Saltar al contenido
Built in Lahore, PakistanCómo verificamos las cuentas
mathbehind

Cómo estimar y reducir los costes de la API de un LLM

Las facturas de las API salen de los tokens de entrada y de salida, que se cobran por separado. Con tres números por petición puedes estimar la factura mensual y comparar modelos antes de escribir una sola línea de código.

Por Muhammad Ahmad, Software EngineerLinkedIn· cifras comprobadas el

Publicado el , actualizado el . 5 min de lectura.

¿Quieres probar con tus propios números?Calculadora de costes de API de IAAbrir la calculadora

Las API de modelos de IA de OpenAI, Anthropic y Google facturan todas de la misma manera: por tokens, con un precio distinto para los tokens que envías (entrada) y para los que el modelo escribe como respuesta (salida). Los precios se indican por millón de tokens.

Eso significa que puedes estimar una factura mensual con solo tres números: tokens de entrada por petición, tokens de salida por petición y peticiones al mes.

Paso 1: estima los tokens por petición

Los tokens de entrada incluyen todo lo que envías: tus instrucciones, el mensaje del usuario, los documentos que adjuntes y los turnos anteriores de la conversación. Los tokens de salida son la respuesta.

Si solo conoces el número de palabras, una buena regla general para texto en inglés es que 1.000 tokens equivalen a unas 750 palabras. El código y otros idiomas suelen necesitar más tokens por palabra.

Paso 2: calcula el precio de una petición

Divide cada cifra de tokens entre un millón y multiplica por la tarifa de ese modelo. Esta es una petición con 5.000 tokens de entrada y 1.000 de salida en Claude Sonnet 5, a 2 $ por millón de tokens de entrada y 10 $ por millón de tokens de salida.

Una petición y luego un mes entero de peticiones
  1. Entrada

    5.000 ÷ 1 M × 2,00 $equals0,010 $

  2. Salida

    1.000 ÷ 1 M × 10,00 $equals0,010 $

  3. Al mes

    0,020 $ × 10.000equals200,00 $

Paso 3: compara modelos

La misma carga de trabajo cuesta cantidades muy distintas según el modelo. Con los precios del conjunto de datos de nuestra calculadora (última comprobación: 29 de septiembre de 2026), 10.000 de esas peticiones al mes costarían aproximadamente:

  • Claude Opus 5.5: 400 $
  • Claude Sonnet 5 y GPT-6 Sol: 200 $ cada uno
  • Claude Haiku 4.5: 100 $
  • GPT-5.6 Luna: 22 $
  • GPT-6 Luna: 10 $

Un modelo más barato no es automáticamente la mejor opción. Primero comprueba si resuelve tu tarea lo bastante bien y, después, deja que el coste decida entre los modelos que pasen la prueba.

Por qué pesan más los tokens de salida

La salida suele tener un precio varias veces superior al de la entrada. En el ejemplo anterior, 1.000 tokens de salida cuestan lo mismo que 5.000 tokens de entrada. Si las respuestas crecen hasta 3.000 tokens, el coste por petición se duplica hasta 0,04 $ y la factura mensual hasta 400 $, aunque la entrada no haya cambiado.

Por eso pedir respuestas más cortas, o fijar una longitud máxima de salida, es una de las formas más eficaces de reducir costes.

Seis formas de reducir la factura

Una vez que tienes una estimación, cada parte tiene su palanca, y la mayoría se pueden accionar sin que los usuarios lo noten.

  1. Elige el modelo más pequeño que supere tus pruebas. La misma carga de un chatbot cuesta 391,20 $ al mes en Claude Sonnet 5 y 19,56 $ en GPT-6 Luna.
  2. Limita el historial del chat, conservando solo los turnos recientes o resumiendo los más antiguos (consulta el ejemplo de abajo).
  3. Guarda en caché la entrada repetida. Los prompts de sistema largos y los documentos se envían con cada petición, y los proveedores aplican grandes descuentos a la entrada en caché; OpenAI factura las lecturas en caché al 10 % de la tarifa estándar de entrada en los modelos actuales.
  4. Agrupa en lotes el trabajo que puede esperar. Las API por lotes suelen reducir el precio a la mitad en tareas que pueden terminar en 24 horas, como los resúmenes nocturnos o la clasificación.
  5. Limita la longitud de la salida. Los tokens de salida cuestan varias veces más que los de entrada, así que pide respuestas concisas y fija un máximo.
  6. Enruta según la dificultad. Envía las peticiones sencillas a un modelo barato y solo las difíciles a uno caro.
El mismo chat con 12 mensajes en lugar de 6
  1. Tokens de entrada

    12 × 800 + 12 × 60 + 360 × 12 × 11 ÷ 2equals34.080

  2. Tokens de salida

    12 × 300equals3600

  3. Por conversación

    34.080 ÷ 1M × 2,00 US$ + 3600 ÷ 1M × 10,00 US$equals0,1042 US$

  4. Al mes

    0,1042 US$ × 10.000 conversacionesequals1041,60 US$

Duplicar la duración de la conversación subió la factura mensual de 391,20 $ a 1.041,60 $, porque cada mensaje reenvía la conversación hasta ese punto.

Lo que esta estimación deja fuera

  • El almacenamiento en caché de prompts, que puede reducir el coste de la entrada repetida, como un prompt de sistema largo.
  • Los descuentos por procesamiento por lotes para el trabajo que no necesita una respuesta inmediata.
  • Los reintentos tras errores, que también se pagan.
  • El historial de la conversación: en un chat, cada nuevo turno reenvía como entrada los mensajes anteriores.

Lo que ahorran la caché y el procesamiento por lotes

Con la carga por defecto de la calculadora de costes de API de IA en Claude Sonnet 5 (10.000 peticiones de 5.000 tokens de entrada y 1.000 de salida): el coste estándar es de 200 $ al mes. Guardar en caché el 80 % de cada prompt y ejecutar el trabajo por la API de lotes a mitad de precio lo deja en unos 64 $, un ahorro de 136 $. Para trabajo que no necesita una respuesta inmediata, como los resúmenes nocturnos o la clasificación masiva, estos dos ajustes juntos suelen valer más que cambiar a un modelo más barato.

Contrastar la estimación con la realidad

  1. Haz un piloto con unos cientos de peticiones reales y lee los recuentos de tokens que devuelve la API.
  2. Compara las medias reales de entrada y salida con tu estimación; la longitud de la salida suele ser donde fallan las estimaciones.
  3. Fija un límite de gasto o una alerta en el panel del proveedor antes del lanzamiento.
  4. Revisa el coste por petición cada semana durante el primer mes, cuando los patrones de uso se estabilizan.

Tip: Los precios cambian a menudo. Consulta la página de precios del propio proveedor antes de comprometer un presupuesto y vuelve a revisarla cada pocos meses.

Preguntas frecuentes

¿Por qué mis costes reales de API son más altos que mi estimación?
Normalmente porque las respuestas son más largas de lo previsto, los prompts crecen con el tiempo o no se contaron los reintentos ni los tokens de razonamiento ocultos. Compara los recuentos de tokens que informa la API con tus supuestos.
¿Cómo estimo los costes de la API de un LLM?
Multiplica los tokens de entrada por petición por el precio de entrada por millón, haz lo mismo con los tokens de salida, suma ambos y multiplica por las peticiones al mes.
¿Cuántos tokens son 1.000 palabras?
En texto en inglés, aproximadamente 1.333 tokens, ya que 1.000 tokens equivalen a unas 750 palabras. El código y otros idiomas suelen necesitar más.
¿Cuál es la forma más rápida de reducir la factura de un LLM?
Normalmente, un modelo más barato que aun así supere tus pruebas, seguido de salidas más cortas y de la caché de prompts para la entrada repetida.
¿Cuánto pueden ahorrar la caché y el procesamiento por lotes?
En nuestro ejemplo, guardar en caché el 80 % de cada prompt y usar el procesamiento por lotes redujo una factura mensual de 200 $ a unos 64 $.

Fuentes

  1. Documentación de Claude Platform: precios
  2. Precios de la API de OpenAI
  3. Precios de la API de Gemini (Google AI for Developers)