Pricing & Cost Analysis
Desglose completo de costos, margenes y configuracion de planes para NorthTec AI
Costo promedio por mensaje
$0.0006
Con gpt-5-mini (antes $0.003 con gpt-4.1)
Ahorro vs modelo anterior
80%
Migracion de gpt-4.1 a gpt-5-mini
Margen promedio planes pagos
96.5%
Asumiendo uso al 100% del limite
Canales soportados
3
Web Widget + WhatsApp + API
Stack de Modelos AI
Cada componente del sistema usa el modelo optimo para su tarea, balanceando costo y calidad.
| Componente | Modelo | Input / 1M tokens | Output / 1M tokens | Archivo |
|---|---|---|---|---|
| Chat principal Widget + WhatsApp + API |
gpt-5-mini | $0.25 | $2.00 | stream.ts:161 |
| Analisis de documentos Resumen + topicos |
gemini-2.5-flash-lite | $0.10 | $0.40 | gemini.ts:83 |
| Fallback analisis Si flash-lite falla |
gemini-2.5-flash | $0.30 | $2.50 | gemini.ts:108 |
| Extraccion PDF con vision Tablas rotas / OCR |
gemini-2.5-flash | $0.30 | $2.50 | gemini.ts:149 |
| Embeddings Vectores para RAG |
$0.15 | $0.00 | embeddingService.ts |
Nota: El chat principal usa un solo modelo (
gpt-5-mini) compartido entre los 3 canales (Widget, WhatsApp, API) a traves de runChatWithToolsStream().
Pipeline de Procesamiento
Arquitectura de modelos desde la ingesta del documento hasta la respuesta al usuario.
Indexacion de documentos
PDF / DOCX
→
gemini-flash Vision (si tablas rotas)
→
Texto crudo
→
flash-lite Resumen + topicos
→
Chunks (800 palabras max)
→
Vectores
→
Pinecone
Chat con usuario
Mensaje del usuario
→
Query RAG
→
Pinecone (top K chunks)
→
gpt-5-mini + contexto + tools
→
Respuesta
Costo por Mensaje (Unitario)
Desglose del costo real de cada mensaje del asistente, asumiendo ~700 tokens input y ~200 tokens output promedio.
| Servicio | Costo / mensaje | Notas |
|---|---|---|
| OpenAI gpt-5-mini (input ~700 tokens) | $0.000175 | System prompt + historial + mensaje |
| OpenAI gpt-5-mini (output ~200 tokens) | $0.0004 | Respuesta del asistente |
| OpenAI total | $0.0006 | Sin tools. Con tools: ~$0.001-0.002 |
| Firestore (3 reads + 4 writes) | $0.00001 | Despreciable |
| WhatsApp Meta (ventana 24h) | $0.00 | Gratis dentro de ventana de servicio |
| Gemini embedding (si RAG) | $0.00003 | $0.15/1M tokens, ~200 tokens query |
| Pinecone query (si RAG) | $0.004 | ~0.25 RU minimo x $16/1M RU |
Comparacion: Con gpt-4.1 el costo por mensaje era ~$0.003. Con gpt-5-mini es ~$0.0006. Ahorro del 80% sin sacrificar calidad en atencion al cliente.
Servicios Externos
WhatsApp Business API (Meta)
| Tipo de mensaje | Costo | Notas |
|---|---|---|
| Servicio (ventana 24h) | Gratis | Cuando el usuario escribe primero. Ilimitado desde Nov 2024 |
| Marketing (template) | $0.0625 - $0.086 | Varia por pais. Mas caro en LATAM |
| Utilidad (template) | $0.0008 - $0.014 | Confirmaciones, alertas |
| Autenticacion (OTP) | $0.008 - $0.014 | Codigos de verificacion |
Clave: En el flujo actual de NorthTec AI, todos los mensajes son de servicio (el usuario escribe primero, el bot responde). Costo de WhatsApp Meta = $0.
Pinecone (Vector DB)
| Operacion | Costo | Notas |
|---|---|---|
| Read Units (queries) | $16 / 1M RUs | Plan Standard. Min 0.25 RU por query |
| Write Units (indexacion) | $2 / 1M WUs | Solo al indexar documentos |
| Storage | $0.33 / GB / mes | Vectores + metadata |
Firestore Operations
Operaciones de Firestore por mensaje en cada canal.
| Canal | Reads | Writes | Costo / mensaje |
|---|---|---|---|
| Widget / API | 3 | 4 (incluye usage counter) | ~$0.00001 |
| 3 (paralelo) | 5 (incluye WA key + usage counter) | ~$0.000013 |
Optimizacion aplicada: Eliminamos
wa_lookups (coleccion innecesaria) y loadConversationContext (read redundante). De 6 reads bajamos a 3 por mensaje en WhatsApp.
Planes Personales
Sin WhatsApp. Solo canal web (Widget + API).
| Plan | Precio | Msgs/mes | Docs | Productos | Usuarios | Storage | |
|---|---|---|---|---|---|---|---|
| personal_free | Gratis | 30 conv | 3 | 2 | 1 | 10 MB | ✗ |
| personal_starter | $49 | 300 conv | 20 | 5 | 1 | 50 MB | ✗ |
| personal_pro | $99 | 1,000 conv | 75 | 25 | 2 | 250 MB | ✗ |
Planes PyME
Con WhatsApp Business. Web + WhatsApp + API.
| Plan | Precio | Implementacion | Msgs/mes | Docs | Productos | Usuarios | WA #s | Storage |
|---|---|---|---|---|---|---|---|---|
| pyme_starter | $499 | $0 | 1,500 conv | 75 | 25 | 2 | 1 | 250 MB |
| pyme_business | $999 | $500 | 5,000 conv | 250 | 100 | 5 | 5 | 1 GB |
| pyme_scale | $1,499 | $1,000 | 15,000 conv | 500 | 250 | 10 | 10 | 5 GB |
Proyeccion de Margenes
Estimacion asumiendo uso al 100% del limite del plan, ~5 mensajes por conversacion, ~50% de mensajes usando RAG.
| Plan | Precio | Costo OpenAI | Firestore | RAG | Costo Total | Margen |
|---|---|---|---|---|---|---|
| personal_free | $0 | $0.03 | $0.001 | - | $0.03 | -$0.03 |
| personal_starter | $49 | $0.45 | $0.01 | - | $0.46 | 99.1% |
| personal_pro | $99 | $1.50 | $0.04 | $2.50 | $4.04 | 95.9% |
| pyme_starter | $499 | $4.50 | $0.05 | $7.50 | $12.05 | 97.6% |
| pyme_business | $999 | $15.00 | $0.18 | $25.00 | $40.18 | 96.0% |
| pyme_scale | $1,499 | $45.00 | $0.54 | $75.00 | $120.54 | 92.0% |
Nota: Estos margenes son con
gpt-5-mini. Con el modelo anterior (gpt-4.1), los costos eran 5x mayores y los margenes estaban entre 65-89%.
Comparacion de modelos (costo por mensaje)
| Modelo | Input / 1M | Output / 1M | Costo / mensaje | vs gpt-5-mini |
|---|---|---|---|---|
| gpt-5-mini (actual) | $0.25 | $2.00 | $0.0006 | - |
gpt-4.1 (anterior) |
$2.00 | $8.00 | $0.003 | 5x mas caro |
gpt-4.1-mini (fallback) |
$0.40 | $1.60 | $0.0006 | ~igual |
gpt-5-nano (auxiliar) |
$0.05 | $0.40 | $0.0001 | 6x mas barato |
Contador de Uso Global
Contador de mensajes del asistente por cliente, desglosado por canal. Se incrementa en el fire-and-forget existente (0 reads extra, 1 write merge).
Ubicacion en Firestore
clients/{userId}/private/usage
{
messages: { // total global
"2025-12": 3580,
"2026-01": 142
},
whatsapp: { // solo WhatsApp
"2025-12": 2100,
"2026-01": 85
},
widget: { // solo Widget
"2025-12": 1200,
"2026-01": 45
},
api: { // solo API
"2025-12": 280,
"2026-01": 12
},
lastMessageAt: Timestamp
}
Lectura en el Admin
const usageSnap = await db
.collection("clients").doc(userId)
.collection("private").doc("usage")
.get();
const usage = usageSnap.data();
const currentMonth = "2026-01";
const totalMessages = usage?.messages?.[currentMonth] || 0;
const whatsappMessages = usage?.whatsapp?.[currentMonth] || 0;
const widgetMessages = usage?.widget?.[currentMonth] || 0;
const apiMessages = usage?.api?.[currentMonth] || 0;
Archivos modificados
| Archivo | Cambio |
|---|---|
agents/utils/usageCounter.ts | Helper incrementMonthlyMessageCount(userId, channel) |
agents/assistant/stream.ts | Agregado al fire-and-forget (Widget/API) |
agents/whatsapp/handleWhatsAppWebhook.ts | Agregado al fire-and-forget (WhatsApp) |
Observabilidad
Logs estructurados para detectar cuando se necesitan ajustes en modelos, chunks o configuracion.
| Senal | Log | Que significa | Accion |
|---|---|---|---|
| Flash-lite fallback | flash-lite respuesta sin estructura valida |
flash-lite no pudo generar JSON valido | Si >20% → volver a gemini-2.5-flash |
| Fallback exitoso | analisis completado con fallback a flash |
flash-lite fallo, flash lo resolvio | Monitorear tasa de fallback |
| Chunk grande | chunk excede limite de tokens |
Chunk >8192 chars (~2048 tokens) | Bajar chunk size o revisar docs |
| Respuesta vacia | respuesta vacia del modelo |
gpt-5-mini no genero nada | Revisar system prompt o subir modelo |
| Respuesta corta | respuesta muy corta (<20 chars) |
Respuesta tipo "Ok" sin contenido | Ajustar prompt si es frecuente |
| Tool loop | tool loop exhausted (6/6) |
Modelo entro en loop de tools | Simplificar tools o subir modelo |
| RAG miss | 0 chunks encontrados |
No encontro docs relevantes | Revisar embeddings/docs indexados |
Filtro en Cloud Logging
resource.type="cloud_run_revision" jsonPayload.msg=~"fallback|truncamiento|vacia|muy corta|exhausted|0 chunks"
RAG & Chunking
Configuracion actual
| Parametro | Valor | Archivo |
|---|---|---|
| Max chunk size | 800 palabras (~1000-1200 tokens) |
textSplitter.ts |
| Min chunk size | 100 palabras |
textSplitter.ts |
| Overlap | 1 oracion |
textSplitter.ts |
| Max chunks por doc | 200 |
extractAndChunk.ts |
| Embedding max tokens | 2048 |
gemini-embedding-001 |
| Pinecone topK | Configurable (default 5) | tools.handlers.ts |
| Pinecone minScore | 0.3 |
tools.handlers.ts |
Estrategia de chunking
Chunking semantico: Corta por oraciones completas. Nunca deja encabezados sueltos al final de un chunk. Fusiona chunks muy pequenos. Detecta headings (Markdown, SECCION, ARTICULO, CAPITULO, numeracion romana).
Importante: El chunk size se cambio de 1500 a 800 palabras para garantizar que nunca exceda el limite de 2048 tokens del embedding model. Los documentos indexados antes de este cambio siguen con chunks de 1500 — re-indexar si es necesario.
Equipo & Operacion
Sizing del equipo recomendado por fase de crecimiento. La plataforma esta disenada para operar con equipo minimo gracias a infra serverless (Cloud Run, Firestore) y auto-scaling.
Fase 1 — Lanzamiento y traccion (Meses 1-6)
| Rol | Cant. | Costo/mes | Responsabilidad |
|---|---|---|---|
| Dev Senior Full-Stack | 1 | $3,000 - $5,000 | Core del producto, AI, integraciones, bugs, onboarding tecnico |
| Total equipo | 1 | $3,000 - $5,000 |
Por que 1 persona es suficiente: Backend funcional y en produccion, 3 canales integrados (Widget, WhatsApp, API), RAG completo, planes y billing implementados, infra serverless sin ops. El foco es producto y primeros clientes.
Fase 2 — Crecimiento (Meses 6-12, ~50-150 clientes pagos)
| Rol | Cant. | Costo/mes | Responsabilidad |
|---|---|---|---|
| Dev Senior (Backend/AI) | 1 | $3,000 - $5,000 | Core AI, modelos, RAG, performance, nuevas features |
| Dev Mid (Frontend/Admin) | 1 | $2,000 - $3,500 | Admin panel, dashboard clientes, landing, onboarding UX |
| Customer Success | 1 | $1,500 - $2,500 | Configurar asistentes, onboarding PyMEs, soporte nivel 1 |
| Total equipo | 3 | $6,500 - $11,000 |
El segundo hire deberia ser Customer Success, no dev. El cuello de botella a 50+ clientes es onboarding de PyMEs (configuracion de asistentes, documentos, WhatsApp), no codigo.
Fase 3 — Escala (Meses 12-24, ~150-500 clientes pagos)
| Rol | Cant. | Costo/mes | Responsabilidad |
|---|---|---|---|
| Dev Senior (Backend/AI) | 1 | $3,000 - $5,000 | Arquitectura, AI, integraciones enterprise |
| Dev Mid (Frontend) | 1 | $2,000 - $3,500 | Admin panel, dashboards, reportes, UX |
| Dev Mid (Backend) | 1 | $2,000 - $3,500 | Nuevos canales (Telegram, IG), automations, CRM integrations |
| Customer Success | 1 | $1,500 - $2,500 | Onboarding, soporte, capacitacion |
| Ventas / Growth | 1 | $1,500 + com. | Adquisicion de clientes PyME, partnerships, expansion regional |
| Total equipo | 5 | $10,000 - $16,500 |
Equipo vs MRR
| Fase | MRR esperado | Costo equipo | % del MRR | Resultado |
|---|---|---|---|---|
| Fase 1 (mes 6) | $11,246 | $5,000 | 44% | Rentable |
| Fase 2 (mes 12) | $31,347 | $11,000 | 35% | Rentable |
| Fase 3 (mes 24) | $93,532 | $16,500 | 18% | Muy rentable |
Regla SaaS: Un dev por cada $15-20k de MRR es saludable. Antes de eso, sobre-contratacion. Despues, cuello de botella. El equipo crece solo cuando el MRR lo justifica.
Ultima actualizacion: Enero 2026 · NorthTec AI Backend · Proyecto: northtec-c1d07