La primera vez que ves una factura de una API de IA, parece incorrecta.

Centavos por solicitud. Fracciones de centavo por token. Piensas: esto es prácticamente gratis. Luego lo despliegas en producción y ves cómo el extracto de tu tarjeta empieza a subir hacia los cuatro dígitos en una semana, y de pronto las cuentas se sienten muy distintas.

El modelo de precios es sencillo cuando lo entiendes, pero la mayoría de la gente aprende primero llevándose un susto, y esa es una forma cara de aprender cualquier cosa.

Por lo que realmente estás pagando

Cada vez que envías una instrucción a un modelo de IA, miles de GPU se ponen en marcha. Ocurren miles de millones de cálculos. Solo la factura eléctrica de ejecutar inferencia a escala es descomunal. No estás pagando por el entrenamiento que ya ocurrió. Estás pagando por el cómputo que ocurre ahora mismo, cada vez que haces una solicitud.

Las tres formas principales de pago se desglosan así:

Suscripciones cuestan entre $20 y $200 al mes por acceso a una interfaz de chat con límites de uso incluidos. ChatGPT Plus, Claude Pro, Gemini Advanced. Simple. Predecible. Limitado.

Precios de API significa que pagas por token, que es la unidad de medida del texto que entra y sale del modelo. Cada palabra cuesta dinero. Cada respuesta cuesta más. Costes variables, pero control total sobre la integración.

Acuerdos empresariales implican una negociación a medida para organizaciones grandes, con descuentos por volumen, acuerdos de nivel de servicio y soporte dedicado incluidos en compromisos de varios años.

Para cualquiera que esté construyendo algo más allá del chat casual, lo que manda son los precios de API.

Los tokens son raros

Un token son aproximadamente 3 a 4 caracteres. En promedio, cerca del 75% de una palabra. “Hello” es un token. “Anthropomorphic” son cuatro.

¿Por qué no cobrar simplemente por palabra? Porque los modelos no ven palabras. Ven tokens, que son las unidades reales de cómputo que se están procesando bajo el capó. Un documento de 1.000 palabras son alrededor de 1.333 tokens. Una conversación típica de ida y vuelta con una IA puede usar de 2.000 a 5.000 tokens contando tanto tus preguntas como las respuestas.

Los precios se cotizan por millón de tokens. Cuando ves “$2.50 per 1M input tokens,” eso se traduce en:

• 1.000 tokens cuestan un cuarto de centavo
• 10.000 tokens cuestan 2,5 centavos
• 100.000 tokens cuestan 25 centavos

Estos números parecen triviales hasta que los multiplicas por volúmenes de uso reales, y entonces dejan de parecerlo muy rápido.

La salida cuesta más que la entrada

Aquí es donde el modelo mental de la mayoría se rompe.

Los tokens de salida cuestan de 3 a 10 veces más que los tokens de entrada en prácticamente todos los proveedores. Al modelo le cuesta más generar texto nuevo que leer texto existente. Leer es relativamente barato. Escribir es computacionalmente caro.

En GPT-4o, la entrada ronda los $2.50 por millón de tokens mientras que la salida ronda los $10 por millón. Claude Sonnet cobra $3 de entrada y $15 de salida. El patrón se repite en todos lados.

Esto significa que una instrucción con 500 tokens de entrada y 500 tokens de salida no cuesta lo mismo que 1.000 tokens a una tarifa mezclada cualquiera. La salida domina. En ese ejemplo, la salida cuesta cuatro veces más que la entrada a pesar de tener el mismo número de tokens.

La implicación para optimizar costes es clara: controlar la longitud de la salida importa más que recortar tus instrucciones.

La diferencia de precios es enorme

Los precios actuales para 2026 van desde fracciones de centavo hasta decenas de dólares por millón de tokens, y el modelo que elijas determina en qué extremo de ese espectro caes.

La gama económica maneja la mayoría de tareas sin problema. Gemini 2.5 Flash cuesta $0.15 de entrada y $0.60 de salida por millón de tokens. Claude Haiku está en $1 de entrada y $5 de salida. Estos modelos resuelven de sobra el 70% al 80% de los casos de uso típicos en negocios.

La gama media ofrece una calidad notablemente mejor por 10 a 20 veces el coste. Claude Sonnet a $3 de entrada y $15 de salida. GPT-4o a tarifas similares. El salto de capacidad justifica el sobreprecio para tareas que requieren matiz o razonamiento complejo.

Los modelos premium cobran caro. Claude Opus cuesta $5 de entrada y $25 de salida para la versión más reciente. Algunos modelos centrados en razonamiento como la serie o1 de OpenAI cobran $15 de entrada y $60 de salida. Existen para tareas donde la calidad pesa más que todo lo demás.

Luego está DeepSeek, que ofrece $0,28 de entrada y $0,42 de salida con una capacidad competitiva. El detalle es que es un modelo desarrollado en China, lo cual importa para ciertos casos empresariales que involucran requisitos de cumplimiento o residencia de datos.

La misma carga de trabajo puede costar $17 al mes o $500 al mes dependiendo únicamente de la elección de modelo.

Cómo lo viven los desarrolladores

La comunidad de desarrolladores tiene mucho que decir sobre la curva de aprendizaje.

Un desarrollador que estaba construyendo una herramienta de análisis de retroalimentación describió su llamada de atención: “I noticed how quickly the costs can spiral out of control. A simple task routed to GPT-4 by mistake, an inefficient prompt, or running the same query over and over—it all adds up.”

Esa experiencia es común. La distancia entre “esto parece barato” y “espera, ¿mi factura es de cuánto?” puede cerrarse rápido.

Otro desarrollador compartió su proceso para recortar costes después de ver una factura mensual de $70: “Dropped Claude Sonnet entirely—tested both models on the same data, Haiku actually performed better at a third of the cost.” Bajaron sus costes mensuales a centavos filtrando solicitudes irrelevantes antes de que llegaran a la API y acortando las salidas a abreviaturas cuando no hacían falta palabras completas.

La selección del modelo aparece una y otra vez como la palanca más grande. Un comentarista en Hacker News señaló: “Gemini performs similar to the GPT models, and with the cost difference there is little reason to choose OpenAI” para su caso de uso de automatización del hogar.

El patrón a través de estas historias es consistente: la mayoría de proyectos sobreespecifica la capacidad del modelo al principio, y luego optimiza a la baja cuando llegan las facturas.

Las trampas ocultas de la facturación

Algunas cosas sorprenden a la gente más allá de la matemática cruda de tokens.

Los límites de gasto no siempre funcionan. Usuarios en el foro de desarrolladores de OpenAI reportaron que les cobraron entre $300 y $1.000 por encima de sus límites duros, y uno lo resumió así: “I spent way more than expected. I knew it could happen, but I relied on the organization spending limit.”

Los tokens de razonamiento son una categoría de coste más nueva que hace tropezar a mucha gente. Modelos con capacidades de “pensamiento” como la serie o de OpenAI generan tokens internos de razonamiento que cuentan como salida pero nunca aparecen en tu respuesta visible. Un problema matemático complejo puede usar 87.000 tokens de razonamiento para producir 500 palabras de salida visible, y pagas por todo.

El coste extra de la ventana de contexto es invisible pero caro. Cada llamada a la API incluye tu instrucción del sistema, cualquier historial de conversación y cualquier documento que estés aportando. En una conversación larga o en una configuración de generación aumentada con recuperación, este “extra” puede representar 50% o más de tu uso de tokens antes de que siquiera hagas tu pregunta real.

Cómo hacer que los costes sean previsibles

Las organizaciones que gestionan bien los costes de IA comparten prácticas comunes.

Primero, empiezan con modelos más baratos y solo suben cuando la brecha de calidad es demostrable. La mayoría de tareas no necesita el modelo caro. El modelo caro es para cuando el modelo barato falla, no para cuando no estás seguro de cuál elegir.

Segundo, miden de forma obsesiva. Como dijo un desarrollador: no puedes optimizar lo que no mides. Herramientas como Helicone, LangSmith y los paneles nativos del proveedor te permiten atribuir costes a funciones, usuarios o flujos específicos.

Tercero, controlan agresivamente la longitud de la salida. Como los tokens de salida dominan los costes, pedir respuestas más cortas tiene un impacto desproporcionado. “A/M/B” en lugar de “alto/medio/bajo” suena trivial hasta que lo multiplicas por millones de clasificaciones.

Cuarto, cachean respuestas para consultas repetidas. Si el 20% de tus consultas representa el 80% de tu volumen y esas consultas tienen respuestas estables, el caché se paga solo de inmediato.

Quinto, usan procesamiento por lotes cuando la latencia lo permite. La API por lotes de OpenAI ofrece 50% de descuento en solicitudes procesadas de forma asíncrona dentro de 24 horas. Si no necesitas respuestas inmediatas, no necesitas pagar precios de inmediatez.

¿Qué aspecto tiene un gasto razonable?

Números aproximados para distintas fases de un proyecto, teniendo en cuenta que los costes reales varían muchísimo según el caso de uso:

Un prototipo que consume $100 a $500 al mes está probando ideas y validando conceptos, probablemente usando modelos económicos con algo de revisión manual de calidad.

Un piloto en producción que cuesta $500 a $2.000 al mes sirve a una base de usuarios limitada con cargas reales, ajustando modelos según lo aprendido en el prototipo.

Producción completa, entre $2.000 y $10.000+ al mes, escala al volumen real de usuarios con optimización activa basada en patrones de uso observados.

Estos rangos pueden cambiar drásticamente según tu aplicación. Un chatbot simple puede costar $50 al mes. Un flujo de procesamiento de documentos que maneje millones de páginas puede costar $50.000.

La tendencia juega a tu favor

Los precios siguen cayendo. Rápido.

Lo que costaba $30 a $60 por millón de tokens en 2023 ahora cuesta $2 a $10. La competencia entre Google, Anthropic y proveedores de código abierto sigue empujando las tarifas hacia abajo. La caída de precios incluso se aceleró en el último año.

Esto tiene algunas implicaciones que vale la pena considerar.

Proyectos que no eran rentables hace 12 meses podrían funcionar hoy con las tarifas actuales.

Lo que construyas ahora se volverá más barato de operar con el tiempo, incluso si no cambias nada.

Atarte a compromisos de precios a largo plazo con las tarifas de hoy quizá no tenga sentido cuando las tarifas del próximo año podrían ser sustancialmente más bajas.

Qué significa esto para ti

El modelo de precios en sí es simple: tokens que entran, tokens que salen, la salida cuesta más que la entrada, y distintos modelos cuestan distintas cantidades. Todo lo demás es detalle de optimización.

Lo difícil no es entender los precios. Lo difícil es construir la disciplina de medir lo que estás gastando, comprobar si modelos más baratos funcionan para tu caso de uso, y evitar el error fácil de irte por defecto a la opción cara porque “se siente” más segura.

La mayoría de proyectos está pagando de más por capacidad que no necesita. La mayoría de problemas de coste vienen de la elección de modelo y de la verbosidad de la salida más que de cualquier cosa sofisticada. Los desarrolladores que gestionan bien los costes hacen cosas aburridas de forma consistente: miden, prueban alternativas más baratas, limitan la longitud de la salida y cachean consultas repetidas.

¿Cuánto costaría tu carga de trabajo actual a 10x el volumen? ¿A 100x? ¿El modelo que estás usando es realmente necesario o solo es el que elegiste al principio? ¿Qué parte de tu presupuesto de tokens se va en el extra del contexto frente a trabajo realmente útil?

Las respuestas a esas preguntas importan más que las tablas de precios.