor del «valuemaxxing» como la advertencia sobre la minimización.;CNBC (26 de junio de 2026): los clientes empresariales apuestan por la eficiencia;Bloomberg (2 de junio de 2026): el límite de 1500 $ por herramienta de Uber;Business Insider (6 de agosto de 2026): el CTO de Uber sobre el fin de una era;Gartner (24 de junio de 2026): costes de programación con IA frente al salario de los desarrolladores para 2028;Lucidworks: el punto de referencia del 58 % frente al 3 % en preocupación por costes;Forbes (10 de julio de 2026): el gasto en tokens como nueva métrica;Publicis Sapient: del gasto en tokens al valor empresarial;AlphaSense: eficiencia en tokens y aumento de los costes de IA.
• documentación de TrueFoundry —limitación de presupuesto (imagen oficial);panel de análisis / métricas (imagen oficial);integración OTEL de Braintrust (exportación de trazas para evaluación).

Se utilizan dos citas atribuidas de menos de quince palabras (las seis palabras de IBM; las dos del CEO de Nvidia, según se informa); el resto del material externo está parafraseado, y las cifras que no pueden verificarse mediante fuentes primarias se marcan como afirmaciones reportadas y se excluyen de los argumentos principales. Ninguna de las organizaciones citadas evalúa ni respalda a TrueFoundry. Se revela nuestro interés comercial en el conjunto de instrumentos, siendo el régimen ejecutable en cualquier pila con propiedades equivalentes. Las imágenes de producto son activos de documentación propios de TrueFoundry, reproducidos con atribución.

‍