Simulador de presupuesto y coste de la recursión
Modela el coste en tokens, la latencia y la explosión de la meta-optimización de un arnés de agente que se automejora antes de construirlo: con tus precios y una fórmula transparente.
Abrir la herramienta →La herramienta interactiva se abre en inglés.
Un arnés de agente que se automejora, como Harness² de Google Cloud AI Research (arXiv:2610.14224), gasta tokens en meta-optimización: mejorar sus propios prompts y herramientas, no solo ejecutar la tarea. Defines la estructura de la recursión (profundidad, factor de ramificación, pasadas del verificador, iteraciones de optimización) y el perfil de tokens de una llamada de la tarea base y de una llamada meta, y la herramienta proyecta los tokens totales, el coste total, el tiempo real y el reparto, que es lo que importa, entre el gasto de la tarea base y el gasto meta. No incluye precios de proveedores: escribes la tarifa de tu propio modelo en dólares por millón de tokens de entrada y salida y tu latencia por llamada, así que la estimación es tuya y nunca queda desfasada; los precios de ejemplo están marcados como «example, edit me». La idea clave es multiplicativa: el abanico (iteraciones × ramificación × verificador) se compone una vez por cada meta-nivel, así que una automejora profunda puede gastar mucho más en mejorar el arnés que en la tarea para la que se construyó. Un límite de presupuesto muestra la profundidad a la que lo superas y el coste marginal de un nivel más. Puedes compartir cualquier escenario con un enlace permanente o exportarlo en Markdown. Todo se ejecuta en tu navegador con una única fórmula visible: es una ayuda de diseño HEURÍSTICA, no un benchmark ni una cotización de un proveedor. Es una herramienta Pro: con una cuenta gratuita tienes 3 usos de herramientas Pro en total y después necesitas Pro.
- Fija la estructura de la recursión: profundidad, factor de ramificación, pasadas del verificador e iteraciones.
- Introduce el perfil de tokens de una llamada base y de una llamada meta, el precio de tu modelo por millón de tokens y tu latencia por llamada.
- Lee los tokens totales, el coste, el tiempo real y el reparto entre la tarea base y la meta-optimización.
- Añade un límite de presupuesto para ver a qué profundidad lo superas, y comparte el escenario por enlace o expórtalo en Markdown.
Preguntas frecuentes
¿Qué modela realmente este simulador?
Modela el gasto en tokens de un arnés de agente recursivo que se automejora. Además de la tarea base, ese arnés optimiza sus propios prompts y herramientas: en cada meta-nivel ejecuta un número de iteraciones de optimización, cada una propone un factor de ramificación de mejoras candidatas y cada candidata se evalúa con un número de pasadas del verificador. El abanico por nivel es iteraciones × ramificación × verificador, y se compone una vez por meta-nivel, así que las ejecuciones de la tarea base escalan como abanico^profundidad. La herramienta convierte tus datos en tokens totales, coste total a tus precios, tiempo real con tu latencia y el reparto entre el gasto de la tarea base y el de la meta-optimización.
¿Por qué la herramienta no incluye precios de modelos?
A propósito. Los precios de los proveedores cambian a menudo y varían según el modelo, la región y el contrato, así que cualquier lista de precios incorporada estaría desfasada o sería incorrecta para alguien. En su lugar escribes los dólares por millón de tokens de entrada y salida de tu propio modelo. Las cifras de ejemplo que aparecen al cargar están marcadas claramente como «example, edit me» y no son una recomendación ni una lista de un proveedor. Como el cálculo se hace íntegramente con los números que tú aportas, mediante una fórmula que la página muestra completa, la estimación nunca puede quedar desfasada: es exactamente tan precisa como los datos que le das.
¿Es un benchmark o una predicción de lo que cuesta un sistema real?
Ninguna de las dos cosas. Es una ayuda de diseño heurística y transparente. Parte de un supuesto simple y visible (cada llamada de la tarea base, de propuesta y del verificador consume el perfil de tokens que fijas) y lo proyecta a través de la estructura de recursión que eliges. Los arneses reales usan caché, podan las ramas perdedoras, enrutan a modelos más baratos y paralelizan, y todo eso cambia la cifra real. Úsala antes de construir para ver la forma y el orden de magnitud de la explosión y para encontrar dónde muerde un límite de presupuesto, no como garantía de ningún gasto en producción.
¿Para qué sirve el reparto entre tarea base y meta-optimización?
Es la lección central. La tarea base es el trabajo que de verdad quieres hacer: una ejecución productiva es lo que pagarías sin ninguna recursión. Todo lo que añade la recursión (las ejecuciones de prueba repetidas de la tarea base más las llamadas de propuesta y del verificador) es meta-optimización: gasto en mejorar el arnés en lugar de en la respuesta. En un agente que se automejora (la idea de Harness² de Google Cloud AI Research, arXiv:2610.14224), ese gasto meta puede superar fácilmente a la tarea base en órdenes de magnitud, que es justo la trampa que esta herramienta está pensada para sacar a la luz antes de que te cueste dinero real.
¿Sale algo de mi navegador?
No. Toda la herramienta es React en el lado del cliente con SVG en línea y funciones puras. No hay llamadas de red ni de API, y nada de lo que introduces se envía a ninguna parte. El enlace permanente para compartir codifica tu escenario en el hash de la URL dentro de tu propio navegador, y la exportación en Markdown se genera y se descarga en local como un Blob.
¿Es gratis?
No, es una herramienta Pro. Con una cuenta gratuita tienes 3 usos de prueba de herramientas Pro en total; después necesitas Pro.