Iniciar sesiónEmpezar prueba gratis
Meta Tech Provider

¿Qué modelo de IA debe responder a tus clientes de WhatsApp?

Elige el modelo más rápido que respete tus reglas en los idiomas en que te escriben tus clientes. Las respuestas de WhatsApp son breves, así que un modelo más pequeño y rápido suele bastar; uno más grande justifica su costo en las preguntas difíciles. Antes de activar uno, compara dos o tres modelos con las mismas 10 preguntas reales y revisa la respuesta, el tiempo que tardó y los tokens que usó.

easyCoexistence te permite usar cualquier modelo en tu número de WhatsApp Business, con tu propia clave de Anthropic, OpenAI u OpenRouter, y comparar modelos con Prueba antes de que un cliente vea una respuesta: respuestas reales, sin enviar nada y con los tokens a la vista.

45 seconds

Cuánto espera un paso Responder con IA al modelo antes de que la ejecución falle.

600 tokens

Valor por defecto de Respuesta más larga, ajustable de 50 a 2000; en los modelos que razonan, limita el razonamiento y el texto juntos.

Fastest

Etiqueta de latencia comparativa que Anthropic asigna a Claude Haiku 5.5; la de Sonnet 5.5 es rápida y la de Opus 5.5, moderada.

max_tokens

Los tokens de razonamiento cuentan para ese límite, así que un razonamiento largo puede agotar el presupuesto antes de que termine la respuesta.

2027

Año más temprano de retiro al que se compromete Anthropic para sus modelos Claude actuales; a partir de entonces, sus ID dejan de funcionar.

¿Qué importa más en una respuesta de WhatsApp?

Primero la velocidad y después que el modelo se ciña a tus datos. Un cliente en WhatsApp espera una respuesta en segundos, y el paso deja de esperar a los 45 segundos, así que un modelo que razona mucho rato ante preguntas sencillas encaja mal en un número con mucho tráfico. En segundo lugar, el modelo debe seguir tus Instrucciones y la regla que easyCoexistence añade debajo de ellas: nunca inventar precios, stock, fechas ni políticas. En tercer lugar, debe escribir con naturalidad en los idiomas de tus clientes. El costo viene después de esos tres puntos, porque las respuestas de WhatsApp son breves y la entrada tiene un tope: Instrucciones de hasta 20 000 caracteres y un máximo de 20 mensajes anteriores.

What to judgeWhere you see it
SpeedSeconds the AI step tookRuns tab: each step shows its time in seconds
Sticking to factsNo invented prices or promisesThe reply in Test, on questions your Instructions do not cover
LanguagesNatural replies in each languageTest with messages in Portuguese, Spanish and English
CostTokens in and out per reply"{in} in, {out} out tokens" on the test result and each run
LengthShort, complete messagesReplies cut off mid-sentence mean Longest reply is too low

¿Pequeño y rápido, o grande y cuidadoso?

La mayoría de las preguntas que llegan por WhatsApp son rutinarias: horarios, precios que están en tus Instrucciones, zonas de entrega, cómo hacer un pedido. Un modelo pequeño las responde rápido y con pocos tokens. Un modelo más grande vale la pena cuando las respuestas exigen criterio, por ejemplo catálogos de productos largos en las Instrucciones, varias preguntas mezcladas en un mismo mensaje o una redacción cuidadosa ante quejas, y cuando las pruebas muestran que el pequeño se inventa detalles.

No tienes que elegir un solo modelo para todo el número. El proveedor y el modelo se configuran en cada paso Responder con IA y en cada agente, así que una automatización por la palabra clave "precio" puede usar un modelo rápido mientras la automatización general usa uno más potente. Los proveedores describen sus modelos por velocidad: Anthropic, por ejemplo, califica la latencia comparativa de Claude Haiku 5.5 como la más rápida, la de Claude Sonnet 5.5 como rápida y la de Claude Opus 5.5 como moderada.

¿Cómo comparar dos modelos de forma justa?

Deja todo lo demás igual y cambia solo el modelo. Guarda la automatización desactivada, abre Prueba y ejecuta el mismo conjunto de preguntas una por una; después cambia Modelo, haz clic en Guardar y vuelve a ejecutar el conjunto. Redacta las preguntas a partir de chats reales e incluye dos que las Instrucciones no puedan responder, para ver qué modelo dice que una persona responderá en vez de inventar.

Aquí importa un límite de la prueba: solo envía el mensaje de ejemplo, sin los mensajes anteriores del chat, así que las preguntas de seguimiento como "¿y el domingo?" no se pueden evaluar en una prueba. Revísalas en la pestaña Ejecuciones durante los primeros días con la automatización activa. Las pruebas también aparecen ahí, marcadas como Prueba, con los segundos y los tokens de cada paso, y consumen tokens reales de tu clave.

A test set for comparing models (example)
1. Are you open on Sunday?
2. How much is delivery to the city centre?
3. Quanto custa o bolo de chocolate?
4. ¿Hacen envíos hoy?
5. I want 3 croissants for tomorrow at 9
6. Do you have vegan options?          (not in the Instructions)
7. Can I get a 50% discount?           (must not be promised)
8. My order arrived damaged            (should go to a person)
9. hi                                  (one-word message)
10. A long message with three questions in it

¿Cómo configurar Respuesta más larga según el modelo elegido?

Respuesta más larga (tokens) es un tope fijo, no un objetivo: 600 por defecto, de 50 a 2000. En un modelo que responde directamente, 600 sobra para un mensaje de WhatsApp, y la extensión se controla mejor desde las Instrucciones con una línea como "responde en 1 a 3 frases cortas".

En un modelo que razona antes de responder, el tope cubre el razonamiento y el texto juntos. Anthropic documenta que los tokens de razonamiento cuentan para el límite, así que un razonamiento largo puede dejar la respuesta cortada o vacía, y una respuesta vacía hace fallar la ejecución. El paso no envía ningún ajuste de razonamiento ni de esfuerzo, así que se aplica el valor por defecto del modelo. Con esos modelos, sube el tope a un valor entre 1000 y 2000 y vigila los tokens de salida en las primeras ejecuciones.

¿Cuánto cambia tu factura según el modelo que elijas?

Solo cambia la parte del proveedor de IA. Cada respuesta cuesta tokens de entrada (tus Instrucciones, las reglas añadidas debajo de ellas, los mensajes anteriores y el nuevo) más tokens de salida (la respuesta y, si el modelo razona, el razonamiento), según las tarifas que tu proveedor publica para ese modelo. Multiplica el promedio de tokens de tus ejecuciones de prueba por esas tarifas y por las respuestas que esperas en un mes. Recortar las Instrucciones y bajar "Mensajes anteriores que lee" reducen la entrada con cualquier modelo. El precio por número de easyCoexistence y la facturación de mensajes que Meta hace a tu propia cuenta de WhatsApp Business no cambian con el modelo.

¿Cuándo conviene volver a cambiar de modelo?

Cuando un proveedor anuncia un retiro, cuando las respuestas se apartan de tus reglas o cuando un modelo más nuevo de la misma familia resulta más rápido en tus pruebas. Los ID de modelo de Anthropic son versiones fijas (snapshots), así que las respuestas se mantienen estables hasta que los cambies, mientras que los ID de OpenRouter que empiezan con ~ siguen al modelo más nuevo de una familia. Con un ID retirado, las ejecuciones fallan con un error y recibes un correo. El cambio afecta a un solo campo: elige el nuevo ID en Modelo, haz clic en Guardar y vuelve a ejecutar tu conjunto de pruebas. El nombre, el disparador, los demás pasos, la configuración y el historial de ejecuciones de la automatización se mantienen igual.

Cómo configurarlo

  1. Write 10 test questionsTake them from real chats, in your customers' languages, including two the Instructions cannot answer and one that must go to a person.
  2. Save the automation OffFlip the switch in the editor bar to Off and click Save, so tests run without customers receiving anything.
  3. Run the set on the first modelOpen Test and use Run test for the questions one at a time. Note the reply and the tokens in and out.
  4. Change only the model and repeatPick another id in Model, click Save, and run the same questions. Compare seconds per step in the Runs tab.
  5. Pick, set the cap and go liveKeep the model that follows the rules fastest, set Longest reply for it, then flip the switch On and save.

Errores comunes

  • Comparar modelos con preguntas que las Instrucciones responden al pie de la letra. Todos los modelos las superan; la diferencia se ve en las preguntas que quedan fuera de las Instrucciones.
  • Evaluar cómo maneja las preguntas de seguimiento a partir de Prueba. Una prueba solo envía el mensaje de ejemplo, así que revisa las conversaciones de varios mensajes en la pestaña Ejecuciones después de activar la automatización.
  • Elegir un modelo que razona y dejar Respuesta más larga en 600. El razonamiento comparte el tope, y una respuesta que queda vacía hace fallar la ejecución.
  • Elegir el modelo más grande para un número que recibe sobre todo preguntas rutinarias. Las respuestas se vuelven más lentas y caras sin ninguna mejora visible en horarios y precios.
Hacerlo con EasyCoexistence

Cambiar de modelo es cambiar un solo campo. Nunca cobramos por la IA ni le aplicamos margen. Desde US$ 9 hasta US$ 0.75 por número al mes, un precio que baja a medida que añades números, y los primeros 3 días son gratis.

Preguntas frecuentes

¿El modelo más potente es la mejor opción para WhatsApp?

No necesariamente. Las respuestas de WhatsApp son breves y los clientes esperan rapidez; un modelo más grande compensa en preguntas complejas o catálogos largos, y son las pruebas las que lo deciden. Muchos números usan un modelo rápido para las respuestas rutinarias.

¿Pierdo algo al cambiar de modelo?

No. La automatización conserva su nombre, disparador, pasos, configuración e historial de ejecuciones; solo cambia el campo Modelo. Guarda y vuelve a ejecutar tus preguntas de prueba para comprobar las nuevas respuestas.

¿Los modelos abiertos funcionan bien en portugués y español?

Muchos sí, pero la calidad varía según el modelo. Las reglas añadidas ya piden responder en el idioma del cliente, así que prueba con mensajes reales en cada idioma que recibas antes de elegir.

¿Un historial de chat más largo mejora las respuestas?

Hasta cierto punto. Los 10 mensajes anteriores del valor por defecto cubren la mayoría de las conversaciones; subir hasta 20 ayuda en las largas, pero añade tokens de entrada a cada respuesta. Abarca los mensajes que se conservan, 90 días por defecto.

Sigue leyendo

¿Listo para empezar?

Configura WhatsApp Coexistence en minutos, no en meses. La app sigue funcionando en el teléfono.

Empezar prueba gratis

Verificado el