Precios de modelos de IA

En entrada, GLM-4.7-FlashX con $0.070 por millón de tokens; en salida, GLM-4.7-FlashX con $0.400 por millón. Cuál es el más barato para ti depende de la forma de tu tráfico: un prompt de 10.000 tokens con una respuesta de 1000 cuesta $0.00110 en GLM-4.7-FlashX y $0.032 en GPT-5.6 Terra. Introduce arriba tus propios volúmenes y la tabla se reordena en torno a ellos.

Pondera entrada y salida según el uso que hagas realmente del modelo. Los proveedores cobran de tres a cinco veces más por lo que el modelo escribe que por lo que tú envías —GPT-5.6 Terra está a $2.00 de entrada y $12.00 de salida—, así que un resumidor que lee mucho y escribe poco ordena los modelos de forma completamente distinta a un generador de código que hace lo contrario. Introduce arriba los dos volúmenes en lugar de comparar solo las tarifas de entrada, y lee las notas: varios proveedores vuelven a tarificar la petición completa cuando un prompt cruza un umbral de entrada.

Cuando varias peticiones seguidas comparten el mismo principio —un prompt de sistema, un documento, un bloque largo de ejemplos— el proveedor puede servir esa parte desde la caché y cobrarla más barata. La columna de caché es esa tarifa de lectura con acierto, normalmente entre el 10 % y el 20 % de la tarifa de entrada estándar: Claude Sonnet 5 lee la entrada en caché a $0.200 frente a $2.00 estándar. Escribir en la caché no siempre es gratis, y un guion significa que el proveedor no publica ninguna tarifa de caché.

Cada cifra se leyó el 22 de agosto de 2026 de la propia página de precios del proveedor, y cada tarjeta de proveedor enlaza de vuelta a esa página. Nada se consulta en vivo, así que trátalo como una instantánea: los proveedores cambian tarifas sin avisar, y los que trabajan con descuentos promocionales u horas de menor demanda (MiniMax, DeepSeek) son los que más se mueven.

Porque el proveedor no publica ese dato, y adivinarlo sería peor que dejarlo en blanco. Perplexity no publica ventana de contexto para los modelos Sonar, Z.ai no publica una longitud de contexto propia de GLM-4.5-X y la fila de LLaMA alojada de Meta no tiene tarifa de caché. Un guion siempre significa «no publicado», nunca «cero».

Para 11 de las 56 filas: los modelos de OpenAI, porque OpenAI publica su tokenizador y la calculadora carga el vocabulario BPE real (o200k_base) en tu navegador. Todo lo demás va marcado como «est.» y se cuenta con una aproximación de caracteres por token, que se queda a un 10–15 % en prosa pero se desvía más con código, JSON y escrituras no latinas. Los precios son de primera mano en todas las filas; lo que cambia es la fiabilidad del recuento.

No: la tabla muestra solo tarifas por token, y unos cuantos proveedores cobran por encima. Sonar añade entre 5 y 12 dólares por cada 1.000 peticiones por la búsqueda, según el tamaño del contexto; Sonar Deep Research añade cargos por tokens de cita, tokens de razonamiento y búsquedas; y los modelos de pesos abiertos alojados cuestan lo que cobre el proveedor de alojamiento, no lo que anuncie quien creó el modelo. Las notas señalan cada fila en la que la tarifa por token no es la factura completa.

Toma 200.000 tokens de entrada: una novela completa, o unos cientos de páginas de un contrato. Ese único prompt cuesta $0.400 en GPT-5.6 Terra, $0.400 en Claude Sonnet 5, $0.600 en Kimi K3 y $0.020 en Qwen3.5 Flash. A ese tamaño, atiende a las notas de tramo: en Grok 4.6 un prompt de 200K tokens hace que la petición completa se cobre al doble de las tarifas indicadas.