Ingresa tu patrón de uso real — solicitudes por día, y aproximadamente cuántos tokens entran y salen por solicitud — para obtener una estimación mensual real, no solo un precio por token.
Coste por solicitud = (tokens de entrada sin caché × precio de entrada + tokens de entrada en caché × precio de entrada en caché + tokens de salida × precio de salida) ÷ 1.000.000, con los precios del modelo según nuestros datos. Por día = por solicitud × solicitudes al día; por mes = por día × 30; por año = por día × 365.
Si un modelo no publica precio de entrada en caché, los tokens en caché se cobran al precio de entrada completo, sin inventar un descuento. Son tarifas estándar de pago por uso en dólares: no se aplican descuentos por lotes, recargos regionales ni recargos por contexto largo (las notas de la tabla comparativa indican dónde existen).
Un chatbot de soporte atiende 1.000 solicitudes al día, cada una con 1.500 tokens de entrada y 400 de salida, en Anthropic Sonnet 5.5 ($2 de entrada y $10 de salida por millón de tokens, revisado el 2026-10-25).
Por solicitud: 1.500 × $2 ÷ 1M + 400 × $10 ÷ 1M = $0.0070. Son $7.00 al día, $210 al mes y $2,555 al año.
Si el 60% de la entrada es un prompt de sistema repetido que se lee de la caché a $0.1 por millón, el mes baja a $159, un ahorro del 24%. El mismo tráfico en OpenAI GPT-6 Luna cuesta $10.50 al mes.
Cada precio sale de la página de precios del propio proveedor:
Para profundizar (en inglés): Qué es un token y cómo estimar los tokens de tu texto · Caché de prompts y descuentos por lotes, proveedor por proveedor · Cómo estimar el coste mensual de un chatbot, una app RAG o un agente · Por qué los tokens de salida cuestan más que los de entrada · Historial de precios y registro de cambios
Pagas por separado los tokens de entrada (lo que envías) y los de salida (lo que escribe el modelo), cada uno con un precio por millón. Coste por solicitud = tokens de entrada × tarifa de entrada + tokens de salida × tarifa de salida.
En inglés, un token equivale a unos 4 caracteres o 0,75 palabras, así que 1.000 palabras son unos 1.300 tokens. El código y otros idiomas, como el español, suelen necesitar más tokens.
Generar texto requiere más cálculo que leerlo, por eso la salida cuesta entre 2 y unas 8 veces más que la entrada en los modelos que seguimos, casi siempre 5 veces. Acortar las respuestas suele ser el mayor ahorro.
Algunos proveedores cobran mucho menos por la entrada que se repite entre solicitudes, como un prompt de sistema largo o un documento compartido. Con mucho contexto repetido puede reducir el coste de entrada un 70–90%.
Uso gratuito en tu web, documentación o blog: pega este código donde quieras que aparezca.