Cuando usas un LLM por API, el modelo de cobro es casi universal: pagas por
token procesado, normalmente expresado en precio por millón de
tokens (por ejemplo, “$3 / 1M input, $15 / 1M output”). No hay cuota mínima: pagas lo que
consumes.
Las variables que mueven la factura
Qué modelo usas. Un modelo grande y capaz cuesta bastante más por token que uno
pequeño y rápido. Elegir el modelo adecuado por tarea es la palanca de coste número uno.
Entrada vs. salida. Se cobran a precios
distintos; la salida suele ser 3–5× más cara.
Cuántos tokens. Y aquí está la trampa: en una conversación, cada turno reenvía todo
el historial como entrada, así que el coste crece con la longitud acumulada.
Caché. Reutilizar contexto repetido puede recortar el
input de forma notable.
Multiplica por el número de llamadas esperadas. Para un chat con historial, recuerda sumar el
historial acumulado en el input de cada turno, no solo el último mensaje.
Cuándo el pago por API es lo correcto
Cargas variables o impredecibles: pagas exactamente lo que usas.
Integrar IA dentro de tu propio producto (no consumo humano interactivo).
Necesitas control fino de modelo, parámetros y versión.
Cuándo NO
Uso personal intenso e interactivo: ahí suele ganar una
suscripción de tarifa plana.
Equipos que quieren coste predecible por cabeza.
Errores comunes
Estimar con el modelo más caro “por si acaso”: prueba si uno menor cumple la tarea.
Olvidar el historial acumulado al proyectar el coste de un chat.
No poner alertas de gasto: el pago por uso no tiene techo salvo el que le pongas.