OpenAI prueba un nuevo modelo de precios: pagar solo cuando la IA cumple la tarea

OpenAI estaría permitiendo que un pequeño grupo de grandes clientes empresariales pague solo cuando un agente de inteligencia artificial completa una tarea de negocio previamente acordada. Por ahora, se trata de una prueba limitada, no de un plan de precios anunciado para el público, y la compañía no ha revelado qué tareas participan, cuánto cobra ni cuáles son las condiciones contractuales. 5

El experimento es relevante porque los agentes autónomos pueden consumir mucho más cómputo que un chatbot convencional. Con una factura basada en tokens, el coste aumenta según el número de instrucciones, respuestas, reintentos y llamadas a herramientas. Con un modelo basado en resultados, el cobro se vincularía al resultado que el cliente y el proveedor definan de antemano.

Del cobro por tokens al cobro por resultados

Las tarifas publicadas de OpenAI para su API y sus clientes empresariales cobran los tokens de entrada, los tokens de entrada almacenados en caché y los tokens de salida por cada millón de unidades. 1 2 En ese esquema, el cliente paga por el uso del modelo aunque el agente no llegue a completar la tarea.

La facturación por resultados cambia el momento que activa el cobro. La pregunta deja de ser «¿cuántos tokens procesó el sistema?» y pasa a ser «¿consiguió el agente el resultado acordado?». Ese resultado podría ser un caso de soporte resuelto, un flujo de trabajo completado o una actualización verificada en un sistema corporativo. Sin embargo, OpenAI no ha hecho públicos los resultados concretos incluidos en su prueba. 5

La diferencia también traslada parte del riesgo de ejecución del comprador al proveedor. Los intentos múltiples, las largas cadenas de razonamiento o las ejecuciones fallidas podrían elevar los costes de OpenAI sin generar necesariamente un cobro.

Por qué preocupa el coste imprevisible de los agentes

La facturación por uso suele ser relativamente sencilla de presupuestar en aplicaciones previsibles. El cálculo se complica cuando un agente puede elegir su propio camino, llamar repetidamente a herramientas, delegar tareas o trabajar en paralelo.

El ejemplo más llamativo comunicado públicamente involucra a un desarrollador que ejecutó 100 agentes y acumuló 1,3 millones de dólares en cargos por tokens de OpenAI durante 30 días. 5 Es un caso extremo, pero ilustra el problema comercial: en los sistemas autónomos, el gasto puede crecer con los intentos y el nivel de actividad, no con el valor del trabajo terminado.

Un contrato basado en resultados podría facilitar la previsión presupuestaria. También podría evitar que el cliente asumiera el coste completo de un intento fallido, siempre que el acuerdo establezca que los fallos no son facturables. En la prueba de OpenAI todavía no se sabe si esa protección existe ni cómo se tratarían las excepciones.

Qué tareas podrían encajar primero

La facturación por resultados es más fácil de administrar cuando la tarea tiene límites claros y un evento de finalización observable. La atención al cliente es el ejemplo más evidente: una resolución puede comprobarse mediante el estado de un ticket, la interacción con el cliente o la ausencia de una intervención humana posterior.

También podrían encajar flujos muy delimitados de programación, gestión de reclamaciones, clasificación de clientes potenciales o tareas administrativas. Son posibilidades, no casos de uso confirmados por OpenAI. El requisito común es que las partes puedan definir qué significa «éxito» antes de que el agente empiece a trabajar.

Un contrato práctico probablemente tendría que especificar:

• la condición exacta que activa el cobro;
• los umbrales de calidad y precisión;
• cuándo una derivación a una persona cuenta como fracaso o éxito parcial;
• cómo se tratan los reintentos y las excepciones;
• qué evento del sistema verifica la finalización; y
• cómo se resuelven las disputas de facturación.

Sin esas reglas, «pagar solo cuando la IA funciona» suena atractivo, pero sigue siendo una promesa comercial ambigua.

Intercom, Zendesk y Salesforce ya exploran fórmulas parecidas

La prueba de OpenAI se suma a un cambio más amplio en la forma en que las empresas de software cobran por sus agentes de IA. Los modelos están relacionados, aunque no son equivalentes:

• Intercom Fin: Intercom describe Fin como un servicio que cobra 0,99 dólares por cada resultado resuelto. Se considera resolución cuando la IA soluciona el problema del cliente de principio a fin sin intervención humana. 8
• Zendesk: Zendesk utiliza el término «Verified Resolution» —resolución verificada— para referirse a una resolución satisfactoria impulsada por IA. El cobro se vincula al resultado y no simplemente a una licencia por usuario. 14
• Salesforce Agentforce: Salesforce empezó con un modelo de 2 dólares por conversación y después introdujo Flex Credits. En la comparación de Intercom, una acción estándar cuesta 20 créditos, aproximadamente 0,10 dólares por acción. Es un modelo de consumo ligado a una acción, no necesariamente un pago exclusivo por el resultado empresarial final. 8

Estos casos muestran por qué «basado en resultados» y «basado en consumo» no deben usarse como sinónimos. Cobrar por acción o por conversación puede hacer más comprensible el uso, pero el cliente podría seguir pagando aunque no se alcance el objetivo general del negocio.

Qué dicen las encuestas sobre las preferencias empresariales

Los datos disponibles de Futurum apuntan a un mercado fragmentado, no al abandono definitivo de los precios por usuario.

Una encuesta de Futurum a 830 responsables globales de decisiones tecnológicas concluyó que el 43 % prefería un modelo de consumo para las funciones de IA generativa, mientras que el 27 % se inclinaba por la facturación basada en resultados. 14 Otra encuesta correspondiente al segundo semestre de 2026 mostró que, para funciones de IA facturadas por separado, los compradores preferían el precio por usuario, con un 42,3 %, frente al 36,6 % del consumo y el 21,1 % de los resultados. Para el software principal, el consumo obtuvo un 28,9 % y los resultados un 22,2 %, mientras que el precio por usuario quedó en el 12,6 %.

La conclusión no es que las empresas hayan escogido un único modelo universal. Su preferencia parece depender de la función que desempeña la IA. Una herramienta de asistencia predecible puede encajar con un precio por usuario o como complemento. En cambio, un servicio autónomo que realiza trabajo medible puede justificarse mejor mediante el consumo o los resultados alcanzados.

Por qué podría extenderse —y por qué podría frenarse

El atractivo del modelo es claro para ambas partes. Los compradores pueden relacionar el gasto con el valor recibido, mientras que los proveedores tienen un incentivo mayor para mejorar la fiabilidad y reducir las ejecuciones desperdiciadas. Además, podría ayudar a los equipos financieros a aprobar proyectos con agentes que serían difíciles de presupuestar con un uso abierto de tokens.

Pero la facturación por resultados también expone a los proveedores a costes que ya no pueden trasladar automáticamente al cliente. Y crea incentivos que deben controlarse con cuidado. Si un agente se optimiza para una métrica demasiado estrecha, podría cumplir técnicamente el contrato y, aun así, perjudicar la experiencia general del cliente.

La atribución es otro obstáculo. Pensemos en un flujo que utiliza varios modelos, herramientas externas, empleados y sistemas corporativos. Si el agente completa solo una parte del proceso, o si una persona toma la decisión final, puede resultar difícil determinar qué parte del resultado debe atribuirse a OpenAI.

Por eso, la facturación por resultados probablemente se extenderá primero en procesos limitados y verificables, no en trabajos de conocimiento abiertos y difíciles de medir. Los acuerdos híbridos —que combinen licencias por usuario, consumo, créditos y determinadas tarifas por resultado— podrían seguir siendo más prácticos en despliegues complejos. Futurum ha descrito estos modelos híbridos como un punto intermedio importante mientras los proveedores prueban cómo vincular el precio de la IA con el valor para el cliente. 14

Qué indicaría la prueba de OpenAI

Si el acuerdo comunicado se amplía, supondría un cambio significativo en la economía de la IA empresarial: los proveedores venderían cada vez más trabajo completado, y no solo acceso a modelos o consumo de tokens.

Por ahora, las pruebas disponibles permiten extraer una conclusión más limitada. OpenAI estaría probando la facturación basada en resultados con algunos grandes clientes, pero no ha publicado un plan general ni ha revelado suficientes detalles contractuales para evaluar sus tarifas, alcance o éxito comercial. 5 El experimento debe entenderse como una primera prueba para comprobar si los proveedores de agentes de IA pueden convertir la promesa de «pagar por resultados» en una fórmula lo bastante precisa para las compras empresariales.