Calculadora de Costos OpenAI API (2026)

Cada llamada OpenAI API sigue las mismas matemáticas. No hay tarifa de plataforma, sin tarifa por llamada, sin mínimo. Pagas por lo que envías y lo que obtienes de vuelta, a la tasa por 1M tokens del modelo:

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

Dos ajustes se apilan encima. Primero, hits de cached de prompt — porciones de tu prefijo de entrada que OpenAI ha cacheado porque los enviaste en una llamada anterior reciente — se facturan a la tasa cached-input (~10% de entrada estándar). Los prompts del sistema largos y esquemas de herramientas estables son los ganadores típicos; el caché es oportunista en la mayoría de SDKs y no necesita cambios de código para activarse. Segundo, el API Batch quita 50% de entrada y salida a cambio de una ventana de entrega de 24 horas o menos. Los dos descuentos se apilan: una llamada cacheada, procesada por lotes en gpt-5.5 se factura a $0.25 entrada ÷ 2 = $0.125/1M y $30 salida ÷ 2 = $15/1M para la porción cacheada + procesada por lotes. La estructura de tus prompts determina cuánto de cada descuento puedes capturar en la práctica.

Los reasoning tokens en la serie o se facturan a la tasa de salida aunque no se te devuelvan — un modelo que 'piensa' durante 4,000 tokens antes de producir una respuesta de 200 tokens factura 4,200 tokens de salida. Planifica un presupuesto de salida 5-10x en tareas intensivas en razonamiento.

Toma una llamada representativa — un prompt de 1,000 tokens que devuelve una respuesta de 500 tokens, aproximadamente equivalente a un resumen de 750 palabras entrada y una respuesta de 375 palabras salida. A tasas estándar, el costo por llamada se ubica como:

gpt-5.5-pro: (1000 / 1,000,000) × $30.00 + (500 / 1,000,000) × $180.00 = $0.030 + $0.090 = **$0.120 por llamada**.

gpt-5.5: 0.001 × $5.00 + 0.0005 × $30.00 = $0.005 + $0.015 = **$0.020 por llamada**.

gpt-5.4: 0.001 × $2.50 + 0.0005 × $15.00 = $0.0025 + $0.0075 = **$0.010 por llamada**.

gpt-5.4-mini: 0.001 × $0.75 + 0.0005 × $4.50 = $0.00075 + $0.00225 = **$0.003 por llamada**.

gpt-5.4-nano: 0.001 × $0.20 + 0.0005 × $1.25 = $0.0002 + $0.000625 = **$0.000825 por llamada**.

Nota la dispersión de 145x entre gpt-5.4-nano ($0.000825) y gpt-5.5-pro ($0.120) en volúmenes de tokens idénticos. El modelo correcto casi nunca es el más caro — es el tier más barato que cumple tu barra de calidad en la tarea real.

Multiplica los números por llamada por 100,000. Esta es una carga de trabajo realista de tamaño medio — clasificación diaria en 3,000+ registros, resumen semanal, un bucle de agente de bajo volumen:

gpt-5.5-pro: $12,000. gpt-5.5: $2,000. gpt-5.4: $1,000. gpt-5.4-mini: $300. gpt-5.4-nano: $82.50.

Aplica el descuento del API Batch a la fila gpt-5.4 (resumen asincrónico es un caso de uso de lote de libro de texto): $1,000 → $500. Aplica cached-input donde 800 de cada 1,000 tokens de entrada son un prefijo de sistema estable que cachetea 80% de las veces: esos 640 tokens cacheados bajan a $0.25/1M en lugar de $2.50/1M — ahorrando 90% en 64% de entrada, aproximadamente $115 fuera de la factura de entrada, ~12% del total.

Apila ambos — la misma carga de trabajo corre alrededor de $400 en gpt-5.4 en 100k llamadas, una reducción del 60%. La palanca de costo más grande que la mayoría de equipos ignoran no es la elección del modelo; es no procesar por lotes lo que puede esperar y cachear lo que se repite.

Ahora escala a 1M llamadas — una carga de trabajo de producción a escala completa (p. ej., resumen por usuario en una app SaaS con 30,000 usuarios activos ejecutando 33 llamadas/mes cada uno):

gpt-5.5-pro: **$120,000**. gpt-5.5: **$20,000**. gpt-5.4: **$10,000**. gpt-5.4-mini: **$3,000**. gpt-5.4-nano: **$825**.

La misma pila Batch + caché en gpt-5.5 toma $20,000 → aproximadamente $8,300 (58% off) en la misma mezcla entrada/salida. En gpt-5.4-mini, la misma pila aterriza en ~$1,200 — bajo 1.2¢ por llamada a escala.

El orden de palanca canónico para escalar costos hacia abajo: (1) elige el tier más barato que cumple calidad, (2) procesa por lotes todo lo asincrónico, (3) reestructura prompts para que el prefijo cacheado sea estable, (4) limita la longitud de salida donde la controlas. La mayoría de equipos invierten el orden — afinar salida al final cuando salida es 5-6x el precio de entrada.

Un bucle de agente es la forma de costo de caso peor — el modelo toma múltiples turnos por consulta de usuario, replicando la transcripción completa cada turno. Toma un bucle típico de 5 turnos con un prompt del sistema de 2,000 tokens + herramientas, contexto creciente 800 tokens por turno:

Turno 1: 2,800 entrada / 200 salida. Turno 2: 3,000 entrada / 200 salida. Turno 3: 3,200 entrada / 200 salida. Turno 4: 3,400 entrada / 200 salida. Turno 5: 3,600 entrada / 200 salida. Total: 16,000 entrada + 1,000 salida. En gpt-5.5: 0.016 × $5 + 0.001 × $30 = $0.080 + $0.030 = **$0.11 por consulta** — aproximadamente 5.5x una única llamada.

Ahora aplica cached-input. El prefijo sistema + herramientas de 2,000 tokens es estable en los 5 turnos. Si el caché pega ~80% de esos 2,000 tokens × 5 turnos = 8,000 tokens cacheados bajando de $5/1M a $0.50/1M: $0.040 → $0.004, ahorrando $0.036 por consulta (33% off la factura). Para 100k consultas/mes: de $11,000 → $7,400. La estructura de caché es el cambio de mayor EV que puedes hacer a un prompt de agente. Construye prompts anclados en caché gratis con nuestro constructor de prompts de código.

gpt-5.5-pro ($30 / $180): razonamiento de alto riesgo donde una respuesta incorrecta es más cara que 100 correctas — análisis financiero, redacción legal, síntesis de código compleja con rigor de corrección. La prima del 6x sobre gpt-5.5 se justifica solo cuando el costo de error de aguas abajo domina el costo por llamada.

gpt-5.5 ($5 / $30): el default para chat de propósito general, flujos de trabajo agentivos, generación de contenido que se envía a humanos, cualquier cosa que hubieras usado GPT-4 para en 2024. Calidad sustancialmente más alta que GPT-4 de finales 2024 a aproximadamente la mitad del precio.

gpt-5.4-mini ($0.75 / $4.50): el punto dulce para tareas de salida estructurada de alto volumen — clasificación, extracción, resumen, Q&A simple. La mayoría de equipos de producción ejecutando 1M+ llamadas/mes viven aquí.

gpt-5.4-nano ($0.20 / $1.25): casos de uso integrados — autocompletado, detección de intención, enrutamiento simple, clasificación de telemetría interna. Donde el costo tiene que medirse en fracciones de centavo. Para una comparación lado a lado de costos entre proveedores, ve nuestra Calculadora GPT vs Claude vs Gemini.

El API Batch acepta un archivo JSONL de solicitudes y devuelve resultados dentro de 24 horas, facturados a la mitad de las tasas de entrada y salida estándar. El tradeoff es latencia — no puedes usarlo para nada sincrónico en lo que un usuario espera. Pero para cargas de trabajo sin conexión, es una de las reducciones de costos más subutilizadas en la API.

Cargas de trabajo que son ganancias de lote de libro de texto: resumen nocturno, clasificación masiva, generación de conjunto de entrenamiento de fine-tune, precompute de embedding, digestos semanales, reportes de excepciones diarios, ejecuciones de evaluación. Si el entregable se consume de forma asincrónica (una actualización de dashboard, un email, un reporte interno), procésalo por lotes.

El envío es un único POST con cuerpo JSONL — cada línea es una solicitud de chat completion estándar. OpenAI devuelve un job ID; sondea o webhook para completación. Ver documentos de batch de OpenAI para el esquema exacto. La mayoría de equipos que adoptan batch para los casos de uso correctos cortan su factura mensual en 30-50% sin cambio de calidad.

La facturación cached-input lee hits de cached-input de prompt a ~10% de la tasa de entrada estándar. El caché es oportunista — OpenAI calcula una huella digital de tu prefijo de prompt y la cachea del lado del servidor. Las llamadas subsiguientes dentro de la ventana de caché (típicamente minutos) que comparten el mismo prefijo leen del caché.

La regla dura: el cached-input es coincidencia de *prefijo*, no coincidencia de subcadena. Pon tu prompt del sistema estable, definiciones de herramientas, y cualquier ejemplo de pocos disparos reutilizable al inicio del array de mensajes. El contenido específico del usuario va al final. Un prefijo cacheado de 1,500 tokens en gpt-5.5 baja de $5/1M a $0.50/1M — es $0.0068 ahorrado por llamada. En 1M llamadas/mes, eso es $6,800.

La mayoría de SDKs LLM no requieren cambios de código para optar — la cached-input se activa automáticamente una vez que estructuras prompts prefix-first. El error más grande que vemos: equipos interpolan contexto dinámico (fecha actual, ID de usuario, estado de sesión) en el prompt del sistema, lo que rompe cada hit de caché. Mueve eso a un mensaje de usuario y el caché se mantiene.

Lectura hermana: nuestro tutorial de cached-input cubre la reescritura estructural que convierte un prompt sin caché en uno anclado en caché.

OpenAI ejecuta dos relaciones de facturación completamente separadas. La **API** (facturada por token en la tabla anterior, accedida a través de developers.openai.com y platform.openai.com) es para desarrolladores que construyen aplicaciones. La **suscripción de consumidor ChatGPT** (Gratuita, Go $8/mes, Plus $20/mes, Pro $200/mes, Team, Enterprise — ver nuestra guía de costos ChatGPT) es para usuarios finales chateando en una UI. Mismos modelos debajo, facturación distinta.

Lo que esto significa para constructores: una suscripción **no** incluye crédito API de $20/mes ChatGPT Plus. Si estás construyendo en GPT-5.5, configura la facturación de API independientemente en platform.openai.com.

Lo que significa para usuarios finales: una suscripción Pro de ChatGPT de $200/mes al máximo **no** te da acceso a API tampoco. Pro es genial para uso interactivo; si necesitas llamar programáticamente a GPT-5.5 desde código, aún necesitas una clave API y facturación de pago por token.

Las dos relaciones usan la misma identidad (tu cuenta OpenAI) pero rastrean uso, métodos de pago, límites de facturación, y promociones de tier independientemente. Puedes tener una cuenta API de Tier 5 y una cuenta ChatGPT Gratuita en el mismo login, o viceversa.

**Error 1: defaultear a gpt-5.5 para todo.** La mayoría del tráfico de producción es clasificación, resumen, o extracción — gpt-5.4-mini maneja estos en 1/7 del precio con calidad indistinguible en una evaluación retenida. Prueba antes de asumir.

**Error 2: prompts del sistema enormes que nunca cachean.** Si tu prompt del sistema interpola cualquier cosa que cambia entre llamadas (timestamps, nombres de usuario, resúmenes de contexto), el caché nunca pega. Reestructura para que el prompt del sistema sea estático y el contexto dinámico viva en mensajes de usuario.

**Error 3: no limitar salida.** Una respuesta de 200 tokens que devuelve 1,200 tokens porque olvidaste poner `max_tokens` cuesta 6x. En gpt-5.5-pro, eso es $0.18 por llamada vs $0.03. Limita la longitud de salida en cualquier lugar donde controles la forma de consumo.

**Error 4: replicar historial completo cada turno en un chat.** Resumen de turnos anteriores en un resumen compacto de 200 tokens una vez que el contexto supera 5,000 tokens. Ahorrarás 50-80% en entrada en sesiones largas sin pérdida de calidad perceptible.

**Error 5: lotes síncronos.** Si 1,000 registros pueden esperar 30 minutos, pueden esperar 24 horas. Procésalos por lotes y ahorra 50%.

Cada precio en esta guía proviene de la página de precios en vivo de OpenAI en developers.openai.com/api/docs/pricing, obtenida el 2026-06-20 y verificada contra tres fuentes corroborantes independientes (agregadores de precios de comunidad, commits de integración recientes en proyectos de código abierto populares, el cookbook público de OpenAI). Cuando un número no pudo verificarse contra la página oficial, se omitió — preferimos entregar una guía perdiendo una fila que entregar una guía con un número fabricado.

OpenAI no versiona su página de precios con entradas de changelog explícitas. Empuja cambios silenciosamente. Hemos visto 3-5 movimientos de precio por año en promedio desde 2024 — algunos hacia abajo (actualizaciones de modelo que incluyen recortes de precio), algunos hacia arriba (aumentos de residencia regional, nuevos tiers premium). El riesgo práctico más grande: asumir un precio que originaste en Q1 aún se mantiene en Q3.

**Cómo verificar antes de presupuestar**: abre developers.openai.com/api/docs/pricing en una ventana incógnita (ninguna sesión logged-in interfiriendo con el render), copia los números para tus modelos objetivo en una hoja de cálculo, compara contra esta guía. Si coinciden, esta guía es actual para tus propósitos. Si no, confía en la página en vivo. Reverifica trimestralmente si tu factura mensual es sobre $1,000 — en ese volumen, un único movimiento de precio desplaza el presupuesto materialmente.

**Por qué omitimos algunas filas**: ciertos modelos comúnmente citados en guías de terceros (notablemente la familia gpt-4.1, embeddings text-embedding-3-large/small, transcripción Whisper, TTS) no aparecieron en la snapshot de página de precios verificada en vivo de 2026-06-20. Las referencias de comunidad listan tasas para estos pero con versionamiento inconsistente. En lugar de propagar posiblemente números stale, los omitimos aquí — para embeddings específicamente, ve nuestra Calculadora de costos de Embeddings que data de cada proveedor directamente.

**Metodología reproducible**: el Playbook GEO que condujo esta guía (proyecto hermano, 2026-06-19) explícitamente mandata verificación curl antes de publicar cualquier valor $. Cada fila en la tabla anterior tiene una cita; cada ejemplo resuelto usa esas filas; cada respuesta FAQ las refleja. Si encuentras una discrepancia con la página en vivo, trata la página en vivo como canónica y cuéntanos — re-obtenemos y actualizamos.