Calculadora de Costos de Prompts IA: Estima Costos de Tokens en Todos los Modelos (2026)

Dos números impulsan cada estimación: cuántos tokens envías (entrada) y cuántos devuelve el modelo (salida). Cada uno tiene su propio precio, cotizado por 1.000.000 de tokens.

La fórmula:

``` cost = (input_tokens / 1,000,000) * input_price_per_M + (output_tokens / 1,000,000) * output_price_per_M ```

Para estimar conteos de tokens antes de tener un conteo exacto del tokenizador, usa la regla práctica de que 1 token es aproximadamente 4 caracteres o alrededor de 0,75 palabras en inglés (una estimación aproximada según la documentación de OpenAI y Anthropic). Entonces un prompt de 500 palabras es aproximadamente 500 ÷ 0,75 ≈ 667 tokens de entrada. Esta es una aproximación; espacios en blanco, puntuación, código y texto en otros idiomas cambian la proporción.

La salida domina muchas facturas porque los precios de salida son típicamente varias veces el precio de entrada, y las generaciones largas se suman rápidamente. Si una tarea puede devolver una respuesta estructurada corta en lugar de prosa, eso por sí solo reduce el costo.

Digamos que envías un prompt de 750 palabras y obtienes una respuesta de 750 palabras. Con ~0,75 palabras por token, son aproximadamente 1.000 tokens de entrada y 1.000 tokens de salida — 0,001 M cada uno.

En gpt-5.4 ($2,50 entrada / $15,00 salida por 1M): entrada = 0,001 × $2,50 = $0,0025; salida = 0,001 × $15,00 = $0,015; total ≈ $0,0175 por llamada.

En Claude Sonnet 4.6 ($3,00 / $15,00): entrada = 0,001 × $3,00 = $0,003; salida = 0,001 × $15,00 = $0,015; total ≈ $0,018 por llamada.

En Gemini 2.5 Flash ($0,30 / $2,50): entrada = 0,001 × $0,30 = $0,0003; salida = 0,001 × $2,50 = $0,0025; total ≈ $0,0028 por llamada.

La misma carga de trabajo, aproximadamente 6 veces más barata en Gemini 2.5 Flash que en los modelos de nivel medio de OpenAI o Anthropic — que es justamente el punto de adecuar el nivel del modelo a la dificultad de la tarea.

Ahora ejecuta esa misma llamada de 1.000 entrada / 1.000 salida 100.000 veces — digamos un trabajo de clasificación o resumen por lotes. Multiplica los totales por llamada anteriores por 100.000:

gpt-5.4: $0,0175 × 100.000 ≈ $1.750. Claude Sonnet 4.6: $0,018 × 100.000 ≈ $1.800. Gemini 2.5 Flash: $0,0028 × 100.000 ≈ $280.

A esta escala, los descuentos importan. Si el trabajo no es sensible a la latencia, la API por lotes de Anthropic ofrece 50% de descuento en entrada y salida, reduciendo a la mitad la cifra de Sonnet a aproximadamente $900. El caché de prompts ayuda cuando un prefijo grande e idéntico (prompt del sistema, instrucciones, documento de referencia) se repite entre llamadas. Consulta los métodos a continuación.

Dos mecanismos pueden reducir drásticamente el costo cuando tu carga de trabajo encaja en ellos.

Caché de prompts (Anthropic): cuando muchas llamadas comparten el mismo prefijo grande, lo cacheas una vez y pagas una tarifa reducida en la porción cacheada de llamadas posteriores. Según el precio de Anthropic, una lectura de caché (un acierto) cuesta 0,1x el precio de entrada base — es decir, 10% de la tarifa de entrada normal para los tokens cacheados. Escribir en el caché cuesta más que la entrada base (1,25x para un caché de 5 minutos, 2x para un caché de 1 hora), por lo que el caché se amortiza cuando el mismo prefijo se reutiliza lo suficiente. Ejemplo: la entrada de Claude Opus 4.8 es $5/M, y su lectura de caché es $0,50/M — un ahorro del 90% en la porción repetida.

API por lotes (Anthropic): 50% de descuento en entrada y salida para trabajos asincrónico no sensibles al tiempo. Esto se combina perfectamente con grandes cargas de trabajo sin conexión como el ejemplo anterior de 100.000 llamadas.

Adecúa el descuento a la forma del trabajo: caché para un prefijo grande repetido con cola variable, procesamiento por lotes para trabajos grandes en los que puedas esperar. Confirma las tasas y mecánicas actuales en las páginas de precios enlazadas, ya que estos términos cambian.

Para la planificación, los conteos de caracteres o palabras te acercan. Toma el conteo de caracteres de tu prompt y divide entre 4, o su conteo de palabras y divide entre 0,75, para estimar tokens de entrada. Estima tokens de salida a partir de la longitud de respuesta que esperes.

Luego introduce ambos en la fórmula y el precio de tu modelo elegido. Trata el resultado como una estimación de orden de magnitud, no como una garantía de facturación — la cifra exacta depende del tokenizador del modelo y tu longitud de salida real. Para redactar prompts más ajustados (menos tokens, instrucciones más claras) para el modelo que eligas, nuestro generador de prompts para ChatGPT y constructor de prompts de código ayudan a mantener las entradas breves.