En pocas palabras: el tokenmaxxing es la costumbre de consumir tantos tokens de IA como sea posible para parecer productivo, a menudo para subir en una clasificación interna de uso. Los tokens son un coste, no un resultado. Los equipos que más partido sacan a la IA hacen lo contrario: obtienen el mismo trabajo, o uno mejor, con menos tokens, gracias a la caché, las skills, la compactación y el modelo adecuado para cada tarea, y juzgan la IA por el resultado de negocio que cambia.
Este año apareció en las grandes tecnológicas una métrica curiosa: quién usaba más IA. Clasificaciones internas ordenaban a los empleados según los tokens consumidos. Algunos escalaron puestos haciendo a la IA preguntas que podrían haber respondido ellos mismos. Internet lo bautizó como tokenmaxxing.
Es fácil sonreír. Es más difícil reconocer el mismo instinto en la propia empresa, donde el informe al consejo ya incluye una diapositiva de «adopción de la IA» con licencias asignadas y usuarios activos, y nadie sabe decir qué han producido esos usuarios. Es el mismo error, con menos presupuesto.
¿Qué es el tokenmaxxing?
El token es la unidad en la que los modelos de IA leen y escriben, aproximadamente tres cuartos de una palabra. Los proveedores de IA facturan por token, así que el recuento de tokens mide con precisión cuánta IA ha usado alguien, y cuánto ha costado.
El tokenmaxxing consiste en tratar esa cifra como una puntuación. Los casos mejor documentados hasta ahora:
- Meta. Un empleado creó una clasificación interna, llamada «Claudeonomics», que ordenaba a más de 85.000 personas según los tokens consumidos y otorgaba a los primeros títulos como «Token Legend». Según The Information, la plantilla de Meta usó unos 60,2 billones de tokens en 30 días, que The Pragmatic Engineer estimó en unos US$900M a precios de tarifa de la API. La clasificación se retiró a los pocos días de publicarse la noticia.
- Microsoft y Salesforce. El mismo artículo describe a directivos sénior en lo alto de una clasificación de tokens pese a escribir muy poco código, y umbrales mínimos de gasto mensual en IA para los ingenieros, con algunos creando proyectos desechables para mantenerse por encima de sus compañeros.
- Amazon. El Financial Times informó de que algunos empleados usaban la herramienta interna de IA en tareas triviales para inflar sus cifras, según Fortune.
Los expertos consultados por CIO coinciden en lo esencial: el recuento de tokens es fácil de manipular y, si se convierte en el KPI, premia el volumen producido en lugar de los resultados.
Por qué los tokens no miden el valor para el negocio
Los tokens miden la entrada, no la salida. Un prompt largo, una respuesta prolija y un agente atascado en un bucle puntúan bien. Una pregunta de una línea que ahorra una tarde puntúa mal. La métrica premia lo contrario de la eficiencia.
Una medida que se convierte en objetivo deja de medir. Es la ley de Goodhart, y el desarrollo de software ya la aprendió. Hubo un tiempo en que las líneas de código servían para clasificar a los programadores, hasta que todos se dieron cuenta de que el mejor cambio a menudo elimina código. Los tokens son las líneas de código de la era de la IA.
Más tokens significan más coste. La empresa paga cada token, directamente o a través de la licencia que negocie el año siguiente. Premiar el consumo es premiar el gasto. Ningún CFO clasificaría a un equipo comercial por quién gasta más en viajes.
El volumen puede ocultar daños. Los ingenieros entrevistados por The Pragmatic Engineer relacionaron algunas caídas del servicio de Meta con código generado por IA sin el debido cuidado, y contaron que quienes encabezaban la clasificación producían a menudo trabajo desechable. Un resultado que nadie revisa no es productividad. Es trabajo que habrá que rehacer, más tarde.
Los proveedores informan de lo que facturan. Las plataformas de IA miden tokens, licencias y sesiones porque es lo que cobran. Sus paneles de uso son precisos. Pero responden a la pregunta del proveedor, no a la suya.
Qué ocurre cuando el uso se convierte en el objetivo
Uber es hasta ahora el caso público más claro. Fortune informó en mayo de 2026 de que Uber agotó todo su presupuesto de 2026 para herramientas de IA de desarrollo de software en unos cuatro meses, después de que una clasificación interna ordenara a los equipos según cuánto las usaban. La adopción funcionó. El gasto llegó muy por delante del plan.
Lo que no había llegado era la conexión con los resultados. Preguntado por si el creciente uso de las herramientas de IA se estaba traduciendo en funcionalidades que usan los clientes, el presidente y COO de Uber, Andrew Macdonald, respondió que esa conexión todavía no existía, y añadió que el gasto resulta más difícil de justificar si no puede demostrarse.
Hablamos de una empresa con un gasto en I+D de casi US$1.000 millones al trimestre, según el mismo artículo. Una empresa del mid-market no puede permitirse que el presupuesto de IA de todo un año desaparezca en abril.
Por qué afecta a una empresa del mid-market
La mayoría de las empresas del mid-market nunca crearán una clasificación de tokens. Pero la misma forma de pensar aparece de maneras más discretas:
- un KPI de «adopción de la IA» medido como licencias asignadas o usuarios activos por semana
- la consigna de que todos los equipos «usen la IA a diario»
- un piloto dado por bueno porque gustó y el uso creció
- un presupuesto de IA que sube cada trimestre sin ninguna relación con la cuenta de resultados
Cada una de estas mide actividad. Ninguna le dice al consejo si la empresa está mejor.
La prueba que uso es sencilla: si esta métrica se duplicara, ¿estaría mejor la empresa? Duplique los tokens y duplicará la factura. Duplique las facturas tramitadas por persona y tendrá un resultado.
Menos tokens, mejores resultados: cómo trabajar con IA de forma eficiente
La verdadera destreza es lo contrario del tokenmaxxing. Los modelos de frontera son los más capaces y los más caros por token, así que los buenos equipos gastan esos tokens donde rinden y eliminan todo lo demás. Menos ruido en el contexto suele significar también mejores respuestas, porque el modelo no tiene que abrirse paso entre material que nada tiene que ver con la tarea.
Son los hábitos que sigo cuando trabajo con estas herramientas, y son los que recomiendan los propios proveedores de IA en su documentación.
1. Mantenga el contexto pequeño, y reinícielo entre tareas
Cada mensaje a un modelo de IA reenvía toda la conversación hasta ese momento. Un chat abierto toda la mañana le cobra la mañana entera cada vez que hace una pregunta de una línea. La guía de costes de Claude Code de Anthropic lo dice con claridad: empiece de cero con /clear cuando pase a un trabajo distinto, porque el contexto obsoleto consume tokens en cada mensaje posterior. Codex de OpenAI tiene /new por el mismo motivo. En ChatGPT o en las aplicaciones de Claude, el equivalente es abrir un chat nuevo para cada tarea nueva.
2. Compacte las sesiones largas en lugar de alargarlas
Cuando una tarea de verdad necesita una sesión larga, la compactación resume la parte más antigua de la conversación, de modo que el modelo mantiene el hilo sin arrastrar cada palabra. Claude Code compacta automáticamente cuando una sesión se acerca a su límite, y /compact permite indicar qué conservar, por ejemplo /compact Focus on code samples and API usage. Codex tiene un comando /compact para lo mismo.
La compactación pierde detalle, así que indique qué importa. Y no es gratuita: resumir una conversación larga es en sí una petición pesada. Cuando quiera empezar de cero en lugar de continuar, reiniciar no cuesta nada.
3. Traslade las instrucciones permanentes a skills
La mayoría de los equipos da a su IA un archivo largo de instrucciones: estilo de la casa, reglas de revisión, pasos de despliegue. En Claude Code es CLAUDE.md, en Codex es AGENTS.md y en ChatGPT son las instrucciones personalizadas o un proyecto. Todo ello se carga en cada conversación, venga o no al caso.
Las skills lo resuelven. Una skill es un conjunto de instrucciones para una sola tarea, y tanto Claude como ChatGPT y Codex cargan al principio solo el nombre y una breve descripción de cada skill. Las instrucciones completas solo se cargan cuando la tarea las necesita. Anthropic recomienda trasladar las instrucciones de flujos de trabajo concretos de CLAUDE.md a skills y mantener ese archivo por debajo de unas 200 líneas.
4. Ponga primero el contenido fijo para que quede en caché
Si cada petición empieza con las mismas instrucciones, documentos o ejemplos, los proveedores pueden guardar esa parte en caché y cobrar mucho menos por volver a leerla. Los descuentos son importantes:
| Proveedor | Cómo funciona la caché | Precio de la entrada en caché |
|---|---|---|
| Anthropic (Claude) | Usted indica qué guardar en caché | Una décima parte del precio normal de entrada, menos en algunos modelos recientes |
| OpenAI (API de ChatGPT, Codex) | Activada por defecto en los modelos compatibles | Con un descuento de hasta el 95% |
| Google (Gemini) | Caché implícita, activada por defecto | Un 90% de descuento en los tokens en caché |
La regla que lo hace funcionar es la misma en todos: el contenido estable al principio del prompt y la parte que cambia (la pregunta, el documento nuevo) al final. Si cambia el principio, se pierde la caché.
5. Ajuste el modelo y el esfuerzo a la tarea
No todas las tareas necesitan el modelo más potente ni su razonamiento más profundo. La recomendación de Anthropic es usar Sonnet para la mayor parte del trabajo de desarrollo, reservar Opus para la arquitectura compleja y el razonamiento en varios pasos, y encargar a Haiku las tareas auxiliares sencillas. El comando /effort de Claude Code y los comandos /model y /reasoning de Codex fijan cuánto razona el modelo, y los tokens de razonamiento se facturan como cualquier otra salida. Dar formato a una tabla o renombrar archivos no requiere el máximo esfuerzo.
6. Dé a la IA menos que leer
Los mayores ahorros suelen venir de no enviar esos tokens en absoluto.
- Cargue las herramientas solo cuando hagan falta. Conectar una IA a muchos sistemas implicaba cargar la descripción de cada herramienta en cada petición. En un ejemplo del equipo de ingeniería de Anthropic, dejar que el agente buscara y cargara las herramientas solo cuando las necesitaba redujo un flujo de trabajo (pasar la transcripción de una reunión de Google Drive a un lead de Salesforce) de 150.000 tokens a unos 2.000, una reducción del 98,7%.
- Filtre antes de que lea el modelo. En lugar de que el modelo lea un registro de 10.000 líneas para encontrar los errores, un pequeño script puede pasarle solo las líneas de error. Es el ejemplo de la guía de Anthropic: decenas de miles de tokens se convierten en cientos.
- Encargue el trabajo ruidoso a un subagente. Ejecutar pruebas o leer documentación genera páginas de salida. Un subagente puede hacer ese trabajo en su propio contexto y devolver a la conversación principal solo un resumen.
- Sea concreto. «Mejora este código» obliga al modelo a leerlo todo. «Añade validación de entrada a la función de inicio de sesión» le hace leer un solo archivo.
7. Envíe por lotes lo que no es urgente
El trabajo que no necesita respuesta en segundos, como clasificar un mes de incidencias de soporte o resumir un archivo de documentos durante la noche, puede pasar por un servicio de procesamiento por lotes. Tanto Anthropic como OpenAI cobran la mitad por las peticiones por lotes.
Ninguna de estas técnicas es exótica. Juntas reducen de forma habitual y considerable los tokens que necesita un trabajo, y a menudo el trabajo mejora, porque el modelo ve lo que importa y poco más. Esa es la clasificación que merece la pena ganar: el mismo resultado con menos.
Qué medir en su lugar
Conserve los datos de uso, pero acompañe cada métrica de actividad del resultado que debería producir. El resultado es lo que se reporta. La actividad es lo que ayuda a entender por qué.
| Métrica de actividad | Lo que realmente indica | El resultado que hay que medir en su lugar |
|---|---|---|
| Tokens consumidos | Cuánta IA se ha usado y, aproximadamente, cuánto ha costado | Coste por resultado: coste total de la IA dividido entre facturas tramitadas, incidencias cerradas o documentos producidos |
| Licencias asignadas o usuarios activos | Quién tiene acceso y quién ha entrado | Horas liberadas, o más trabajo asumido por el mismo equipo, en los procesos que la IA debía cambiar |
| Prompts o sesiones por persona | Con qué frecuencia se recurre a la herramienta | Tiempo de ciclo: cuánto dura el proceso de principio a fin, antes y después |
| Código o contenido escrito por la IA | Cuánto se ha producido | Cuánto ha llegado a producción o a los clientes, y cuánto hubo que rehacer |
| Agentes o flujos desplegados | Cuánto se ha construido | Cuáles han superado su situación de partida en los 90 días siguientes a la puesta en producción, y cuáles hay que detener |
| Pilotos lanzados | Cuánta experimentación hay | Cuántos han llegado a producción con un responsable y una medida |
El resultado de negocio es el que aparece donde un CFO ya mira: costes, ingresos, margen, circulante, riesgo o experiencia de cliente. El coste por resultado es donde se encuentran las dos mitades de este artículo. La optimización baja el coste, el trabajo eleva el resultado, y la relación entre ambos le dice si la IA está rindiendo.
Mi propio ejemplo es la traducción a gran escala. En una marca global de consumo trasladé la traducción y la localización a una plataforma con IA como primer paso en 14 idiomas, con personas revisando en lugar de traducir desde cero. El resultado fue una factura de traducción más baja: alrededor de US$1M al año. Cuántos tokens usaba la plataforma formaba parte del coste de funcionamiento, no del resultado.
Dónde sí ayudan los datos de uso
Los datos de uso no son inútiles. Son una herramienta de diagnóstico, no un marcador.
- El cero es una señal. Si un equipo al que ha dado las herramientas no las usa nunca, falla la formación, el caso de uso o la herramienta. Averigüe cuál.
- Los picos revelan problemas. Shopify, según The Pragmatic Engineer, rebautizó su clasificación como «panel de uso» e introdujo límites que cortan el acceso cuando el gasto de una persona se dispara. Esos límites detectaron agentes descontrolados y algunos errores.
- Con quien más usa conviene hablar. Pregunte qué hacen los usuarios más intensivos. A veces es trabajo valioso que merece extenderse al resto de la empresa. A veces es un agente atascado en un bucle, o una sesión que nunca se reinició.
- El coste va en el business case. El gasto en tokens forma parte de lo que cuesta mantener en marcha un flujo de IA. Inclúyalo en el coste por resultado, junto a las licencias y al tiempo de las personas que lo supervisan.
Preguntas antes de que el próximo informe de IA llegue al consejo
- ¿Qué resultado de negocio debería cambiar cada uso de la IA, y cuál era antes de empezar?
- ¿Cuánto cuesta en total mantenerlo en marcha, incluidos tokens, licencias, integración y supervisión?
- ¿Cuál es el coste por resultado, y está bajando?
- ¿Quién es el responsable de cada uno, y quién decide cuándo detenerlo?
- ¿Qué usos no han superado su situación de partida, y qué estamos haciendo al respecto?
Si las respuestas son sobre todo datos de uso, la empresa tiene un programa de adopción, no un programa de IA. Las cuatro preguntas que hago a cualquier iniciativa de IA antes de financiarla están en La IA en el mid-market. Para las medidas de un flujo concreto, lea IA agéntica en el mid-market.
En resumen
El tokenmaxxing es lo que ocurre cuando la cifra más fácil de contar se convierte en el objetivo. Los tokens son una partida de coste. Trátelos como cualquier otra: hay que vigilarla, hay que reducirla, y nunca es el fin.
El fin es el resultado: un proceso más rápido, más barato o mejor, medido frente a su punto de partida y logrado con los tokens que el trabajo necesita, ni uno más. Si sus informes sobre IA no pueden mostrarlo, son los informes lo primero que hay que corregir. Es el trabajo que hago como Fractional Chief AI Officer, en formato de interim management: elegir los usos que rinden, fijar la situación de partida y la medida, construirlos de forma eficiente y detener los que no rinden. Los proyectos se desarrollan en inglés.
Si desea una segunda opinión sobre lo que está produciendo su gasto en IA, reserve una llamada de 30 minutos.
Preguntas frecuentes
¿Qué significa tokenmaxxing?
El tokenmaxxing consiste en consumir tantos tokens de IA como sea posible para parecer un usuario intensivo, normalmente para subir en una clasificación interna o cumplir un objetivo de gasto. El token es la unidad en la que se facturan los modelos de IA, aproximadamente tres cuartos de una palabra. Usar más cuesta más, pero no significa que se haya hecho más trabajo.
¿Es el consumo de tokens una buena medida de la adopción de la IA?
Es una señal razonable solo al principio. Si nadie usa las herramientas, la adopción ha fracasado. A partir de ahí, el recuento de tokens mide sobre todo el gasto y lo extensos que son los prompts. Cuando el uso se convierte en objetivo, las personas lo inflan, y la cifra deja de decir nada.
¿Cómo se reducen los costes de tokens de IA sin perder calidad?
Mantenga el contexto pequeño y pertinente. Reinicie o compacte las conversaciones largas, traslade las instrucciones permanentes a skills que solo se cargan cuando hacen falta, ponga primero el contenido fijo para que quede en caché, ajuste el modelo y el nivel de razonamiento a cada tarea y envíe por lotes el trabajo que no es urgente. Claude, ChatGPT, Codex y Gemini admiten todas o parte de estas técnicas.
¿Cómo debería medir el retorno de la IA una empresa del mid-market?
Mida el proceso, no la herramienta. Fije una situación de partida antes de empezar, como horas por tarea, coste por transacción, tiempo de ciclo o tasa de error, y compare la misma medida 90 días después de la puesta en producción. Divida el coste total de la IA, incluidos tokens, licencias y las personas que la supervisan, entre el resultado obtenido: tendrá un coste por resultado.
¿Conviene fijar objetivos sobre cuánto usa la plantilla la IA?
Fije objetivos sobre resultados, no sobre uso. Un objetivo como «todos los equipos usan la IA a diario» invita al trabajo inútil y dispara la factura. Un objetivo como «reducir a la mitad el tiempo de tramitación de facturas antes de marzo» da a las personas un motivo para usar la IA donde ayuda y prescindir de ella donde no.
¿Qué debe incluir un informe sobre IA para el consejo de administración?
Para cada uso de la IA en producción, el resultado de negocio frente a su situación de partida, el coste de funcionamiento completo, el coste por resultado, el responsable y cualquier incidencia o riesgo. Los datos de uso van en un anexo, si acaso. Un informe al consejo que empieza por tokens, licencias o usuarios activos está informando de actividad.
