¿Cuánto cuesta crear y mantener un chatbot con IA?

Hoy es fácil poner en línea un chatbot con IA: unas decenas de líneas de código y una clave de API bastan para tener un bot que responde en Discord, WhatsApp o un sitio web. Lo difícil es prever cuánto costará cuando lleguen los usuarios, porque la factura no es fija. Crece con el número de conversaciones, con la longitud de cada una y con el modelo elegido.

Los números de este artículo son hipotéticos, elegidos para facilitar la cuenta, y están en dólares estadounidenses. No son precios de ningún proveedor; los valores reales están en las páginas oficiales de precios, como las de Anthropic y OpenAI.

¿De qué está hecho el costo de un chatbot con IA?#

Hay dos fases con costos distintos.

Crear es un costo único: el tiempo de quien escribe el código (o arma el flujo en una herramienta visual), el prompt de sistema, las pruebas y, si el bot responde sobre documentos de la empresa, la preparación de la base de conocimiento.

Mantener es el costo mensual, y es el que sorprende:

• Tokens del modelo: cada mensaje llama a la API del LLM y paga entrada y salida. Casi siempre es la línea más grande. El artículo sobre cuánto cuesta la API de un LLM explica el cobro en detalle.
• Hosting del proceso: el bot o la API que recibe los mensajes tiene que estar encendido las 24 horas.
• Base de datos: para guardar historial, usuarios y límites de uso.
• Base de conocimiento (RAG): embeddings y una base de datos vectorial, si el bot consulta documentos. Mira qué es RAG.
• Canal: algunos canales cobran por su cuenta. La API oficial de WhatsApp, por ejemplo, tiene tarifa por mensaje; mira cuánto cuesta la API de WhatsApp Business.

¿Cuánto cuestan los tokens del modelo?#

Los proveedores cobran por millón de tokens, con un precio para la entrada y otro, mayor, para la salida. Las cuentas de este artículo usan dos valores hipotéticos y redondos, los mismos de los artículos sobre la API de un LLM y sobre RAG, en US$ por millón de tokens:

En las tablas reales, la salida suele costar varias veces la entrada, y un modelo intermedio puede costar decenas de veces el pequeño del mismo proveedor. Consulta los valores del modelo que vas a usar antes de rehacer la cuenta. Para un chatbot de atención que responde preguntas frecuentes, el modelo pequeño suele bastar; prueba con preguntas reales antes de subir de modelo.

¿Cómo estimar el costo por conversación?#

Un chatbot no paga solo la pregunta y la respuesta. En cada mensaje envía:

• el prompt de sistema (instrucciones, tono, reglas);
• los fragmentos de la base de conocimiento recuperados por el RAG, si lo hay;
• el historial de la conversación hasta ese momento, porque la API no guarda estado;
• la pregunta nueva.

Por eso el sexto mensaje de una conversación cuesta bastante más que el primero. Ejemplo hipotético: un bot de atención con 300 conversaciones al día (9.000 al mes), 6 mensajes del usuario por conversación, prompt de sistema de 800 tokens, 1.500 tokens de contexto del RAG por mensaje, preguntas de 50 tokens y respuestas de 200.

El script de abajo hace la cuenta y funciona en cualquier versión reciente de Node.js:

// costo-chatbot.mjs: node costo-chatbot.mjs
const conversacionesPorMes = 9_000; // 300 al día
const turnos = 6; // mensajes del usuario por conversación
const sistema = 800; // tokens del prompt de sistema
const contextoRag = 1_500; // fragmentos de la base de conocimiento por turno
const pregunta = 50;
const respuesta = 200;

// US$ por millón de tokens: valores hipotéticos, cámbialos por los precios actuales del proveedor
const modelos = {
  "modelo-pequeno": { in: 0.2, out: 1 },
  "modelo-intermedio": { in: 4, out: 20 },
};

let entrada = 0;
for (let t = 0; t < turnos; t++) {
  // la API no guarda estado: cada turno reenvía el historial anterior
  entrada += sistema + contextoRag + t * (pregunta + respuesta) + pregunta;
}
const salida = turnos * respuesta;
console.log(`Por conversación: ${entrada} tokens de entrada, ${salida} de salida`);

for (const [nombre, p] of Object.entries(modelos)) {
  const porConversacion = (entrada * p.in + salida * p.out) / 1_000_000;
  const rag = (turnos * contextoRag * p.in) / 1_000_000;
  console.log(
    `${nombre}: US$ ${(porConversacion * conversacionesPorMes).toFixed(2)} al mes ` +
      `(RAG: US$ ${(rag * conversacionesPorMes).toFixed(2)})`,
  );
}

Resultado:

Cada conversación consume 17.850 tokens de entrada y solo 1.200 de salida. Aunque la salida es más cara por token, la entrada se lleva la mayor parte de la factura, y casi el 40% del total viene del contexto del RAG. Estos valores cubren solo el modelo y se cobran en dólares: en tu moneda, dependen del tipo de cambio y de las comisiones de tu tarjeta.

¿Cuánto cuesta agregar una base de conocimiento (RAG)?#

El RAG tiene tres partes de costo, y solo una pesa:

1. Indexar los documentos. Generas un embedding por fragmento. Suponiendo un modelo de embedding a US$0,05 por millón de tokens (valor hipotético), una base de 500 páginas de 500 tokens (250 mil tokens) cuesta US$0,0125 de indexar.
2. Generar el embedding de cada pregunta. En el ejemplo, 54 mil preguntas de 50 tokens al mes suman 2,7 millones de tokens: cerca de US$0,14.
3. Enviar los fragmentos al modelo. Los 1.500 tokens recuperados entran como entrada en cada mensaje. Esa es la línea de US$16,20 o US$324 de la tabla anterior.

Así que el costo del RAG está en el tamaño del contexto, no en los embeddings. Recuperar 3 fragmentos buenos en vez de 10 mediocres recorta la factura y suele mejorar la respuesta. También está el almacenamiento de los vectores, en una base de datos vectorial dedicada o en una extensión vectorial de una base que administras tú mismo; mira qué es una base de datos vectorial y cuánto cuesta un RAG.

¿Qué costos ocultos aparecen?#

• Conversaciones largas. Una conversación de 20 mensajes reenvía el historial 19 veces. Sin límite de historial, el costo por conversación crece rápido.
• Abuso. Un usuario puede usar el bot como asistente general y generar respuestas enormes. Mira qué es el prompt injection y mantén max_tokens en el código, no solo en el prompt.
• Modelos con razonamiento. Los tokens de "pensamiento" se cobran como salida. Define un tope o desactiva el razonamiento en preguntas simples.
• Reintentos. Los errores de red con reenvío automático pagan la misma llamada dos veces.
• Tarifas del canal y tipo de cambio. Los canales de pago cobran aparte, y la factura del modelo llega en dólares.
• Tiempo de mantenimiento. Actualizar la base de conocimiento, revisar respuestas equivocadas y cambiar de modelo cuando el actual se retira también cuestan horas.

¿Cómo mantener bajo control el costo del chatbot?#

1. Empieza por el modelo más pequeño y solo sube cuando las pruebas muestren malas respuestas. Una alternativa es enrutar: preguntas simples al modelo pequeño, casos difíciles al intermedio.
2. Limita el historial a los últimos 6 a 10 mensajes, o resume los antiguos en una frase.
3. Recorta el contexto del RAG: menos fragmentos y más relevantes.
4. Usa caché de prompt cuando el inicio del prompt se repite. Leer de la caché suele costar una fracción pequeña del precio de la entrada, pero la caché expira tras algunos minutos sin uso.
5. Pon límites por usuario: mensajes por día y tamaño máximo de la pregunta.
6. Guarda respuestas de preguntas idénticas cuando el contenido no depende del usuario, como el horario de atención.
7. Define un tope mensual en el panel del proveedor y un contador de tokens en tu código.

Para poner el bot en línea, mira cómo alojar un chatbot con IA. Si quieres armarlo sin programar, mira cómo hospedar n8n.

Cómo hacerlo en Square Cloud#

Dos líneas de esta cuenta dependen de dónde pones el bot: el hosting del proceso y los tokens del modelo. En Square Cloud, las dos pueden quedar en la misma cuenta, que pagas en reales, con Pix o tarjeta.

El bot o la API del chatbot corre en un contenedor siempre encendido. El reinicio automático viene activado en el deploy desde el panel y vuelve a levantar la aplicación cuando el proceso termina con error. Una aplicación en segundo plano usa al menos 256 MB del pool de RAM del plan, y una aplicación web, 512 MB. El Hobby cuesta desde R$12,49 al mes, con 1 GB, y el tráfico no se cobra por ancho de banda ni por petición, dentro de la política de uso justo.

Desde el Standard (R$44,99 al mes) se suman el hosting de MongoDB, PostgreSQL, MySQL y Redis, para el historial y los límites por usuario, y el AI Gateway: una API compatible con la de OpenAI que le da a tu chatbot el modelo cubic, el mismo del asistente del panel. Apuntas el SDK de OpenAI a https://api.squarecloud.app/v2/ai y usas una clave de API de la cuenta con el alcance ai:chat. El gateway está en beta, con acceso anticipado sin costo extra: mientras el uso quepa en los límites del plan, la línea de tokens de la tabla anterior no se convierte en una factura en dólares. Los límites y la disponibilidad pueden cambiar cuando termine la beta.

Rehaz la cuenta con esos límites antes de cambiar de proveedor. En el Standard, el gateway acepta hasta 2,5 millones de tokens y hasta 1.000 peticiones al día, una petición a la vez; en el Pro, hasta 5 millones de tokens y hasta 5.000 peticiones al día. La conversación de 6 mensajes del ejemplo gasta unos 19 mil tokens, así que el Standard admite cerca de 130 conversaciones de ese tamaño al día y el Pro, cerca de 260. Las 300 conversaciones diarias del ejemplo piden el Enterprise, con hasta 10 a 20 millones de tokens al día. El gateway responde solo texto y todavía no hace streaming.

Mira los detalles y los ejemplos de código en AI Gateway y compara los planes en precios.