- Indica la duración de la reunión. Introduce los minutos que se procesarán en una sola unidad lógica.
- Ajusta participantes y ritmo. Usa participantes activos y una velocidad de habla efectiva que refleje la conversación real.
- Define tokens por palabra. Usa una aproximación acorde con el idioma y el modelo.
- Reserva contexto. Añade agenda, instrucciones, datos de CRM u otro material que acompañe al transcript.
- Reserva la salida. Incluye espacio para resumen, decisiones, acciones y formato estructurado.
- Aplica margen. Mantén holgura frente a variaciones de conversación y tokenización.
Planificador de presupuesto de tokens para asistente de reuniones con IA
Estima los tokens que puede requerir un asistente de reuniones con IA para conservar la conversación, instrucciones de negocio y espacio de salida para notas, decisiones y tareas. Está pensado para flujos que no solo transcriben, sino que también razonan sobre una reunión y generan resultados accionables.
Además de duración y densidad del habla, el cálculo introduce un pequeño factor por número de participantes para representar interrupciones, etiquetas de hablante y solapamientos. El resultado ayuda a elegir estrategia de segmentación, tamaño de contexto y reserva de generación.
Datos de entrada
min
pers.
pal/min
tok/pal
tokens
tokens
%
Resultado
—
tokens de presupuesto recomendados
Tokens de conversación—
Contexto + salida + conversación—
Factor por solapamiento—
Factor hablantes = 1 + min((participantes − 1) × 0,03; 0,30)
Tokens conversación = minutos × palabras/min × tokens/palabra × factor
Presupuesto = (tokens conversación + contexto + salida) × (1 + margen/100)
El factor de hablantes es una aproximación operativa para este estimador, no una regla del proveedor. Puedes contrastarlo con tus reuniones históricas y ajustar los inputs.
Qué significa el resultado
El resultado indica el tamaño de presupuesto de tokens que conviene contemplar para la reunión y las tareas de asistencia posteriores.
Si el sistema trabaja por fragmentos con memoria resumida, el consumo real por llamada puede ser mucho menor aunque el consumo acumulado sea similar o superior.
Datos: 45 min, 6 participantes, 130 palabras/min, 1,3 tokens/palabra, 1.000 tokens de contexto, 2.000 de salida y 20 % de margen.
Cálculo: factor = 1+(6−1)×0,03 = 1,15. Conversación = 45×130×1,3×1,15 ≈ 8.745,75 tokens. Base ≈ 11.745,75. Con margen ≈ 14.094,9.
Resultado: presupuesto recomendado de unos 14.095 tokens.
¿El número de participantes multiplica directamente los tokens?
No. Varias personas no hablan todo el tiempo a la vez. Aquí solo se usa un factor moderado para representar etiquetas e interacciones más complejas.
¿Debo incluir el contenido de documentos compartidos?
Sí, si esos documentos se envían al modelo dentro del mismo contexto. Añádelos a los tokens de contexto o mídelo directamente.
¿Qué pasa si el asistente genera actas muy detalladas?
Aumenta la reserva de salida. Una salida extensa puede ocupar una parte relevante del contexto disponible y del coste total.
¿Este cálculo sirve para reuniones multilingües?
Sí como aproximación, pero la relación tokens/palabra puede cambiar por idioma. Usa una media de tus transcripciones reales si están disponibles.
¿Cuándo conviene segmentar una reunión?
Cuando el presupuesto se acerca al límite operativo del modelo, cuando necesitas reducir latencia o cuando el flujo funciona mejor con resúmenes parciales y memoria acumulada.