Cuánto cuesta implementar RAG: embeddings, almacenamiento, consultas y modelos

Publicado el 2026-11-16 por ArduBot

Modelo de costos de un servicio RAG: indexación inicial, OCR, embeddings, vector database, búsquedas, generación, mantenimiento y picos.

Un prototipo RAG parece barato cuando se prueba con tres PDFs, pero el costo cambia si procesas miles de páginas y recibes consultas todo el día. Antes de fijar un precio mensual hay que separar indexación, recuperación y generación.

Los cinco costos que conviene presupuestar

1. Extracción: descargar, convertir HTML o leer PDFs. Las páginas escaneadas pueden necesitar OCR, que añade procesamiento y revisión de errores.

2. Embeddings: transformar fragmentos en vectores. La facturación puede depender del volumen de texto procesado y del proveedor; reindexar documentos actualizados genera nuevos consumos.

3. Almacenamiento e índice: conservar texto, metadatos, vectores, copias y versiones en una base de datos o un motor especializado.

4. Recuperación: búsqueda, filtros, reranking opcional y recursos del servidor. Algunas soluciones cobran por consulta; otras requieren pagar capacidad reservada.

5. Respuesta del LLM: si el servicio redacta respuestas, los tokens de entrada y salida son un costo adicional. Una API que devuelve solo fragmentos puede operar sin pagar generación por cada búsqueda.

Ejemplo numérico: no confundir supuestos con precios

Supongamos 10.000 páginas, 5 fragmentos útiles por página y 20.000 preguntas mensuales. Tendríamos unas 50.000 unidades indexadas antes de duplicados o filtros. Si cada consulta devuelve 5 fragmentos, el sistema recuperará hasta 100.000 fragmentos al mes, pero eso no significa 100.000 llamadas de embeddings: suele calcularse un embedding por pregunta y embeddings por nuevo contenido procesado, según la arquitectura.

Para presupuestar, multiplica la cantidad estimada de tokens de documentos por la tarifa vigente del proveedor de embeddings, suma el coste de almacenamiento, CPU/ram, OCR, reranking y, si existe, generación. Finalmente añade un margen para picos, reintentos y reindexación por cambios de modelo.

No existe aquí un “precio universal de RAG”. Las tarifas de proveedores pueden cambiar y dependen de la arquitectura concreta; pide siempre cotizaciones actuales.

Qué influye más de lo que parece

Un PDF con tablas mal extraídas puede producir fragmentos inútiles y obligar a repetir el trabajo. Un producto que permite subir archivos ilimitados puede consumir más en ingesta que en búsquedas. Las políticas de retención también importan: guardar versiones indefinidas incrementa tamaño y riesgo.

La caché puede ahorrar consultas repetidas, pero debes invalidarla cuando cambian la fuente, los permisos o la identidad autorizada. Nunca compartas una caché de respuestas privadas entre clientes.

Una plantilla de cálculo práctica

Costo mensual =
  infraestructura fija
+ documentos nuevos/reindexados × costo de procesamiento
+ preguntas × costo de recuperación
+ preguntas respondidas × costo de generación
+ almacenamiento, backups, monitoreo y soporte
La tarifa comercial necesita además cubrir desarrollo, incidencias, soporte y margen, no solo la factura del proveedor.

Cómo medir la rentabilidad de un nodo RAG

Ofrece a los primeros interesados una prueba con un límite claro de documentos y preguntas. Registra tiempo de puesta en marcha, costo mensual y ahorro operativo real del cliente. Si el costo de soporte manual es mayor que el ingreso, el servicio no escala aunque los embeddings sean baratos.

En ArduMaker estamos evaluando un RAG administrado por API, pero no anunciamos un precio ni disponibilidad antes de validar infraestructura y demanda. Si te interesa, indica páginas o GB, preguntas al mes y necesidad de generación al visitar ArduMaker.

Fuentes para diseñar la arquitectura: RAG en Microsoft · Costos de API de IA: artículo relacionado.

  • RAG
  • costos IA
  • embeddings
  • SaaS
  • API

Seguir leyendo

Todos los artículos · Planes de VPS