Elegir qué stack tecnológico usar para tu SaaS es una de las primeras decisiones que frenan a cualquiera que quiere lanzar un producto solo. No es que falten opciones, es que sobran: hay decenas de servicios para cada capa de la aplicación y la mayoría de las guías se quedan en la teoría. Este análisis parte de un caso real, un editor de video con IA que ya tiene usuarios en producción, y recorre cada decisión de infraestructura con su motivo y su costo.
Por qué el hosting depende de tu caso de uso, no de la moda
La decisión de dónde alojar dominio y servidor no se toma por lo que usa todo el mundo, sino por lo que necesita tu producto. Vercel es la opción por defecto para la mayoría de los proyectos con Next.js, pero tiene un límite de ejecución de procesos de 60 segundos: si tu aplicación necesita procesar algo que tarda más, Vercel corta ese proceso. En un editor que recibe podcasts de una o dos horas para analizarlos, ese límite es un problema real, no una preocupación teórica.
Por eso la elección fue Railway, tanto para el servidor como para el registro del dominio. Tener todo centralizado en un mismo proveedor simplifica la organización del proyecto. Railway ofrece una capa gratuita de unos 30 días y después cobra por plan mensual; el plan hobby alcanza sin problema para empezar, y el dominio ronda los 18 dólares anuales de renovación. La lección de fondo no es "usa Railway", es revisar qué límites técnicos tiene cada proveedor antes de comprometerte con uno.
El boilerplate y los servicios que evitan reinventar la rueda
Construir el frontend, el backend y todo el sistema de login y autenticación desde cero consume semanas que un solo founder no tiene. Un boilerplate resuelve esto: es una base de código ya armada, con la estética y la lógica de negocio típica de un SaaS ya programadas, sobre la que construís tu producto específico. En este caso la base está hecha en Next.js y TypeScript, pero existen boilerplates gratuitos para prácticamente cualquier lenguaje o framework con una simple búsqueda en Google.
Sobre esa base se apoyan dos servicios que resuelven problemas puntuales sin necesidad de programarlos desde cero. Supabase funciona como base de datos y sistema de autenticación, con registro y login integrado con Google y una capa gratuita que cubre hasta 50.000 usuarios activos por mes. Resend se encarga del envío de emails transaccionales, como notificaciones y recuperación de contraseña, con un plan gratuito de 3.000 emails mensuales, unos 100 por día. Ambos comparten la misma lógica: configuración mínima, pocos clics, y te sacan de encima un desarrollo que no aporta diferenciación a tu producto.
Qué stack tecnológico usar para las funciones que dependen de IA
El almacenamiento de archivos grandes es otra capa que no debe mezclarse con el servidor de la aplicación. Ni Railway ni Vercel están pensados para guardar archivos pesados como un podcast de una o dos horas, que puede pesar entre 5 y 20 GB. Para eso entra Cloudflare, con su servicio R2: 10 GB gratis al mes, un millón de solicitudes de subida y 10 millones de descarga, y sin costo por transferencia hacia internet. Superada la capa gratuita, el precio es de 0,015 dólares por gigabyte al mes, una cifra baja incluso a mayor escala.
Una vez que el video está en Cloudflare, FFmpeg, una librería open source para manipulación de video, separa el audio del archivo original. Ese audio se envía a AssemblyAI, que lo transcribe y devuelve cada palabra con su marca de tiempo exacta, a un costo de 0,15 dólares por hora de audio. Con esa transcripción estructurada, OpenAI (GPT-4) identifica los momentos que podrían funcionar como clips, a razón de 2,50 dólares por millón de tokens de entrada y 1,25 por millón de salida. Este mismo flujo permite pedidos de refinamiento, como pedirle al modelo que encuentre únicamente los momentos donde se habla de un tema puntual, sin reprocesar todo desde cero.
Cuánto cuesta en la práctica y qué pasa después de elegir los clips
Sumando cada pieza, procesar un podcast de una hora y cortar diez clips cuesta alrededor de 22 centavos de dólar. Es una cifra que deja margen incluso en un plan de entrada, y que solo tiene sentido gracias a elegir servicios que cobran por uso real y no por capacidad reservada. Una vez que el usuario selecciona qué clips guardar, FFmpeg entra de nuevo en acción para cortar el video en esos puntos exactos, subir cada clip por separado a Cloudflare y eliminar el archivo original completo, que es la parte más pesada de almacenar.
Lo que queda después de ese proceso es un editor construido enteramente en frontend, sin IA de por medio: permite eliminar fragmentos, agregar b-roll desde bancos de video gratuitos como Pexels, ajustar tipografía y colores, y guardar presets de edición reutilizables para no repetir el mismo ajuste en cada clip. Pensar el stack tecnológico de tu SaaS como una cadena de servicios especializados, cada uno resolviendo un problema puntual y cobrando por uso, es lo que permite sostener un producto real sin un equipo de infraestructura detrás.