La métrica que todos usan para comparar IA está equivocada: el precio por millón de tokens.
Para un agente, la métrica correcta es el costo por tarea completada. La diferencia entre las dos no es sutileza contable: es la diferencia entre elegir herramienta por anuncio y elegir con una hoja de cálculo.
Por qué el token no cierra la cuenta
Un flujo agénico no consume un prompt. La propia Z.AI estima que cada consulta dispara entre 15 y 20 invocaciones del modelo, y un flujo real apila decenas de consultas con ventanas de 5 horas y cap semanal en el camino.
Cada invocación reenvía contexto, cada error genera retry, cada iteración multiplica el consumo. El número de la tabla de precios (el millón de tokens) es un insumo; lo que cierra la cuenta es la suma de todas las invocaciones hasta que la tarea esté completada, con calidad aceptada y sin retries infinitos.
Lo barato caro y lo caro barato
Lo que esto cambia en la práctica: un modelo 3 veces más barato por token puede salir más caro si necesita más intentos, más contexto y más retries para concluir. Y un modelo con el triple de cuota, cache eficiente y la mitad del precio fuera de pico puede costar centavos por tarea entregada.
Lo barato que importa es el de la tarea entregada, no el del token. Es la misma lógica del desperdicio de 29% en la nube: precio de catálogo y costo real son números diferentes, y solo la medición propia separa los dos.
La métrica que sobrevive a la reunión de presupuesto
El método cabe en cinco pasos: definir qué es tarea en su flujo, instrumentar el conteo por ejecución (input, output y cache, agrupados por el entregable), incluir intentos y contexto en el costo, comparar modelos con la misma batería de tareas y dividir el total por las conclusiones aceptadas.
El resultado, costo por tarea aceptada, es el único número de IA que sobrevive a una reunión de presupuesto. Responde las preguntas que importan: qué modelo usar, dónde escalar, qué dar de baja. Y es el mismo espíritu del presupuesto por agente: token sin contabilidad de tarea es gasto sin responsable, y gasto sin responsable es lo que el estudio de Harness midió en 26%.
El plan que ya nace con esa métrica
Para uso intensivo de agentes, Z.AI estructuró el GLM Coding Plan exactamente con esa lógica: el Flash carga el triple de cuota del 5.3 en el plan y, fuera de pico, cada llamada cuesta la mitad de los créditos. El Pro, a 80 dólares al mes, roza lo ilimitado para un flujo intenso; el Max, a 168 dólares, es el mejor costo-beneficio para quien corre varios proyectos en paralelo. Quien quiera probar con el mismo ambiente: https://z.ai/subscribe?ic=BGIRP61T2P (10% de descuento en el primer pedido).
Pero la herramienta es el último paso, y la regla vale para cualquier proveedor: empiece midiendo tarea, no millón de tokens. La métrica que usa el anuncio nunca es la que cobra la factura.
Conclusión
Quien no mide costo por tarea completada está eligiendo herramienta por anuncio. La tabla de precios responde "cuánto cuesta el insumo"; solo su medición responde "cuánto cuesta mi trabajo terminado".
Una semana de instrumentación en una tarea repetitiva basta para tener el número en la mano. Después de eso, las decisiones de modelo, plan y volumen pasan a ser aritmética en lugar de fe. Y es exactamente esa aritmética la que separa a quien usa IA de quien paga IA.