- Mientras los planes de precios basados en créditos crecieron 126% en 2025 y emergen como estándar de la industria SaaS, Clay realizó una gran reestructuración de precios que separa por completo el costo de los datos y el valor de la plataforma
- Figma introdujo un modelo de créditos de IA en diciembre de 2025, pero había pospuesto su ejecución real; desde el 18 de marzo de 2026 comenzó a aplicar de lleno los límites de créditos
- PostHog adoptó un esquema de pass-through en el que traslada el costo de IA prácticamente tal cual, con solo un margen de 20%, separando con claridad la plataforma y el costo de los tokens
- Clay eligió una apuesta de largo plazo: aunque espera una caída inmediata de 10% en ingresos por el cambio al nuevo esquema, confía en compensarla ampliando la adopción de la plataforma
- Si gana fuerza un modelo en el que los agentes de IA compren directamente créditos de IA, los esquemas complejos de precios basados en uso podrían volverse más ventajosos en términos de transparencia y optimización
Aplicación plena de los límites de créditos de IA en Figma
- Figma introdujo el modelo de créditos de IA en diciembre de 2025, pero la aplicación real de los límites se retrasó; comenzó a aplicarlos de lleno el 18 de marzo de 2026
- La compra de créditos estuvo disponible desde el 11 de marzo
- Los créditos se asignan por usuario y están incluidos en todos los planes
- Usuarios gratuitos: 500 créditos al mes (equivalentes a $12)
- Enterprise full seat: 4,200 créditos al mes (equivalentes a $100)
- Los créditos se reinician cada mes y no se acumulan
- Se pueden comprar suscripciones adicionales de créditos compartidos a nivel de cuenta, desde $120 al mes por 5,000 créditos (unos 2 centavos por crédito)
- Los créditos pay-as-you-go estarán disponibles más adelante, con un recargo de 25% frente a la suscripción mensual
- Efectos de la estrategia de ofrecer créditos gratis durante 3 meses
- Dio a los usuarios la oportunidad de probar y familiarizarse con las funciones de IA
- Permitió obtener datos reales de uso y de costos
- Recogió feedback para ajustar detalles del esquema de cobro antes de facturar
- Se confirmó una distribución de ley de potencia (power law) en el consumo de IA: 75% de los clientes de pago con ARR superior a $10,000 consumen créditos de IA semanalmente
- Algunos usuarios ya superaban el límite de créditos, aunque no se revelaron cifras exactas
- Se diseñó una estructura para incentivar upgrades de seat: de Dev seat (500 créditos al mes) a Professional seat (3,000 créditos al mes, con un valor adicional de $60); como el upgrade del seat cuesta solo $5 al mes, resulta mucho más barato que comprar créditos por separado
- Tensión inherente del esquema de precios: mientras la creación de prototipos cuesta 20 créditos fijos, la generación de imágenes varía entre 5 y 25 créditos según el LLM elegido
- Al mezclar enfoques basados en valor (value-based) y basados en costo (cost-based), el usuario carga con la necesidad de evaluar directamente el trade-off entre precio y valor
- Tampoco está claro si los usuarios se beneficiarían cuando bajen los costos de los LLM
Plataforma + tokens: la nueva estructura de precios de IA
- Para superar las limitaciones de mezclar créditos basados en costo y en valor, surge como alternativa una estructura que separa plataforma (valor) y tokens (costo)
- Se compara con el leasing de un auto (plataforma) + combustible (tokens), o con una membresía de Costco (plataforma) + los productos comprados (tokens)
- Snowflake: separa almacenamiento y transferencia de datos (traslado de costos) frente a cómputo y servicios cloud (aporte de valor)
- Software vertical: distingue entre procesamiento de pagos (traslado de costos de bajo margen) y módulos de software (valor de alto margen)
- Cuatro ventajas de esta estructura
- Garantiza un piso de margen: asegura al menos alrededor de 20% de margen bruto, y los ingresos escalan de forma natural junto con el consumo de tokens de IA
- Aporta transparencia de costos: bajas en el costo de los LLM, elección de modelos más baratos o economías de escala del proveedor se reflejan de inmediato en el cliente, que además puede controlar directamente su gasto
- Permite enfocarse en el valor propio del producto: en vez de destacar la infraestructura de IA, cada vez más comoditizada, se puede resaltar la diferenciación del producto
- Admite formas flexibles de compra: abre posibilidades como BYOK (Bring Your Own Key) o modelos de marketplace de IA (comprar apps vía OpenAI o Anthropic, como en AWS Marketplace)
- Desventaja: aumenta la complejidad para el comprador
Caso de PostHog aplicando plataforma + tokens
- Simplificó el cobro de IA con un modelo pass-through que traslada el costo con solo un markup de 20%
- Ofrece a los nuevos clientes $20 de uso gratis
- Como PostHog genera valor a través de más de 10 productos distintos, las funciones de IA ocupan el lugar de complemento que vuelve más valiosos esos productos
Nuevo esquema de Clay con plataforma + tokens
- El esquema anterior de Clay ya era un modelo basado en créditos pionero en el mundo GTM tech, con soporte para usuarios ilimitados en todos los planes
- Los créditos anteriores se usaban para consultar data points; por ejemplo, obtener un número de celular costaba entre 2 y 25 créditos según el proveedor de datos
- A medida que evolucionó desde una estructura centrada en un marketplace de datos hacia una plataforma de automatización que ejecuta workflows complejos, aparecieron desajustes con el esquema de créditos anterior
- Cambios clave del nuevo esquema (a marzo de 2026)
- Separa con claridad el costo (créditos de datos) y el valor (acciones)
- Reduce los planes de 5 a 4 y aclara el mensaje de cliente objetivo para cada uno
- Reduce entre 50% y 90% el costo de los créditos de datos
- El costo de los modelos avanzados de IA se maneja con pass-through sin markup (0%), por lo que el cliente paga solo el consumo real de tokens
- Los clientes self-serve existentes pueden mantener el esquema legacy
- Se espera una caída inmediata de 10% en ingresos por la transición
- El flywheel de largo plazo de Clay: (a) ampliar el acceso al producto → (b) bajar el costo de los datos GTM → (c) generar ingresos ejecutando workflows GTM complejos
El futuro en el que los agentes de IA compran créditos directamente
- Dos formas en que Clay aborda el problema de la dificultad para predecir los precios basados en uso
- Establecer límites de acciones suficientemente amplios: 90% de los clientes actuales no llega a su límite de acciones
- Integración de datos vía API del propio cliente (BYOD): elimina la variable de créditos de datos y simplifica el esquema de precios
- Surge la perspectiva de que los esquemas complejos basados en tokens podrían ser incluso más adecuados para agentes de IA
- Los agentes de IA no se ven afectados por efectos psicológicos de precio como charm pricing, decoy effect, price anchoring o zero price effect
- Como pueden procesar grandes volúmenes de información, incluidos los términos y condiciones, podrían preferir esquemas complejos siempre que haya documentación transparente, seguimiento de uso y límites de presupuesto
- Los agentes de IA avanzan hacia decidir también la compra de productos, y esta tendencia podría acelerarse en contextos de agentes como Claude Code
Aún no hay comentarios.