Precios de Modelos de IA

El caché de prompts almacena un prefijo de prompt repetido, como un prompt de sistema o un documento grande, para que el modelo no tenga que procesarlo de nuevo en cada solicitud. Proveedores como Anthropic y Google ofrecen tokens de entrada en caché con un descuento del 70–90% respecto al precio estándar, lo que lo convierte en una herramienta clave para reducir costos en aplicaciones de producción.

gpt-realtime-1.5 (OpenAI) cuesta $32 por millón de tokens de entrada y $64 por millón de tokens de salida.

Claude Sonnet 4.6 (Anthropic) cuesta $3 por millón de tokens de entrada y $15 por millón de tokens de salida.

Gemini 3.5 Flash (Google) cuesta $1.5 por millón de tokens de entrada y $9 por millón de tokens de salida.

Los modelos populares más asequibles por precio de entrada (USD, nivel estándar, por millón de tokens):

1. doubao-seed-2.0-mini (Volcano Ark) — $0.0296 input / $0.2956 output
2. deepseek-v4-flash (DeepSeek) — $0.14 input / $0.28 output
3. qwen3.6-flash (Qwen) — $0.1773 input / $1.06 output
4. gpt-5.4-nano (OpenAI) — $0.2 input / $1.25 output
5. qwen3.6-plus (Qwen) — $0.2956 input / $1.77 output

Los agentes de IA operan en bucles de múltiples pasos — cada iteración reenvía el historial de conversación acumulado, los resultados de herramientas y el plan, por lo que los costos de tokens se acumulan rápidamente. Prioriza modelos con precios de entrada bajos y buen soporte de llamadas a herramientas. El caché de prompts (Anthropic, Google) puede reducir los costos en contexto repetido hasta un 70–90%. Modelos asequibles con buen soporte de herramientas:

Los modelos de razonamiento —como glm-4.5, glm-4.5-air, glm-4.6, glm-4.7— realizan un razonamiento interno de cadena de pensamiento antes de responder. Suelen costar entre 5 y 20 veces más que los modelos estándar debido al cómputo adicional para los tokens de razonamiento. Algunos proveedores cobran por separado los tokens de pensamiento generados durante el proceso.