Idea principal

Dos flujos atraviesan un skill y no tienen la misma tarifa. Lo que se da a leer al modelo — archivos, bases, instrucciones — se cuenta por unidad. Lo que produce — análisis redactados, fichas, recapitulaciones — se cuenta unas cinco veces más caro.

Un skill que lee 100 000 tokens y genera 20 000 no gasta, por tanto, 120 000 unidades sino 200 000: la mitad de su consumo viene de los 20 000 que ha escrito. La auditoría de competitor_analyze muestra la misma inversión a escala real — 206 000 tokens leídos frente a 38 000 generados, y aun así la generación pesa casi la mitad de las 478 000 unidades del total.

El volumen bruto de tokens y el coste no ordenan, pues, las etapas de la misma manera.

Por qué es importante

Esto cambia el orden de las sospechas cuando se busca adónde se va una cuota: se mira primero lo que el agente redacta, antes de lo que se le da a leer. Una etapa de generación corta puede costar más que una lectura masiva.

También hace comparables operaciones de naturaleza distinta — abrir archivos, escribir un informe, llamar a un script — en una sola unidad.

Matices y límites

La proporción de cinco es una media tarifaria, exacta para ciertos modelos en una fecha dada. Las tarifas se mueven, y un contrato concreto puede tener otra.

Y la ponderación no dice nada de la latencia: la etapa más cara no es necesariamente la que hace esperar.

Preguntas abiertas

• ¿Cómo ponderar una entrada de la que una parte está en caché y se factura más barata que el resto?