Monitorización de coste, latencia y calidad
Cuánto cuesta cada respuesta, cuánto tarda y cuándo empieza a degradarse — antes que el cliente
Con liberar 3,9 horas a la semana, ya está pagado.
La factura de IA del mes pasado fue el triple. Nadie sabe qué la disparó, porque no hay forma de saber qué consulta cuesta qué. Y cuando un usuario dice que el sistema va lento, tampoco hay con qué contrastarlo.
Qué hacemos
Instrumentamos el sistema para que cada operación registre lo que cuesta, lo que tarda y si el resultado fue aceptable. Con eso, las tres preguntas incómodas tienen respuesta.
Ponemos límites de gasto con corte automático, para que un bucle mal cerrado o un pico de uso no se convierta en una factura sorpresa.
Y montamos las alertas donde importan: latencia por encima de lo acordado, coste por encima del presupuesto, y calidad por debajo del umbral.
Cómo funciona
Dónde vive el dato
Retorno de la inversión
Con liberar 3,9 horas a la semana, ya está pagado.
En un caso típico libera unas 7 h al mes, por encima de ese listón.
- Coste actual del proceso
- 700 € /mes
- Horas liberadas al mes
- 7 h
- Inversión de implantación
- 5200 €
- Operación
- 160 € /mes
- Ahorro neto
- 85 € /mes
- Punto de equilibrio
- 62 meses
- Resultado a 12 meses
- -4180 €
Supuestos de este cálculo (3)
- 20 h/mes entre revisar facturas, investigar picos y responder a quejas de lentitud
- El retorno principal es el gasto que se evita: la instrumentación suele destapar entre un 20% y un 40% de consumo innecesario
- Factor de realismo del 70% sobre la parte automatizable
Qué incluye
- Instrumentación de coste, latencia y calidad por operación
- Panel con evolución histórica y desglose por caso de uso
- Presupuesto con corte automático y aviso previo
- Alertas por latencia, coste y calidad
- Informe mensual con las tendencias
Con qué lo montamos
No trabajamos con una sola herramienta ni te casamos con ninguna. Esto es lo que solemos usar para este servicio y para qué sirve cada pieza — si ya tienes algo montado, partimos de ahí.
- Langfusecoste, latencia y calidad por operación
- OpenTelemetrytrazas que valen para la app y para el modelo
- Prometheus + Grafanamétricas y paneles
- Lokilos registros, buscables y con retención acotada
- Alertmanageravisa antes de que lo note el cliente
Cada una de estas piezas está catalogada en el stack, con lo importante: si se ejecuta dentro de tu empresa o si al meterla tu dato empieza a viajar.
Con qué motor lo movemos
Preferimos montarlo dentro de tu red, con un modelo abierto en tu propio servidor: es la única forma de que el dato no dependa de las condiciones de un tercero. Cuando eso no encaja — por presupuesto o porque no hace falta — trabajamos con modelos low cost adaptados a lo que puedas gastar, o con modelos frontera si la tarea lo pide. Para este servicio proponemos la capa marcada, pero se cambia sin rehacer el trabajo.
En tu servidor
Lo que proponemos aquí
El dato no sale. Es lo que preferimos.
- Cuándo
- Historiales, expedientes, nóminas, contratos, datos de salud, sector público — o cualquier cosa que no puedas explicar en una auditoría si acaba fuera.
- Tu dato
- No cruza el límite de tu empresa. Ni tu proveedor de nube ni nosotros vemos el contenido.
- Cómo se paga
- Inversión inicial en hardware y después coste plano: no sube aunque dupliques el uso.
- LlamaMeta · pesos abiertos
- QwenAlibaba · pesos abiertos
- DeepSeekChina · pesos abiertos
- MistralFrancia · pesos abiertos
- GemmaGoogle · pesos abiertos
- gpt-ossOpenAI · pesos abiertos
API de bajo coste
Potencia de sobra por céntimos.
- Cuándo
- Cuando el dato puede salir y lo que manda es el volumen: clasificar, extraer, traducir, resumir, etiquetar. Miles de operaciones al mes donde lo que cuenta es el precio por unidad.
- Tu dato
- Sale al proveedor que elijas. Te decimos cuál, en qué país están sus servidores y qué dicen sus condiciones de empresa sobre entrenar con lo que les mandas.
- Cómo se paga
- Céntimos por millón de palabras. Es la capa que hace viables los volúmenes grandes sin comprar una máquina.
- Kimi K2Moonshot · China
- DeepSeekChina
- MistralFrancia · Europa
- Gemini FlashGoogle · EE. UU.
- GrokxAI · EE. UU.
- GPT miniOpenAI · EE. UU.
Modelos frontera
Cuando el trabajo es difícil de verdad.
- Cuándo
- Razonamiento largo, código, análisis jurídico o financiero, agentes que encadenan veinte pasos sin que nadie mire. Donde una respuesta mediocre cuesta más de lo que cuesta el modelo.
- Tu dato
- Sale al proveedor. Leemos sus condiciones de empresa y te las resumimos por escrito antes de firmar nada.
- Cómo se paga
- El precio por palabra más alto del mercado — y a menudo el coste por tarea resuelta más bajo, porque acierta a la primera y no hay que revisarlo.
- Claude Opus 5Anthropic · EE. UU.
- GPT-5OpenAI · EE. UU.
- Gemini ProGoogle · EE. UU.
En la práctica casi nunca es uno solo
Lo normal es enrutar: el modelo barato se come el 90% del volumen y solo lo que de verdad es difícil sube al modelo frontera. Si además hay dato sensible, esa parte se queda en el servidor local y nunca entra en el enrutado. Se factura la mezcla, no el modelo más caro — y ahí es donde una factura de IA se divide entre tres o entre diez.
Cómo elegimos el motor, en detalle →Qué necesitamos de ti
- Acceso al sistema a instrumentar
- Umbrales acordados de latencia y presupuesto
- Quién recibe las alertas y con qué urgencia
Plazo típico: 2 a 4 semanas
Lo que sueles preguntarte
¿Cuánto tarda en estar funcionando?
2 a 4 semanas, contando desde que tenemos los accesos. El plazo exacto va en la propuesta, no lo dejamos abierto.
¿Salen mis datos de la empresa?
No. Todo el procesado ocurre dentro de tu red y ni tu proveedor de nube ni nosotros vemos el contenido.
¿Con qué modelo de IA lo montáis?
Por defecto lo movemos con un modelo abierto en tu propio servidor, porque aquí el dato no debería salir. Si prefieres API, se cambia — y entonces te decimos exactamente qué sale. Preferimos la seguridad del dato y montar red y sistemas en local, pero trabajamos con las tres capas: modelos abiertos en tu propio servidor, LLM de bajo coste adaptados al presupuesto —chinos como Kimi K2 o DeepSeek, europeos como Mistral, estadounidenses como Gemini o Grok— y modelos frontera como Claude Opus 5 o GPT-5. El motor se cambia en la configuración sin rehacer el trabajo.
¿Cuánto tiene que funcionar para que me salga a cuenta?
Con liberar 3,9 horas a la semana, ya está pagado. En un caso típico libera unas 7 h al mes, por encima de ese listón. Los supuestos del cálculo están publicados en esta misma página, para que puedas discutirlos.
¿Qué necesitáis de mi parte?
Acceso al sistema a instrumentar; Umbrales acordados de latencia y presupuesto; Quién recibe las alertas y con qué urgencia. Nada más: el resto del trabajo es nuestro.
¿Cuándo NO me conviene contratarlo?
Si tu volumen es pequeño y estable, el panel de tu proveedor probablemente te llegue. Esto tiene sentido a partir de varios casos de uso conviviendo o de facturas que ya han dado sustos.
¿Puedo mantenerlo yo después, sin vosotros?
Sí. Todo lo que montamos se entrega documentado y con traspaso al equipo. No trabajamos con cajas negras.
¿Encaja con lo que necesitas?
Cuéntanos el proceso concreto y te decimos si este servicio es el que te conviene — o cuál de los otros 48 lo es.