Calculadora de costes de API de LLM

¿Qué son los tokens?

Un token es la unidad de facturación más pequeña de un modelo de lenguaje; en alemán, un token equivale aproximadamente a 3 o 4 caracteres. Una página A4 de texto con unos 3.000 caracteres son, por tanto, entre 750 y 1.000 tokens.

Importante para el cálculo de costes: los tokens de entrada (su prompt, incluido el contexto) y los tokens de salida (la respuesta del modelo) se cuentan por separado y tienen precios distintos. Quien quiera estimar de forma realista el coste de una aplicación LLM debe tener en cuenta ambos lados: no solo la propia solicitud, sino también la longitud esperada de la respuesta.

Modelos de precios de los proveedores

Todos los grandes proveedores facturan en dólares estadounidenses por cada millón de tokens, y en todos los modelos la salida es bastante más cara que la entrada: en los modelos comparados, entre 3 y 8 veces. Hay tres clases de modelos para elegir: modelos frontier como la clase Claude Opus (5 USD entrada / 25 USD salida), modelos de gama media como la clase Claude Sonnet (3 / 15 USD) o GPT-5.x (1,25 / 10 USD), y modelos de eficiencia como Claude Haiku 4.5 (1 / 5 USD) o GPT-5 mini (0,25 / 2 USD).

La calculadora comparativa de arriba muestra todos los modelos uno al lado del otro con sus precios actuales; así ve de un vistazo qué modelo es el más rentable para su caso de uso concreto.

Factores de coste ocultos: caching, batch y demás

El cálculo puro de tokens es solo la mitad de la verdad. El prompt caching aplica descuentos, a veces considerables, a las partes repetidas del prompt, y las API batch ofrecen normalmente alrededor de un 50 % de descuento en el procesamiento asíncrono frente a las solicitudes en tiempo real. Sin estas palancas, a menudo paga más de lo necesario.

A la inversa, los system prompts largos y los contextos RAG disparan los costes, porque se vuelven a facturar en cada solicitud. Los workflows de agentes con varias llamadas a herramientas multiplican además el consumo de tokens por solicitud del usuario, y los reintentos tras errores también se reflejan en la factura.

¿Cuándo compensa cada modelo?

La regla básica es: las tareas sencillas y de gran volumen, como la clasificación, el chat de preguntas frecuentes o la extracción de texto, van a un modelo de eficiencia; el razonamiento complejo o las tareas de código exigentes, a un modelo frontier. La diferencia es considerable: con una carga de chatbot idéntica de 10.000 solicitudes al mes, Claude Haiku 4.5 cuesta unos 23 dólares, mientras que la clase Claude Opus cuesta unos 115 dólares: un factor 5 para la misma tarea.

Quien no enruta con criterio y lo pasa todo por un modelo caro paga, por tanto, varias veces más sin obtener una mejora de calidad equivalente.

Optimización de costes en proyectos de IA

Optimice solo después de haber medido: la calculadora de arriba le da las cifras de partida. Las palancas más eficaces, por orden de impacto: usar un modelo más pequeño o model routing, aprovechar el prompt caching para contenidos recurrentes, acortar los system prompts, limitar la longitud de la salida y usar el procesamiento por lotes para todo lo que no tenga que ejecutarse en tiempo real.

Quien planifica una integración de IA con estas palancas desde el principio suele ahorrar un porcentaje de dos cifras de los costes de API recurrentes. Una consultoría experimentada le ayuda a diseñar este tipo de integraciones de forma rentable.