XDA-Developers publicó un artículo este mes sobre cómo la última actualización de Codex finalmente agregó un indicador de uso real, y el autor lo llamó la solución más importante para él. La frustración era simple: un agente de codificación que quemaba silenciosamente tokens sin advertencia hasta que el límite de velocidad se activaba. Agregar un contador visible lo resolvió para los usuarios de Codex. El problema es que casi nadie ejecuta solo un modelo ya. Si tu pila utiliza Claude para refactorización, GPT para chat y Gemini para trabajo de contexto largo, un indicador de uso dentro de la CLI de un único proveedor no te ayuda. Las mejores aplicaciones para rastrear el uso de IA observan a cada proveedor simultáneamente, registran cada llamada y te dicen cuánto cuesta cada una antes de que la factura llegue. Probamos siete que lo hacen bien en 2026.
Qué buscar en el rastreo de uso de IA
Cinco cosas importan. Primero, visibilidad por llamada en tokens de entrada, tokens de salida y el costo en USD de esa solicitud exacta. Los paneles de proveedores reportan agregados con un día de retraso; el rastreo útil es por solicitud y en tiempo real. Segundo, cobertura de múltiples proveedores. Anthropic, OpenAI, Google, Mistral, AWS Bedrock, Azure OpenAI y al menos los principales proveedores de código abierto deben registrarse todos en la misma vista. Tercero, límites estrictos y presupuestos. Las alertas suaves son útiles, pero un disyuntor real que corte un agente desbocado antes de que gaste el presupuesto de un mes en una noche es la función que se paga a sí misma. Cuarto, paneles de control, trazas y alertas para que el equipo pueda encontrar el aviso que duplicó el costo el martes pasado. Quinto, una opción de alojamiento propio para empresas que no pueden enrutar solicitudes y respuestas a través de un tercero.
Comparación rápida
| Aplicación | ¿Código abierto? | ¿Auto-alojado? | Nivel gratuito | Característica destacada |
|---|---|---|---|---|
| Helicone | Sí | Sí | Sí, 100k solicitudes/mes | Proxy de un encabezado, integración en minutos |
| Langfuse | Sí | Sí | Sí, nivel hobby alojado | Trazas a nivel de rango con costo en USD |
| LangSmith | No | No | Sí, limitado | Integración estrecha con LangChain |
| LiteLLM | Sí | Sí | Puerta de enlace OSS gratuita | Claves virtuales y presupuestos por equipo |
| Portkey | Parcialmente | Sí (Enterprise) | Sí, limitado | Gateway, observabilidad y guardrails en uno |
| OpenLLMetry | Sí | Sí | SDK gratuito | OpenTelemetry-native, se conecta a cualquier APM |
| Arize Phoenix | Sí | Sí | Gratis | Panel de control local, se ejecuta en un cuaderno |
Las 7 mejores aplicaciones para rastrear el uso de IA en 2026
1. Helicone, lo mejor para visibilidad de costo inmediata
Helicone es el camino más rápido de “no tenemos idea de lo que gastamos” a un panel de control en vivo. Cambia una línea en tu cliente de OpenAI o Anthropic para enrutar a través del proxy de Helicone, y cada llamada llega al panel con tokens, latencia, costo en USD, y el aviso y respuesta completos. El núcleo de código abierto admite más de 100 modelos y funciona de la misma manera auto-alojado que en el nivel gratuito alojado.
Dónde falla: El enrutamiento a través de un proxy agrega un pequeño impuesto de latencia, generalmente de 20 a 50 ms. Los equipos que necesitan presupuestos por debajo de 100 ms a veces prefieren el enfoque basado en SDK en OpenLLMetry.
Precios: El nivel de hobby gratuito cubre 100,000 solicitudes por mes. Los planes pagos comienzan alrededor de $20 por mes para volúmenes más altos y características de equipo. El alojamiento propio es gratuito bajo el núcleo con licencia MIT.
Plataformas: Aplicación web SaaS más Docker auto-alojado para macOS, Windows y Linux.
Descargar: helicone.ai
Conclusión: Elige Helicone si quieres un panel de control de costos funcional al final del día, sin reescritura de SDK.
2. Langfuse, lo mejor para equipos que quieren auto-alojar
Langfuse es la plataforma de observabilidad de código abierto que la mayoría de los equipos serios adoptan cuando superan los paneles de proveedores. Registra trazas a nivel de rango de cada llamada LLM, llamada de herramienta y paso de agente, con tokenizadores incorporados y cálculo de costo en USD para OpenAI, Anthropic, Gemini y la mayoría de los principales proveedores. El auto-alojamiento es un camino de primera clase documentado, no una nota al pie.
Dónde falla: La configuración es más pesada que un proxy. Agregas un SDK, instrumentas tus llamadas y ejecutas una pila respaldada por Postgres si te auto-alojas. Vale la pena para equipos, excesivo para un script único.
Precios: Nivel de hobby gratuito en la nube alojada. Planes pagos desde alrededor de $59 por mes para equipos. Auto-alojamiento gratuito bajo la licencia MIT, con un nivel Enterprise pagado para SSO y auditoría de registros.
Plataformas: Aplicación web SaaS más Docker auto-alojado en macOS, Windows y Linux.
Descargar: langfuse.com
Conclusión: Elige Langfuse si tus datos deben permanecer en tu infraestructura y quieres una plataforma de rastreo que se mantenga en escala.
3. LangSmith, lo mejor para equipos ya en LangChain
LangSmith es el producto de observabilidad alojado del equipo de LangChain. Si tus agentes ya están construidos en LangChain o LangGraph, la integración es una variable de entorno y obtienes trazas, evals e informes de costo en una vista. El costo de token y USD se sienta junto a cada ejecución, con desglose por modelo y resumen a nivel de proyecto que las finanzas pueden leer.
Dónde falla: Código cerrado y solo alojado. Los precios se escalan por trazas, así que los agentes habladores se acumulan más rápido que con alternativas de tarifa plana. Menos útil si tu pila no está basada en LangChain.
Precios: Nivel gratuito con trazas limitadas por mes. Planes pagos desde alrededor de $39 por puesto por mes.
Plataformas: Aplicación web SaaS. SDK para Python y JavaScript se ejecutan en macOS, Windows y Linux.
Descargar: smith.langchain.com
Conclusión: Elige LangSmith si ya vives en LangChain y quieres datos de costo junto a tus evals.
4. LiteLLM, lo mejor para gateway y contabilidad en un binario
LiteLLM es un proxy ligero que habla OpenAI API al frente y traduce a más de cien proveedores al fondo. El proxy viene con rastreo de uso incorporado, claves API virtuales por usuario o equipo, y límites de presupuesto estrictos por clave. Alcanza el límite y el proxy devuelve 429; sin sorpresas en la factura. Es lo más cercano a una respuesta binaria única para tiendas que quieren un gateway y contabilidad juntos.
Dónde falla: El panel de control es funcional en lugar de bonito. Los equipos que quieren trazas pulidas y revisión a nivel de aviso generalmente ejecutan LiteLLM como el gateway y lo emparejan con Langfuse o Helicone para la interfaz.
Precios: Gratuito bajo la licencia MIT de código abierto. Planes empresariales alojados bajo demanda.
Plataformas: Docker auto-alojado, paquete Python o binario independiente en macOS, Windows y Linux.
Descargar: litellm.ai
Conclusión: Elige LiteLLM si quieres un proceso que enrute cada modelo y aplique un presupuesto estricto en la puerta.
5. Portkey, lo mejor para equipos de producción que quieren un panel
Portkey es la opción orientada a la producción para equipos que necesitan observabilidad, gateway de enrutamiento, guardrails y gestión de avisos en un solo lugar. Registra cada solicitud, puntúa avisos contra filtros de seguridad y permite que las operaciones se cambien de un proveedor a otro cuando se activa un límite de velocidad. El panel de control rastrea el costo en USD entre proveedores con la granularidad que los equipos de finanzas piden.
Dónde falla: El producto alojado principal es pagado, con auto-alojamiento limitado al nivel Enterprise. Menos atractivo para desarrolladores individuales o equipos orientados a código abierto primero.
Precios: Nivel gratuito con solicitudes limitadas. Planes pagos desde alrededor de $49 por mes para equipos. Precios Enterprise bajo demanda, con auto-alojamiento incluido.
Plataformas: Aplicación web SaaS con Docker auto-alojado Enterprise en macOS, Windows y Linux.
Descargar: portkey.ai
Conclusión: Elige Portkey si quieres un panel que cubra gateway, observabilidad y guardrails, y el presupuesto permite un producto pagado.
6. OpenLLMetry, lo mejor para tiendas ya en OpenTelemetry
OpenLLMetry es un SDK de código abierto de Traceloop que emite trazas estándar de OpenTelemetry para llamadas LLM, consultas de almacén vectorial y operaciones de marco en LangChain, LlamaIndex, Haystack y uso directo de SDK. Las trazas llegan a cualquier APM que ya ejecutes: Datadog, New Relic, Honeycomb, Grafana Tempo, Jaeger, o un colector OTel auto-alojado. Los recuentos de token y el costo en USD viajan como atributos de rango.
Dónde falla: Sin panel de control propio; traes el backend. Los equipos sin una plataforma de observabilidad existente generalmente se sirven mejor con Helicone o Langfuse.
Precios: Gratuito bajo la licencia Apache-2.0. El producto alojado de Traceloop se superpone con precios basados en el uso.
Plataformas: SDK de Python y TypeScript en macOS, Windows y Linux.
Descargar: github.com/traceloop/openllmetry
Conclusión: Elige OpenLLMetry si ya tienes un APM y quieres trazas LLM en el mismo lugar que el resto de tus rangos.
7. Arize Phoenix, lo mejor para desarrolladores individuales que quieren un panel local
Phoenix es la herramienta de observabilidad de código abierto de Arize que se ejecuta completamente en tu máquina. Ejecuta en un cuaderno, contenedor o como proceso local, y las trazas de tus llamadas LLM y canalizaciones RAG fluyen hacia un panel que alcanzas en localhost. Admite OpenInference, el formato de traza abierto que se superpone con OpenLLMetry, e incluye evaluadores para calidad RAG, alucinación y toxicidad.
Dónde falla: Diseñado para desarrollo y evaluación en lugar de registro de producción a largo plazo. Los equipos que necesitan almacenamiento persistente y acceso de equipo generalmente avanzan a la plataforma alojada de Arize o Langfuse.
Precios: Gratuito bajo la licencia Elastic-2.0. La plataforma alojada de Arize es pagada.
Plataformas: Paquete Python e imagen Docker en macOS, Windows y Linux.
Descargar: phoenix.arize.com
Conclusión: Elige Phoenix si construyes prototipos RAG o agentes individualmente y quieres un panel local sin cuentas.
Cómo elegir el correcto
Desarrollador individual probando un proyecto paralelo: Helicone para el proxy, o Phoenix si quieres todo localmente sin saltos de terceros.
Equipo pequeño ejecutando agentes de producción: Langfuse auto-alojado, o Helicone alojado si puedes enrutar el tráfico a través de un tercero. Ambos te dan costo por llamada, alertas y un panel que los no ingenieros pueden leer.
Empresa con restricciones de cumplimiento: Langfuse auto-alojado en tu propio VPC, emparejado con LiteLLM como gateway para presupuestos estrictos y claves virtuales. Portkey Enterprise si quieres un vendedor para toda la pila.
Tienda de OpenTelemetry con un APM funcional: OpenLLMetry. Las trazas llegan a Datadog o Grafana junto a todo lo demás, y los datos de costo se sientan en los rangos.
Equipo LangChain-first: LangSmith. La integración es una variable, y el tooling eval importa tanto como el rastreo de costo.
Equipo RAG-heavy en desarrollo: Phoenix localmente para retroalimentación rápida, luego Langfuse o LangSmith una vez que lances.
Preguntas frecuentes
¿Por qué no simplemente usar el panel del proveedor? Los paneles de proveedores reportan agregados, generalmente con un día de retraso, y solo para ese proveedor. Si tu pila usa Claude, GPT y Gemini, necesitas una vista única en los tres. Las herramientas anteriores también exponen el costo por solicitud mientras se ejecuta una ejecución, no después de que llega la factura.
¿Ralentizará un proxy mis llamadas? Un poco. Helicone, LiteLLM y Portkey agregan aproximadamente 20 a 50 ms por llamada dependiendo de la región y la ruta de red. Para la mayoría de las cargas de trabajo del agente es invisible. Para voz en tiempo real o bucles por debajo de 100 ms, el rastreo basado en SDK con OpenLLMetry o Langfuse evita el salto adicional.
¿Pueden estas herramientas aplicar un límite de gasto estricto? LiteLLM y Portkey pueden. Ambos admiten límites de presupuesto por clave y por equipo que devuelven un error una vez que se alcanza el umbral. Helicone y Langfuse envían alertas pero no bloquean solicitudes por defecto. Empareja una herramienta de observabilidad con un gateway si quieres visibilidad y un disyuntor.
¿Son los rastreadores de uso de IA de código abierto lo suficientemente buenos para la producción? Sí. Langfuse, Helicone, LiteLLM, Phoenix y OpenLLMetry todos ejecutan cargas de trabajo de producción en empresas bien conocidas. La compensación es operacional: los alojas, parches y escala la base de datos cuando aumenta tu volumen de trazas.
¿Qué hay de rastrear Codex específicamente? Codex agregó un indicador de uso incorporado en su actualización de junio de 2026, que resuelve el problema inmediato de “¿estoy a punto de ser cortado” dentro de la CLI. Para informes de costo a nivel de equipo y comparación entre proveedores, aún quieres una de las herramientas anteriores. Enruta el tráfico de OpenAI a través de Helicone o LiteLLM y obtienes la misma visibilidad para llamadas de Codex que para todo lo demás.
¿Alguna de estas rastrea modelos de código abierto ejecutándose localmente? Sí. Langfuse, Helicone, LiteLLM, OpenLLMetry y Phoenix todos soportan proveedores locales incluyendo Ollama, vLLM y llama.cpp a través de puntos finales compatibles con OpenAI. El costo en USD por defecto es cero para modelos auto-alojados, pero los recuentos de tokens, la latencia y los datos de traza funcionan igual que para proveedores alojados.
