Precios de la API de GPT:
lo que cuesta cada modelo
Precios por millón de tokens de cada modelo GPT, cómo se facturan la entrada en caché y los tokens de razonamiento, y un ejemplo para calcular tu factura.
Los precios de la API de GPT tienen menos piezas que los de Claude, y dos detalles que sorprenden: los tokens de razonamiento se facturan como salida aunque nunca los veas, y la entrada en caché se detecta de forma automática, así que desde el código no sabes si estás recibiendo el descuento. Esta página lista lo que cuesta cada modelo GPT en Half Off Dev, explica cómo se factura una respuesta de GPT y muestra cómo leer tu propio uso para que la factura nunca te sorprenda.
Cada modelo GPT y su precio
La tabla está en vivo. Muestra los precios por millón de tokens que cobra la API, que en Half Off Dev son la mitad del precio de lista de OpenAI.
| Modelo | Contexto | Entrada | Salida | Lectura de caché |
|---|---|---|---|---|
| GPT-6 Astra gpt-6-astra | 1.05M | $5.00 | $25.00 | $0.50 |
| GPT-6.1 Sol gpt-6.1-sol | 1.05M | $1.00 | $5.00 | $0.05 |
| GPT-6 Sol gpt-6-sol | 1.05M | $1.00 | $5.00 | $0.10 |
| GPT-5.6 Sol gpt-5.6-sol | 400K | $1.00 | $5.00 | $0.10 |
| GPT-5.6 Terra gpt-5.6-terra | 400K | $1.00 | $6.00 | $0.10 |
| GPT-5.6 Luna gpt-5.6-luna | 400K | $0.10 | $0.60 | $0.01 |
USD por 1M de tokens, en vivo desde el catálogo.
Cada fila abre la página de ese modelo. GET https://halfoff.dev/v1/models devuelve la misma lista como JSON, sin necesidad de clave.
Cómo se factura una respuesta de GPT
Una respuesta de GPT informa su uso con la forma de la API de OpenAI. Tres cifras deciden el precio:
| Parte facturada | Dónde aparece en usage | Precio aplicado |
|---|---|---|
| Entrada sin caché | prompt_tokens menos prompt_tokens_details.cached_tokens | Precio de entrada |
| Entrada en caché | prompt_tokens_details.cached_tokens | Precio de lectura de caché, una fracción de la entrada |
| Salida | completion_tokens, con el razonamiento incluido | Precio de salida |
Los modelos GPT no cobran por escribir en la caché. El cacheo es automático: cuando una petición empieza con el mismo prefijo largo que una reciente, la parte repetida se lee de la caché y se factura al precio más bajo. Pon primero el contenido estable (instrucciones, herramientas, documentos de referencia) y al final lo que cambia, y envía un prompt_cache_key que se mantenga igual para un mismo usuario o conversación para aumentar los aciertos.
Los tokens de razonamiento son tokens de salida
Los modelos de razonamiento piensan antes de responder, y ese pensamiento se factura al precio de salida. Con la API Chat Completions aparecen en usage.completion_tokens_details.reasoning_tokens, que ya está contado dentro de completion_tokens. Por eso una respuesta corta a una pregunta difícil puede costar más que una respuesta larga a una fácil.
Lo controlas con reasoning_effort. Un esfuerzo menor compra menos tokens de razonamiento. Prueba el ajuste más bajo que aún pase tus propios casos de prueba antes de pasar a un modelo más grande, porque es el cambio más barato.
Ejemplo resuelto: un chatbot de soporte
Supón que cada respuesta envía 1,500 tokens de entrada (instrucciones, fragmentos recuperados, la pregunta), de los cuales 1,000 son las mismas instrucciones que en la petición anterior, y escribe 400 tokens de salida. Diez mil respuestas al mes suman:
- 5 millones de tokens de entrada sin caché (500 × 10,000)
- 10 millones de tokens de entrada en caché (1,000 × 10,000)
- 4 millones de tokens de salida (400 × 10,000)
Multiplica cada uno por el precio por millón de la tabla: 5 × precio de entrada + 10 × precio de lectura de caché + 4 × precio de salida. La calculadora de costos de APIs de LLM hace la aritmética para todos los modelos GPT lado a lado. Con la salida a varias veces el precio de la entrada, los 4 millones de tokens de salida suelen ser la línea mayor, y los 10 millones en caché, la menor.
Chat Completions o Responses
Half Off Dev sirve los dos formatos de OpenAI, y ambos se facturan igual:
- Chat Completions (
/v1/chat/completions) es lo que hablan la mayoría de los SDK y herramientas. URL basehttps://halfoff.dev/v1. - Responses (
/v1/responses) es lo que usa Codex CLI, y aquí es exclusivo de GPT.
Consulta API de OpenAI para el streaming, la llamada a funciones y los ajustes de razonamiento, y Codex CLI para usarlo con una clave de API.
Preguntas frecuentes
¿Cuánto cuesta la API de GPT?+
Depende del modelo y de los tokens que envías y recibes, no de un plan. La tabla de arriba da el precio por millón de tokens de cada modelo. Un bot de soporte o un resumidor puede correr en modelos pequeños por centavos cada mil peticiones; un modelo de razonamiento con entradas largas cuesta bastante más.
¿Por qué mi factura de la API de GPT es más alta de lo esperado?+
Casi siempre por los tokens de razonamiento. Cuentan como salida, no aparecen en la respuesta visible y la salida cuesta varias veces más que la entrada. Lee completion_tokens_details.reasoning_tokens en el uso y prueba con un reasoning_effort más bajo.
¿OpenAI cobra por la caché de prompts?+
No hay cargo por escribir en la caché con los modelos GPT. Solo pagas el precio más bajo de lectura de caché por la parte del prompt que ya estaba en caché. Caché de prompts explica cómo Half Off Dev mantiene una conversación en el canal que guarda su caché.
¿La API de GPT es más barata aquí que en OpenAI?+
Todos los modelos GPT se facturan al 50 % del precio de lista de OpenAI, tanto en entrada y salida como en entrada en caché. Tu SDK sigue funcionando: cambia la URL base y la clave.
¿Puedo usar mi código actual de OpenAI?+
Sí. Define base_url como https://halfoff.dev/v1 y usa una clave de tu panel. La guía del SDK de OpenAI tiene las dos líneas y los límites de este atajo.
Para comparar proveedores, lee precios de la API de Claude y precios de la API de Gemini. Cuando estés listo, crea una cuenta y envía tu primera petición desde el inicio rápido.
Una clave prepago para modelos, datos y agentes
Sin suscripción. Recarga, usa lo que necesites y ve cada cargo en tus registros.