Continue es una extensión de programación con IA de código abierto y muchas personas la entienden como una "herramienta gratuita" la primera vez que la instalan. La forma más precisa de decirlo es esta: la extensión puede usarse gratis, pero las llamadas a los modelos no aparecen de la nada. Lo que realmente determina la factura es cuántas solicitudes envían el autocompletado y el chat, cuánto contexto lleva cada una y qué nivel de modelo se utiliza.

Este artículo no fija precios unitarios, sino que ofrece un método de cálculo reutilizable: primero separa las dos capas de costo, después analiza la estructura de tokens del autocompletado y del chat y, por último, usa los registros para presupuestar y fijar límites. Los precios concretos cambian; toma como referencia la plataforma que uses y los precios de modelos del sitio.

1. Distingue primero dos capas de costo: software y modelo

La primera capa es la herramienta. La extensión de código abierto de Continue puede instalarse por cuenta propia y su repositorio es público; si el equipo necesita configuración unificada, asistentes compartidos y gestión de permisos, puede usar los productos de equipo de Continue, cuyos precios y cuotas se rigen por la página de precios de Continue.

La segunda capa es el modelo. Ya uses los modelos gestionados que incluye Continue o introduzcas tu propia clave, al final pagas por tokens o por una suscripción de modelo. Si usas un gateway de terceros, el gateway también tendrá sus propias reglas de facturación y liquidación.

Por eso, "precio de Continue" y "API por uso" no son una comparación del mismo nivel. El primero es la capa de herramienta y colaboración; el segundo es la capa de recursos de inferencia. Lo que hay que calcular es la suma de tres cosas: el costo de la herramienta, el costo del modelo y el tiempo dedicado a mantener la configuración.

2. La estructura de tokens del autocompletado y del chat es completamente distinta

Modo de uso Frecuencia Entrada por solicitud Salida por solicitud De dónde viene el costo Dónde optimizar
Autocompletado Muy alta, se activa al escribir Prefijo, sufijo y ediciones recientes, normalmente cortos Muy breve Número de solicitudes y tokens de entrada Debounce, cancelar solicitudes obsoletas, modelos pequeños
Chat y edición Media-baja Prompt del sistema, reglas y contexto de archivos, más largos Media Acumulación de contexto y salida Reducir contexto, limitar salida
Tareas de Agent Baja Resultados de herramientas en varias rondas, los más largos Larga Número de rondas y resultados de herramientas Dividir tareas, aprobaciones, condiciones de parada
Indexación del código Una vez o incremental Fragmentos de código Vectores Llamadas a modelos de embeddings Excluir directorios, actualización incremental, embeddings locales

El autocompletado parece completar solo unas pocas líneas cada vez, pero puede activarse cientos o miles de veces al día. El editor envía una solicitud cada pocos caracteres y la frecuencia multiplica el costo. Al contrario, el chat y el Agent son más caros por solicitud, pero si el contexto no se gestiona bien, una sola tarea larga puede costar lo mismo que un día entero de autocompletado.

3. Calcula un mes con registros, no con sensaciones

Si separas cada tipo de solicitud, la fórmula de costo es aproximadamente esta:

Costo mensual del modelo ≈
  solicitudes de autocompletado × tokens de entrada medios × precio de entrada
+ solicitudes de autocompletado × tokens de salida medios × precio de salida
+ tokens de entrada y salida de chat y Agent × precio correspondiente
+ costo de embeddings del código y reintentos

Los precios unitarios se leen en la página de precios del proveedor del modelo que uses; los precios de modelos del sitio solo sirven como referencia del periodo. Los precios cambian; no hagas presupuestos con capturas de hace varios meses.

Para establecer una base de costo:

  1. Elige una semana de trabajo típica y exporta el registro de solicitudes del gateway o del proveedor, etiquetando por modelo y por función.
  2. Separa las cuatro categorías —autocompletado, chat, Agent y embeddings— y no las mezcles.
  3. Registra el número de solicitudes, la entrada media, la salida media y la tasa de acierto de caché de cada categoría.
  4. Estima el costo mensual con los precios vigentes y deja un margen de alrededor del veinte por ciento para reintentos y fluctuaciones.
  5. Observa durante dos semanas seguidas, compara la estimación con la factura real y después decide si ajustas el nivel de modelo.

4. Cuánto ayuda la caché y cuándo no sirve

La caché depende de que el prefijo sea estable. En una conversación, el prompt del sistema fijo, las normas del equipo y las definiciones de herramientas se pueden reutilizar; si cada vez insertas una marca de tiempo, un ID aleatorio o una lista de archivos que cambia, la caché difícilmente acertará.

El contexto del autocompletado cambia continuamente con la posición del cursor, así que el acierto de caché suele ser limitado. Para reducir costos conviene usar debounce, cancelar solicitudes obsoletas y acortar el contexto, en lugar de confiar en la caché. Además, escribir en la caché también tiene costo: cachea solo prefijos largos realmente estables; en prompts cortos, aunque se pueda cachear, el beneficio es limitado. Para saber si la caché funciona, revisa los contadores de lectura y escritura de caché en los campos de uso, no te guíes por la intuición.

5. Orden para reducir costos: medir primero, cambiar de modelo después

  1. Medir primero: sin registros separados por función, toda optimización es una suposición.
  2. Enrutar modelos: usa un nivel de baja latencia y bajo costo para el autocompletado, y un modelo más potente para Agent complejos.
  3. Reducir el contexto: incluye solo los archivos relevantes, configura directorios excluidos y evita cargar el repositorio completo.
  4. Limitar la salida: define un máximo razonable para chat y Agent y pide resultados estructurados.
  5. Activar la caché: fija reglas y prompts del sistema, y verifica la tasa de acierto.
  6. Evaluar modelos locales: para tareas frecuentes y cortas como el autocompletado puedes probar un modelo local pequeño, pero cuenta también el costo del hardware y de la operación.
  7. Fijar límites de presupuesto: establece cuotas y alertas por proyecto y por persona para evitar que un solo punto se descontrole.

No inviertas el orden. Cambiar primero a un modelo más barato suele limitarse a producir respuestas equivocadas a menor costo.

6. Cómo fijar límites de presupuesto que sean útiles

El límite de presupuesto debe cubrir tres dimensiones: quién, qué proyecto y qué tipo de solicitud. La práctica es emitir una clave independiente para cada proyecto y configurar en el gateway una cuota mensual y alertas; cada miembro del equipo tiene su propia clave para evitar que el uso compartido impida atribuir el gasto. Conviene usar claves o etiquetas distintas para el autocompletado y el chat, de modo que se puedan observar por separado.

Una cuota no ofrece seguridad absoluta. Los precios de los modelos, el tipo de cambio, el número de personas y el volumen de tareas cambian, así que el presupuesto debe revisarse cada mes. Hay que acordar de antemano si, al alcanzar el límite, se rechazan las solicitudes o se degrada a un modelo de menor costo; no esperes a que llegue la factura para decidirlo.

7. Cuándo conviene pagar por uso y cuándo una suscripción

No hay una respuesta única, pero puedes decidir con tres preguntas:

  • ¿El uso es estable? Si hay mucho autocompletado cada día y el número de personas es fijo, una suscripción con cuota incluida facilita el presupuesto.
  • ¿Necesitas varios modelos? Si alternas entre Claude, GPT, Gemini y DeepSeek, el pago por uso con un gateway ofrece más flexibilidad.
  • ¿Te importa la frontera de los datos? Si puedes aceptar modelos locales, el costo del hardware puede sustituir parte del gasto en API.

La práctica habitual en equipos pequeños es combinar: autocompletado con un nivel de bajo costo o con un modelo local, tareas complejas con API por uso y un gateway que unifique facturación y límites. La forma concreta de repartirlo se responde calculando una semana de registros.

Preguntas frecuentes

¿Continue en sí es gratuito?

La extensión de código abierto de Continue puede instalarse y usarse gratis, pero las llamadas al modelo las factura el proveedor del modelo. Si la versión de equipo y los modelos gestionados tienen costo y qué cuota incluyen se rige por la página de precios de Continue.

¿Por qué el autocompletado también genera costos?

Las solicitudes de autocompletado son muy frecuentes: cada una envía contexto y genera tokens, y el costo se acumula por solicitud. Que una sola sea barata no significa que se pueda ignorar al final del día.

¿Usar modelos locales es costo cero?

No. Los modelos locales eliminan el gasto en API, pero requieren GPU, memoria, electricidad y personal de mantenimiento. Las tareas frecuentes y cortas como el autocompletado se adaptan bien a un modelo local pequeño; los Agent complejos todavía pueden necesitar modelos en la nube.

¿Cuánto ahorra la caché?

Depende de la estabilidad del prefijo y de la tasa de acierto. Los prompts del sistema y las reglas fijas suelen funcionar; los contextos que cambian con frecuencia aportan poco. Escribir en la caché también tiene costo, así que hay que verificarlo con los campos de uso reales.

¿Cómo se fija un límite de presupuesto mensual?

Emite claves independientes por proyecto, configura en el gateway una cuota mensual y alertas, y separa las estadísticas de autocompletado y de chat. La cuota, la forma de alerta y la política al superar el límite se rigen por la consola de la plataforma que uses.

Siguiente paso

No cambies de herramienta a la ligera. Crea una clave de prueba en ZSQH AI Gateway, ejecuta durante una semana el autocompletado y el chat por separado, calcula una vez el costo real con la fórmula anterior y después decide el nivel de modelo y el presupuesto. Los modelos disponibles y los precios vigentes se rigen por precios de modelos.

Lecturas relacionadas:

Nota: Continue es una marca de su titular. Este artículo solo ofrece una discusión técnica y no representa la posición de esa empresa.