Costo por token: cómo se cobra la IA
Los proveedores de IA cobran por millón de tokens, con tarifas de entrada y de salida. Precios de octubre de 2026 y cómo estimar el costo de una función.
¿Cómo se cobra el uso de un modelo de IA?
El modelo habitual es el pago por uso: pagas por lo que consumes, no por capacidad reservada por adelantado. Es la misma lógica de la computación en la nube, donde, según Wikipedia, el gasto se traslada a un modelo en que “los costos escalan con el uso” (traducción nuestra). La contrapartida también se parece: sin supervisión, el gasto puede salirse del presupuesto.
En una API de IA, la unidad es el token. Las tres páginas de precios que consultamos usan el mismo esquema:
- Entrada y salida por separado. La entrada es lo que envías (instrucciones, historial, documentos); la salida, lo que el modelo escribe. Cada una tiene su tarifa por millón de tokens (MTok).
- Procesamiento en lote. Para trabajo que no necesita respuesta inmediata, Anthropic, OpenAI y Google ofrecen un 50 % de descuento.
- Caché. Reutilizar un prefijo repetido del prompt se cobra aparte: leerlo cuesta mucho menos que la entrada normal.
¿Cuánto cuestan los modelos hoy?
La tabla muestra tres modelos de cada proveedor, en dólares por millón de tokens, tal como figuraban en sus páginas oficiales el 30 de octubre de 2026. Son uno de gama baja, uno intermedio y uno de gama alta, pero no equivalentes en capacidad: compáralos como orden de magnitud, no como ranking.
| Modelo | Entrada | Salida | Lectura de caché | Entrada en lote | Salida en lote |
|---|---|---|---|---|---|
| Claude Haiku 5.5 (prompts de hasta 100.000 tokens) | 0,10 | 0,50 | 0,01 | 0,05 | 0,25 |
| Claude Sonnet 5.5 | 2 | 10 | 0,10 | 1 | 5 |
| Claude Fable 5.1 | 10 | 50 | 0,25 | 5 | 25 |
| OpenAI gpt-6-luna | 0,10 | 0,50 | 0,01 | 0,05 | 0,25 |
| OpenAI gpt-6.1-sol | 2 | 10 | 0,10 | 1 | 5 |
| OpenAI gpt-6-astra (hasta 272.000 tokens) | 10 | 50 | 1 | 5 | 25 |
| Google Gemini 3.8 Flash | 0,75 | 3,75 | 0,075 | 0,375 | 1,875 |
Tres lecturas:
- La diferencia entre el modelo más barato y el más caro de un mismo proveedor es de 100 veces. Elegir el modelo es la decisión de costo más grande.
- En todas las filas, la salida cuesta cinco veces la entrada.
- Los precios cambian. Google anuncia que Gemini 3.8 Flash pasa de 0,75 a 1,50 de entrada el 1 de enero de 2027. Por eso las páginas oficiales mandan sobre esta tabla.
¿Por qué el costo real no coincide con la tabla?
Porque el precio por token es solo un factor. Estos son los otros que mencionan las páginas oficiales:
- Contexto largo. Anthropic cobra Haiku 5.5 a otra tarifa cuando el prompt supera los 100.000 tokens (0,50 de entrada y 2,50 de salida en lugar de 0,10 y 0,50). OpenAI y Google también suben la tarifa por encima de ciertos tamaños de prompt (272.000 y 200.000 tokens en los modelos que lo indican). Una conversación con mucho historial puede cruzar ese umbral sin aviso.
- Tokens de razonamiento. Google indica que la tarifa de salida de Gemini incluye los tokens de razonamiento (“thinking”): lo que el modelo piensa antes de responder no se ve en pantalla, pero se cobra como salida.
- Distinto tokenizador, distinto conteo. Anthropic documenta que sus modelos desde Claude 4.7 producen aproximadamente un 30 % más de tokens que los anteriores para el mismo texto. Un precio por token igual no implica un costo por tarea igual, y los conteos medidos con un modelo no sirven para estimar otro.
- Multiplicadores de caché. En Claude, escribir en el caché de 5 minutos cuesta 1,25 veces la entrada base y el de 1 hora cuesta el doble. Leer cuesta 0,1 veces la entrada en la mayoría de los modelos, pero 0,05 en Opus 5.5 y Sonnet 5.5, y 0,025 en Fable 5.1. Confirma el multiplicador del modelo que uses. Google, además, cobra almacenamiento del caché por hora en casi todos sus modelos.
Para entender por qué el historial pesa en cada turno, mira la ventana de contexto.
¿Por qué le importa a un diseñador?
Porque cada decisión de interfaz tiene un costo que se multiplica por el uso:
- Longitud de la respuesta. Como la salida es lo más caro, una respuesta de 1.000 tokens cuesta diez veces más que una de 100. Un formato que pide mucho texto por defecto sube el costo sin que el usuario lo pida.
- Historial. La conversación completa suele reenviarse en cada turno, así que una sesión larga encarece cada respuesta nueva.
- Contexto fijo. Un prompt de sistema o un documento que se incluye siempre se paga en cada petición, salvo que use caché.
- Frecuencia. Un autocompletado que se dispara con cada tecla cuesta mucho más que uno que espera una pausa o un clic.
- Elección de modelo. Una clasificación simple puede ir en un modelo barato.
Obsesionarse con el costo no siempre vale la pena. Si la función tiene poco volumen o aporta mucho valor por uso, ahorrar centavos no compensa una interfaz confusa; y si recortar contexto empeora la calidad, el usuario paga el ahorro con retrabajo. Mide costo y calidad juntos.
¿Cómo estimo el costo de una función?
- Calcula los tokens de entrada promedio (instrucciones, historial, documentos).
- Calcula los tokens de salida promedio.
- Multiplica cada uno por su tarifa por millón.
- Multiplica por las peticiones esperadas al mes.
- Contrasta con casos reales: los promedios engañan cuando unos pocos usuarios intensivos concentran el consumo.
No adivines los tokens: Anthropic ofrece un endpoint de conteo, gratuito y con límites por minuto, que devuelve una estimación antes de enviar el mensaje. Recomienda contar con el modelo exacto que vayas a usar.
Ejemplo
Ejemplo ilustrativo: un asistente de notas recibe 100.000 peticiones al mes con Claude Sonnet 5.5 (2 de entrada y 10 de salida por millón, según la tabla). Cada petición lleva un prompt de sistema fijo de 3.000 tokens, un historial promedio de 2.000 y un mensaje de 200, es decir, 5.200 tokens de entrada, y la respuesta tiene 400 tokens.
- Sin caché: 520 millones de tokens de entrada cuestan 1.040 dólares y 40 millones de salida cuestan 400. Total: 1.440 dólares al mes.
- Con caché del prompt de sistema: 300 millones de tokens se leen del caché a 0,10 por millón (30 dólares), los 220 millones restantes de entrada cuestan 440 y la salida sigue costando 400. Total: 870 dólares al mes, un 40 % menos.
La cuenta ignora el costo de escribir el caché cada vez que expira y supone que la parte fija cumple los requisitos del proveedor. Aun así, el usuario no nota nada y el ahorro sale de una hoja de cálculo, no de la intuición.
Errores comunes
- Estimar el costo con el precio por token sin multiplicar por el volumen real.
- Olvidar que el historial se reenvía en cada turno.
- Ignorar los tokens de salida, que son los más caros.
- Comparar modelos solo por precio por token, sin considerar que cada uno cuenta los tokens de forma distinta.
- Copiar cifras de un artículo viejo (incluido este): las tarifas cambian, así que revisa la página oficial.
Fuentes
- Anthropic, “Pricing” (precios por modelo, caché, lote y tokenizador; consultada el 30 de octubre de 2026): https://platform.claude.com/docs/en/about-claude/pricing
- Claude, “Pricing” (resumen de planes y precios de API; consultada el 30 de octubre de 2026): https://claude.com/pricing
- Anthropic, “Token counting” (conteo de tokens como estimación, gratuito, tokenizador nuevo): https://platform.claude.com/docs/en/build-with-claude/token-counting
- OpenAI, “Pricing” (tarifas estándar y de lote; consultada el 30 de octubre de 2026): https://developers.openai.com/api/docs/pricing
- Google, “Gemini API pricing” (tarifas, caché y lote; actualizada el 28 de octubre de 2026): https://ai.google.dev/gemini-api/docs/pricing
- Wikipedia, “Cloud computing” (pago por uso y sobrecostos): https://en.wikipedia.org/wiki/Cloud_computing