El 1 de junio de 2026, GitHub Copilot dejo atras el modelo de tarifa plana que popularizo la programacion asistida por IA y paso a un sistema de facturacion por consumo de tokens. La suscripcion mensual no ha cambiado de precio, pero los creditos incluidos se agotan en dias y muchos desarrolladores estan viendo como tareas menores tienen ahora un coste perceptible. El cambio, lejos de ser un detalle administrativo, marca un punto de inflexion en como las empresas van a pagar la inteligencia artificial.

Que ha cambiado exactamente

Hasta ahora, una cuota fija daba acceso practicamente ilimitado a las sugerencias de Copilot. Desde junio, cada interaccion consume creditos en funcion del modelo de IA utilizado: los modelos mas potentes gastan mas, y un puñado de peticiones complejas puede vaciar el saldo mensual antes de lo esperado. La cuota base se mantiene, pero el techo de uso real baja de forma drastica para quien trabaja a diario con la herramienta. Para equipos que habian integrado Copilot en su flujo continuo, el coste efectivo por desarrollador puede multiplicarse sin que cambie ni una linea de su contrato, lo que rompe cualquier presupuesto cerrado a principio de año.

Por que era inevitable

El angulo que muchos titulares no recogen es que la tarifa plana nunca fue sostenible. Ejecutar modelos de lenguaje grandes tiene un coste de computo muy real por cada peticion, y durante los primeros años ese coste lo absorbieron las plataformas para ganar cuota de mercado. Lo que estamos viendo no es un abuso puntual, sino el final de una fase subvencionada: el precio empieza a reflejar lo que de verdad cuesta servir la IA. GitHub es el primero de los grandes en hacerlo de forma tan visible, pero no sera el ultimo. Quien construya su operativa asumiendo que la IA generativa sera siempre barata se llevara una sorpresa cuando llegue la factura.

La reaccion de los usuarios

La comunidad de desarrolladores ha reaccionado con frustracion. Muchos describen la etapa anterior como un ensayo subvencionado que ahora se corrige, y reportan que tareas que antes eran gratis dentro de la cuota hoy consumen creditos rapidamente. El malestar no viene tanto del precio en si como de la perdida de previsibilidad: un coste fijo permite planificar, mientras que un coste por uso obliga a vigilar el consumo y a decidir cuando merece la pena invocar el modelo mas caro. Esa incertidumbre es precisamente lo que mas penaliza a los equipos pequeños y a las empresas que recien empezaban a confiar en estas herramientas.

El coste oculto de elegir mal el modelo

Un detalle tecnico con enormes consecuencias economicas es que no todos los modelos cuestan lo mismo. La diferencia de precio entre un modelo ligero y uno de razonamiento avanzado puede ser de un orden de magnitud por la misma tarea. En un modelo de tarifa plana eso daba igual; en un modelo por tokens, usar el modelo mas potente por defecto para cualquier consulta trivial es tirar dinero. Las empresas que prosperaran seran las que enruten cada tarea al modelo mas barato que la resuelva bien, reservando los modelos caros para los problemas que de verdad lo exigen. Esta logica de enrutamiento por coste y calidad pronto sera tan habitual como hoy lo es optimizar una factura de la nube.

Que significa para las empresas

La leccion para cualquier empresa que adopte IA, no solo en programacion, es clara: el coste por uso va a ser la norma, no la excepcion. Esto obliga a tres cosas. Primera, medir el consumo real antes de comprometer procesos criticos a una herramienta de IA. Segunda, elegir el modelo adecuado para cada tarea en lugar de usar el mas potente por defecto. Y tercera, diseñar los flujos para que la IA aporte valor donde de verdad lo justifica, no en cada microaccion. Las empresas que entiendan la estructura de costes de la IA tendran una ventaja competitiva sobre las que la traten como un grifo abierto.

Conclusion

El cambio de Copilot no es un episodio aislado, sino el primer aviso de una transicion que afecta a todo el sector. La IA generativa esta dejando de ser un producto subvencionado para convertirse en un servicio que se paga por lo que consume, igual que la electricidad o la nube. Para las empresas, la respuesta no es renunciar a la IA, sino profesionalizar su uso: presupuestar, medir y optimizar. Quien lo haga convertira un coste creciente en una inversion controlada; quien lo ignore descubrira, factura tras factura, que la IA barata era solo una promocion de lanzamiento. En la practica, esto significa tratar el gasto en IA como una partida mas del presupuesto tecnologico, con responsables, limites y revisiones periodicas. Las organizaciones que ya gestionan asi su factura de la nube parten con ventaja, porque la disciplina es la misma: visibilidad del consumo, alertas cuando se dispara y decisiones basadas en el retorno de cada euro invertido. La IA no deja de ser rentable por cobrarse por uso; simplemente premia a quien la administra con cabeza.