En la mayoría de los servicios de chat con IA, como ChatGPT-4o, el coste se basa en unidades invisibles llamadas tokens. Aunque estas unidades determinan el precio final, los usuarios no ven en tiempo real cuántos consumen, lo que crea una brecha entre el servicio ofrecido y el importe cobrado.
Esta estrategia se sustenta en la confianza: se asume que los proveedores contarán los tokens con honestidad. Sin embargo, al no haber una interfaz transparente, cualquier ligera manipulación en el conteo puede inflar la factura sin que el usuario perciba la diferencia.
Inflación oculta y prácticas opacas
Investigaciones recientes revelan técnicas de inflación de tokens donde un mismo texto puede dividirse en fragmentos distintos según convenga al proveedor, multiplicando artificialmente el coste. Por ejemplo, una palabra como «increíble» puede contarse como uno o varios tokens dependiendo del algoritmo de tokenización aplicado.
Además, algunos sistemas generan procesos internos de razonamiento o pasos auxiliares que nunca se muestran al usuario, pero sí se facturan. Este conjunto de operaciones invisibles crea una opacidad estructural que impide verificar la veracidad de los cargos.
Propuestas hacia la transparencia
Facturación basada en caracteres
Un primer enfoque, defendido por investigadores del Max Planck Institute, propone pasar de tokens a caracteres como unidad de precio. De este modo, el usuario sí vería de forma clara cuántos caracteres consume y no habría incentivo para inflar el recuento.
Este método favorece textos más breves y eficientes, aunque podría incentivar a los proveedores a comprimir en exceso la salida o a aplicar algoritmos de tokenización más agresivos. Aun así, se considera una vía más justa que la actual.
Auditorías criptográficas y marcos de verificación
Otras propuestas, como el sistema CoIn de la Universidad de Maryland, plantean auditorías de terceros mediante pruebas criptográficas. Usan árboles de Merkle para verificar que los tokens facturados coinciden con un resumen cifrado de la salida, sin revelar contenido.
Estos marcos permiten detectar manipulaciones en el conteo y garantizan que las operaciones de razonamiento interno sean relevantes para el resultado final, protegiendo al usuario de cobros injustificados.
