Saltar al contenido
ReviewRamble

El boletín semanal

La IA, analizada, en tu bandeja de entrada.

  • Nuevas reseñas de herramientas, modelos, servidores MCP y repos, con el veredicto por delante
  • Precios y valoraciones revisados cuando algo cambia
  • Nuevos análisis en cuanto se publican

Modelos, agentes, servidores MCP y las herramientas que de verdad merecen tu tiempo.

Un correo a la semana. Date de baja con el enlace de cualquier boletín. Cómo usamos tu correo

Precio por token

El precio por token (token pricing) es la forma en que cobran la mayoría de las API de modelos de IA: un precio fijo por millón de tokens de entrada que envías y otro aparte, normalmente más alto, por millón de tokens de salida que genera el modelo, con descuentos para la entrada en caché y las tareas por lotes.

También llamado: price per million tokens, input vs output tokens

Por Divya Sharma · Comprobado el 16 nov 2026 · Cómo hacemos las reseñas

Los proveedores facturan en tokens y no en peticiones o palabras. La página de precios de Anthropic, por ejemplo, indica precios por MTok, es decir, por millón de tokens, con columnas separadas para la entrada base, las escrituras en caché, los aciertos de caché y la salida. La entrada cubre todo lo que envías: el system prompt, el historial de la conversación, los documentos recuperados y las definiciones de herramientas. Los tokens de salida son lo que el modelo escribe de vuelta, incluidos los tokens de razonamiento ocultos en los modelos de razonamiento.

Cómo calcular un coste

El coste por petición es los tokens de entrada por el precio de entrada más los tokens de salida por el precio de salida, cada uno dividido entre un millón. Los chats largos se encarecen en cada turno porque se envía todo el historial cada vez. La salida suele costar varias veces más que la entrada, así que un modelo que se extiende mucho puede acabar costando más que otro que parece más barato.

Qué cambia la factura

El prompt caching cobra menos por un prefijo repetido. Una batch API ofrece un descuento para tareas que pueden esperar. Algunos proveedores cobran más por prompts muy largos o en regiones concretas. El tokenizador también importa: Anthropic señala que un tokenizador más reciente produce aproximadamente un 30% más de tokens para el mismo texto, así que los precios por token no se pueden comparar directamente entre familias de modelos.

Cómo comparar modelos

El precio por token solo tiene sentido junto a la calidad y la velocidad. Un modelo barato que necesita tres reintentos no es barato. Nuestra investigación sobre precios de modelos de IA sigue los precios de lista de los proveedores, y las clasificaciones muestran la calidad junto al coste.

Términos relacionados

Token (LLM)
Un token (LLM) es la unidad básica de texto que un modelo de lenguaje lee y escribe, a menudo una palabra, parte de una palabra, un signo de puntuación o un byte. Los precios, la velocidad y los límites de contexto se cuentan en tokens.
Tokens de salida
Los tokens de salida (output tokens) son los tokens que genera un modelo de lenguaje en su respuesta. Se cuentan y se facturan aparte de los tokens de entrada, y un ajuste max_tokens limita cuántos puede contener una respuesta.
Prompt caching
El prompt caching (caché de prompts) es una función de las API que guarda la forma procesada de un prefijo de prompt repetido, como un system prompt o un documento largo, para que las peticiones posteriores que empiezan con el mismo prefijo sean más baratas y rápidas.
Batch API
Una batch API (API por lotes) te permite enviar un gran conjunto de peticiones a un modelo en un solo trabajo y recoger los resultados más tarde, en lugar de esperar cada llamada. Los proveedores ejecutan el trabajo cuando hay capacidad y normalmente cobran menos por él.
Tokenizador
Un tokenizador (tokenizer) es el componente que divide el texto en tokens y los convierte en identificadores numéricos que un modelo de lenguaje puede procesar, y que después convierte de nuevo en texto los identificadores de salida del modelo.
Límite de uso (API)
Un límite de uso (rate limit) restringe cuánto puede usar una cuenta una API en un intervalo de tiempo, normalmente como peticiones por minuto (RPM) y tokens por minuto (TPM). Las peticiones que superan el límite se rechazan, por lo general con un error HTTP 429.

Fuentes