API de LLM: cuál sale más barata según tu tarea en 2026

La API de LLM más barata para las tres cargas de trabajo que comparamos, sin caché, es OpenAI GPT OSS 20B en Groq: parte de $0.075 por millón de tokens de entrada y $0.30 por millón de tokens de salida. Pero la elección cambia si necesitas respuestas más largas, reutilizas un prompt extenso o tienes que volver a intentarlo. Ministral 3 3B de Mistral puede resultar más económico por su tarifa de salida, mientras que OpenAI GPT-6 Luna y Anthropic Claude Haiku 5.5 ofrecen un punto de partida asequible para quienes ya tienen una integración.

API de LLM: precios verificados el 20 de octubre de 2026

Compara siempre las columnas de entrada y salida juntas. Un token es una pequeña unidad de texto que procesa el modelo. La entrada incluye instrucciones, documentos e historial de conversación; la salida comprende la respuesta facturada y, cuando corresponde, el razonamiento. Un millón de tokens de entrada y un millón de tokens de salida se cobran por separado.

Todos los precios siguientes están expresados en USD por 1 millón de tokens y se verificaron en las páginas oficiales de los proveedores el 20 de octubre de 2026. Corresponden a las opciones económicas de pago vigentes de los siete proveedores incluidos. No cubren todos los servicios de alojamiento ni constituyen una clasificación de calidad. Groq aloja un modelo de pesos abiertos de OpenAI y fija sus propias tarifas. En las demás filas se utiliza la API directa del creador del modelo.

Notas: La ficha de Groq muestra $0.037 para la entrada en caché. Su documentación de caché indica un descuento del 50%, que aplicado a la tarifa de entrada da $0.0375. La tabla conserva la precisión que aparece en la ficha; los ejemplos de cálculo posteriores no dependen de esa tarifa redondeada. †Los precios Batch de Groq y Mistral se calculan a partir de sus descuentos documentados del 50%. Batch de Groq, Batch de Mistral.

Las condiciones también determinan la factura. La fila de OpenAI se aplica hasta 272K tokens de entrada; con prompts más largos suben las tarifas de toda la solicitud. La de Haiku se aplica hasta 100,000 tokens de prompt, incluidos los que están en caché. Por encima de ese umbral, las tarifas de entrada y salida se multiplican por cinco. El tramo superior de Grok Build empieza en 200K tokens de prompt. Los ejemplos siguientes se mantienen por debajo de los tres límites. Precios del modelo de OpenAI, precios de contexto largo de Claude, precios de xAI.

El horario pico de DeepSeek es de 01:00-04:00 y de 06:00-10:00 UTC, de lunes a viernes, excepto los días festivos oficiales de China. El resto del tiempo se aplica la tarifa reducida. Esa tarifa por horario no es un descuento de la API Batch. Precios de DeepSeek.

La tarifa de entrada en caché corresponde a una lectura repetida que cumple los requisitos, no a cualquier token de entrada. Las escrituras en caché de OpenAI Luna cuestan $0.125 por millón; en Haiku, para prompts cortos, cuestan $0.125 con una duración de cinco minutos o $0.20 con una duración de una hora. Google cobra $1 por millón de tokens almacenados en caché por hora. Suma estos cargos por separado a las lecturas que encuentran el contenido en caché. Precios de OpenAI, caché de Claude, precios de Gemini.

Cómo calcular el costo de un LLM: tres tareas y una fórmula

Calcula el precio de la solicitud completa y después multiplícalo por el número de tareas. El modelo con la entrada más barata puede dejar de convenir si genera una respuesta larga. Las definiciones de herramientas y los mensajes anteriores de tu aplicación también cuentan como entrada.

Para la entrada normal sin caché, la fórmula es:

Costo por solicitud = (tokens de entrada × tarifa de entrada + tokens de salida facturados × tarifa de salida) ÷ 1,000,000.

Estas cargas de trabajo son supuestos definidos para la comparación, no generaciones medidas:

• Clasificar un ticket: 500 tokens de entrada y 20 tokens de salida facturados. Devuelve una etiqueta breve del departamento o un objeto que indique a dónde derivar la solicitud.
• Resumir un documento: 10,000 tokens de entrada y 500 tokens de salida facturados. Devuelve un resumen de extensión acotada de un documento cuyo texto ya se extrajo.
• Ejecutar un paso de un agente de programación: 20,000 tokens de entrada y 2,000 tokens de salida facturados. Lee las instrucciones, el código pertinente y los resultados de las herramientas, y genera la siguiente respuesta o propuesta de cambio.

El presupuesto de salida incluye los tokens de razonamiento que se cobren. Un modelo de razonamiento puede superar esos presupuestos en tu tarea: sustituye los supuestos por el consumo que reporte. Además, distintos tokenizadores producen recuentos diferentes para el mismo documento. Igualar el número de tokens permite comparar tarifas, pero no implica la misma calidad, la misma extensión de los documentos ni el mismo esfuerzo de razonamiento.

Costo de 1,000 tareas completadas con una sola llamada

La tabla supone que cada llamada resuelve la tarea. Excluye lecturas y escrituras en caché, almacenamiento, herramientas, recargos regionales, impuestos, reintentos y revisión humana. Un paso de agente es una llamada al modelo, no un encargo de programación completo.

Todos los totales son cálculos propios basados en las tarifas de los proveedores y la fecha indicadas arriba. Para 10,000 tareas mensuales, multiplica por diez. Con ese volumen, el paso de programación del ejemplo cuesta $21 en Groq o $30 en Luna. Son $9 de diferencia al mes antes de fallos y herramientas: conviene tenerlo presente antes de dedicar una semana a migrar una función que ya funciona.

Clasificar tickets: una respuesta mínima

Groq es el primer candidato por precio para esta tarea acotada. Una llamada cuesta (500 × $0.075 + 20 × $0.30) ÷ 1,000,000 = $0.0000435. Con 10,000 tickets mensuales, la inferencia Standard suma $0.435, o $0.2175 con el descuento Batch documentado si la cola puede esperar.

Si estás creando una empresa y quieres etiquetar las solicitudes de soporte entrantes, define las etiquetas permitidas antes de elegir el modelo. «Facturación», «técnico» y «cuenta» se pueden validar automáticamente. Un párrafo no solicitado que explique la elección añade salida sin ayudar a derivar el ticket. Revisa por separado los casos ambiguos y envíalos a revisión en lugar de forzar una etiqueta aparentemente segura.

La limitación está en la relación entre latencia y programación de las tareas. La clasificación en tiempo real necesita una respuesta inmediata; reclasificar un archivo antiguo de soporte puede esperar a Batch. Groq documenta plazos de procesamiento de entre 24 horas y siete días. Prometer resultados de un día para otro exige planificar la capacidad, no darla por sentada. Documentación de Batch de Groq.

Resumir documentos: pagar por un resumen que sirva

Gemini 2.5 Flash-Lite es un primer candidato razonable si necesitas su compatibilidad con PDF y entradas multimodales. Con el supuesto de tokens de texto, un resumen cuesta (10,000 × $0.10 + 500 × $0.40) ÷ 1,000,000 = $0.00120. Son $12 por 10,000 resúmenes mensuales, o $6 mediante Batch. El cálculo equivalente de Groq para texto es inferior, pero el modelo seleccionado no acepta la misma variedad de entradas. Capacidades de los modelos de Gemini, capacidades del modelo de Groq.

Ese cálculo sirve para texto ya extraído. Un PDF escaneado con imágenes de páginas puede tener otro consumo de tokens; la extracción, la recuperación de información y el almacenamiento también pueden generar cargos. La prueba de aceptación útil consiste en comprobar si el resumen conserva la decisión, los plazos y las excepciones, no si está bien redactado.

Si procesas entrevistas con clientes para tu empresa, pide un conjunto definido de hallazgos con referencias a la fuente. Un resumen más barato que omite un matiz capaz de cambiar una decisión de producto no ha resuelto la tarea. Conserva el documento original para contrastarlo en lugar de pagar por una segunda versión más extensa.

Un paso de agente de programación: presupuestar todo el ciclo

Empieza con Luna o Haiku si ya tienes una integración, y evalúa Groq como alternativa más barata. El paso supuesto de Luna cuesta (20,000 × $0.10 + 2,000 × $0.50) ÷ 1,000,000 = $0.003. Haiku con prompts cortos tiene el mismo costo. Ninguna de esas cifras demuestra que el modelo pueda completar el cambio concreto que necesitas.

Un agente de programación envía contexto, recibe una acción propuesta, ejecuta herramientas y devuelve sus resultados al modelo, una y otra vez. Una prueba fallida puede provocar otra llamada con un historial aún más largo. Cuenta cada vuelta, el razonamiento facturado y el entorno de ejecución externo. Una tabla de tokens no permite calcular el precio de todo ese ciclo sin observar cómo se comporta.

Para una tarea pequeña de mantenimiento, exige los archivos modificados, el resultado de la prueba pertinente y una condición clara para detenerse. Es preferible un parche acotado a una explicación larga. Reducir la salida total facturada de 2,000 a 500 tokens con la tarifa de Luna ahorra $0.00075 por paso, o $7.50 en 10,000 pasos, siempre que la respuesta más breve siga resolviendo la tarea.

La caché, Batch y la longitud de la respuesta cambian cuál conviene

La caché ayuda cuando se repite la entrada; Batch, cuando el trabajo puede esperar; una salida más breve, en cada llamada que resuelve la tarea. Son ajustes distintos. Combinarlos sin revisar las condiciones exagera el ahorro.

Leer la caché y escribir en ella tienen costos distintos

Supongamos que el paso de programación reutiliza un prefijo de 18,000 tokens que cumple los requisitos de caché, añade 2,000 tokens de entrada nuevos y genera 2,000 tokens de salida facturados. El prefijo es el comienzo de la solicitud que permanece intacto, como las instrucciones y el material de referencia estable. Si se encuentra en caché, el costo con Luna o Haiku para prompts cortos es:

(18,000 × $0.01 + 2,000 × $0.10 + 2,000 × $0.50) ÷ 1,000,000 = $0.00138.

La primera solicitud, que escribe ese prefijo a $0.125 por millón, cuesta $0.00345, suponiendo que el sufijo variable se factura como entrada normal. En diez llamadas, con una escritura y nueve lecturas completas antes de que venza la caché, el costo total es $0.01587, frente a $0.030 sin caché: un ahorro del 47.1%. Esa es la comparación completa de las diez llamadas. Reducir a una décima parte el precio de la entrada no equivale a dividir toda la factura por diez.

Para el mismo paso con lectura efectiva de caché, DeepSeek cuesta $0.001554 fuera de horario pico o $0.003108 en horario pico. Su menor tarifa de lectura no supera a Luna en este caso, porque la entrada nueva y la salida cuestan más. El cálculo equivalente de Mistral, considerando solo esa llamada con lectura de caché, es de $0.00058: un precio prometedor para una tarea acotada, pero no una prueba de capacidad equivalente para programar.

Guarda en caché solo el material que esperas reutilizar. En Google, almacenar durante una hora una caché explícita de 10,000 tokens cuesta $0.01. Cada reutilización completa a tarifa Standard ahorra $0.0009 en entrada, por lo que hacen falta doce lecturas para superar únicamente el cargo de almacenamiento; el procesamiento inicial se cobra aparte. Un resumen puntual no justifica esa caché solo porque exista una tarifa de lectura reducida. Precios de caché de Gemini.

Cada proveedor tiene sus propias reglas para Batch

Usa Batch para tareas pendientes independientes, no para la siguiente acción de una conversación en curso. OpenAI, Anthropic, Google, Mistral y Groq documentan modalidades con entrada y salida a mitad de precio para los modelos seleccionados. La página de precios de DeepSeek establece franjas horarias; Grok Build 0.1 indica expresamente que no admite Batch.

Anthropic permite acumular los descuentos de Batch y caché. Groq no: los tokens Batch ya reciben el descuento, estén o no en caché. En Google, la tarifa Batch de lectura de caché del modelo seleccionado se mantiene en $0.01; no se reduce a la mitad junto con la entrada normal. Calcula la factura por categoría de tokens en vez de aplicar dos porcentajes de descuento al importe completo. Descuentos de Claude, reglas de caché de Groq, precios Batch de Google.

Cuándo Mistral resulta más barato que Groq por la salida

Ministral 3 3B pasa a ser más barato que Groq GPT OSS 20B cuando la salida supera un token por cada ocho de entrada, si ambos consumen la misma cantidad de tokens Standard sin caché y resuelven la tarea. Mistral cobra más por la entrada y menos por la salida. Al igualar las dos facturas, el umbral de la relación salida/entrada es 0.125.

Con 20,000 tokens de entrada y 4,000 de salida, Mistral cuesta $0.0024 por llamada y Groq, $0.0027. Las tres tareas de referencia tienen salidas más cortas; por eso Groq gana en esas filas. Una función que genere descripciones extensas, reescrituras o informes puede invertir el orden.

No recortes la salida solo para encajar en la columna más barata. Define el resultado mínimo útil: una etiqueta, un extracto, un parche o un resumen acotado. Después comprueba si el modelo más económico lo produce de forma consistente.

Comparativa de precios de API de IA: qué opción económica elegir

Usa estas siete opciones para ordenar tus pruebas, no como una clasificación de rendimiento. Cada una tiene sus propias limitaciones operativas. Los precios son las tarifas iniciales Standard vigentes de entrada y salida; consulta todos los tramos en las páginas de precios de los proveedores.

1. Groq: primer candidato por precio para textos breves y verificables

Groq es un proveedor de inferencia que aloja OpenAI GPT OSS 20B, un modelo de texto compatible con herramientas, razonamiento y salidas estructuradas. Es el más barato en los tres ejemplos sin caché porque su baja tarifa de entrada favorece las respuestas cortas a prompts más largos. Para etiquetar solicitudes de soporte o procesar una cola de documentos de texto, empieza por aquí si vas a comparar la aceptación de sus resultados con la de tu solución actual. El límite lo pone el resultado, no la velocidad de generación anunciada: una etiqueta inválida o una vuelta adicional de razonamiento pueden borrar el ahorro. Detalles del modelo.

Ideal para: Respuestas breves validadas y colas de tareas de texto independientes
Lo más destacado: La menor factura sin caché para los tres presupuestos de tokens indicados
Precio: Desde $0.075 de entrada y $0.30 de salida por millón de tokens
Prueba gratuita: Esta comparación no incluye asignaciones promocionales

La guía de precios de Groq aborda la decisión de contratación con más detalle. Para esta selección, toma la fila de GPT OSS con precio público. El catálogo actual de Groq exige solicitar una cotización para Llama 3.1 8B, así que una tarifa pública antigua no sirve de base para tu presupuesto. Catálogo actual de modelos en producción.

Cómo preparar la primera comparación

1. 1

   Elige una tarea acotada

   Empieza por clasificar tickets, no por todo el asistente de soporte. Define por escrito las etiquetas permitidas y los casos que requieren revisión.

2. 2

   Compara solicitudes representativas

   Usa 100 ejemplos representativos, depurados de datos sensibles según corresponda, como filtro inicial. Incluye tickets ambiguos, con formato incorrecto y excepcionalmente largos. Evalúa la solución actual y la candidata con los mismos criterios de aceptación.

3. 3

   Registra el resultado completo

   Anota si la salida se acepta o se rechaza, los tokens de entrada y salida facturados, la latencia de principio a fin y cualquier reintento o derivación a una alternativa. Separa las lecturas de caché de la entrada normal.

4. 4

   Migra solo el tipo de tarea que supera la prueba

   Envía al modelo más barato las clasificaciones que pasan la validación. Conserva una alternativa para los resultados rechazados y sigue supervisando después de la muestra inicial.

2. Mistral: una opción económica cuando predomina la salida

Mistral ofrece Ministral 3 3B, un modelo compacto con salidas estructuradas, llamadas a funciones y soporte para preguntas sobre documentos. Cobrar lo mismo por entrada y salida lo hace atractivo para transformaciones acotadas que producen un resultado extenso a partir de un prompt corto. Si generas descripciones de productos con un formato uniforme para tu empresa, puedes evaluarlo antes de pagar más por la salida en otro servicio. La limitación es la complejidad de la tarea: una salida barata solo sirve si el modelo pequeño respeta los detalles y las restricciones que necesitas. Capacidades de Ministral.

Ideal para: Reescrituras acotadas, descripciones y extracción con resultados verificables automáticamente
Lo más destacado: La misma tarifa Standard para entrada y salida
Precio: Desde $0.10 de entrada y $0.10 de salida por millón de tokens
Prueba gratuita: Se excluyen los créditos de evaluación; la tarifa indicada es la de inferencia de pago

Usa ministral-3b-2512 para reproducir la evaluación de este candidato. «Small», «Mini» y «3B» no son nombres de producto intercambiables. Si la evaluación muestra que la tarea necesita un modelo de Mistral mayor, vuelve a calcular la factura con su tarifa. No atribuyas el precio del modelo pequeño a otro con capacidades distintas.

3. Google: una opción práctica para documentos y prototipos

Google Gemini ofrece Gemini 2.5 Flash-Lite, un modelo estable que figura en el catálogo actual para tareas ligeras con texto, imágenes, video, audio y PDF. Es un buen primer candidato si tu sistema de resúmenes trabaja con algo más que texto extraído o si quieres crear un prototipo con un nivel gratuito publicado. El costo de procesar texto con la API de pago está lo bastante cerca de las opciones más baratas como para que los formatos de entrada admitidos decidan la integración. La limitación es la diferencia entre el presupuesto normalizado de texto y la solicitud real con varios tipos de contenido. Detalles de los modelos de Gemini.

Ideal para: Procesamiento ligero de documentos y prototipos con datos depurados
Lo más destacado: Variedad de formatos de entrada y un nivel gratuito publicado
Precio: Standard de pago desde $0.10 de entrada de texto y $0.40 de salida por millón de tokens
Prueba gratuita: Nivel gratuito disponible, sujeto a sus propios límites y condiciones

La página de precios de Google distingue el uso que hace del contenido en el nivel gratuito y en el de pago. Usa datos debidamente depurados para un prototipo gratuito y revisa las condiciones de pago antes de procesar material de clientes. La página de precios de Gemini diferencia las distintas opciones de suscripción y API; esta comparación se limita a la Developer API.

4. OpenAI: reducir el costo de una integración que ya funciona

OpenAI ofrece GPT-6 Luna para tareas específicas de gran volumen, con salidas estructuradas y esfuerzo de razonamiento ajustable. Si tu aplicación ya usa OpenAI, es el primer modelo económico que conviene evaluar antes de cambiar de proveedor. Los validadores y mecanismos de respaldo existentes tienen valor, sobre todo cuando el ahorro mensual de referencia de una migración es de apenas unos dólares. La limitación está en el razonamiento sin control o los ciclos repetidos de herramientas: una tarifa unitaria baja no limita los tokens que se facturan. Documentación del modelo Luna.

Ideal para: Tareas acotadas dentro de una aplicación que ya usa OpenAI
Lo más destacado: Una opción barata que evita rehacer las operaciones específicas del proveedor
Precio: Desde $0.10 de entrada y $0.50 de salida por millón de tokens en el tramo de contexto corto
Prueba gratuita: Los costos indicados no descuentan créditos promocionales

Para flujos con herramientas, la página del modelo remite a Responses. Las llamadas a funciones en Chat Completions requieren configurar reasoning_effort en none. Conserva el endpoint y los ajustes en el registro de evaluación. Usar «el mismo modelo» con otra configuración de razonamiento o herramientas no constituye la misma prueba operativa.

Para una clasificación breve, empieza con el menor razonamiento que supere tu validación. Ante una propuesta de cambio de código, permite más solo si mejora los resultados aceptados lo suficiente como para justificar los tokens adicionales. Tu conjunto de pruebas debe resolver esas decisiones; una página de precios no permite deducirlas.

5. Anthropic: Claude a bajo costo, con atención al tamaño del prompt

Anthropic presenta Claude Haiku 5.5 para clasificación, derivación de solicitudes, extracción y tareas de subagentes. Si tu aplicación ya usa Claude, merece estar entre los primeros candidatos de evaluación: sus tarifas para prompts cortos igualan las de Luna. Conserva la integración si ambos resuelven la tarea y migrar no aporta una ventaja operativa. Su límite es el umbral de 100,000 tokens de prompt, que incluye tanto las lecturas de caché como el material nuevo. Descripción de Haiku, reglas de precios.

Ideal para: Clasificación y extracción dentro de un flujo que ya usa Claude
Lo más destacado: El mismo precio que Luna para prompts cortos y descuentos acumulables de Batch y caché
Precio: Desde $0.10 de entrada y $0.50 de salida por millón de tokens hasta 100,000 tokens de prompt
Prueba gratuita: La documentación menciona un pequeño crédito de prueba sin importe fijo

Un clasificador breve y una conversación de programación con historial acumulado pueden empezar con el mismo modelo y terminar en tramos de precio distintos. Registra la longitud del prompt en cada solicitud, no solo el promedio mensual. Una media baja puede ocultar un grupo menor de llamadas caras con contexto largo.

La guía de precios de la API de Claude cubre todos los tramos con más amplitud. Aquí la decisión es más concreta: evalúa Haiku para el paso acotado y conserva una alternativa más potente cuando la prueba de aceptación lo exija. La ventana de contexto que admite un modelo no equivale al tramo de contexto que ofrece al menor precio.

6. DeepSeek: contexto repetido y trabajo con horario flexible

DeepSeek sirve actualmente deepseek-flash como DeepSeek V4.1 Flash-1017, con salida JSON, herramientas y una ventana de contexto amplia. Conviene evaluarlo para tareas con contexto repetido que puedan ejecutarse fuera de horario pico, especialmente si un prompt existente de DeepSeek ya supera las pruebas. No gana en los ejemplos sin caché anteriores, y su tarifa muy baja de lectura de caché no compensa cualquier solicitud con mucha salida. La limitación surge de combinar la hora de ejecución, las lecturas que no encuentran el contenido en caché y la longitud de la salida. Modelo y precios actuales.

Ideal para: Contexto repetido y colas con flexibilidad de horario
Lo más destacado: Entrada barata al encontrar el contenido en caché y una franja de precio reducido explícita
Precio: Desde $0.15 de entrada y $0.60 de salida por millón de tokens fuera de horario pico
Prueba gratuita: La comparación no presupone una asignación gratuita permanente

Consulta la guía de precios de DeepSeek para decidir sobre la cuenta y el uso con más contexto. Al programar tareas, registra la franja que se factura y los tokens que realmente se leen de la caché. Quien dirige una empresa puede trasladar el procesamiento de un archivo histórico de documentos fuera de horario pico; una conversación en vivo con un cliente debe atenderse cuando el cliente llega.

Guarda deepseek-flash y la versión que sirve en el registro de costos. La página oficial indica que los alias anteriores de Flash ahora apuntan al modelo y las tarifas actuales. Mantener el identificador de un modelo en una configuración antigua no fija su precio.

7. xAI: elegir por su utilidad para programar, no por fama de barato

xAI presenta Grok Build 0.1 como su modelo de texto más económico en la tabla pública de precios actual. Está orientado a programación e incluye llamadas a funciones, salidas estructuradas y razonamiento. Añádelo a la evaluación si ese enfoque puede justificar un mayor costo por llamada, y exige después pruebas con tus propias tareas. Su limitación en esta comparación es clara: cuesta más que las otras opciones seleccionadas y la página del modelo indica que no admite Batch. Modelo Grok Build, precios actuales de xAI.

Ideal para: Un flujo de programación en el que se demuestre su ventaja en resultados aceptados
Lo más destacado: Un candidato específico para programación con capacidades de herramientas documentadas
Precio: Desde $1.00 de entrada y $2.00 de salida por millón de tokens con prompts de menos de 200K tokens
Prueba gratuita: No se presuponen créditos de suscripción ni asignaciones de prueba

No atribuyas a esta fila un precio que recuerdes de un modelo Grok Fast anterior. La recomendación se basa en la tabla oficial de precios actual. Si tu cuenta ofrece otros modelos o condiciones negociadas, calcula sus costos expresamente antes de sustituirlos.

La razón para elegir xAI sería reducir los pasos de programación fallidos o repetidos en tu carga de trabajo. Esa ventaja no se probó aquí. Sin ella, los costos por token indicados no justifican convertirlo en la opción predeterminada para etiquetar tickets o generar resúmenes sencillos.

Qué opción conviene según la tarea

Elige la alternativa más barata que resuelva la tarea y sigue midiendo los resultados completados. La recomendación inicial depende de las restricciones de cada trabajo.

Para un clasificador de tickets, evalúa primero Groq por precio y considera Mistral como otro candidato de salida acotada. Exige una etiqueta permitida y un mecanismo de revisión fiable. Si OpenAI o Claude ya funciona, compara el pequeño ahorro posible con el tiempo de ingeniería que requiere el cambio.

Para un sistema de resúmenes de documentos, prueba Gemini cuando aceptar PDF o varios tipos de contenido evite una preparación adicional. Prueba Groq si los documentos ya están en texto limpio. Valora la cobertura de los hechos y la conservación de las excepciones antes que el estilo, y procesa con Batch las colas de tareas independientes si el plazo lo permite.

Para un paso de agente de programación, empieza con Luna o Haiku en la integración que ya mantienes. Añade Groq como candidato por precio, DeepSeek para contexto repetido o trabajo programado y Grok Build si tienes motivos para evaluar su utilidad al programar. Una tarifa de entrada inferior no determina cuántos ciclos de herramientas necesitará el encargo.

La regla que puede cambiar la elección

Deja de priorizar la primera llamada barata cuando sus fallos encarezcan el proceso completo. Considera este flujo de programación expresamente hipotético: la llamada barata cuesta $0.0021 y derivarla a una alternativa cuesta otros $0.003. Si el 40% de las tareas se deriva y la alternativa resuelve todos esos casos, el costo medio de tokens es $0.0021 + 0.40 × $0.003 = $0.0033 por tarea completada.

Ese importe supera los $0.003 de acudir directamente a la alternativa con los mismos recuentos de tokens supuestos. El punto de equilibrio está en una tasa de derivación del 30%. Es un cálculo de distribución de solicitudes, no una tasa de fallos observada de Groq, Luna ni ningún otro modelo. Los prompts más largos en los reintentos y las correcciones humanas pueden reducir ese umbral.

Define qué significa resolver la tarea antes de contar los éxitos. En clasificación, significa devolver la etiqueta permitida correcta. En resúmenes, conservar los hechos necesarios. En programación, que el cambio previsto supere las comprobaciones acordadas. Recibir una respuesta no equivale a completar la tarea.

Si usas una pasarela para comparar opciones, incorpora sus condiciones comerciales por separado. La guía de precios de OpenRouter explica esa vía de contratación. Las tablas de proveedores de esta página no utilizan tarifas de OpenRouter ni de otros revendedores.

Cómo se seleccionaron los modelos

Este artículo es una comparación de precios fechada y un análisis de costos propio, no una prueba práctica de calidad. Para elaborar el análisis se consultaron las páginas oficiales de precios y capacidades. No se ejecutó ninguno de los modelos en las tres tareas y ninguna recomendación afirma una superioridad medida en precisión o latencia.

La selección incluye los siete proveedores previstos, cada uno con un modelo económico de texto de propósito general que figura en su catálogo actual. En el caso de xAI, su opción de texto más barata es un modelo orientado a programación. Se excluyen las familias de modelos obsoletas, los precios que requieren cotización, los clasificadores especializados en seguridad, la generación de imágenes, la voz y los embeddings. Sus capacidades o unidades de facturación distorsionarían una comparación del texto más económico.

La evaluación se basa en cinco criterios prácticos: costo normal de entrada y salida, reglas de caché y Batch, formatos de entrada necesarios, umbrales de longitud del prompt y trabajo requerido para obtener un resultado aceptado. La segunda tabla mantiene constantes los recuentos de tokens para que los cálculos puedan reproducirse. Una previsión de producción debe sustituir esos recuentos por el consumo real de cada modelo.

Este artículo amplía la comparativa de API de IA más baratas con una tabla de precios directos de proveedores y presupuestos para tres tareas. Excluye tarifas de servicios de seguimiento de precios, agregadores y revendedores. Los precios públicos son un punto de partida; un contrato negociado o una restricción de modelos específica de tu cuenta necesita su propia comparación.

Elecciones que conviene evitar

Evita la opción que no encaja con la tarea, no un proveedor entero. Estas decisiones convierten una cifra aparentemente barata en una previsión equivocada.

• Presupuestar Groq Llama 3.1 8B con una tarifa pública antigua: el catálogo actual indica que hay que contactar con ventas. Solicita una cotización o usa la fila de GPT OSS con precio vigente.
• Usar Grok Build para un clasificador sencillo sin una ventaja medida: tiene la factura de referencia más alta de esta comparación. Estar orientado a programación no ayuda por sí solo a distribuir solicitudes entre tres etiquetas.
• Aplicar el precio de prompts cortos de Haiku a conversaciones largas: el historial en caché también cuenta para el umbral del prompt. Calcula el tramo correspondiente a cada solicitud.
• Presupuestar DeepSeek como si siempre operara fuera de horario pico: la demanda en vivo puede llegar en las franjas más caras. Calcula el precio según los horarios que impongan tus clientes.
• Usar caché explícita de Gemini para un documento que se lee una vez: el almacenamiento y el procesamiento inicial pueden superar el ahorro de una lectura con descuento que nunca ocurre.
• Usar Ministral como programador autónomo sin validarlo: una salida barata justifica evaluar una tarea acotada, pero no demuestra que todos los cambios propuestos sean correctos.
• Procesar con Standard una cola apta para Batch: si los plazos lo permiten, compara la modalidad Batch documentada antes de cambiar de modelo o proveedor.

Preguntas sobre precios y API de LLM gratuitas

¿Cómo comparar los precios de las API de LLM?

Para un modelo concreto, compara entrada, salida facturada, lecturas de caché, creación o almacenamiento de caché, Batch y tramos por longitud del prompt. Groq es el más barato en los tres ejemplos sin caché de este artículo; Mistral puede ganar cuando aumenta la salida. La aceptación real de los resultados, la tokenización y los reintentos determinan la factura de tu aplicación.

¿Hay una API de LLM gratis para desarrolladores?

Google ofrece un nivel gratuito para Gemini 2.5 Flash-Lite. Sus límites y condiciones de uso del contenido son distintos de los del nivel de pago. Evalúa con datos debidamente depurados y calcula el costo de la opción de pago antes de hacer depender la demanda de tus clientes de una asignación gratuita.

¿Existe una API de LLM gratis e ilimitada?

Ninguna de las fuentes de precios citadas acredita un servicio gratuito e ilimitado para producción. Considera el acceso gratuito una opción de evaluación con sus propias condiciones. Para presupuestar producción, una tarifa de pago por token y un volumen de solicitudes medido son más útiles que una promesa de uso ilimitado sin respaldo.

Qué hacer el lunes

El lunes, mide una función antes de cambiar toda la infraestructura. Extrae una muestra representativa de solicitudes, cuenta la entrada real y la salida facturada, y compara la solución actual con el candidato viable más barato. Mantén la misma prueba de aceptación y registra reintentos, escrituras y lecturas efectivas de caché, y costos de herramientas.

En un clasificador, exige las etiquetas permitidas. En un resumen, comprueba los hechos y las excepciones. En un paso de programación, pide el parche y el resultado de la prueba pertinente. Migra solo el tipo de tarea que supere la evaluación, conserva la alternativa de respaldo y guarda la fecha de los precios junto con el cálculo para poder actualizar el presupuesto sin repetir toda la evaluación.

Usa la lista de verificación para auditar flujos de trabajo empresariales con IA para definir las entradas, las comprobaciones de aceptación y la alternativa de respaldo de una función antes de cambiar su modelo.