Calculadora de tokens OpenAI: límites de gasto para agentes de IA en 2026

Una calculadora de tokens OpenAI permite estimar el costo; ahora también es posible acotar de verdad el riesgo financiero mensual de un agente basado en OpenAI: identificar qué clave de API generó el gasto, aislar ese agente en un proyecto con un techo estricto y dejar que OpenAI rechace las solicitudes afectadas con un 429 cuando el gasto registrado alcance el límite. El cambio para el negocio va mucho más allá de activar una opción de facturación. Por fin, un presupuesto puede funcionar como una barrera efectiva y no como un correo que llega mientras el contador sigue avanzando.

La idea clave, en una frase

Una clave de API identifica quién gastó el dinero; una organización o un proyecto determina dónde se detiene el gasto.

OpenAI lanzó las dos piezas por separado en 2026. Los límites mensuales estrictos de gasto para organizaciones y proyectos llegaron el 22 de julio. El 4 de agosto se incorporaron el filtrado y la agrupación por clave de API en los paneles de Usage y Costs, así como en las API de Usage y Costs.

Esa diferencia es importante. Los nuevos informes muestran el costo de una clave específica, pero los límites estrictos documentados se aplican a la organización y al proyecto. Si un agente necesita un presupuesto propio y obligatorio, el diseño más limpio consiste en asignarle un proyecto exclusivo y una clave exclusiva.

Conviene pensar en la clave como el nombre impreso en una tarjeta corporativa y en el proyecto como el límite de crédito de esa tarjeta. El nombre le dice a finanzas quién hizo la compra. El límite es lo que realmente rechaza la siguiente operación.

Cómo funcionan los controles, sin jerga de facturación

El sistema tiene tres capas: observar, alertar y detener. Cada una responde a una necesidad operativa diferente.

1. Observar por clave de API. Los paneles de Usage y Costs permiten filtrar y agrupar por clave. La API de Costs ofrece lo mismo mediante api_key_ids y group_by=api_key_id. Un key_id es, sencillamente, el identificador de la credencial que realizó las solicitudes.
2. Alertar sobre el gasto. Una alerta envía una notificación al alcanzar el umbral elegido, pero el tráfico continúa. Conviene situar las alertas por debajo del techo estricto para que una persona tenga tiempo de investigar.
3. Detener con un límite estricto. El límite de un proyecto interrumpe el tráfico facturado a ese proyecto. El límite de una organización detiene el tráfico afectado en todos sus proyectos. Ambos controles son mensuales.

El corte se manifiesta como un error normal de la API, no como una transición suave. Cuando un proyecto supera el límite, devuelve project_spend_limit_exceeded; cuando lo hace una organización, devuelve organization_spend_limit_exceeded. Ambos llegan con el estado HTTP 429. La aplicación debe revisar el código de error, porque 429 también se utiliza para los límites de frecuencia de solicitudes y tokens.

OpenAI advierte con claridad de un detalle incómodo: la aplicación del límite no es instantánea. Mientras el nuevo estado se propaga, puede procesarse una pequeña cantidad de uso adicional, por lo que el gasto registrado puede superar ligeramente el importe configurado. Hay que tratar el límite como un cortacircuitos con un pequeño recorrido mecánico, no como una tarjeta prepago sellada a la perfección.

1. 1

   Aísla la carga de trabajo de riesgo

   Crea un proyecto exclusivo para el agente, entorno, cliente o experimento cuyo gasto no deba afectar a nada más.

2. 2

   Asígnale una clave exclusiva

   Utiliza una sola clave para esa carga de trabajo, de modo que su costo permanezca visible sin conjeturas ni atribuciones compartidas.

3. 3

   Coloca la alerta antes del corte

   Configura una alerta de gasto con antelación suficiente para que alguien pueda revisar un pico de tráfico, un bucle de reintentos o un cambio inesperado de modelo antes de que el límite estricto interrumpa el servicio.

4. 4

   Prueba la ruta del 429

   Comprueba en staging que project_spend_limit_exceeded pausa el trabajo, conserva la cola y avisa a la persona indicada de lo ocurrido.

De la calculadora de tokens OpenAI al control de pérdidas

El costo de un agente fuera de control ahora se acerca a la pérdida autorizada, no a todo lo que pueda consumir antes de que alguien lo note. Si la pérdida máxima tolerable para un experimento es de $500, un límite estricto de proyecto puede convertir un fallo sin techo en un costo cercano al máximo elegido, más el pequeño exceso que OpenAI indica que puede producirse durante la propagación.

Antes de este control, un equipo que necesitara un corte real tenía que crear un sistema que consultara periódicamente el uso y revocara el acceso, dirigir el tráfico a través de un gateway o contratar una plataforma de observabilidad más amplia. Los planes de entrada de pago actuales en ese mercado van desde $29 al mes por Langfuse Core hasta $49 por Portkey Production, $79 por Helicone Pro y $160 por Datadog Agent Observability Pro con facturación anual. Esos productos incluyen trazas, evaluación, enrutamiento y otras funciones. Si lo único que faltaba era un techo mensual para un proyecto de OpenAI, el control nativo puede eliminar la necesidad de pagar una licencia dedicada exclusivamente a esa tarea.

La función no reduce el precio de los tokens. Las tarifas Standard actuales para contexto corto van desde $0.20 de entrada y $1.20 de salida por millón de tokens en gpt-5.6-luna hasta $4 de entrada y $20 de salida en gpt-5.6-sol. Elegir la API de IA más barata es una decisión sobre el costo unitario. Los límites estrictos de gasto son una decisión para contener pérdidas. Por lo general, hacen falta ambas cosas.

Siete casos de uso, ordenados por quién obtiene más valor

1. Una empresa SaaS que limita un agente orientado al cliente

El mayor beneficiario es una pequeña empresa de software en la que un solo bucle defectuoso puede poner en riesgo el margen de todo el mes. El agente de producción debe vivir en su propio proyecto, usar una clave exclusiva y tener alertas por debajo de un tope mensual estricto; la facturación, los embeddings y los productos no relacionados pueden permanecer en proyectos separados. Si el agente reintenta la misma llamada a una herramienta durante toda la noche, se detiene el proyecto sin arrastrar al resto del producto al incidente.

El beneficio no se limita a una factura más baja: también reduce el radio de impacto. Antes de lanzar la función, la empresa puede fijar el costo máximo de un fallo aceptable y probar exactamente qué experiencia tendrá el cliente cuando se active el tope.

2. Una agencia de IA que protege el margen de sus clientes

Una agencia puede hacer que las cuentas de cada cliente sean financieramente transparentes. Se asigna a cada cliente un proyecto y una clave de producción exclusivos, se agrupan los datos de Costs por esa clave y después se aplica el límite mensual de proyecto aprobado para ese cliente. Así, la agencia puede identificar qué credencial generó la factura e impedir que la campaña de un cliente consuma el margen de todas las demás cuentas.

Esto resulta especialmente útil cuando los contratos incluyen una asignación fija para IA. El límite estricto transforma esa asignación: deja de ser una promesa en una hoja de cálculo y se convierte en una barrera técnica. La contrapartida es la continuidad del servicio: la agencia debe decidir si alcanzar el límite pausa el trabajo, solicita una aprobación o mueve al cliente a una ruta de menor costo.

3. Un equipo de producto con varios agentes autónomos

Un equipo que compara agentes de investigación, soporte, programación y operaciones ya no tiene que tratarlos como una reserva anónima de tokens. Cada agente costoso o sin supervisión puede colocarse en un proyecto, con claves separadas para los procesos de producción y una comparación de costos por clave. Un límite estricto de proyecto controla entonces toda la carga de ese agente, aunque inicie varios procesos en paralelo.

El resultado es una revisión útil del costo por agente. Producto puede retirar el agente que aporta poco valor al negocio, en vez de culpar al modelo que parece caro en un gráfico de toda la organización.

4. Un responsable de soporte que protege el canal principal de atención

Un bot de soporte necesita un presupuesto sin convertirse en una dependencia de todo o nada. Conviene mantener el bot orientado al cliente en un proyecto exclusivo, colocar una alerta por debajo de su tope y diseñar la ruta project_spend_limit_exceeded para dirigir a los clientes a la búsqueda, a un formulario de tickets o a una cola de atención humana.

El beneficio es una continuidad diseñada de antemano. Un incidente presupuestario degrada un canal en lugar de romper todos los flujos de trabajo de la organización que dependen de OpenAI. Esto exige trabajo en la aplicación: OpenAI devuelve el error, pero no elige la alternativa para el usuario.

5. Un equipo de datos que limita un proceso de enriquecimiento por lotes

Un pipeline de enriquecimiento sin conexión puede tener un techo mensual firme sin afectar el tráfico interactivo. El proceso por lotes debe ejecutarse con su propio proyecto y su propia clave. Los informes de costos permiten confirmar qué proceso consume el presupuesto; si el número de filas, la longitud de la salida o los reintentos se desvían del plan, el tope del proyecto puede detener las llamadas nuevas.

El resultado es una programación más limpia. El equipo puede reanudar el trabajo el mes siguiente, elevar el límite después de revisarlo o enviar el resto de la cola a otro proveedor. Las llamadas de API orientadas al cliente que estén en otros proyectos seguirán funcionando, salvo que se active el tope de la organización.

6. Un equipo financiero que concilia el gasto con sus responsables

Finanzas puede pasar de un único total por proveedor a una lista de credenciales y proyectos con responsables claros. La API de Costs permite filtrar por clave de API y agrupar por clave, proyecto y partida. Sus intervalos de costos son actualmente diarios, suficiente para el cierre mensual, el análisis de anomalías o un informe interno de imputación de gastos.

El beneficio es poder hablar con una persona responsable en vez de investigar una variación misteriosa. Finanzas puede preguntar por qué support-prod se duplicó mientras sales-research permaneció estable y, después, ajustar el límite del proyecto que realmente impone el techo.

7. Un equipo de seguridad que limita una credencial filtrada

Los controles de costos reducen el daño financiero de una clave filtrada, pero no sustituyen la seguridad de las claves. Un proyecto exclusivo mantiene una credencial comprometida dentro de un tope mensual más estrecho que el de toda la organización. Los informes por clave pueden ayudar a identificar la credencial que está generando gastos inesperados.

El beneficio es la contención. La respuesta todavía exige revocar y rotar la clave, revisar los registros e investigar la causa raíz. Un tope mensual es demasiado lento y general como para ser la única defensa de una credencial.

Qué se puede construir con estos controles

La oportunidad más sólida es un panel de presupuestos para agentes dirigido a agencias y pequeños equipos de IA. Los controles nativos aportan los datos y la barrera estricta, pero no el flujo operativo de aprobaciones, previsiones, alternativas y responsables de cada cliente.

1. Panel de presupuesto para agentes: la mejor oportunidad

Producto: Un panel de control que vincula cada agente con un proyecto y una clave de OpenAI, muestra el costo acumulado del mes, fija el límite estricto del proyecto y solicita una aprobación cuando el gasto se acerca al techo.

Demanda: En Estados Unidos, “llm observability tools” recibe cerca de 210 búsquedas mensuales, un 24% más interanual según los datos de sugerencias. La consulta tiene un CPC de $23.90, mientras que los productos de pago de la categoría amplia parten de aproximadamente $29 a $160 al mes. Es un volumen de búsqueda pequeño con atención costosa, un patrón atractivo para software B2B especializado.

MVP: Conectar una clave de OpenAI Admin API, importar proyectos y claves, obtener a diario los datos de Costs agrupados por clave, mostrar el progreso de la alerta y el tope, crear o reemplazar un límite de proyecto y enviar un único enlace de aprobación por Slack o correo electrónico. La versión comercial más sencilla no necesita trazas ni evaluación de prompts.

Riesgo: El mercado está saturado y los informes exclusivos de OpenAI no constituyen una ventaja sostenible. El producto solo puede ganar si controla el flujo presupuestario: asignaciones por cliente, aprobaciones, previsiones, historial de incidentes y recuperación segura. También debe explicar con total claridad el límite por proyecto, porque OpenAI no documenta un tope estricto para una clave individual.

2. Registro de costos de IA para agencias

Producto: Un registro mensual con la marca de la agencia que asigna el costo de OpenAI a la clave de cada cliente, lo compara con la asignación incluida y aplica el techo del proyecto correspondiente.

Demanda: “Openai api cost” recibe cerca de 1,000 búsquedas mensuales en Estados Unidos, con un CPC de $11.25. La búsqueda relacionada “Openai api cost per month” expresa la verdadera pregunta del comprador. Las agencias necesitan una respuesta en términos de clientes y margen, no solo de tokens.

MVP: Un proyecto y una clave por cliente, importación diaria de costos, comparación entre asignación y gasto real, previsión para el cierre del mes, exportación en PDF o CSV y control del límite estricto. Cuando un responsable de cuenta eleve el techo, debe añadirse un registro de aprobación.

Riesgo: La atribución falla si una agencia sigue compartiendo claves o proyectos. La incorporación debe exigir una estructura de cuentas limpia y, a largo plazo, el producto tendrá que admitir otros proveedores de modelos para no quedarse en una simple capa sobre el panel de OpenAI.

3. Calculadora de presupuesto de tokens que instala el tope

Producto: Una calculadora que convierte el volumen de solicitudes, el modelo elegido, la entrada y la salida en un intervalo mensual y, después, configura el umbral seleccionado en un proyecto de OpenAI.

Demanda: “Ai token cost calculator” recibe cerca de 70 búsquedas mensuales en Estados Unidos, tiene intención comercial, dificultad de palabra clave 0 y creció un 2,300% interanual según los datos de sugerencias. La pregunta de PAA “How much money is 10,000 tokens?” representa exactamente el problema previo a la compra.

MVP: Incluir la tabla de precios vigente de OpenAI, permitir que el usuario modele un mes bajo, esperado y alto, añadir el margen de seguridad que elija y crear el tope del proyecto a través de la Admin API. Una calculadora gratuita puede captar demanda; el valor de pago está en guardar escenarios, mostrar el gasto real y recalcular previsiones automáticamente.

Riesgo: Una calculadora es fácil de copiar, los precios cambian y los tokens no reflejan todos los cargos por herramientas. La versión defendible debe cerrar el ciclo entre previsión, gasto real por clave y límite de proyecto aplicado.

Lo que estos límites no resuelven

Los límites estrictos de gasto son infraestructura imprescindible para producción, no un sistema completo de presupuesto para agentes. Quedan cinco vacíos.

• No hay un tope estricto documentado por clave. Las claves son una dimensión de los informes. Los proyectos y la organización son los límites que se aplican de verdad.
• No hay un techo por ejecución. El intervalo documentado es mensual, así que una sola tarea todavía puede consumir una parte considerable de la asignación del mes antes de que el proyecto se detenga.
• El corte no es perfectamente exacto. OpenAI indica que una pequeña cantidad de uso adicional puede pasar mientras la aplicación del límite se propaga.
• No hay una alternativa automática. Un límite estricto devuelve un 429. La aplicación debe pausar, poner en cola, degradar o redirigir el trabajo.
• No hay un presupuesto entre proveedores. El tope de un proyecto no puede ver el gasto de Anthropic, Google, una API de búsqueda ni una herramienta de pago que invoque el agente.

El límite estricto configurado también es independiente del límite de uso aprobado por OpenAI para el nivel de la cuenta. Elevar uno no eleva el otro. Si el tráfico se detiene, hay que revisar el código de error exacto antes de cambiar nada.

Qué hacer el lunes

La próxima semana, hay que tomar el agente que resulte más incómodo dejar sin supervisión durante la noche y asignarle una barrera presupuestaria. El plan es crear un proyecto exclusivo de OpenAI, emitir una clave exclusiva, configurar una alerta por debajo del techo, activar el corte estricto y provocar deliberadamente la ruta project_spend_limit_exceeded en staging. La prueba solo termina cuando la cola está a salvo y la persona operadora sabe cómo reanudar el tráfico.

¿La API de OpenAI es gratis o de pago?

El uso de la API de OpenAI tiene precios publicados según el modelo, la dirección de los tokens y el modo de procesamiento. Los controles de gasto no cambian el precio unitario; limitan el importe mensual que puede consumir una organización o un proyecto.

¿Cuánto cuestan 1000 tokens?

No existe un precio único. Con las tarifas Standard actuales para contexto corto, 1,000 tokens de entrada cuestan aproximadamente $0.0002 en gpt-5.6-luna y $0.004 en gpt-5.6-sol. Para 1,000 tokens de salida, los mismos modelos cuestan cerca de $0.0012 y $0.02. Hay que consultar la página de precios vigente y utilizar la proporción real entre entrada y salida.

¿Cuánto cuesta 1 millón de tokens en OpenAI?

Con los precios Standard actuales para contexto corto, 1 millón de tokens de entrada cuesta entre $0.20 en gpt-5.6-luna y $4 en gpt-5.6-sol. Un millón de tokens de salida cuesta entre $1.20 y $20 para esos modelos. Batch y Flex publican tarifas equivalentes a la mitad de Standard para los modelos GPT-5.6 mostrados aquí.

¿Cuánto dinero cuestan 10,000 tokens?

Diez mil tokens equivalen a una centésima parte de un millón. Con las tarifas Standard actuales para contexto corto, 10,000 tokens de entrada en gpt-5.6-luna cuestan aproximadamente $0.002, y la misma cantidad de salida cuesta cerca de $0.012. La combinación importa, por lo que una calculadora útil separa entrada, entrada en caché, escrituras en caché y salida.

Si buscas crear un plano de control de presupuestos para agentes adaptado a tu empresa, consulta sistemas de IA en producción.