Un fundador que dirige un asistente de escritura con IA me contó que sus "costos de software" eran de $40,000 al mes. Cuando desglosamos la cifra, $34,000 correspondían a facturas de la API de OpenAI y Anthropic, y nada de eso estaba en su costo de bienes vendidos. Estaba metido en una línea genérica de "Software y suscripciones", justo al lado de su herramienta de gestión de proyectos de $19 al mes. Su margen bruto reportado era del 91%. Su margen bruto real, una vez que la inferencia se reclasificó donde correspondía, era del 58%.
Esto no es un tecnicismo contable. Es la diferencia entre un negocio que parece software y un negocio que se comporta como una fábrica: uno en el que cada unidad vendida consume un insumo real y variable. Si estás construyendo sobre GPT-5, Claude, Gemini o cualquier modelo alojado, tu factura de LLM no es un gasto general. Es costo de bienes vendidos, y tratarla de otro modo significa que en realidad no sabes cuánto dinero ganas.
Por Qué Este Error Es Tan Fácil de Cometer
El SaaS tradicional entrenó a toda una generación de fundadores para pensar en los costos de software como fijos. Pagas por el hosting, pagas por tu CRM, pagas por Slack, y ninguna de esas facturas se mueve al ritmo de cuánto usa tu producto un cliente en particular. Así que cuando llega la primera factura de la API de OpenAI, es natural archivarla en el mismo cajón mental: "herramientas que pagamos para operar el negocio".
El problema es que una factura de la API de un LLM no se comporta como una suscripción SaaS. Se comporta como una materia prima. Cada vez que un cliente envía un prompt, consumes tokens, y cada token tiene un precio. Un cliente que hace 50 solicitudes al día te cuesta considerablemente más atender que uno que hace 2. Esa es la definición de libro de texto del costo de bienes vendidos: un costo que escala directamente con la entrega de tu producto a un cliente específico, a diferencia de un costo que pagarías solo por mantener las luces encendidas, sin importar el uso.
Los datos de la industria respaldan cuán material se ha vuelto esto. El informe State of AI de ICONIQ de enero de 2026 encontró que la inferencia ahora promedia el 23% de los ingresos totales en empresas de IA B2B en etapa de escalamiento, y el 84% de esas empresas reportó una erosión del margen bruto de seis puntos porcentuales o más atribuible directamente a los costos de infraestructura de IA. Esto no es un error de redondeo que puedas absorber en "opex varios". A menudo es el mayor factor de costo individual del negocio, y merece ser tratado como tal.
La Línea Entre COGS y OpEx, Trazada Correctamente
La regla que separa el COGS del gasto operativo no ha cambiado solo porque el insumo sea una API de modelo en lugar de un almacén lleno de piezas: los costos de entregar tu producto a un cliente que paga van en COGS; los costos de construir tu producto van en I+D dentro de OpEx. Aplicada a un wrapper de IA, esa división se ve así:
Pertenece a COGS:
- Costos de inferencia de producción — cada llamada a la API que tu producto en vivo realiza en nombre de un cliente que paga, ya sea una completación de chat, una llamada de embeddings, un paso de clasificación o un bucle de llamadas a herramientas de un agente
- Alojamiento del modelo / cómputo GPU — si ejecutas un modelo de pesos abiertos en tu propia infraestructura o en infraestructura alquilada en lugar de llamar a una API alojada, el tiempo de cómputo atribuible a atender las solicitudes de los clientes
- Infraestructura de soporte para la inferencia — consultas a bases de datos vectoriales, ejecuciones del pipeline de embeddings y la sobrecarga de orquestación que existen específicamente para atender solicitudes de producción
- Costos de soporte específicos de IA — un ingeniero de soporte cuyo trabajo es triar problemas con las salidas del modelo para los clientes es un costo de entregar el producto, no un gasto general de SG&A
Pertenece a OpEx (normalmente I+D):
- Inferencia de desarrollo y pruebas — cada prompt que un ingeniero envía mientras itera sobre una función, depura una regresión o evalúa una nueva versión de modelo
- Ejecuciones de fine-tuning y evaluación — construir o mejorar el modelo es I+D, no entrega
- Herramientas internas de IA — las licencias de ChatGPT Enterprise o GitHub Copilot de tu equipo son un gasto de productividad, no un costo de atender a los clientes
El paso práctico que hace posible esta separación es aburrido pero esencial: usa claves de API o proyectos de facturación separados para el tráfico de producción y de desarrollo desde el primer día. Si tus ingenieros están probando prompts con la misma clave que tu producto usa en producción, no tienes forma de asignar la factura correctamente después del hecho, y terminarás sobreestimando o subestimando tu margen real todos los meses.
Cómo Es en Realidad el Margen Bruto para Productos de IA
Una vez que hayas hecho la separación, espera que la cifra resultante se vea distinta de lo que estás acostumbrado. Los negocios SaaS tradicionales apuntan a márgenes brutos del 70–80% casi como algo natural. Los productos nativos de IA no llegan ahí de la misma manera. El manual de precios de Bessemer Venture Partners de febrero de 2026 sitúa los márgenes brutos típicos de productos de IA en un 50–60%, muy por debajo del rango de 80–90% del SaaS tradicional, y los datos de ICONIQ muestran que el margen bruto promedio de la industria para productos de IA está subiendo, pero solo hasta el 52%, frente al 41% en 2024 y el 45% en 2025.
Una regla práctica útil que ha surgido de los operadores que gestionan esto de cerca: mantén los costos de LLM por debajo de aproximadamente el 20% del COGS total si quieres un modelo de negocio duradero y escalable. Al cruzar ese umbral, la compresión de márgenes tiende a acelerarse a medida que creces, en lugar de aliviarse, porque los clientes más grandes usan más el producto, no menos. Algunas categorías intensivas en IA — asistentes de programación, agentes de procesamiento de documentos — manejan ratios de costo de LLM del 30–40% del COGS y siguen siendo viables, pero solo porque fijaron sus precios deliberadamente en torno a esa realidad, en lugar de descubrirla después.
La cifra que realmente importa no es tu margen bruto combinado a nivel de toda la empresa, sino el costo por cliente. Los usuarios intensivos de una función de IA pueden costarte de 50 a 100 veces más en inferencia bruta que los usuarios ligeros en el mismo nivel de suscripción. Si no estás rastreando eso, no sabes qué clientes son rentables y a cuáles estás subsidiando en silencio cada mes. Un plan de tarifa fija que se veía bien con tus primeros diez clientes puede empezar a perder dinero en el momento en que uno de ellos lleva un flujo de trabajo a producción y multiplica su volumen de solicitudes por 20x.
Construyendo el Modelo de Costo por Solicitud
No necesitas herramientas elaboradas para empezar: necesitas disciplina para registrar las cifras correctas en cada solicitud. La fórmula básica es simple:
request_cost = (input_tokens / 1,000,000) × input_price_per_million
+ (output_tokens / 1,000,000) × output_price_per_millionLos tokens de salida normalmente cuestan de 2 a 5 veces más por unidad que los tokens de entrada, porque la generación requiere más cómputo que leer un prompt, así que un modelo de costo por solicitud que solo rastrea el total de tokens sin separar entrada de salida va a calcular mal sistemáticamente cualquier cosa con respuestas largas. Como ejemplo práctico con precios de mediados de 2026: una solicitud con 2,000 tokens de entrada y una respuesta de 500 tokens contra un modelo de nivel medio convencional (aproximadamente $3 de entrada / $15 de salida por millón de tokens) cuesta cerca de $0.0135. Ejecuta ese mismo tipo de solicitud 50,000 veces al mes y estás hablando de alrededor de $675 en costo de inferencia solo para esa función, una cifra que es invisible si está enterrada en una línea de "costos de nube" de cinco cifras, pero muy visible una vez que se etiqueta a la función y al segmento de clientes que la generó.
Para hacerlo accionable:
- Registra el conteo de tokens en cada solicitud, no solo el costo — la mayoría de los proveedores de modelos devuelven los conteos de tokens de entrada/salida en la propia respuesta de la API, así que esto es un cambio de registro, no una nueva fuente de datos.
- Etiqueta cada solicitud con un ID de cliente y un identificador de función para poder agregar los costos por cuenta y por superficie de producto, no solo por mes.
- Calcula el costo por cliente por período de facturación y compáralo con lo que ese cliente te paga. Esta es la cifra que te dice si tus niveles de precios realmente coinciden con tu costo de entrega, no tu margen promedio combinado.
- Enruta hacia modelos más económicos cuando la calidad lo permita. No todas las solicitudes necesitan tu modelo más capaz (y más caro) — las tareas de clasificación, extracción y formato simple a menudo funcionan aceptablemente bien en un modelo más pequeño y económico, y el enrutamiento de modelos es una de las pocas palancas de margen que controlas por completo, a diferencia de los precios del proveedor.
Precios para Proteger el Margen Que Acabas de Descubrir
Una vez que la inferencia está correctamente clasificada como COGS, tu conversación sobre precios cambia. Un ancla común que usan los operadores es cobrar aproximadamente de 3 a 5 veces tu costo de token por unidad, de modo que una tarea de $0.30 se cobre a $1.00 o más — no porque ese múltiplo sea mágico, sino porque deja margen para absorber la variación de uso, la volatilidad de precios de los modelos y los costos de soporte e infraestructura que acompañan a la inferencia bruta.
La facturación basada en uso se ha convertido en la forma estándar en que las empresas de IA mantienen los precios y el COGS moviéndose juntos: cobra por token, por solicitud o por tarea completada, y tus ingresos escalan con la misma variable que impulsa tu costo, en lugar de alejarse de ella como ocurre con una suscripción fija cuando el uso se dispara. Si no estás listo para pasar por completo a precios basados en uso, como mínimo construye niveles de mínimo comprometido más excedente, para que un cliente que sobrepase el uso típico no se convierta silenciosamente en un producto de pérdida durante el resto del mes.
Mantén Tu Estructura de Costos Tan Auditable Como Tu Código
Nada de esto es higiene contable opcional — es la diferencia entre saber que tu modelo de negocio funciona y descubrir que no funciona durante una llamada de due diligence de recaudación de fondos, cuando el asociado de un inversionista construye el modelo de costo por cliente que tú deberías haber construido seis meses antes. Los fundadores que evitan esa conversación son los que etiquetan los costos de inferencia a clientes y funciones desde la primera llamada a la API, no los que esperan hasta que la factura de OpenAI sea demasiado grande para ignorarla.
Beancount.io te ofrece contabilidad en texto plano y con control de versiones que facilita etiquetar el gasto de inferencia en la cuenta correcta, separar el uso de la API de producción del de desarrollo y conciliar tu COGS real contra los ingresos cada mes — sin categorización de caja negra, sin dependencia de proveedores. Comienza gratis y descubre por qué los desarrolladores y fundadores nativos de IA están cambiando a la contabilidad en texto plano.