TL;DR
Datadog factura en dimensiones independientes: por host para infraestructura ($15-$23/mes) y APM ($31-$40/mes), por GB para la ingesta de logs ($0.10), por millón para la indexación de logs ($1.70 con retención de 15 días) y por métrica para las métricas personalizadas que superen la asignación incluida por host. El modelo de facturación high-water mark cobra el mes completo en función del pico del 99% inferior de los conteos horarios de hosts, no de un promedio. La mayoría de los equipos descubre que su factura real termina siendo dos o tres veces más alta que su estimación inicial cuando se suman logs, APM y métricas personalizadas. Controlar los costos exige visibilidad a nivel de consulta, guardrails automatizados y responsabilidad compartida entre Engineering y finanzas.
Los precios por uso de Datadog se vuelven impredecibles muy rápido. Un equipo arranca con unos cuantos hosts y un dashboard. Después entra el auto-scaling, los Engineers agregan métricas personalizadas para depurar un problema en producción, la ingesta de logs crece porque las aplicaciones se vuelven más verbosas y alguien habilita pruebas sintéticas en cinco regiones sin un plan de limpieza. Cada módulo se factura por separado y la cuenta se multiplica en cinco o más dimensiones al mismo tiempo.
El mercado de observabilidad crece hoy a una tasa anual compuesta del 12% hasta 2027, según Gartner. El informe State of FinOps 2026 de FinOps Foundation identifica las herramientas de observabilidad y seguridad como las principales categorías de SaaS gestionadas activamente por los equipos de FinOps, con un 90% de los profesionales gestionando hoy el gasto en SaaS (frente al 65% del año anterior). Entender la estructura de costos de Datadog no es solo cuestión de presupuesto: es una disciplina de FinOps.
¿Qué compone la estructura de precios y planes de Datadog?
Datadog cobra cada producto de forma independiente. Infrastructure monitoring, APM, log management, synthetic monitoring, RUM, database monitoring y security tienen medidores separados. Ese diseño modular permite que los equipos adopten solo lo que necesitan, pero también hace que los costos se acumulen en dimensiones de facturación que la mayoría de los dashboards nativos no muestra hasta que llega la factura.
¿Cómo funcionan los precios de infrastructure monitoring y APM?
Infrastructure monitoring se cobra por host al mes. El plan Pro cuesta $15/host/mes con facturación anual ($18 on-demand). Enterprise cuesta $23/host/mes anual ($27 on-demand). Cada host Pro incluye 100 métricas personalizadas y monitoreo para 5 contenedores; Enterprise incluye 200 métricas personalizadas y 10 contenedores. Los contenedores adicionales cuestan $0.002 por contenedor por hora.
Datadog usa un modelo de facturación high-water mark. Según la documentación oficial de facturación, Datadog mide el conteo de hosts cada hora, descarta el 1% superior de las horas (~7 horas en un mes de 720 horas) y factura el mes completo al pico del 99% restante. Un pico de tráfico de cinco días que duplique tu conteo de hosts fija la factura del mes entero. En Kubernetes, la unidad de facturación es el nodo, no el pod. Un agente mal configurado que corra como sidecar en lugar de DaemonSet puede contar cada pod como un host independiente.
APM agrega otra capa por host encima de infraestructura. APM cuesta $31/host/mes (anual), APM Pro cuesta $35 y APM Enterprise cuesta $40. Cada host APM incluye 150 GB de spans ingestados y 1 millón de spans indexados al mes con retención de 15 días. El excedente en spans indexados cuesta $1.70 por millón de eventos. En microservicios de alto throughput, esos límites se alcanzan en la primera semana.
Precios vigentes a mayo de 2026. Verifica las tarifas en datadoghq.com/pricing.
¿Cuánto cuestan realmente log management y la retención de datos?
Log management usa un modelo de precios de dos partes que toma desprevenidos a la mayoría de los equipos. La ingesta cuesta $0.10 por GB por cada byte enviado a Datadog, lo indexes o no. La indexación cuesta $1.70 por millón de eventos de log al mes con retención estándar de 15 días ($2.55 on-demand). Pagas por recopilar los datos y luego pagas otra vez, a una tarifa mucho más alta, para hacerlos buscables.
Un equipo que ingesta 100 GB de logs al día gasta cerca de $300/mes solo en ingesta. Si lo indexa todo con retención de 15 días, la indexación suma miles más según la densidad de eventos. Muchos equipos responden indexando solo el 10-20% de los logs, lo que reduce costos pero deja la mayor parte de los datos invisible durante los incidentes.
Flex Logs ofrece un punto intermedio para análisis histórico a $0.05 por millón de eventos al mes (retención mínima de 30 días). Reenviar a archivos en S3, GCS o Azure Blob no cuesta nada más allá de la tarifa de ingesta de $0.10/GB. Reenviar a SIEMs externos o herramientas de BI agrega $0.25/GB por destino. El patrón de optimización: ingesta todo, excluye los logs ruidosos de la indexación, archiva todo y rehidrata de forma selectiva cuando las investigaciones lo exijan.
¿Cómo calcular y anticipar tu factura mensual de Datadog?
¿Qué define el impacto del precio por host frente al precio por contenedor?
Cuenta cada entidad que Datadog monitorea: VMs, nodos de Kubernetes, instancias de Azure App Service Plan y tareas de Fargate, todas cuentan como hosts facturables. Las tareas de Fargate usan un modelo distinto al de los hosts. En lugar de facturación high-water mark, las tareas de Fargate se muestrean en intervalos de 5 minutos y se facturan según la concurrencia promedio del mes a $1/tarea/mes (infraestructura) o $2.60/tarea/mes (APM).
Aquí se ve la desconexión entre las decisiones de Engineering y las de finanzas. Un Engineer que levanta un grupo de auto-scaling no piensa en los costos de monitoreo. Un equipo de FinOps que revisa la factura mensual no puede rastrear qué evento de escalado disparó el pico. Cerrar esa brecha requiere atribución de costos por equipo y servicio que conecte las decisiones de infraestructura con los resultados financieros casi en tiempo real.
¿Cómo afectan al costo el volumen de ingesta y las políticas de retención?
Modela los costos en tres categorías: infraestructura (hosts por la tarifa por host por los módulos habilitados), datos (GB de logs/día por 30 por las tarifas de ingesta e indexación) y métricas personalizadas (total de combinaciones únicas tag-valor por la tarifa de excedente).
Las métricas personalizadas merecen atención especial. Según la documentación de facturación de la integración con AWS de Datadog, al habilitar la integración con AWS se recopilan automáticamente métricas de CloudWatch, y las métricas personalizadas de CloudWatch cuentan dentro de tu asignación de métricas personalizadas en Datadog. Las métricas de OpenTelemetry también cuentan como personalizadas porque quedan fuera de la lista oficial de integraciones de Datadog. Una sola métrica estilo Prometheus etiquetada por user ID a lo largo de un millón de usuarios genera un millón de métricas personalizadas facturables a partir de un solo nombre de métrica. Los equipos que no auditan la cardinalidad cada trimestre descubren que esta línea crece más rápido que cualquier otra.
¿Qué estrategias de optimización de costos de Datadog funcionan de verdad?
¿Cómo dimensionar bien tu cobertura de monitoreo?
Empieza por auditar lo que monitoreas frente a lo que realmente usas. Muchos equipos despliegan el agente de Datadog en todos los entornos sin diferenciar la profundidad del monitoreo. Producción necesita APM completo e indexación de logs. Staging puede funcionar solo con infrastructure monitoring. Los entornos de Dev a menudo no necesitan más que chequeos de salud básicos.
Para Kubernetes, la propia documentación de Datadog advierte explícitamente que instalar el agente directamente en cada contenedor cuenta cada contenedor como un host a efectos de facturación. Ejecuta el agente como DaemonSet (uno por nodo) con el Datadog Operator o Helm. Revisa el comportamiento del auto-scaling y configura monitores sobre métricas de uso estimado para alertar antes de que los hosts crucen los umbrales de facturación. Estas métricas de uso estimado tienen un margen de error del 10-20% frente al uso facturable final, así que conviene dejar margen. El control de costos sostenible requiere automatización y guardrails que apliquen las mejores prácticas en tiempo real, no personas persiguiendo alertas después de que llegue la factura.
¿Cómo gestionar la ingesta de datos para controlar el gasto?
Los logs son los que más disparan los costos. Usa filtros de exclusión a nivel de índice para descartar health checks, mensajes de heartbeat y logs de nivel debug antes de que se indexen. Los logs excluidos siguen fluyendo a Live Tail, archivos y generación de log-to-metric, así que no pierdes los datos. Configura cuotas diarias por índice para limitar de forma estricta los eventos indexados por día.
Para métricas personalizadas, la guía de gobernanza de Datadog recomienda usar la tabla Top Custom Metrics en Plan and Usage para identificar los principales drivers de costo, y luego aplicar Metrics Without Limits para permitir solo las combinaciones de tags consultadas. Desactiva el comportamiento predeterminado de "recopilar todo" en las integraciones de nube y permite explícitamente solo las métricas que consumen tus dashboards y alertas.
¿Cómo se compara Datadog con la competencia en precios?
Datadog, New Relic, Splunk y Elastic usan modelos de facturación radicalmente distintos, lo que hace engañosas las comparaciones de precios de lista sin normalizar por workloads y tamaño del equipo.
Datadog cobra por host más por GB/por evento para logs, traces y métricas personalizadas. New Relic cobra por usuario ($99-$349/mes para acceso completo a la plataforma) más por GB de datos ingestados ($0.40/GB Original Data, $0.60/GB Data Plus) tras un tier gratuito de 100 GB/mes. Splunk Observability Cloud empaqueta infrastructure monitoring desde $15/host/mes (Starter) hasta $75/host/mes (Enterprise), con APM, RUM y synthetics incluidos en los tiers superiores. Elastic ofrece componentes open-source autohospedados solo al costo de la infraestructura, o Serverless Observability desde $0.07/GB ingestado más tarifas de retención.
Comparación de modelos de precios de observabilidad. Precios vigentes a mayo de 2026.
| Plataforma | Modelo de facturación | Costo de entrada | Driver de costo a vigilar |
|---|---|---|---|
| Datadog | Por host + por GB/evento | $15/host/mes (Infra Pro) | Métricas personalizadas, indexación de logs |
| New Relic | Por usuario + por GB ingestado | Gratis (100 GB + 1 usuario) | Asientos de usuario de plataforma completa |
| Splunk Observability | Por host (tiers empaquetados) | $15/host/mes (Starter) | Selección de tier, alza anual del 9% |
| Elastic | Basado en recursos o autohospedado | Gratis (OSS autohospedado) | Sobrecarga operativa de infraestructura |
El costo total de propiedad depende del tamaño del equipo, el volumen de datos y las necesidades de retención. Datadog suele costar menos en despliegues pequeños con pocos usuarios, pero escala con fuerza a medida que crecen los conteos de hosts y los volúmenes de datos. New Relic penaliza a los equipos grandes con su precio por usuario, pero absorbe el volumen de datos gracias a un tier gratuito generoso. DoiT ayuda a las organizaciones a evaluar herramientas de monitoreo dentro del contexto más amplio de la optimización del gasto en la nube, conectando los costos de observabilidad con la eficiencia general de la infraestructura.
¿Cómo empezar con los Precios de Datadog y las opciones de prueba gratuita?
El tier gratuito de Datadog cubre hasta 5 hosts con retención de métricas de 1 día, dashboards básicos, alertas ilimitadas y usuarios ilimitados. Sirve para una evaluación inicial, pero la ventana corta de retención limita el uso en producción. La prueba Pro de 14 días ofrece una imagen más realista de los costos a escala.
Durante la prueba, sigue tres números a diario: conteo de hosts (incluyendo contenedores y tareas de Fargate), volumen de ingesta de logs en GB y conteo de métricas personalizadas. Esas tres entradas explican la mayor parte de las facturas de Datadog. Proyecta los costos a 90 días con las tasas de crecimiento actuales antes de comprometerte con un contrato anual. La facturación anual ahorra cerca de un 17-20% frente a las tarifas on-demand, pero el lock-in implica que sobreprovisionar duele durante todo el plazo.
Preguntas frecuentes sobre los Precios de Datadog
¿Datadog ofrece descuentos anuales o precios empresariales?
Sí. La facturación anual reduce Infrastructure Pro de $18 a $15/host/mes y Enterprise de $27 a $23/host/mes. APM baja de $48 a $31/host/mes en contratos anuales. Los despliegues más grandes acceden a descuentos por volumen mediante acuerdos empresariales personalizados, que normalmente implican compromisos de 1 a 3 años. Negocia con base en el gasto comprometido total entre todos los productos de Datadog, no por SKUs individuales. Datadog también anunció nuevos precios de LLM Observability vigentes desde el 1 de mayo de 2026, así que confirma las tarifas actuales antes de firmar.
¿Qué pasa si supero mis límites de uso de Datadog?
Datadog no corta el servicio. Los excedentes se facturan a tarifas on-demand, que son entre un 30 y un 50% más altas que las tarifas anuales comprometidas según el producto. Las métricas personalizadas más allá de tu asignación por host, los spans indexados por encima del tope de 1 millón por host y los eventos de log indexados más allá del volumen contratado disparan cargos automáticos por excedente. Configura monitores de presupuesto sobre métricas de uso estimado para detectar excesos antes de que se acumulen en un ciclo de facturación completo.
¿Puedo monitorear clusters de Kubernetes sin pagar por contenedor?
Cada licencia de host incluye 5 contenedores (Pro) o 10 contenedores (Enterprise) sin costo adicional. Más allá de eso, los contenedores adicionales cuestan $0.002/hora o $1/mes prepagado. La configuración que más importa: ejecuta el agente de Datadog como DaemonSet de Kubernetes (un agente por nodo), no como sidecar en cada pod. La propia documentación de Datadog advierte que el despliegue del agente por contenedor cuenta cada contenedor como un host facturable independiente, lo que puede multiplicar tu factura por la proporción de pods por nodo en tu cluster.
¿Cómo lograr que los costos de Datadog sean predecibles y defendibles?
Los costos de monitoreo deberían respaldar los resultados de negocio, no generar sorpresas presupuestarias. La investigación de McKinsey de junio de 2025 encontró que el 28% del gasto en la nube se va a pérdida en muchas organizaciones. Las herramientas de observabilidad contribuyen a esa pérdida cuando los equipos despliegan configuraciones de monitoreo amplias por defecto sin alinearlas con el valor que entregan.
El camino hacia la predictibilidad arranca con tres prácticas: etiquetar cada recurso para que los costos se rastreen hasta equipos y servicios, automatizar la aplicación de reglas para que los guardrails prevengan picos de costo antes de que ocurran, y revisar el uso cada mes para que la optimización sea continua y no reactiva. Datadog Intelligence convierte la visibilidad de costos en optimización automatizada y ayuda a los equipos a mantener una observabilidad completa mientras el gasto sigue siendo predecible y alineado con el crecimiento.
Habla con DoiT para convertir la visibilidad de costos de Datadog en optimización automatizada y aplicable que mantenga la observabilidad potente y el gasto en la nube predecible.