Calculadora de tokens

Qué es un token y por qué las APIs de IA cobran por token

Cómo usar la calculadora de coste de tokens

Fórmula para calcular el coste de tokens

• $C$ = Coste total por petición (en la divisa del proveedor, normalmente USD)
• $T_{in}$ = Número de tokens de entrada (el prompt que envías al modelo)
• $T_{out}$ = Número de tokens de salida (la respuesta generada por el modelo)
• $P_{in}$ = Precio por millón de tokens de entrada del modelo seleccionado
• $P_{out}$ = Precio por millón de tokens de salida del modelo seleccionado

Precio por millón de tokens de cada modelo (cuánto cuesta 1M de tokens)

Ejemplos de coste con números reales del motor de cálculo

Errores frecuentes al estimar el coste de tokens

• Confundir el precio de entrada con el de salida. La salida casi siempre es más cara, y el múltiplo es un rasgo de familia: los tres niveles de GPT-5.6 cobran la salida seis veces más que la entrada (Sol 5 frente a 30, Terra 2,5 frente a 15, Luna 1 frente a 6), toda la línea Claude exactamente cinco veces, Grok 4.5 tres veces y solo modelos como DeepSeek V4 Pro la dejan en el doble (0,435 frente a 0,87 USD). Al presupuestar, mira primero el lado de la salida: recortar la longitud de la respuesta con max_tokens suele ahorrar más que acortar el prompt.
• Dar por hecho que un sucesor al mismo precio cuesta lo mismo. Claude Sonnet 5 y Sonnet 4.6 figuran los dos a 3 / 15 USD, pero Anthropic documenta que Claude 4.7 y modelos posteriores usan un tokenizador más nuevo que produce alrededor de un 30 % más de tokens para el mismo texto. Misma tarifa sobre más tokens facturables es una factura más alta. Vuelve a medir tus recuentos reales contra el modelo nuevo antes de firmar que la migración es neutra. Ojo al matiz: entre Opus 4.8 y Opus 5 sí es neutra, porque los dos usan ya el tokenizador nuevo.
• Presupuestar sobre un precio de lanzamiento. Los modelos nuevos suelen salir con una tarifa introductoria temporal que revierte en una fecha publicada, y muchas tablas de terceros copian la cifra promocional sin avisar. Un presupuesto construido sobre una promoción se rompe el día que caduca. Esta calculadora y esta página usan la tarifa estándar bajo demanda de cada modelo justo por eso: si has visto una cifra más baja en otro sitio, comprueba si tiene fecha de caducidad antes de meterla en una previsión.
• Creer que un token es una palabra y olvidar el tokenizador. En español un texto ocupa alrededor de 1,4-1,6 tokens por palabra, en torno a un 15-25 % más que en inglés, y el código o el JSON aún más. El estimador de esta página usa la heurística general de 4 caracteres por token; para el recuento exacto de cada modelo, usa tiktoken (GPT) o el campo usage que devuelve la API.
• Mirar solo el coste por consulta y no multiplicarlo por la escala. 0,0135 USD por consulta parece nada, pero a 100 peticiones al día son 40,50 USD al mes y 492,75 al año con Claude Sonnet 5 (ver el primer ejemplo). Lo que decide el presupuesto es precio × frecuencia × días: rellena siempre las peticiones al día en la calculadora.
• Olvidar que cada turno de una conversación reenvía todo el historial. La API no tiene memoria: en el turno 10 vuelves a mandar los 9 anteriores, y los tokens de entrada crecen de forma casi cuadrática; una charla algo larga son decenas de miles de tokens por petición. Usa una ventana deslizante con los últimos turnos o resume el historial cada cierto tiempo.
• Tirar del modelo insignia para toda la carga de trabajo. Desde que GPT-5.6 salió como tres modelos separados, el nivel más barato y el más caro de una misma familia están a cinco veces de distancia en los dos lados (Luna 1 / 6 frente a Sol 5 / 30), y la propia línea de Anthropic va de Haiku 4.5 a 1 / 5 hasta Fable 5 a 10 / 50. Clasificar, extraer, enrutar o reescribir se lo puedes dar a Luna, Haiku 4.5, GPT-5.4 Mini o DeepSeek V4 Pro; reserva Sol, Opus 5 o Fable 5 para razonamiento de verdad, código difícil o texto largo. Un enrutador de «primero el modelo pequeño y subo solo si hace falta» corta a menudo la mitad de la factura.
• Ignorar la caché de prompts y el descuento por lotes. Son descuentos documentados de primera parte, no trucos. Un acierto de caché se factura al 10 % de la tarifa de entrada (en Claude Opus 5, 0,50 USD por millón frente a los 5 USD estándar; en GPT-5.6 Sol, 0,50 USD frente a 5 USD), y Anthropic cobra la escritura de caché de 5 minutos a 1,25× la entrada, de modo que la caché se amortiza con una sola lectura. El trabajo que no corre prisa va por la Batch API con un 50 % de descuento en entrada y salida (Opus 5 baja a 2,50 / 12,50 USD). Coloca el texto fijo al principio del prompt para maximizar los aciertos.
• No contar los tokens invisibles de las herramientas. Activar herramientas añade un prompt de sistema que también facturas: en Claude Opus 5 son 286 tokens con elección automática y 406 si fuerzas una herramienta, la herramienta bash suma otros 325, y una búsqueda web se cobra además a 10 USD por cada 1.000 búsquedas. En un agente que hace muchas llamadas cortas, esa sobrecarga fija puede ser una fracción nada despreciable de la entrada.
• Comparar tarifas sin mirar los tramos. Gemini Pro y Grok pasan a una tarifa superior por encima de 200.000 tokens de prompt, mientras que Claude 4.6 y posteriores incluyen la ventana completa de 1 millón a precio estándar: una petición de 900.000 tokens se factura a la misma tarifa por token que una de 9.000. Si trabajas con contexto largo, el tramo puede pesar más que la diferencia de precio base.

Consejos para optimizar el consumo de tokens y reducir costes

• Elige el nivel adecuado para cada tarea, no solo el proveedor. Desde que GPT-5.6 se publicó como tres modelos separados, tienes Sol (5/30 USD), Terra (2/12 USD) y Luna (0,20/1,20 USD) dentro de la misma familia: clasificar correos o extraer campos se lo puedes dar a Luna, GPT-5.4 Nano (0,20 USD de entrada), DeepSeek V4 Flash (0,14), Mistral Small 4 (0,10) o Amazon Nova Micro (0,035), y reservar Sol, Claude Opus 5 o Claude Fable 5 para razonamiento complejo, código difícil y texto largo.
• Mide la inflación de tokens antes de migrar, no después. Pasa la misma petición dos veces, una contra tu modelo actual y otra contra el nuevo, y compara el campo usage: si el destino es un Claude 4.7 o posterior, espera alrededor de un 30 % más de tokens de entrada y de salida a igualdad de texto, y presupuesta con esos recuentos ya corregidos.
• Escribe prompts concisos y coloca el texto fijo al principio. Cada palabra de más son tokens facturados, y poner las instrucciones estables antes de la parte variable es lo que permite que la caché de prompts acierte. Un prompt bien estructurado de 200 tokens rinde a menudo más que uno farragoso de 800.
• Activa la caché de prompts para los prefijos repetidos. Un acierto se factura al 10 % de la tarifa de entrada (0,50 USD por millón en Claude Opus 5 y en GPT-5.6 Sol, frente a los 5 estándar) y la escritura de la caché de 5 minutos cuesta 1,25× la entrada, así que se amortiza con una sola lectura. Si el prefijo se reutiliza durante más de una hora, compara la caché de 1 hora (2× la escritura) con la de 5 minutos.
• Manda a la Batch API todo lo que no corra prisa. Informes nocturnos, etiquetado masivo, traducción en volumen o evaluaciones tienen un 50 % de descuento en entrada y salida: Claude Opus 5 baja de 5/25 USD a 2,50 / 12,50 USD por millón y Claude Sonnet 5 de 3/15 USD a 1,50 / 7,50. El descuento se acumula con la caché.
• Limita la longitud de las respuestas con max_tokens. Es la palanca con mejor relación esfuerzo-resultado, porque la salida cuesta entre dos y seis veces más que la entrada según el modelo: seis en toda la familia GPT-5.6 y cinco en toda la línea Claude. Si solo necesitas una etiqueta o un resumen de 100 palabras, pon el límite y no dejes que el modelo se explaye.
• Vigila la eficiencia de tokens, no solo la tarifa. Google afirma que Gemini 3.6 Flash consume alrededor de un 17 % menos de tokens en tareas de varios pasos, y Anthropic documenta lo contrario para su generación nueva (un 30 % más). Dos modelos con la misma tarifa pueden dar facturas muy distintas para el mismo trabajo, así que la comparación honesta se hace con tokens medidos en cada uno.
• Usa el inglés como idioma base del prompt del sistema cuando puedas. Los tokenizadores BPE están entrenados sobre todo con inglés: el mismo texto genera en torno a un 15-20 % menos tokens en inglés que en español. Deja el español para lo que el usuario ve, que es donde importa.
• Monitoriza el consumo con las herramientas del proveedor y pon alertas de presupuesto. OpenAI, Anthropic y Google ofrecen paneles de uso; una desviación de 100 tokens por petición no se nota en una llamada, pero a 10.000 peticiones al día es un millón de tokens diarios de más.
• Considera modelos abiertos para volumen alto. Llama 3.3 70B (0,59/0,79 USD), Mistral Small 4 (0,15/0,60 USD) o DeepSeek V4 Flash (0,14/0,28 USD) a través de proveedores gestionados como Groq salen muy por debajo de las APIs propietarias. Autoalojar elimina el coste por token, pero exige inversión en GPU y solo compensa a volúmenes muy altos: haz la cuenta con la tarjeta anual de la calculadora antes de comprar hardware.

Glosario de términos clave

Preguntas frecuentes sobre tokens y el coste de las APIs de IA