El costo de una respuesta de inteligencia artificial puede disminuir a medida que aumenta la factura del usuario. Entre suscripción, volúmenes de texto procesados, búsquedas y repeticiones, el precio mostrado no es suficiente para medir el presupuesto. Las tarifas oficiales consultadas el 10 de noviembre de 2026 permiten que este gasto sea descompuesto, sin confundir una respuesta barata con un trabajo debidamente completado.
Despuésram, elprocesadoresyfactura eléctricaLa serie de precios se ocupa de un gasto menos visible: el de software que consume cálculo en cada uso. Para una empresa independiente, pequeña o una asociación, la pregunta práctica es lo que queda incluido en el paquete y lo que varía con la actividad.
De 2022 a 2024, una disminución del rendimiento definido
LÍndice AI Stanford 2025, publicado el 7 de abril de 2025, proporciona un referente histórico: el costo de cuestionar un modelo que alcanza GPT-3.5 sobre la prueba MMLU aumentó de 20 dólares por millón de fichas en noviembre de 2022 a $0.07 en octubre de 2024. El umbral es 64,8% correcto. El punto final es Gemini-1.5-Flash-8B.
| Período | Dólares por millón de fichas |
|---|---|
| Noviembre 2022 | 20.00 |
| Octubre 2024 | 0,07 |
Estas son dos observaciones en un umbral de rendimiento especificado, no el precio del mismo producto retenido durante dos años. No miden el precio de una suscripción o el éxito de un agente en una empresa. La relación supera a 280, pero no puede extenderse hasta 2026 sin mantener el mismo método. Por lo tanto, las tasas actuales son una segunda tabla, separada de esta serie histórica.
Suscripción y consumo no pagan lo mismo
En una solicitud, una suscripción da acceso a funciones y capacidad de uso. Una API es una interfaz que permite a otro software para consultar el modelo; su consumo generalmente se cuenta. Una empresa que automatiza el procesamiento de documentos debe leer las condiciones de la API, incluso si sus empleados ya tienen una suscripción.
Elclaude gridilustra esta distinción: Pro se muestra a $ 20 por mes en pago mensual, o $ 200 pagados por adelantado para el año. Max cuesta $100 al mes y Ultra $200, excluyendo los impuestos aplicables. Quedan límites de uso; La cantidad consumida depende en particular del modelo, la duración de las conversaciones y los archivos.
Sin embargo, sería incorrecto afirmar que ambas facturas todavía están completamente separadas. Antrópico ahora planeacréditos API para suscriptores seleccionados: 100 dólares mensuales para Max y 200 para Ultra, bajo condiciones de activación. Caducan al final del ciclo y no se refieren. No cubren el Código Claude, excedencias en aplicaciones Claude, o plataformas asociadas. Por lo tanto, su cantidad no constituye un descuento universal en todos los usos de la marca.
Una cesta idéntica de fichas, no una promesa del mismo resultado
Una ficha es una unidad de texto procesada por el modelo, no necesariamente una palabra. La entrada comprende lo que se le transmite; la salida corresponde a su producción facturada. Para que los aranceles sean legibles, el cuadro siguiente aplica los precios básicos a una cesta puramente ilustrativa: un millón de fichas de entrada sin explotar y 200.000 fichas de salida facturables, combinados en varias consultas cortas. Excluye herramientas, impuestos, créditos promocionales, modos acelerados y tratamientos a largo plazo.
| Modelo | Entrada por millón | Producto por millón | Costo de la cesta |
|---|---|---|---|
| GPT-6 Luna | 0.10 | 0,50 | 0.20 |
| GPT-6.1 | 2.00 | 10.000,00 | 4,00 |
| Claude Sonnet 5.5 | 2.00 | 10.000,00 | 4,00 |
| Claude Opus 5.5 | 4,00 | 20.00 | 8.00 |
| Claude Fable 5.2 | 8.00 | 40.00 | 16.00 |
Cantidades de las redesOpenAI, modo estándar y contexto corto, yTasas antropópicas y básicas. El cálculo es entrada + 0,2 × salida. Dos precios idénticos no significan dos modelos intercambiables. El mismo documento también puede producir un número diferente de fichas dependiendo del modelo. Esta simulación compara las unidades cargadas; no clasifica la precisión, velocidad o costo de un archivo realmente completado.
¿Por qué las respuestas largas pesan más
En la cesta de $4, las entradas cuestan $2 y sale $2. Sin embargo, hay cinco veces menos fichas. A estas tasas, la necesidad de una producción más larga cambia rápidamente el gasto. Si la salida aumenta de 200.000 a 400.000 monedas, con la misma entrada, el total alcanza $6, un aumento de 50%. Este es un cálculo de escenario, no una factura observada.
Se pueden agregar búsquedas. En particular, la red OpenAI muestra $10 por 1.000 llamadas estándar de búsqueda web, además de facturación por el contenido de búsqueda transmitido al modelo. Por lo tanto, mil búsquedas no se confunden con mil simples respuestas textuales. Una herramienta que comprueba varias páginas, reformula y repite puede multiplicar las estaciones de consumo antes de entregar algunos párrafos.
Reutilizar un documento puede reducir su rebilización
Elinstrucciones y documentos de cachéevite recalcular ciertos elementos ya tratados. Se refiere a una parte común situada al comienzo de la solicitud, que debe permanecer idéntica. Mantener una conversación por sí sola no garantiza que esta reducción se aplique.
Para el GPT-6.1 Sol, la tasa de lectura del caché es de $0.10 por millón de fichas, en comparación con $2 para una entrada ordinaria. Pero la escritura inicial en el caché también tiene un precio: $2.50 con el tiempo de almacenamiento estándar de treinta minutos. Comparando sólo $0.10 a $2 eliminaría este primer gasto.
Ejemplo simplificado: La misma porción de 100.000 toneladas, totalmente reutilizable, cuesta $0.25 para escribir y $0.09 para nueve lecturas. El total es de 0,34 dólares, en comparación con 2 dólares para 10 sueldos ordinarios. Este cálculo excluye los productos y la nueva información agregada; supone nueve reutilizaciones exitosas antes de la expiración. No describe el precio de toda una conversación.
Esperar puede costar menos
La velocidad es otra opción económica. LBatch of OpenAI APIofrece una reducción del 50% de las llamadas sincronizadas, con una ventana de procesamiento 24 horas. El proveedor es responsable en particular de la clasificación de grandes conjuntos y evaluaciones.
Para una empresa que archiva sus documentos por la noche, este período puede ser aceptable. Para un servicio que responda inmediatamente a un cliente, cambia el servicio prestado. Por lo tanto, la cantidad inferior paga otra restricción de entrega. Todas las reducciones anunciadas no deben ser agregadas mecánicamente sin verificar que el modelo y el modo elegido les permitan.
El denominador adecuado: la tarea debidamente cumplida
En suguía de optimizaciónAntrópico recomienda comparar el costo por tarea completada en lugar del único precio registrado. Un modelo más de precio unitario puede reducir las repeticiones; Por el contrario, el uso más caro para cada clasificación elemental puede aumentar innecesariamente el presupuesto. Los resultados presentados por el fabricante siguen siendo únicos en sus pruebas y no reemplazan una prueba en los documentos del cliente.
El método concreto consiste en tomar una muestra estable, definiendo lo que es una respuesta aceptable, y luego identificar el consumo, errores y correcciones. Los archivos difíciles deben permanecer en esta muestra. Retirarlos mejoraría artificialmente el coste medio y enmascararía precisamente los casos que requieren más trabajo.
OpenAI identifica tres palancas en suguía de reducción de costos: limitar el número de consultas, reducir los volúmenes de texto y elegir una plantilla más pequeña cuando la precisión es suficiente. Para el lector, esto se traduce en preguntas simples: ¿tiene que devolver el archivo completo, obtener diez páginas en lugar de una síntesis, o reiniciar toda la tarea para una sola corrección?
El presupuesto a seguir incluye varias líneas: posible suma global, consumo neto después de créditos realmente utilizables, herramientas y luego tiempo de auditoría humana. No hay escala pública para asignar un precio universal a esta última línea. Es precisamente por eso que un precio por millón de fichas, incluso muy bajo, no se permite prometer una economía en el trabajo final.
Comentarios