Skip to main content

Matemáticas de Precios de Tokens

Metodología para calcular los costos financieros del uso de APIs comerciales de inteligencia artificial. Explica la diferencia de costo entre tokens de entrada (Prompt/Input) y tokens de salida (Completion/Output), costos ocultos de contexto y la fórmula para evaluar la unidad económica de una startup.

1. Visión general del concepto y problema sistémico

Cuando un principiante mira la página de tarifas de OpenAI o Anthropic, ve números extraños:

  • Input: $2.50 por 1M tokens
  • Output: $10.00 por 1M tokens.

¿Qué significan esos "1M tokens"? ¿Cuánto pagaré si 100 de mis clientes hacen preguntas al bot? ¿Me arruinará una factura inesperada al final del mes?

Matemáticas de Precios de Tokens es la aritmética básica de cualquier proyecto de inteligencia artificial:

  • Al entender esta fórmula, puedes calcular con precisión el costo de cada transacción hasta el centavo.
  • Aprenderás cómo reducir costos en 10 veces sin perder calidad en las respuestas.

El principio clave para el desarrollador: la capacidad de traducir los números del informe de facturación a reales y dólares en tu billetera.

2. Fórmula de cálculo del costo de una solicitud

┌─────────────────────────────────────────────────────────────┐
│                 FÓRMULA DE COSTO DE SOLICITUD (COST)       │
├─────────────────────────────────────────────────────────────┤
│ Costo total = (Tokens de entrada * Precio Input)            │
│                  + (Tokens de salida * Precio Output)       │
├─────────────────────────────────────────────────────────────┤
│ EJEMPLO PARA EL MODELO GPT-4o-mini:                         │
│   • Enviaste un archivo de instrucciones de 2,000 tokens    │
│   • El modelo escribió una respuesta de 500 tokens           │
│                                                             │
│ 1. Entrada:  2,000 * ($0.15 / 1,000,000)  = $0.00030        │
│ 2. Salida:   500 * ($0.60 / 1,000,000)  = $0.00030          │
│ ─────────────────────────────────────────────────────────── │
│ 🎯 TOTAL: $0.0006 (¡Seis décimas de centavo por solicitud!)  │
│ ¡Con $1 puedes realizar más de 1,600 diálogos detallados!   │
└─────────────────────────────────────────────────────────────┘

3. Cuatro reglas para optimizar el presupuesto del proyecto

  1. Regla del enrutador: Envía el 80% de las preguntas simples diarias (saludos, búsqueda de productos, resumen de texto) a modelos microeconómicos baratos (GPT-4o-mini o Gemini Flash). Solo llama al modelo insignia Claude 3.5 Sonnet para el 20% de problemas lógicos complejos.
  2. Usa Prompt Caching: si tienes un prompt del sistema estático grande, se almacena en caché en el servidor y cuesta un 90% menos.
  3. Limita el número de tokens de salida (max_tokens): nunca permitas que el modelo escriba ensayos largos sin control donde solo se necesita un número.
  4. Limpia el historial de chat: no envíes todos los 40 mensajes anteriores si el cliente ya ha cambiado de tema.

4. Escenarios prácticos de ingeniería en producción

01. Optimización de costos en un bot de atención al cliente

Implementa las reglas de optimización para reducir los costos de operación del bot, asegurando que las consultas simples se dirijan a modelos más económicos.

02. Uso de Prompt Caching en un sistema de recomendación

Aplica Prompt Caching para almacenar respuestas comunes y reducir significativamente los costos de procesamiento en un sistema de recomendación.

03. Control de costos en un asistente virtual

Establece límites en el número de tokens de salida para evitar respuestas excesivamente largas y mantener los costos bajo control en un asistente virtual.

5. Errores comunes, trampas y seguridad

  • No calcular correctamente los costos: Asegúrate de utilizar la fórmula de costo de solicitud para evitar sorpresas en la facturación.
  • Ignorar el Prompt Caching: No aprovechar el almacenamiento en caché puede resultar en costos innecesarios.
  • Falta de límites en tokens de salida: Permitir que el modelo genere respuestas largas sin restricciones puede llevar a gastos excesivos.
/ Preguntas frecuentesSchema.org FAQPage

FAQ: Matemáticas de Precios de Tokens

Porque el texto de entrada se procesa en paralelo en un solo paso rápido (Prefill). Cada nueva palabra de salida se genera secuencialmente, ocupando los núcleos de cálculo de la GPU durante mucho más tiempo. Más tiempo de hardware = mayor costo para el cliente.
/ Enlaces internos

Términos relacionados

Todos los términos
Modelos e Inferencia

Tokens Explicados (Cuántas Palabras en un Token)

Unidad básica de medida de texto en modelos de lenguaje. Explicación de cómo las palabras se dividen en tokens, cómo esto afecta el costo de las consultas y por qué las palabras en ucraniano consumen más tokens que las palabras en inglés.

Leer término
VPS y DevOps

Caching de Prompts (Prompt Caching)

Tecnología de optimización de inferencia en grandes modelos de lenguaje (Anthropic Claude, OpenAI, Google Gemini). Almacena vectores de atención ya calculados de la parte estática del prompt de entrada (grandes libros, bases de código o instrucciones del sistema) en la memoria de los servidores, reduciendo el costo de las consultas repetidas en un 50–90%.

Leer término
VPS y DevOps

Límites de Tasa y Error 429 (Too Many Requests)

Restricciones de los proveedores sobre la velocidad y cantidad de solicitudes a los modelos (RPM — solicitudes por minuto, TPM — tokens por minuto). Explicación de las causas del error 429 y estrategias para sortearlo.

Leer término