¿Cuánto cuesta un chatbot con IA? Desglose completo

Un chatbot con IA cuesta un importe único de implantación más unos costes mensuales de funcionamiento, y en la mayoría de empresas las tarifas del modelo o de la API son solo una pequeña parte. Las partidas grandes suelen ser preparar los contenidos con los que responde el bot, integrarlo con la web y la herramienta de soporte, y el tiempo que el equipo dedica cada mes a mantenerlo y revisar conversaciones. La cifra útil no es la cuota mensual, sino el coste por conversación resuelta, comparado con lo que cuesta el mismo contacto cuando lo atiende una persona.

Esta guía desglosa cada partida, muestra un ejemplo completo con cifras hipotéticas y explica qué supuestos mueven más el resultado. Para calcular el uso del modelo en tu caso, abre la calculadora de coste de API de LLM en otra pestaña.

La fórmula detrás de cualquier presupuesto de chatbot

Coste del primer año = coste de implantación + 12 × costes mensuales de funcionamiento

Coste por conversación resuelta = costes mensuales de funcionamiento ÷ conversaciones resueltas sin intervención humana

La segunda cifra es la que debes comparar. Un chatbot barato al mes que apenas resuelve nada sale caro por resultado.

Tres formas de tener un chatbot

La forma de construir el chatbot decide cómo te facturan.

Vía	Qué significa	Facturación habitual	Encaja si
Función de IA de tu herramienta de soporte o de tu web	Activar el asistente de IA que ya ofrece la herramienta que usas	Complemento por usuario, por conversación o por resolución	Ya usas la herramienta y sus funciones estándar te bastan
Plataforma de chatbot	Un producto específico que configuras con tus contenidos	Plan mensual con cupo de conversaciones o mensajes, más excesos	Quieres un bot rápido, con poco desarrollo
Desarrollo propio sobre una API de LLM	Tu propia aplicación que llama a un modelo, normalmente con búsqueda en tus documentos	Tokens por solicitud, más alojamiento y desarrollo	Volumen alto, integraciones especiales o control estricto del flujo de datos

Los modelos de facturación y los precios cambian a menudo, así que compara las ofertas actuales directamente con los proveedores. Para tu presupuesto importa sobre todo cómo crece la factura: por usuario, por conversación, por resolución o por token. Pagar «por resolución» parece atractivo hasta que compruebas cómo define el proveedor una resolución.

Costes únicos de implantación

Sea cual sea la vía, la mayor parte del trabajo real está en la implantación:

• Preparar los contenidos: reunir, actualizar y ordenar los artículos de ayuda, preguntas frecuentes y políticas con los que responde el bot. Contenidos desfasados dan respuestas desfasadas.
• Configuración e integración: conectar el bot con la web, la herramienta de soporte, el CRM o el sistema de pedidos, y preparar el traspaso a una persona.
• Instrucciones y límites: redactar el prompt de sistema, el alcance y las reglas de escalado. Nuestra guía sobre cómo escribir un prompt de sistema incluye un ejemplo completo para atención al cliente.
• Pruebas: reunir un conjunto de preguntas reales, también las incómodas y las que no le corresponden, y revisar las respuestas antes del lanzamiento.
• Revisión legal y de privacidad: qué datos personales trata el bot, dónde se guardan y qué se comunica a los usuarios.
• Preparar al equipo: cómo retoman los agentes una conversación y cómo informan de respuestas erróneas.

Las horas internas son un coste aunque no haya factura.

Costes mensuales de funcionamiento

Partida	Qué incluye
Uso del modelo o cuota de plataforma	Tokens a través de una API, o el plan del chatbot y sus excesos
Alojamiento e infraestructura	Servidores, base de datos vectorial, registros, en desarrollos propios
Actualización de contenidos	Adaptar respuestas cuando cambian productos, precios o normas
Supervisión y revisión	Leer una muestra de conversaciones, corregir los fallos que se repiten
Mantenimiento técnico	Arreglar integraciones, cambios de modelo, volver a probar los prompts
Escalados	El tiempo de las personas en las conversaciones que el bot les traspasa

La última línea se olvida a menudo. Las conversaciones traspasadas siguen costando tiempo del equipo. Un bot que recoge los datos necesarios antes del traspaso puede agilizarlas; uno que traspasa mal puede hacerlas más lentas.

Cómo estimar el uso del modelo

Si construyes sobre una API, la factura de tokens depende menos de los mensajes de los usuarios que de todo lo que se envía con ellos. Cada respuesta del bot es una solicitud distinta que incluye:

• el prompt de sistema con las reglas y el tono,
• los fragmentos recuperados de tu base de conocimiento,
• la conversación hasta ese momento, que crece con cada turno,
• el último mensaje del usuario.

Una conversación con cuatro preguntas son, por tanto, cuatro solicitudes, cada una más grande que la anterior. El artículo sobre los precios de las API de LLM explica cómo se facturan entrada, salida y caché, y el de qué son los tokens en los LLM muestra cómo estimarlos a partir de un texto.

Ejemplo práctico: un chatbot de soporte en la web

Una empresa planea un chatbot de soporte desarrollado sobre una API de LLM que busca en su centro de ayuda. Todas las cifras son supuestos ilustrativos. Los precios del modelo son ficticios y no corresponden a ningún proveedor real.

Uso

Supuesto	Valor
Conversaciones al mes	2.000
Llamadas al modelo por conversación	4
Tokens de entrada por llamada (prompt de sistema 1.000 + texto recuperado 1.500 + historial 800 + mensaje 50)	3.350
Tokens de salida por llamada	250
Precios de ejemplo por millón de tokens (entrada / salida)	1,00 € / 4,00 €

Por conversación: 4 × 3.350 = 13.400 tokens de entrada y 4 × 250 = 1.000 tokens de salida.

• Entrada: 13.400 × 1,00 € ÷ 1.000.000 = 0,0134 €
• Salida: 1.000 × 4,00 € ÷ 1.000.000 = 0,0040 €
• Por conversación: 0,0174 €
• Al mes: 2.000 × 0,0174 € ≈ 35 €

Costes de funcionamiento al mes (tiempo del personal a un coste total de 45 € por hora)

Partida	Coste
Uso del modelo	35 €
Alojamiento, base de datos vectorial, registros	100 €
Actualización de contenidos y mantenimiento técnico, 4 horas	180 €
Revisión de una muestra de conversaciones, 4 horas	180 €
Total	495 €

Coste de implantación

Partida	Horas
Preparar los contenidos	30
Configuración e integración	40
Conjunto de pruebas y pruebas	20
Revisión legal y de privacidad	8
Preparar al equipo	6
Total interno	104 horas × 45 € = 4.680 €

Si sumas 3.000 € de un desarrollador externo, la implantación cuesta 7.680 €.

Resultados

• Coste del primer año: 7.680 € + 12 × 495 € = 13.620 €
• Coste de funcionamiento por conversación: 495 € ÷ 2.000 ≈ 0,25 €
• Si la mitad de las conversaciones se resuelve sin intervención humana: 495 € ÷ 1.000 ≈ 0,50 € por conversación resuelta

Destacan dos cosas. Primero, la factura de tokens supone en este ejemplo alrededor del 7 % de los costes de funcionamiento: el tiempo de las personas pesa mucho más. Segundo, el coste por conversación resuelta se duplica si la tasa de resolución cae a la mitad. Por eso esa tasa merece más atención que el precio del modelo.

¿Compensa? La comparación con un contacto atendido por una persona

Supón que un agente necesita seis minutos por chat o correo, con un coste total de 45 € por hora. Son 4,50 € por contacto.

• Escenario optimista: el bot resuelve 1.000 conversaciones al mes que, sin él, habrían llegado al equipo. Son 100 horas, o 4.500 € al mes. Descontados los costes de funcionamiento quedan 4.005 € al mes, y la implantación se recupera en unos dos meses.
• Escenario prudente: el bot solo resuelve el 25 % de las conversaciones, y la mitad de esas personas nunca te habría contactado. Quedan 250 contactos evitados de verdad: 25 horas o 1.125 € al mes. Neto: 630 € al mes, recuperación en unos doce meses.

Mismo chatbot, mismos costes, un caso de negocio completamente distinto. La diferencia sale solo de dos supuestos: la tasa de resolución y cuántas conversaciones habrían llegado realmente a una persona. Mide ambos en un piloto antes de ampliar. Con la calculadora de ROI de la automatización con IA puedes probar estos supuestos con tus cifras, y la guía para calcular el ROI de la automatización con IA explica el método.

Qué encarece un chatbot

• Conversaciones largas. Cada turno reenvía el historial. Resumir o recortar los turnos antiguos ayuda.
• Demasiado contexto recuperado. Enviar diez fragmentos largos cuando bastan dos cortos multiplica los tokens de entrada. Una buena recuperación reduce costes y mejora la calidad; consulta RAG o fine-tuning.
• La elección del modelo. Un modelo más grande puede costar varias veces más por solicitud. Comprueba si uno más pequeño basta para las preguntas rutinarias.
• Integraciones. Consultar el estado de un pedido o una cita exige desarrollo y mantenimiento, pero a menudo decide si el bot puede resolver algo.
• Varios idiomas y canales. Cada uno añade pruebas y trabajo de contenidos.
• Contenidos flojos. Las lagunas de la base de conocimiento provocan escalados y respuestas erróneas, que cuestan más que el propio bot.

Para las tácticas del lado de los tokens, como cachear el prompt de sistema o enviar las preguntas sencillas a un modelo más pequeño, consulta cómo reducir los costes de API de LLM.

Costes que se olvidan con facilidad

• Respuestas erróneas. Un bot que da con seguridad una política de devoluciones equivocada genera nuevos contactos, compensaciones y a veces riesgo legal. Reserva tiempo para revisar conversaciones, como explica nuestra guía de IA con human-in-the-loop.
• Transparencia y protección de datos. Con la Ley de IA de la UE, las normas de transparencia aplicables desde agosto de 2026 exigen que las personas sepan que están interactuando con un sistema de IA, salvo que resulte evidente. La guía de obligaciones del responsable del despliegue explica quién asume cada deber. El RGPD se aplica a los datos personales de los registros de chat.
• Cambios del proveedor. Los planes, los cupos y las versiones de los modelos cambian. Vuelve a probar tras cada cambio importante.
• El coste de salida. Si cambias de plataforma, ¿puedes exportar tus contenidos, tu configuración y los registros de conversaciones?

Checklist para tu presupuesto

• Estima las conversaciones al mes a partir del volumen actual de chats, correos y llamadas.
• Decide la vía: función de la herramienta de soporte, plataforma o desarrollo propio.
• Enumera las partidas de implantación con sus horas, incluidos contenidos y pruebas.
• Estima el uso del modelo por conversación con la calculadora de coste de API de LLM o pide al proveedor el precio para tu volumen.
• Suma alojamiento, mantenimiento, revisión y escalados a los costes mensuales.
• Calcula el coste por conversación y por conversación resuelta.
• Compáralo con el coste de un contacto atendido por una persona, con una tasa de resolución prudente.
• Haz un piloto y sustituye los supuestos por cifras medidas antes de ampliar.

Resumen

Rara vez es el precio del software o la factura de tokens lo que decide si un chatbot compensa. Pesan más el trabajo de implantación, la calidad de los contenidos, el tiempo de revisión y, sobre todo, la parte de las conversaciones que el bot resuelve de verdad. Calcula el coste por conversación resuelta, ponlo a prueba con un escenario prudente y deja que un piloto decida.