Quien utiliza IA en el desarrollo de software ya no trabaja únicamente con una ventana de chat. Las herramientas agénticas —es decir, sistemas de IA que planifican de forma autónoma varios pasos de trabajo, leen archivos, escriben código y verifican resultados— generan por encargo un múltiplo de la carga de cálculo. Una medición propia actual ofrece por primera vez cifras concretas al respecto.
Qué se midió
El científico climático Zeke Hausfather registró su propio consumo al utilizar Claude Code durante ocho semanas. El resultado: alrededor de 3.200 millones de tokens procesados y unos 170 kilovatios hora de electricidad de centros de datos. Trasladado al prompt individual, esto equivale, según su evaluación, aproximadamente a 600 veces el de un prompt habitual de chat con IA.
Los tokens son las unidades de procesamiento de un modelo de lenguaje, aproximadamente componentes de palabras. Que aquí se acumulen miles de millones se debe a la naturaleza del trabajo agéntico: el agente lee contexto, repite pasos, se corrige a sí mismo y escribe resultados intermedios de vuelta. Un único encargo en la ventana de chat puede desencadenar así docenas o cientos de llamadas al modelo.
Por qué los bajos valores comunicados llevan a engaño
Grandes proveedores como Google y OpenAI han publicado en el pasado valores energéticos muy bajos por consulta. Estos datos se refieren a interacciones de chat simples y breves. Para evaluar el uso agéntico, según la medición de Hausfather, son poco significativos, porque describen un patrón de uso que apenas domina ya en el día a día del desarrollo.
Para los responsables de proyecto esto significa sobre todo: los indicadores de la comunicación de los proveedores no pueden trasladarse sin más al propio caso de uso. Quien planifica objetivos de sostenibilidad o presupuestos necesita valores de su propia operación.
Tres niveles en los que esto resulta relevante
- Presupuesto: el consumo de tokens es la base de facturación de muchos servicios de IA. Si las herramientas agénticas aumentan el volumen en órdenes de magnitud, las previsiones de costes se desplazan en consecuencia, independientemente del modelo de precios vigente en cada momento.
- Sostenibilidad: las empresas que rinden cuentas mediante informes ambientales u objetivos climáticos internos ya no deberían tratar el desarrollo asistido por IA como una partida despreciable. Una sola persona puede causar en ocho semanas un consumo que se puede medir.
- Arquitectura: la cuestión no es solo si se emplea un agente, sino cuánto contexto debe procesar en cada paso. La delimitación de tareas, la estructura del proyecto y la documentación inciden directamente en el volumen de tokens.
Qué se puede derivar de ello en la práctica
Las cifras son una medición individual y no un promedio del sector. Por eso no sirven como benchmark, pero sí como motivo para hacer visible el propio consumo. Tienen sentido tres pasos.
- Medir el consumo en lugar de estimarlo. La mayoría de los proveedores ofrecen estadísticas de tokens. Quien las evalúa por proyecto o equipo reconoce rápidamente qué tipos de tareas resultan costosos.
- Elegir la herramienta adecuada para la tarea. No toda consulta necesita un agente con el contexto completo del proyecto. Para ayudas de redacción, explicaciones de código o refactorizaciones breves suele bastar una simple llamada al modelo.
- Limitar el contexto de forma consciente. Módulos bien delimitados, interfaces limpias y una documentación de proyecto concisa y precisa reducen la cantidad de material que un agente debe leer en cada ejecución.
El beneficio se mantiene: la cuenta se vuelve más honesta
Nada de estas cifras habla en contra del desarrollo agéntico. Cuando un agente prepara una migración, añade pruebas o documenta código antiguo, ahorra tiempo de trabajo que de otro modo también consumiría recursos. Lo decisivo es que el esfuerzo se estime de forma realista y no sobre la base de valores recogidos para un patrón de uso completamente distinto.
Ese es precisamente el mensaje central de la medición: la IA agéntica no es un chat con funciones adicionales, sino un modo de operación distinto con su propia estructura de costes. También debería planificarse como tal.
Clasificación para proyectos web y de software
En proyectos TYPO3 y web merece la pena tratar el uso de IA en el futuro como cualquier otra decisión de infraestructura: con medición, asignación a centros de coste y una elección consciente entre una simple llamada al modelo y una ejecución completa del agente. Quien ordena la estructura del proyecto y la documentación reduce no solo la barrera de entrada para nuevos miembros del equipo, sino también la necesidad de contexto de las herramientas. Así se mantiene la ganancia de productividad sin que las cifras de presupuesto y sostenibilidad sorprendan más tarde.