Cómo estimar el costo de una API de LLM antes de construir
Cuenta tokens, pon precio a los cuatro tipos de uso y calcula la factura mensual de un chatbot, un pipeline de documentos o un agente, en minutos.
Puedes estimar la factura de una API de LLM con un margen pequeño antes de escribir una línea del producto, y un margen pequeño es todo lo que necesitas para decidir si una idea funciona. El método es el mismo para cualquier modelo: cuenta los tokens por petición, ponles precio según su tipo y multiplica por el volumen. Esta página lo recorre y luego lo aplica a tres cargas de trabajo. Cuando quieras que otro haga la aritmética, usa la calculadora de costos.
Paso 1: cuenta los tokens por petición
Un token es un trozo de palabra. En texto en inglés, un token son unos cuatro caracteres, o tres cuartos de palabra, así que un documento de 1,000 palabras son unos 1,300 tokens. Otros idiomas y el código usan más tokens por palabra. Cada familia de modelos tiene su propio tokenizador, así que el recuento exacto difiere entre Claude, GPT y Gemini.
Cuenta por separado las partes de una petición, porque se facturan por separado:
prompt de sistema, definiciones de herramientas, instrucciones. Igual en cada llamada.
el mensaje del usuario, el texto recuperado, la conversación hasta ese momento.
la respuesta, más el razonamiento que haga el modelo antes.
Para una cifra exacta sobre un prompt real, pregúntale a la API: Anthropic y Gemini ofrecen un endpoint para contar tokens, y cada respuesta informa su uso.
Paso 2: pon precio a los cuatro tipos de uso
| Tipo | Se factura a | Notas |
|---|---|---|
| Entrada sin caché | Precio de entrada | La parte que cambió desde la última vez |
| Entrada en caché | Precio de lectura de caché, una pequeña fracción | Prefijos repetidos; automático en GPT y Gemini, se marca con cache_control en Claude |
| Escrituras de caché | Algo por encima de la entrada (solo Claude) | Se paga una vez por prefijo en caché |
| Salida | Precio de salida, varias veces el de entrada | Los tokens de razonamiento y de thinking cuentan como salida |
Los precios son por millón de tokens, así que divide tus tokens entre un millón y multiplica. Las tablas de precios de cada proveedor están en vivo.
Paso 3: multiplica por el volumen
El costo mensual es el costo por petición por las peticiones al mes. Hazlo para una petición típica y para una pesada, y guarda ambas cifras: la primera es tu presupuesto, la segunda es tu peor caso.
Tres cargas de trabajo, resueltas
Un chatbot de soporte. Cada respuesta envía unos 1,500 tokens de entrada (instrucciones, fragmentos recuperados, la pregunta) y escribe 400. Las instrucciones son idénticas cada vez, así que casi toda esa entrada se puede cachear. Con diez mil respuestas al mes son 15 millones de tokens de entrada y 4 millones de salida, y la salida suele ser la parte mayor de la factura. Los modelos de clase Haiku y de clase Flash son lo primero que probar.
Un pipeline de documentos. Cada documento tiene 20,000 tokens y el resumen, 500. Diez mil documentos son 200 millones de tokens de entrada: domina la entrada, así que el precio de entrada del modelo, y si el documento se cachea entre varias preguntas, deciden la factura. Ejecútalo en el modelo más barato que resuma de forma aceptable.
Un agente de programación. Una tarea son decenas de peticiones, cada una reenviando un historial que crece. El historial está casi todo en caché, así que el precio de lectura de caché y la tasa de aciertos pesan más que el precio de entrada de catálogo. Mide una tarea real y luego multiplica: cuánto cuesta Claude Code muestra un turno con precio línea por línea.
Añade un margen para lo desconocido
suman algún porcentaje; síguelos desde el primer día.
pueden duplicar la salida en prompts difíciles; lee los campos de uso y fija el esfuerzo a propósito.
Toma el percentil 90, no el promedio.
Léelos del catálogo (GET https://halfoff.dev/v1/models) en lugar de dejarlos fijos en el código.
Preguntas frecuentes
¿Cómo calculo el costo de una llamada a una API de LLM?+
Tokens de entrada por el precio de entrada, más tokens de salida por el precio de salida, cada uno por millón de tokens, con la entrada en caché al precio de lectura de caché. La fórmula está detallada en Modelos y precios.
¿Cuántos tokens son 1,000 palabras?+
Unos 1,300 tokens en inglés, más o menos. El código, los números y el texto en otros idiomas usan más. Cuenta muestras reales en lugar de fiarte de la regla.
¿Los tokens de salida son más caros que los de entrada?+
Sí, en todos los modelos principales: la salida suele costar varias veces el precio de entrada por token, por eso una respuesta larga cuesta más que una pregunta larga.
¿Cómo puedo bajar la estimación?+
Usa un modelo más pequeño, cachea el contexto repetido y limita la salida. La forma más barata de usar la API de Claude enumera los cambios por orden de impacto.
¿Dónde puedo hacer las cuentas?+
En la calculadora, con precios en vivo de todos los modelos, o en la lista de modelos. Los precios que ves ahí son los que pagas: Half Off Dev factura cada modelo a la mitad del precio de lista oficial.
Una clave prepago para modelos, datos y agentes
Sin suscripción. Recarga, usa lo que necesites y ve cada cargo en tus registros.