Cómo funciona la facturación por tokens de la API, explicado de forma sencilla
El modelo de precios de la API de OpenAI es pago por token: facturas por los tokens que envías y los tokens que escribe el modelo, a dos tarifas diferentes. Esta página explica cada parte en lenguaje sencillo y muestra cómo nuestra API compatible con OpenAI aplica la misma idea.
Actualizado

- Pagas por token, con una tarifa para la entrada y una tarifa más alta para la salida.
- El historial de conversación se reenvía en cada turno, así que las conversaciones largas cuestan más por mensaje que las cortas.
- Los límites de peticiones restringen la velocidad a la que puedes enviar peticiones. No cambian el precio por token.
- Nuestra API cobra $0.15 y $0.50 por 1M de tokens a partir del crédito prepago y es un producto independiente del de cualquier proveedor.
El modelo en un párrafo
Las APIs de modelos de lenguaje alojados suelen venderse por uso, no por asiento. Tu programa envía texto, el servicio cuenta cuántos tokens entraron y cuántos salieron, y la factura es esa cantidad multiplicada por los precios por millón de tokens. La entrada y la salida tienen precios separados. Diferentes modelos tienen precios distintos. Hay algunas reglas adicionales: límites de peticiones, ventanas de contexto y la forma de pago (prepago o factura). Ese es el modelo de precios completo, y el resto de esta página desglosa cada parte.
Una aclaración primero. Cuando la gente escribe esta frase en un buscador, a menudo se refiere a la lista de precios de OpenAI. No somos OpenAI y no indicamos sus precios aquí, ya que cambian y debes leerlos en la fuente. Lo que podemos explicar con precisión es la estructura, compartida por la mayoría de proveedores, y cómo funciona en la API que gestionamos: una API solo de texto compatible con OpenAI, alojada, con un modelo de pesos abiertos, uncensored, operada por un proveedor independiente.
Los tokens son la unidad
Un token es un fragmento de texto que el modelo lee o escribe. Puede ser una palabra corta completa, parte de una palabra larga, un número o un signo de puntuación. Para prosa inglesa normal, una regla aproximada es que un token son alrededor de cuatro caracteres, o tres cuartos de una palabra. Otros idiomas, código y formato inusual suelen requerir más tokens para la misma longitud visible, así que trata cualquier regla aproximada como una estimación y lee los recuentos reales desde la API en su lugar.
Cada respuesta de nuestra API incluye un objeto de uso con prompt_tokens y completion_tokens. Para respuestas en streaming, el uso llega al final. Esos dos números son lo que facturas. Nada más, como el número de peticiones o el tiempo que tardó una llamada, entra en el precio.
Debido a que la unidad es tokens, no caracteres o llamadas, la misma función puede ser barata o cara dependiendo de cómo la construyas. Un prompt de clasificación de una línea puede costar una fracción de centavo por mil llamadas. Un prompt que pega un documento de 60 páginas en cada petición cuesta mucho más, incluso si se llama el mismo número de veces.
La entrada y la salida tienen precios diferentes
Los tokens de entrada son todo lo que envías: el mensaje del sistema, el historial de la conversación, el último mensaje del usuario, las definiciones de herramientas y los resultados de las herramientas. Los tokens de salida son lo que genera el modelo, incluidas las llamadas a funciones que escriba. Generar texto requiere más capacidad de cómputo que leerlo, por lo que los proveedores cobran más por la salida. En nuestra API las tarifas son:
| Por 1M de tokens | Por token | |
|---|---|---|
| Entrada | $0.15 | $0.00000015 |
| Salida | $0.50 | $0.0000005 |
La salida es 0.50 / 0.15, o aproximadamente 3.3 veces más cara por token. Esa proporción impulsa las decisiones de diseño. Si tu aplicación envía un prompt de 3.000 tokens y recibe una etiqueta de 100 tokens, la entrada cuesta $0.00045 y la salida $0.00005, por lo que el prompt representa el 90 por ciento del coste y acortarlo importa más que cualquier otra cosa. Si tu aplicación pide historias de 2.000 tokens a partir de un prompt de 200 tokens, la entrada cuesta $0.00003 y la salida $0.001, por lo que la salida representa el 97 por ciento del coste y la palanca es la longitud de la historia.
Verifica esos números tú mismo: 3.000 x 0,15 / 1.000.000 = 0,00045. 100 x 0,50 / 1.000.000 = 0,00005. 200 x 0,15 / 1.000.000 = 0,00003. 2.000 x 0,50 / 1.000.000 = 0,001.
Por qué el historial hace que las conversaciones cuesten más con el tiempo
La API es sin estado. El modelo no recuerda tu última petición, así que una aplicación de chat reenvía los mensajes anteriores con cada nuevo mensaje. El input del turno 10 contiene por tanto los turnos del 1 al 9 de nuevo, y pagas por esos tokens cada vez.
Toma un chat donde cada turno añade 400 tokens en total. El turno 1 envía alrededor de 400 tokens de contexto, el turno 10 alrededor de 4.000 y el turno 50 alrededor de 20.000. La ventana de contexto del modelo en nuestra API es de 100.000 tokens, prompt y completion juntos, así que una sesión muy larga eventualmente necesitará recortarse independientemente de si importa el costo. Las soluciones típicas son:
- Mantén el prompt del sistema y los últimos N turnos, y elimina el medio.
- Resume los turnos antiguos en una nota corta y envía la nota en su lugar.
- Almacena los hechos a largo plazo fuera del chat e inserta solo los relevantes.
Un número concreto: un prompt del sistema de 1.000 tokens enviado con cada una de 1.000 peticiones son 1.000.000 tokens de input, que son $0,15. Bien por sí solo. Pero una hoja de personaje de 10.000 tokens enviada con cada una de 100.000 peticiones son 1.000.000.000 tokens de input, o $150. La sobrecarga fija se multiplica por el volumen, y esa multiplicación es lo que debes vigilar.
Crédito prepago, no suscripción
Los proveedores difieren en cómo se mueve el dinero. Algunos te facturan al final del mes, otros deducen de un saldo prepago, y otros mezclan los dos con planes mensuales. En nuestra API es simple: añades crédito, el uso lo consume, y nada se renueva por sí solo. El crédito no caduca. Las peticiones fallidas o rechazadas no se cobran.
Las recargas son cualquier cantidad entera de $20 a $500, con un bono de +5 % desde $50, +10 % desde $100 y +15 % desde $200. Así que $100 dan $110 de crédito, y $200 dan $230. Puedes pagar con cripto (USDT en TRC20, USDC en Base). El resultado práctico es que tu peor caso está limitado por lo que cargaste: un error que buclea no puede gastar más que el saldo. El saldo tras cada llamada está en el encabezado de respuesta X-Balance-USD.
Los nuevos usuarios pueden probar el servicio primero. Tras registrarte, un clic en la página de clave de API obtiene $0.50 de crédito de prueba, válido por 7 días, uno por persona, sin necesidad de tarjeta.
Los límites de peticiones son un dial separado
Dos APIs con el mismo precio por millón de tokens pueden seguir pareciendo muy diferentes, porque los límites de peticiones determinan cuánto puedes enviar por minuto. Los proveedores suelen establecer límites por nivel de cuenta. En nuestra API una clave completa permite 8 peticiones simultáneas y 300 peticiones por minuto, y una clave de prueba permite 2 simultáneas y 60 por minuto. El cuerpo máximo es de 8 MB.
Cuando excedes un límite obtienes HTTP 429. El código de error es rate_limited cuando superaste las peticiones por minuto y concurrency cuando había demasiadas peticiones en vuelo. En sobrecarga temporal la API también devuelve 429 con un encabezado Retry-After: 5. Un detalle que atrapa a la gente: una petición en streaming mantiene su slot de concurrencia hasta que termina el stream, así que los clientes lentos que leen tokens uno a uno pueden llenar los 8 slots más rápido de lo que sugiere el recuento de peticiones.
Los límites cambian el throughput, no el precio. Si necesitas enviar un lote grande, la aritmética es simple: a 300 peticiones por minuto, 10.000 peticiones tardan unos 34 minutos, asumiendo que cada una termina lo suficientemente rápido para mantenerse dentro de 8 a la vez.
Aplicando el modelo a esta API
La parte compatible con OpenAI es lo que hace que el modelo de precios sea portable. Cualquier SDK de OpenAI funciona una vez que cambias la URL base y la clave, así que el código de seguimiento de costos que escribiste para un proveedor generalmente se puede reutilizar. Este script lee el uso y cotiza una llamada a nuestras tarifas:
from openai import OpenAI
client = OpenAI(
base_url="https://api.openaiapipricing.com/v1",
api_key="YOUR_API_KEY",
)
resp = client.chat.completions.create(
model="uncensored",
messages=[
{"role": "system", "content": "You are a concise assistant."},
{"role": "user", "content": "Explain what a token is in two sentences."},
],
)
u = resp.usage
input_cost = u.prompt_tokens * 0.15 / 1_000_000
output_cost = u.completion_tokens * 0.50 / 1_000_000
print(f"in={u.prompt_tokens} out={u.completion_tokens} total={input_cost + output_cost:.7f}")
Lo que es esta API, en los términos anteriores: un modelo, solo texto, una ventana de contexto de 100.000 tokens, llamadas a funciones, modo JSON y streaming, y prompts que no se usan para entrenamiento. El modelo está ajustado para responder sin rechazos de contenido para uso adulto lícito, y hay un límite estricto en el contenido sexual que involucra a menores. No es un enrutador entre proveedores ni el endpoint oficial de ningún proveedor. Los detalles para la configuración están en la guía de inicio rápido, y la lista de precios completa está en la página de precios. Para una comparación trabajada frente a otros servicios, consulta la página de costos de la API de ChatGPT.
Más guías
Preguntas y respuestas
¿Qué significa el modelo de precios de la API de OpenAI en términos sencillos?
Pagas por tokens: una tarifa para los tokens que envías y una tarifa más alta para los tokens que devuelve el modelo. Las tarifas dependen del modelo y la factura es el recuento de tokens multiplicado por los precios por millón.
¿Es más cara la entrada o la salida?
La salida. En nuestra API cuesta $0.50 por 1M de tokens frente a $0.15 por 1M para la entrada, aproximadamente 3.3 veces más.
¿Por qué una conversación larga cuesta más por mensaje?
La API no recuerda los turnos anteriores, así que cada petición reenvía el historial como tokens de entrada. Cuanto más largo sea el historial, más tokens de entrada pagarás en cada turno.
¿Los límites de peticiones cambian lo que pago?
No. Limitan las peticiones por minuto y las peticiones concurrentes. El precio por token se mantiene igual.
¿Es tu API la misma que la de OpenAI?
No. Sigue el formato de peticiones de OpenAI para que los SDK existentes funcionen, pero ejecuta un modelo de pesos abiertos diferente operado por un proveedor independiente.
Tu clave está a un formulario de distancia
Crea una cuenta, copia la clave, cambia la URL base. Esa es toda la configuración.