Un nuevo estudio ha producido un titular alarmante: los agentes de IA pueden usar hasta 136,5 veces mas electricidad que un chatbot estandar para una sola consulta. La cifra se hizo viral. Segun la investigacion de KAIST, recogida por el Korea Times, Forbes, Gizmodo y Digital Trends, es real - pero tambien muy malinterpretada. Esto es lo que significa de verdad. Para lo basico, mira nuestra guia que es un agente de IA.
Que encontro el estudio
Un equipo de KAIST (el Instituto Avanzado de Ciencia y Tecnologia de Corea) publico hacia el 5 de julio de 2026 un articulo sobre el coste del razonamiento dinamico, el estilo de bucle-y-llamada de los agentes de codigo de IA modernos. Midio la potencia de las respuestas tipo chatbot frente al trabajo tipo agente.
El resultado pico: un agente que navega por la web, escribe codigo y encadena planes multipaso puede consumir hasta 136,5 veces mas energia por pregunta que una simple respuesta de IA generativa.
La cifra es un pico, no un promedio
Aqui es donde el titular viral engana. 136,5x es el peor caso, no el caso tipico. Describe agentes pesados, multipaso, que llaman a muchas herramientas - no cada agente en cada tarea. Un agente simple con un trabajo corto esta muy lejos de esa cifra.
La cobertura de Forbes hizo la misma observacion: la cifra viral es un pico, y tratarla como promedio exagera el coste diario. La lectura honesta es que los agentes pueden ser mucho mas caros, no que siempre lo sean.
El problema real: las GPU inactivas
El hallazgo mas util es por que los agentes cuestan tanto. Un agente no responde de una vez. Planifica, llama a una herramienta, espera, lee el resultado y vuelve a llamar al modelo - a menudo muchos ciclos por tarea.
Mientras el agente espera una herramienta externa o una pagina web lenta, la costosa GPU esta encendida pero sin calcular. El estudio midio que las GPU pueden estar inactivas hasta el 54,5% del tiempo. Pagas potencia completa por hardware que, gran parte de la tarea, solo espera. Ese tiempo muerto - no el tamano del modelo - es el impuesto energetico oculto.
Que significa para ti
Dos conclusiones practicas:
- Ajusta la herramienta a la tarea. Una sola llamada al modelo bien formulada es mucho mas barata que un agente que repite ciclos. Para una pregunta simple, no lances un agente multipaso.
- Valora los ciclos. Cuando la navegacion, el codigo y las comprobaciones de un agente te ahorran trabajo de verdad, la energia extra puede valer la pena. La meta es la eficiencia, no evitarlos.
La conclusion honesta
Dos matices para no desviarse. Primero, 136,5x es un pico de un solo estudio, muy difundido pero aun la medicion de un unico grupo de investigacion - util, no dogma. Segundo, el punto no es que los agentes sean malos; es que su coste energetico crece con cuanto repiten ciclos y esperan.
La lectura honesta: los agentes de IA son un salto real en capacidad y un salto real en consumo, debido sobre todo al hardware inactivo durante el razonamiento multipaso. Usalos donde el trabajo multipaso compense, y recurre a una simple llamada al modelo cuando no. Para elegir modelos eficientes desde el principio, nuestro resumen de mejores LLM de codigo 2026 ayuda.
