¿Cuánto cuesta un LLM? Cálculos por token y ejemplos

Tres formas de pagar por un LLM

Si te preguntas cuánto cuesta un LLM, el primer paso es elegir qué tipo de costo te interesa. Hay tres y no son comparables sin igualar la escala.

Modelo	Pagas por	Estructura de costos
API alojada	Tokens enviados y recibidos	Cero en reposo, crece con el uso
Suscripción de chat	Plan mensual para una app de chat	Tarifa plana, sin acceso a API en la mayoría de casos
Autoalojamiento	GPU, energía, configuración y mantenimiento	Costo fijo alto, costo bajo por petición adicional

Este artículo se centra en el caso de la API alojada, porque es el único en el que puedes calcular la respuesta con antelación. Para otros proveedores, consulta sus páginas de precios actuales; los precios cambian y no se repiten aquí.

La fórmula del costo de API

Cada petición tiene un lado de entrada (tu prompt, mensaje del sistema y cualquier historial de chat) y un lado de salida (lo que escribe el modelo). Ambos se cuentan en tokens, y un token equivale aproximadamente a tres cuartas partes de una palabra en inglés. El costo es:

costo = (tokens de entrada / 1.000.000 × precio de entrada) + (tokens de salida / 1.000.000 × precio de salida)

En este servicio, el precio de entrada es $0,15 por cada 1M de tokens y el precio de salida es $0,50 por cada 1M de tokens. La salida es un poco más de tres veces más cara que la entrada, por lo que una respuesta larga cuesta mucho más que una pregunta larga.

Aquí tienes una petición hecha a mano. Un prompt de 1.000 tokens y una respuesta de 500 tokens:

• Entrada: 1.000 / 1.000.000 × $0,15 = $0,00015
• Salida: 500 / 1.000.000 x $0,50 = $0,00025
• Total: $0,0004

Son cuatro centésimas de centavo. Escalando: 1.000 de estas peticiones cuestan $0,40 y 100.000 cuestan $40.

Ejemplos para cargas de trabajo reales

Un chatbot de soporte

Digamos 10.000 conversaciones al mes. Cada una envía 3.000 tokens de entrada en total (prompt del sistema más historial en los turnos) y recibe 800 tokens de salida. Entrada: 30M tokens × $0,15 por 1M = $4,50. Salida: 8M tokens × $0,50 por 1M = $4,00. Total mensual: $8,50.

Resumen de documentos

Un documento de 50.000 tokens y un resumen de 1.000 tokens. Entrada: 0,05M × $0,15 = $0,0075. Salida: 0,001M × $0,50 = $0,0005. Eso son $0,008 por documento, así que 1.000 documentos cuestan $8,00. Llenar toda la ventana de contexto de 100.000 tokens solo con entrada cuesta $0,015.

Una sesión larga de juego de roles o de compañía

El prompt comienza con 500 tokens y crece 350 tokens por turno, porque el historial se reenvía. En 20 turnos el modelo lee 76.500 tokens de entrada y escribe 5.000 tokens de salida. Entrada: 0,0765M × $0,15 = aproximadamente $0,0115. Salida: 0,005M × $0,50 = $0,0025. Aproximadamente $0,014 por toda la sesión.

Un clasificador por lotes

200 tokens de entrada y 10 de salida por elemento, un millón de elementos. Entrada: 200M x $0,15 por 1M = $30. Salida: 10M x $0,50 por 1M = $5. Total: $35. Aquí el volumen es grande, pero el costo sigue siendo pequeño porque las salidas son diminutas.

Presupuesto mensual en tres niveles de uso

Usando la petición de 1.000 de entrada y 500 de salida a $0,0004 cada una, esto es lo que parece un mes de 30 días a diferentes volúmenes.

Uso	Peticiones por día	Peticiones por mes	Costo mensual
Bot hobby	1.000	30.000	$12
Producto pequeño	10.000	300.000	$120
Servicio ocupado	100.000	3.000.000	$1.200

La tabla escala linealmente, así que si tu petición promedio es el doble de larga, el costo se duplica. Un bot de hobby también cabe fácilmente en la recarga mínima: $20 paga por 50.000 peticiones de este tamaño, y el crédito no caduca, así que el saldo sin usar simplemente espera.

Por qué una factura termina siendo mayor que la estimación

Las estimaciones fallan de formas predecibles. Revisa esto antes de decidir que una herramienta es cara.

• Historial reenviado en cada turno. Cada mensaje nuevo lleva consigo todos los anteriores. Un chat de 50 turnos no son 50 peticiones pequeñas; las posteriores son grandes. El ejemplo de juego de roles anterior muestra el crecimiento.
• Salidas verbosas. Los tokens de salida cuestan más. Si solo necesitas una etiqueta o una respuesta corta, dilo en el prompt y establece max_tokens.
• Reintentos en tu propio código. Un bucle que reenvía una petición tras un tiempo de espera puede duplicar el gasto. Ten en cuenta que en esta API las peticiones fallidas o rechazadas no se cobran.
• Contexto pegado grande. Poner un archivo de 60.000 tokens en cada llamada es fácil de hacer y fácil de olvidar.

Formas de reducir el costo

La mayoría de los ahorros provienen de enviar menos tokens, no de encontrar un modelo más barato.

1. Recorta o resume los turnos antiguos de chat una vez que ya no importan.
2. Coloca las instrucciones estables en un solo mensaje de sistema corto en lugar de repetirlas en cada mensaje de usuario.
3. Solicita una salida estructurada con modo JSON (response_format: {"type":"json_object"}) para que no pagues por prosa extensa alrededor de los datos.
4. Usa secuencias de stop para finalizar la generación donde tu analizador las necesite.
5. Agrupa elementos pequeños en una sola petición cuando cada elemento sea diminuto.

Puedes rastrear el efecto directamente. Cada respuesta incluye un encabezado X-Balance-USD, y las respuestas en streaming informan del uso al final. Este script imprime el costo de una llamada:

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.uncensoredlocalllm.com/v1", api_key="YOUR_API_KEY")

r = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Explain tokens in two sentences."}],
    max_tokens=150,
)
u = r.usage
cost = u.prompt_tokens / 1_000_000 * 0.15 + u.completion_tokens / 1_000_000 * 0.50
print(u.prompt_tokens, u.completion_tokens, round(cost, 6))

Estima tu propio costo antes de construir

Cuenta tus tokens reales en un puñado de peticiones típicas y luego multiplica. Una función corta hace la aritmética para cualquier tamaño promedio.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.uncensoredlocalllm.com/v1", api_key="YOUR_API_KEY")

def monthly_cost(requests_per_month, avg_in, avg_out):
    return requests_per_month * (avg_in * 0.15 + avg_out * 0.50) / 1_000_000

print(monthly_cost(30_000, 1000, 500))    # 12.0
print(monthly_cost(10_000, 3000, 800))    # 8.5

r = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Say hello."}],
    max_tokens=10,
)
print(r.usage.prompt_tokens, r.usage.completion_tokens)

Ejecuta veinte prompts típicos en la prueba, promedia los números de usage y agrégalos a la función. Eso te da una cifra basada en tu producto y no en un ejemplo genérico.

Autoalojamiento: cuándo tiene sentido

Ejecutar un modelo de pesos abiertos tú mismo elimina la tarifa por token, pero la reemplaza con costos fijos: una GPU con suficiente memoria, electricidad, tiempo de configuración y actualizaciones. Esos costos se pagan esté la máquina ocupada o no. El autoalojamiento suele ganar cuando tienes un volumen alto y constante o una necesidad estricta de mantener todo en tu propia máquina. Para uso ocasional, tráfico irregular o un prototipo, pagar por token es más simple y generalmente más barato, porque una API inactiva no cuesta nada.

Una comparación justa necesita tus propios números: tu volumen mensual de tokens, el precio del hardware y cuánto vale tu tiempo. Usa las fórmulas anteriores para el lado de la API, y luego valora el lado del hardware con cotizaciones reales. Si quieres el panorama más amplio de ejecutar modelos abiertos, la guía de chat LLM sin censura cubre las opciones de integración.

Precios y recargas en este servicio

La facturación es prepago y pago por uso. Puedes recargar cualquier cantidad entera desde $20 hasta $500, y recargas mayores añaden un bono: +5% desde $50, +10% desde $100 y +15% desde $200. Una recarga de $100 se convierte en $110 de crédito. El pago es en cripto: USDT en TRC20 o USDC en Base. El crédito no caduca, y no hay suscripción.

Los nuevos usuarios pueden reclamar $0,50 de crédito de prueba con un clic en la página de clave de API. Es válido por 7 días, no requiere detalles de pago y es uno por persona. Con un costo de $0,0004 por petición de 1.000 tokens de entrada y 500 de salida, cubre aproximadamente 1.250 peticiones, lo cual es suficiente para medir tu costo promedio antes de pagar cualquier monto. La página de precios lista las tarifas, y la documentación muestra el formato de la petición.

Más guías

• Mejor LLM local para programación en Python: ¿API local o alojada?
• Chat LLM sin censura: Guía de integración y casos de uso