Cómo se calcula el costo
Las APIs de modelos de lenguaje cobran por separado los tokens que envías (entrada) y los que el modelo genera (salida), con precios expresados por cada millón de tokens. La calculadora aplica esta fórmula a cada modelo:
Costo por consulta = (tokens de entrada ÷ 1,000,000 × precio de entrada)
+ (tokens de salida ÷ 1,000,000 × precio de salida)
Consultas al mes = usuarios × consultas por usuario al día × días al mes
Costo mensual = costo por consulta × consultas al mesEl costo anual es el mensual multiplicado por 12. Los resultados se ordenan del modelo más barato al más caro, y el más barato aparece resaltado en verde.
Precios para contexto largo
Algunos modelos cobran una tarifa más alta cuando una sola consulta envía muchísimo texto. Por ejemplo, Claude Haiku 5.5 a partir de 100,000 tokens de entrada y Gemini 3.1 Pro a partir de 200,000. En ese caso, la tarifa alta se aplica a toda la consulta, no solo a los tokens que pasan del límite. La calculadora la aplica sola cuando tus tokens de entrada superan el umbral, y bajo la tabla de resultados lista todos los modelos con este tipo de precio.
Ejemplo práctico
Una tienda en línea de Guadalajara quiere sumar un asistente que responda dudas sobre envíos y devoluciones. Calcula 2,000 usuarios activos al mes que hacen 5 consultas al día en promedio, durante 30 días:
- Consultas al mes: 2,000 × 5 × 30 = 300,000
- Cada consulta envía 1,200 tokens de entrada (instrucciones, políticas de la tienda y la pregunta) y recibe 400 tokens de salida.
Con un modelo que cuesta $2.00 USD por millón de tokens de entrada y $10.00 USD por millón de tokens de salida:
- Entrada: 1,200 ÷ 1,000,000 × $2.00 = $0.0024 USD
- Salida: 400 ÷ 1,000,000 × $10.00 = $0.004 USD
- Costo por consulta: $0.0064 USD
- Costo mensual: $0.0064 × 300,000 = $1,920 USD (unos $23,040 USD al año)
La salida representa solo una cuarta parte de los tokens, pero más del 60% del costo. Pedir respuestas breves es uno de los ahorros más sencillos.
Consumo de tokens habitual
El número de tokens cambia mucho según el uso. Estos rangos sirven como punto de partida antes de medir tu propio tráfico (en textos en español, apunta hacia el extremo alto):
| Caso de uso | Tokens de entrada por consulta | Tokens de salida por consulta | Comentario |
|---|---|---|---|
| Chatbot sencillo | 300–800 | 150–400 | Instrucciones cortas, poco historial |
| Atención al cliente con RAG | 1,500–4,000 | 300–600 | Los documentos recuperados pesan más |
| Resumen de documentos largos | 10,000–50,000 | 500–1,500 | Mucha entrada: la caché ayuda mucho |
| Asistente de programación | 2,000–8,000 | 500–2,000 | Archivos e historial crecen rápido |
| Clasificación o extracción de datos | 200–1,000 | 10–100 | Ideal para modelos pequeños y baratos |
Consejos para pagar menos
- Usa el modelo adecuado para cada tarea. Envía las consultas sencillas (clasificar, respuestas cortas) a modelos pequeños y reserva los más potentes para lo difícil. Entre el modelo más barato y el más potente, la diferencia de precio puede llegar a 100 veces.
- Activa la caché de prompts. Si muchas consultas comparten las mismas instrucciones o documentos, los tokens en caché se cobran a una fracción del precio normal.
- Procesa por lotes lo que no es urgente. Muchos proveedores descuentan alrededor del 50% en trabajos asíncronos, como reportes nocturnos o etiquetado masivo.
- Limita la longitud de la respuesta. Define un máximo razonable de tokens de salida y pide respuestas concisas o en formato estructurado.
- Recorta el contexto. Recupera menos fragmentos, pero más relevantes, y resume el historial de conversación en lugar de reenviarlo completo.
- Mide desde el primer día. Registra los tokens de cada consulta: las estimaciones previas al lanzamiento casi nunca coinciden con la realidad.
Lo que esta estimación no incluye
No se incluyen descuentos (caché, lotes, acuerdos de volumen), entrada de imágenes o audio, cargos por herramientas o búsquedas, ajuste fino, impuestos ni conversión de moneda. Las tarifas de contexto largo solo se incluyen en los modelos cuyos proveedores las publican. Usa el resultado como una estimación para planificar, no como una cotización.
Preguntas frecuentes
¿Qué es un token?
Es la unidad con la que cobran los proveedores de modelos de lenguaje. Equivale a un fragmento de texto, normalmente parte de una palabra. En español se necesitan más tokens que en inglés para el mismo texto, en general entre un 20% y un 30% más, así que conviene medirlo con tus propios textos.
¿Por qué los tokens de salida cuestan más que los de entrada?
Generar texto exige más cómputo que leerlo, porque el modelo produce la respuesta token por token. La mayoría de los proveedores cobra entre 4 y 8 veces más por cada token de salida, así que las respuestas largas encarecen mucho la factura.
¿La calculadora incluye descuentos por caché o por lotes?
No. Usa los precios estándar bajo demanda. La caché de prompts y el procesamiento por lotes pueden reducir bastante el costo, así que toma el resultado como un tope máximo si piensas usarlos.
¿Me cobran en dólares aunque esté en México, Colombia o España?
Casi siempre sí. Las APIs de IA facturan en dólares estadounidenses, por lo que el costo final en tu moneda depende del tipo de cambio y de la comisión de tu tarjeta. Además, según tu país pueden aplicarse IVA u otros impuestos a servicios digitales.
¿Cada cuánto se actualizan los precios?
Todos los días, una revisión automática compara nuestros precios con la lista pública de modelos de OpenRouter y los contrasta con el archivo abierto de precios de LiteLLM. Los cambios normales se publican solos; los inusuales (una variación de más del 50%, un modelo retirado o fuentes que no coinciden) los revisa antes una persona. El aviso al final de la página muestra la fecha de la última actualización y enlaza a la página oficial de precios de cada proveedor.