LLM Precios: Comparativa de los más de 15 principales proveedores

Hay dos maneras de pagar por un LLM: planes de suscripción de los principales proveedores, o un modelo de pago por uso API facturado por uso de tokens.

Haga clic en los nombres de los modelos para ver sus resultados de benchmarks, latencia real y precios, para evaluar la eficiencia y la relación costo-efectividad de cada modelo.

Clasificación: Los modelos se clasifican según su posición promedio en todos los benchmarks.

Puede consultar las tasas de alucinación y el rendimiento de razonamiento de los principales LLMs en nuestros benchmarks.

LLM API calculadora de precios

Puede calcular su coste total completando estos 3 valores a continuación y ordenando los resultados por coste de entrada, coste de salida, coste total o alfabéticamente en orden creciente o decreciente:

Nota: La clasificación predeterminada se basa en el coste total.

Comparativa de planes de suscripción de LLM

Los usuarios no técnicos pueden preferir usar la interfaz de usuario en lugar de la API. En 2026, la mayoría de las suscripciones de proveedores incluyen mucho más que una interfaz de chat. Los agentes de codificación como Claude Code, Codex, Kimi Code y Mistral Vibe se incluyen en los planes de nivel Pro. Para desarrolladores y usuarios intensivos, la suscripción adecuada de $10 a $200 a menudo reemplaza lo que de otro modo sería una suscripción separada a un IDE de codificación, un presupuesto de API por token, y una herramienta de video o investigación combinadas.

OpenAI

El plan gratuito incluye acceso a GPT-5.5 Instant con uso diario limitado, modo de voz estándar, cargas limitadas y generación de imágenes básica. Los anuncios contextuales ahora aparecen en algunas regiones, incluido Estados Unidos.

• ChatGPT Go ($8/mes) es un plan de bajo coste con publicidad que ofrece aproximadamente 10 veces los mensajes del nivel free, carga de archivos, creación de imágenes y acceso completo a GPT-5.5.
• ChatGPT Plus ($20/mes) incluye límites de uso extendidos, acceso a GPT-5.5 y modelos de razonamiento actuales, modo de voz avanzado, agente Codex, generación de imágenes y video, y funciones de acceso anticipado.

El plan Pro tiene dos niveles a partir de abril de 2026:

• ChatGPT Pro ($100/mes) ofrece la misma gama de modelos que el nivel de $200 (incluyendo GPT-5.5 Pro y los últimos modelos de razonamiento) con límites de uso aproximadamente 5 veces los de Plus. Aplicaciones incluidas: Codex con 5 veces el uso de Plus, más ejecuciones de Deep Research y acceso completo a Sora.
• ChatGPT Pro ($200/mes) ofrece los límites de uso individual más altos (aproximadamente 20 veces Plus), 250 ejecuciones de Deep Research al mes, voz avanzada con video y uso compartido de pantalla, Codex con el máximo aumento de uso, Sora, y vista previa de Operator (solo en EE.UU.).

Ambos niveles Pro incluyen acceso prioritario durante las horas pico. La facturación de Codex en los planes Plus, Pro y Business cambió de un modelo por mensaje a un uso alineado con tokens de API en abril de 2026.

• Plan Business ($20/usuario/mes anual o $25/usuario/mes mensual) es el plan de OpenAI para equipos pequeños y medianos (anteriormente ChatGPT Team, renombrado en agosto de 2025). Añade límites de mensajes más altos, consola de administración, SSO, datos del equipo excluidos del entrenamiento y fondos de crédito compartidos para funciones avanzadas. Aplicaciones incluidas: Codex con créditos de espacio de trabajo compartido y la opción de asignar puestos solo para Codex con precios flexibles basados en el uso. Mínimo de 2 puestos.

• El plan Enterprise (precio personalizado) ofrece acceso a modelos de alta velocidad, ventanas de contexto ampliadas, controles de datos de nivel empresarial, verificación de dominio, análisis y registros de auditoría. Aplicaciones incluidas: Codex con fondo de créditos compartido, puestos opcionales solo para Codex y acceso a Operator.

Anthropic (Claude)

El plan gratuito incluye acceso web y móvil, análisis básico, acceso a Claude Sonnet 4.6 y carga de documentos. El uso diario está limitado y los modelos Opus no están disponibles.

• Plan Pro ($20/mes, o $17/mes con facturación anual) ofrece acceso a todos los modelos de Claude, incluyendo Opus 4.7 y Sonnet 4.6, aproximadamente 5 veces más uso que el plan gratuito, organización de proyectos y acceso prioritario durante las horas pico. Aplicaciones incluidas: Claude Code (el agente de codificación de Anthropic en la terminal y el IDE) y Cowork (modo de investigación), ambos compartiendo el mismo fondo de uso que el chat. A partir de mayo de 2026, los límites de velocidad de cinco horas de Claude Code se duplicaron y se eliminó la reducción en horas pico.

• Plan Max 5x ($100/mes) ofrece aproximadamente 5 veces más uso que Pro, acceso prioritario a las funciones y modelos más recientes, y acceso completo a Claude Code en el nivel de uso Max superior.

• Plan Max 20x ($200/mes) ofrece aproximadamente 20 veces más uso que Pro, acceso prioritario máximo y acceso completo a Claude Code. Diseñado para usuarios intensivos diarios que ejecutan cargas de trabajo de Claude Code.

El plan Team ofrece dos tipos de puestos y admite de 5 a 150 miembros:

• Puesto estándar: $20/usuario/mes anual ($25/usuario/mes mensual). Incluye funciones básicas, límites de uso estándar y acceso a Claude Code.
• Puesto premium: $100/usuario/mes anual ($125/usuario/mes mensual). Todo lo del estándar, más límites de uso más altos para usuarios intensivos que ejecutan cargas de trabajo más pesadas de Claude Code.

Aplicaciones incluidas: Claude Code y Cowork se incluyen con cada puesto de Team (estándar y premium); la diferencia radica en la asignación de uso, no en el acceso. Ambos tipos de puestos incluyen facturación central, herramientas de colaboración y controles de administración.

• Plan Enterprise (precio personalizado) ofrece ventanas de contexto ampliadas, SSO, captura de dominio, acceso basado en roles, SCIM, registros de auditoría e integraciones de datos. Aplicaciones incluidas: en los nuevos planes Enterprise y los de autoservicio, Claude Code y Cowork se incluyen con cada puesto; los contratos Enterprise más antiguos pueden distinguir entre puestos solo para chat y puestos de Chat + Claude Code con facturación basada en el uso.

Google (Gemini)

El plan free proporciona acceso a Gemini 3 Flash y acceso variable a Gemini 3.1 Pro, generación de imágenes básica, Deep Research, Gemini Live, Canvas y Gems. Aplicaciones incluidas: NotebookLM (asistente de investigación y escritura) y Flow (acceso limitado a Veo 3.1 para creación cinematográfica con IA).

Google utiliza precios regionales, por lo que los precios pueden variar según la región.

• Google AI Plus ($7.99/mes, EE.UU.) es el nivel de pago de entrada. Aplicaciones incluidas: acceso mejorado a Gemini 3.1 Pro en el chat, generación de imágenes con Nano Banana Pro, generación de video Veo 3.1 Lite, Flow con Veo 3.1 limitado, NotebookLM con más Audio Overviews, Gemini en Gmail, Docs y Vids, y acceso anticipado a Gemini en Chrome. Incluye 200 GB de almacenamiento.

• Google AI Pro ($19.99/mes, EE.UU.) proporciona límites de uso más altos para Gemini 3.1 Pro y 5 TB de almacenamiento. Aplicaciones incluidas: Jules (agente de codificación asíncrono), Gemini Code Assist y Gemini CLI para IDEs, Google Antigravity (plataforma de desarrollo agentic), NotebookLM con 5 veces Audio Overviews, Deep Research, video Veo 3.1 Lite y Google Home Premium (plan estándar).

• Google AI Ultra ($249.99/mes, con una oferta introductoria en EE.UU. de $124.99/mes durante los primeros tres meses) proporciona los límites de uso más altos en todas las funciones y 30 TB de almacenamiento. Aplicaciones incluidas: generación completa de video Veo 3.1, razonamiento Deep Think, Gemini Agent (solo en EE.UU.), navegación agentic Project Mariner, Project Genie (modelo interactivo del mundo), Jules con límites 20 veces los de Pro, Antigravity de nivel superior, NotebookLM con capacidad máxima, Google Home Premium (plan avanzado) y una suscripción individual a YouTube Premium.

Microsoft Copilot

El plan free (Copilot Chat) está disponible sin coste adicional para todos los usuarios de Microsoft Entra con una suscripción elegible a Microsoft 365. Incluye chat básico de Copilot en las aplicaciones de Microsoft sin las funciones más profundas dentro de los documentos.

• Copilot Pro ($20/mes) añade acceso prioritario a modelos, mejoras en la generación de imágenes e integración completa de Copilot con Word, Excel, PowerPoint, Outlook y OneNote, además de Copilot en Designer para diseños de imágenes y documentos. Requiere una suscripción activa a Microsoft 365 Personal o Family. Microsoft también ha incorporado la mayoría de las funciones Pro en un nuevo plan Microsoft 365 Premium ($19.99/mes) que incluye las aplicaciones de Office, 1 TB de OneDrive y Copilot en una sola suscripción.

• Microsoft 365 Copilot Business ($18/usuario/mes tarifa promocional hasta el 30 de junio de 2026, luego $21/usuario/mes anual; $25.20/usuario/mes mensual) añade Copilot en todas las aplicaciones de Microsoft 365, integración con Teams y controles de administración. Aplicaciones incluidas: Copilot Studio Lite para crear agentes ligeros, Copilot en SharePoint y Copilot Pages para borradores colaborativos. Limitado a organizaciones con hasta 300 usuarios.

• Microsoft 365 Copilot Enterprise ($30/usuario/mes, compromiso anual) proporciona seguridad avanzada, cumplimiento normativo y análisis sobre las funciones de Business. Aplicaciones incluidas: Copilot Studio completo para el desarrollo de agentes personalizados, Copilot en Microsoft Purview e Intune para flujos de trabajo de TI y seguridad, y gobernanza de nivel empresarial sobre los agentes implementados.

xAI (Grok)

El plan free proporciona acceso limitado a Grok con aproximadamente 10 solicitudes cada dos horas.

• SuperGrok Lite ($10/mes) es el nivel de pago de entrada. Incluye conversaciones 2 veces más largas, límites de velocidad aumentados y creación de imágenes y video con IA. Aplicaciones incluidas: 1 agente de IA en modo Experto y Grok Imagine para generación de imágenes y video.

• SuperGrok ($30/mes, o $300/año) incluye razonamiento mejorado, respuestas ultrarrápidas, cargas de archivos más largas y el despliegue gradual de Grok 4.3. Aplicaciones incluidas: 4 agentes de IA en modo Experto funcionando en paralelo, DeepSearch para investigación web en vivo, modo Big Brain para pensamiento extendido, modo de voz para chat hablado y 20 veces más generaciones de imágenes y video de Grok Imagine, incluido video HD 720p de 30 segundos.

• SuperGrok Heavy ($300/mes) proporciona acceso completo a Grok 4.3, Grok 4 Heavy (razonamiento multiagente con una ventana de contexto de 256K), límites de velocidad máximos, acceso prioritario durante la carga máxima y vistas previas anticipadas de las próximas funciones de xAI. Aplicaciones incluidas: máxima concurrencia de agentes en modo Experto, DeepSearch completo, Big Brain, Voice y cuotas de Grok Imagine.

Grok también está incluido en las suscripciones de X: X Premium ($8/mes) es la ruta de pago más barata para acceder a Grok dentro de la aplicación X e incluye estado verificado y navegación sin anuncios free. X Premium+ ($40/mes) incluye Grok con monetización completa para creadores, el despliegue gradual de Grok 4.3 y las mismas capacidades del agente de Grok y DeepSearch en el nivel de uso de X Premium+.

Moonshot AI (Kimi)

Los planes de consumo de Kimi llevan nombres de indicaciones de tempo musical, del más lento al más rápido. Los precios internacionales están en USD; los usuarios chinos pagan en CNY a tarifas más bajas.

• Adagio (Gratuito) ofrece conversaciones básicas ilimitadas con 6 usos del agente, consultas limitadas de Deep Research y tareas básicas del agente OK Computer.

• Moderato ($19/mes) añade Kimi K2.6 en el chat y tareas de agente, además de sesiones ampliadas de Deep Research. Aplicaciones incluidas: Kimi Code (agente de codificación de IA centrado en la terminal con 300–1200 llamadas a la API por ventana de 5 horas) con 1 crédito, además de herramientas de creación de Slides y Websites.

• Allegretto ($39/mes) proporciona un uso mayor de todo lo de Moderato. Aplicaciones incluidas: Agent Swarm (orquestación paralela de subagentes con 100 subagentes y ~1500 pasos coordinados en K2.5, escalando a 300 subagentes y 4000 pasos en K2.6), implementación en la nube Kimi Claw para grupos de agentes heterogéneos con memoria persistente, y 5 veces los créditos de Kimi Code.

• Allegro ($99/mes) proporciona Agent Swarm con 120 usos mensuales, 15 veces los créditos de Kimi Code y 12.000 solicitudes Pro Data para cargas de trabajo intensivas en investigación.

• Vivace ($199/mes) proporciona Agent Swarm con 240 usos mensuales y hasta 8 subagentes paralelos, 30 veces los créditos de Kimi Code y 24.000 solicitudes Pro Data. Dirigido a cargas de trabajo intensivas en investigación y agentic.

La membresía no incluye el uso de la API, que se factura por separado por token.

MiniMax

MiniMax separa su producto Agent para consumidores de sus suscripciones enfocadas en codificación, ambas basadas en la familia de modelos M2.x subyacente.

Planes de MiniMax Agent (investigación autónoma de varios pasos, programación y flujos de trabajo de Office):

• Gratuito: 1000 créditos iniciales válidos por 3 días, más 200 créditos diarios que se renuevan y acumulan.
• Basic ($39/mes): 5000 créditos al mes (~30 tareas en modo Pro), prioridad en horas pico, eliminación de marcas de agua, dominio personalizado, 1 MaxClaw y 1 implementación en la nube MaxHermes 24/7.
• Pro ($119/mes): 20000 créditos al mes (~120 tareas en modo Pro), 3 implementaciones de MaxClaw y 1 MaxHermes, además de todas las ventajas de Basic.
• Ultra ($219/mes): 40000 créditos al mes (~240 tareas en modo Pro), la misma cantidad de implementaciones que Pro y la máxima prioridad.
• Team (personalizado): facturación central y controles de administración para organizaciones.

Plan de codificación MiniMax Coding Plan (separado, superpuesto a la API para desarrolladores; impulsado por MiniMax M2.x):

• $10/mes: 100 prompts por ventana de 5 horas.
• $20/mes (Plus): 300 prompts por ventana de 5 horas.
• $50/mes (Max): 1000 prompts por ventana de 5 horas.

El Plan de Codificación se entrega con cuotas de prompts predecibles en lugar de facturación basada en tokens, lo que lo convierte en una de las rutas más baratas hacia un modelo de codificación de vanguardia cuando se combina con una CLI como Cline o Kilo Code.

Mistral AI

El plan gratuito (Le Chat) incluye navegación web, análisis básico de archivos, generación de imágenes, respuestas rápidas Flash, chats en grupo organizados en proyectos, hasta 500 recuerdos guardados y más de 40 conectores empresariales.

• Plan Pro ($14.99/usuario/mes) incluye más mensajes y búsquedas web, más pensamiento extendido e informes de Deep Research, 15 GB de almacenamiento de documentos, hasta 1000 proyectos y generación de imágenes de última generación. Aplicaciones incluidas: Mistral Vibe (el agente de codificación de Mistral para desarrollo durante todo el día, con pago por uso más allá de la cuota incluida). Mistral también ofrece un nivel para estudiantes a $7.04/usuario/mes con las mismas funciones Pro.

• Plan Team ($24.99/usuario/mes) incluye todo lo de Pro con hasta 30 GB de almacenamiento por usuario, facturación central, control de acceso basado en roles, verificación de nombre de dominio y exportación de datos. Aplicaciones incluidas: Mistral Vibe en el nivel de uso de equipo con controles de administración compartidos.

• Plan Enterprise (precio personalizado) proporciona opciones de implementación seguras, incluyendo autohospedado y nube privada, SAML SSO, registros de auditoría, soporte premium y análisis detallados. Aplicaciones incluidas: Mistral Vibe con opciones de implementación locales para cargas de trabajo reguladas.

DeepSeek

DeepSeek no ofrece planes de suscripción tradicionales. El acceso a chat web y móvil a los últimos modelos (actualmente DeepSeek V4-Flash y V4-Pro) es free para todos los usuarios, con limitación de uso justo que se restablece diariamente.

El acceso a la API es solo de pago por token. V4-Flash tiene un precio de $0.14 por millón de tokens de entrada (fallo de caché) y $0.28 por millón de tokens de salida, con aciertos de caché servidos a aproximadamente 1/50 de la tarifa de entrada.

Meta (Muse Spark)

Meta actualmente no vende una suscripción de consumo para su asistente de IA. Muse Spark, el primer modelo de Meta Superintelligence Labs (lanzado el 8 de abril de 2026), es un modelo de razonamiento multimodal nativo con uso de herramientas, cadena de pensamiento visual y orquestación multiagente. Impulsa Meta AI dentro de WhatsApp, Instagram, Facebook, Messenger, la aplicación Meta AI y las gafas Ray-Ban Meta, todo sin coste para los usuarios finales.

El acceso a la API está actualmente en vista previa privada para desarrolladores y empresas seleccionados, sin precios publicados. Meta ha indicado que seguirá una disponibilidad más amplia y precios.

Comprendiendo los precios de LLM

Tokens: La unidad fundamental de la fijación de precios

Figura 1: Ejemplo de tokenización utilizando el tokenizador de GPT-4o & GPT-4o mini para la frase “Identify New Technologies, Accelerate Your Enterprise.”¹

Si bien los proveedores ofrecen una variedad de estructuras de precios, la facturación por token es la más común. Los métodos de tokenización difieren entre modelos; algunos ejemplos incluyen:

• Byte-Pair Encoding (BPE): Divide las palabras en unidades de subpalabras frecuentes, equilibrando el tamaño del vocabulario y la eficiencia.²
  • Ejemplo: “unbelievable” → [“un”, “believ”, “able”]
• WordPiece: Similar al BPE pero optimiza la probabilidad del modelo de lenguaje, utilizado en BERT.³
  • Ejemplo: “tokenization” → [“token”, “##ization”]. “token” es una palabra independiente; “##ization” es un sufijo.
• SentencePiece: Tokeniza el texto sin depender de espacios, eficaz para modelos multilingües como T5.⁴
  • Ejemplo: “natural language” → [” natural”, ” lan”, “guage”] o [” natu”, “ral”, ” language”].

Tenga en cuenta que las subpalabras exactas dependen de los datos de entrenamiento y del proceso BPE/WordPiece. Para comprender mejor estos métodos de tokenización, vea el video a continuación:

Tras comprender la tokenización, se puede estimar un precio promedio en función de la longitud de los tokens del proyecto. La tabla 2 describe los rangos de tokens por tipo de contenido, incluidos prompts de interfaz de usuario, fragmentos de correos electrónicos, blogs de marketing, informes detallados y artículos de investigación, y señala que el recuento de tokens varía según los modelos. Una vez elegido un modelo, se puede utilizar su tokenizador para estimar el recuento promedio de tokens para el contenido.

Tabla 2: Tipos de contenido típicos, sus rangos de tamaño y consideraciones empresariales (los rangos son estimaciones y pueden variar).

Implicaciones de la ventana de contexto

La ventana de contexto establece un límite estricto en el número de tokens de entrada y salida por llamada, incluidos los tokens utilizados por los modelos de razonamiento para el razonamiento de cadena de pensamiento. Si el total excede este límite, la respuesta se trunca o la solicitud falla directamente.

Figura 2: Ilustración de las limitaciones de la ventana de contexto que llevan al truncamiento de la salida en una conversación de varios turnos.⁵

Para las aplicaciones que mantienen conversaciones largas, cada turno adicional introduce más historial en la entrada. Sin intervención, los tokens de entrada crecen linealmente con la duración de la conversación, y también lo hace la factura. Los usuarios de la API suelen abordar esto de una de estas tres maneras:

• Almacenamiento en caché de prompts. OpenAI, Anthropic, Google y DeepSeek almacenan en caché los prefijos de prompts repetidos del lado del servidor y facturan los aciertos de caché a una fracción de la tarifa de entrada estándar, típicamente del 10 al 50 por ciento del precio de fallo de caché. Para las aplicaciones que reutilizan un prompt de sistema largo o un prefijo de conversación, el almacenamiento en caché puede reducir el coste de entrada en un orden de magnitud.
• Ventana deslizante o RAG. Descartar los turnos más antiguos una vez que se alcanza un umbral, o recuperar solo los mensajes anteriores relevantes de un almacén de vectores en cada llamada.
• Resumen. Condensar periódicamente los turnos más antiguos en un resumen en lugar de reenviarlos textualmente.

Para cargas de trabajo agentic como sesiones de codificación o investigación profunda, los agentes de codificación modernos manejan esto automáticamente en la sesión. Claude Code, por ejemplo, incorpora compresión de contexto: cuando la conversación se acerca al límite, resume los mensajes más antiguos en una versión condensada mientras mantiene intactos los turnos recientes. Los turnos posteriores envían solo el resumen más el contexto reciente al modelo.

El impacto en la fijación de precios es directo. En las APIs de pago por token, el almacenamiento en caché de prompts y la compresión limitan el crecimiento de la entrada de cada llamada, por lo que el coste por turno se mantiene predecible en sesiones largas. En suscripciones de tarifa plana como Claude Pro, ChatGPT Plus o Kimi Moderato, la compresión amplía los límites de uso diario y semanal porque cada llamada lleva menos contexto. Una sesión de codificación que de otro modo consumiría un límite de velocidad de 5 horas puede durar más cuando los turnos antiguos se comprimen.

La contrapartida es que cualquier forma de resumen tiene pérdidas. El resumen puede omitir detalles que resulten importantes más adelante, obligando al usuario a proporcionarlos de nuevo.

Máximo de tokens de salida

El máximo de tokens de salida limita la longitud de la respuesta de un modelo. Aunque muchas documentaciones mencionan que se puede ajustar mediante el parámetro max_tokens, es crucial revisar la documentación de la API específica que se esté utilizando para identificar el parámetro correcto. Debe ajustarse según las necesidades específicas:

Si se establece demasiado bajo, puede dar lugar a salidas incompletas, haciendo que el modelo corte las respuestas antes de entregar la respuesta completa.

Si se establece demasiado alto, dependiendo de la temperatura (un parámetro que controla la creatividad de la respuesta), puede llevar a salidas innecesariamente verbosas, tiempos de respuesta más largos y un mayor coste.

Por lo tanto, es un parámetro que requiere una consideración cuidadosa para optimizar el uso de recursos mientras se equilibra la calidad de la salida, el coste y el rendimiento.

Tabla 3: Ejemplos de prompts de entrada y recuentos estimados de tokens por tipo de contenido.

*Esto supone que cada modelo produce respuestas con un número igual de tokens de salida, aunque el recuento de tokens tanto de entrada como de salida puede variar según la tokenización de cada modelo; el número se ha mantenido constante aquí para cada modelo.

La calculadora de precios de LLM API se puede utilizar para determinar el coste total por modelo al generar los tipos de contenido de la Tabla 2 a través de la API, utilizando los prompts de ejemplo proporcionados en la Tabla 3. Además, se puede utilizar para calcular costes para casos personalizados más allá de los tipos de contenido sugeridos.

Uso de múltiples modelos de lenguaje

Un gateway de IA como OpenRouter permite enviar el mismo prompt a múltiples modelos simultáneamente. Las respuestas, el consumo de tokens, el tiempo de respuesta y los precios se pueden comparar para determinar qué modelo es más adecuado para la tarea.

Figura 3: Interfaz que muestra un prompt enviado a múltiples modelos de lenguaje grandes a través de OpenRouter.⁶

Beneficios y desafíos

• Mayor adaptabilidad y eficiencia: La orquestación mejora la capacidad de respuesta, permitiendo la evaluación en tiempo real de la eficiencia del modelo e identificando un modelo rentable y posibles ahorros.
• Sensibilidad y optimización de prompts: Los prompts idénticos pueden provocar salidas muy diferentes entre modelos, lo que requiere ingeniería de prompts adaptada a cada modelo para lograr los resultados deseados, lo que añade complejidad de desarrollo y mantenimiento.

Mecánica de precios y costes ocultos

Tokens de razonamiento vs. tokens de salida

Un número creciente de proveedores ha introducido modelos de razonamiento que gastan cómputo adicional para realizar razonamiento de cadena de pensamiento internamente. Estos modelos pueden usar una clase separada de "token de razonamiento" (distinta de los tokens de salida estándar), lo que generalmente conlleva costes significativamente más altos.

Por ejemplo, modelos como GPT-5.5 Pro, Claude Opus 4.7 con pensamiento extendido, o Gemini 3.1 Pro Deep Think generan trazas de razonamiento internas incluso cuando no se solicitan explícitamente. Estos tokens internos cuentan para su factura y pueden aumentar sustancialmente el coste, especialmente en tareas analíticas largas como revisión legal, análisis de datos o razonamiento de varios pasos.

Por lo tanto, es esencial:

• Elegir un modelo de razonamiento solo cuando la precisión supere sustancialmente el coste.
• Desactivar la cadena de pensamiento o establecer un recuento máximo de tokens de salida más corto cuando sea posible.
• Probar la misma tarea en modelos que no son de razonamiento para ver si el rendimiento es comparable a una fracción del precio.

Dado que los modelos de razonamiento pueden generar entre 10 y 30 veces más tokens de pensamiento por solicitud, es fundamental comprender esta distinción para la planificación de costes.

Diferencias de precios basadas en la arquitectura

Las arquitecturas de los LLM influyen directamente en la eficiencia del modelo y, por lo tanto, en los precios de la API. Por ejemplo:

• Mezcla de expertos (MoE) los modelos activan solo un subconjunto de parámetros por solicitud, reduciendo el coste computacional y permitiendo a los proveedores ofrecer tarifas más bajas por token.
• Decodificación especulativa empareja un modelo de borrador más pequeño con uno más grande, mejorando el rendimiento y reduciendo el coste para tareas deterministas.
• Variantes cuantificadas (por ejemplo, de 4 bits u 8 bits) pueden realizar inferencia con menor precisión, lo que permite precios más bajos para versiones implementadas localmente o alojadas en la nube.

Comprender estas opciones arquitectónicas ayuda a los usuarios a predecir no solo las diferencias de precios, sino también la latencia, la calidad y cómo escala un modelo bajo cargas de trabajo de producción.

Costes operativos más allá de las tarifas de la API

Si bien la facturación por token es el principal impulsor de costes, muchas implementaciones en producción incurren en costes adicionales más allá del uso de la API:

• Incrustaciones y bases de datos vectoriales: Almacenar y recuperar vectores (por ejemplo, Pinecone, Weaviate, ChromaDB) añade coste por consulta y por GB de almacenamiento.
• Modelos de reordenamiento y postprocesamiento: Muchas aplicaciones utilizan modelos más pequeños para resumen, filtrado o clasificación antes de enviar una solicitud final a un modelo más grande.
• Capas de almacenamiento en caché: Proveedores como OpenAI ofrecen ahora almacenamiento en caché a nivel de prompt, pero la infraestructura de caché local puede requerir cómputo adicional.
• Registro, monitorización y auditoría: Las empresas suelen incurrir en costes por la monitorización a nivel de token, el seguimiento de latencia y las auditorías de seguridad.

Estos costes ocultos a menudo representan entre el 20% y el 40% de los gastos operativos totales de LLM y deben tenerse en cuenta al evaluar las estructuras de precios.

No te pierdas nuestros análisis comparativos e insights basados en datos. El botón abre Google; seleccionar AIMultiple confirma que deseas ver AIMultiple con más frecuencia en los resultados de búsqueda de Google.

Añadir como fuente preferida

Consideraciones de precios específicas para empresas

Muchos proveedores de LLM cobran tarifas adicionales por funciones de seguridad y cumplimiento de nivel empresarial, como:

• Implementaciones de inquilino único
• Clústeres de GPU dedicados
• Acuerdos de nivel de servicio mejorados (por ejemplo, garantías de tiempo de actividad y latencia)
• Residencia de datos y controles regionales
• Modos de cumplimiento SOC2, HIPAA o GDPR

Estas ofertas pueden aumentar los costes significativamente, pero son esenciales para industrias reguladas como la atención médica, las finanzas, los servicios legales y las instituciones públicas.

Tendencias futuras en los precios de LLM

Tres cosas definieron los precios de los LLM en 2025: los modelos de consumo se abarataron, todos los principales proveedores lanzaron una suscripción de chat y los modelos de razonamiento se mantuvieron caros. La brecha de dos niveles entre los tokens de consumo de 0,14 $ (DeepSeek V4-Flash) y los tokens de razonamiento de vanguardia de 180 $ (GPT-5.5 Pro) es ahora estructural y probablemente se ampliará. Las preguntas interesantes a partir de 2026 son sobre lo que cambia sobre esa base.

La facturación por token da paso a la fijación de precios por tarea

Los agentes ahora impulsan la mayor parte del uso intensivo de LLM. Una sola tarea de codificación con Claude Code, una ejecución de investigación con Cowork o una sesión de navegación autónoma con Operator puede realizar cientos de llamadas secuenciales al modelo. La facturación por tokens se vuelve impredecible tanto para el comprador como para el vendedor.

En respuesta, los proveedores están pasando de medidores de tokens a cuotas de tareas. Kimi Code cobra de 300 a 1200 llamadas a la API por ventana de 5 horas. Los límites de velocidad de Claude Code están delimitados por sesiones de 5 horas, no por recuento de mensajes. El plan de codificación de MiniMax vende de 100 a 1000 prompts por ventana de 5 horas. Kimi Agent Swarm vende ejecuciones mensuales con un número fijo de subagentes paralelos. MiniMax Agent valora los créditos que se traducen en tareas en modo Pro por mes.

Los arneses de agentes entre proveedores como OpenClaw y MaxHermes llevan esto más lejos. Se sitúan entre los usuarios y múltiples APIs de modelos, y sus precios se basan cada vez más en el rendimiento por tarea en lugar de por millón de tokens. Espere que más proveedores publiquen SKU por tarea o por sesión durante el próximo año.

Los modelos de razonamiento pequeños se trasladan al dispositivo

Apple Intelligence ejecuta la inferencia en el dispositivo para consultas rutinarias, recurriendo a Private Cloud Compute solo para solicitudes complejas. Los PC Microsoft Copilot+ vienen con un modelo local. Los dispositivos Pixel ejecutan Gemini Nano. Los modelos pequeños recientes (Phi-4 de Microsoft, Gemma 3 de Google, Llama 4 Scout de Meta, Claude Haiku 4.5 de Anthropic) son capaces de razonar en tamaños que caben en la unidad de procesamiento neuronal de un teléfono o portátil.

La implicación de precios es un mercado de consumo de dos niveles. El trabajo rutinario se ejecuta de forma free en el token marginal en el dispositivo. Las suscripciones en la nube compiten en lo que no puede hacer lo local: razonamiento de vanguardia, gran contexto, generación multimodal y orquestación de agentes. El piso local free empuja las suscripciones solo de chat hacia cero, dejando las aplicaciones incluidas como la verdadera razón para pagar.

El contexto largo y la memoria deciden quién gana el trabajo agentic

Las tareas agentic de horizonte largo fracasan cuando los modelos pierden el hilo de las instrucciones anteriores o tienen alucinaciones sobre hechos que deberían recordar. El trabajo agentic sostenido depende de tres cosas: una gran ventana de contexto, memoria persistente y una baja tasa de alucinación.

En un año, tres capacidades de vanguardia han colapsado hacia la línea base. Las ventanas de contexto de 1M de tokens se incluyen por defecto en Claude Opus 4.7, Sonnet 4.6, Gemini 3.1 Pro y GPT-5.5. El almacenamiento en caché de prompts está en todas partes, con aciertos de caché del 10 al 20 por ciento de las tasas de fallo de caché en OpenAI, Anthropic, Google y DeepSeek. La memoria persistente es la más lenta en convertirse en un producto básico, con acceso aún cerrado tras niveles de pago en ChatGPT y Claude.

Están surgiendo modelos agentic especializados en la cima de este mercado. La vista previa de Anthropic Claude Mythos⁷ , con un precio de 25 $ de entrada y 125 $ de salida por millón de tokens, se dirige a la codificación agentic, el uso de computadoras y las cargas de trabajo de ciberseguridad. Supera a Opus 4.6 por 13 puntos en SWE-bench Verified (93,9% frente a 80,8%) y 17 puntos en Terminal-Bench 2.0 (82,0% frente a 65,4%). Anthropic declara que no planea la disponibilidad general de Mythos en sí, pero el modelo marca el techo de capacidad y precio hacia el que se moverán las próximas versiones de Opus.

La cuestión competitiva pasa de “¿cómo de grande es la ventana de contexto?” a “¿con qué fiabilidad y a qué precio puede el modelo mantener una tarea agentic larga?” Los proveedores que resuelvan esto bien obtendrán primas. Los que no, perderán cargas de trabajo agentic independientemente del precio por token anunciado.

Preguntas frecuentes

Cita este benchmark

Elige el formato que se ajuste al lugar donde vas a publicar. Pegar la versión con enlace en tu CMS conserva el enlace de retroceso.

@misc{dilmegani2026,
  author = {Dilmegani, Cem},
  title  = {{LLM Precios: Comparativa de los más de 15 principales proveedores}},
  year   = {2026},
  month  = jun,
  howpublished    = {\url{https://aimultiple.com/llm-pricing}},
  note   = {AIMultiple. Recuperado el 30 de Junio de 2026}
}

Enlaces de referencia

1.

OpenAI Platform

2.

[1508.07909] Neural Machine Translation of Rare Words with Subword Units

3.

[1810.04805] BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding

4.

[1808.06226] SentencePiece: A simple and language independent subword tokenizer and detokenizer for Neural Text Processing

5.

Models | OpenAI API

6.

OpenRouter

7.

Assessing Claude Mythos Preview’s cybersecurity capabilities \ Anthropic

Cem Dilmegani

Analista principal

Síguenos

Cem ha sido el analista principal de AIMultiple desde 2017. AIMultiple informa a cientos de miles de empresas (según similarWeb), incluyendo el 55% de las empresas Fortune 500 cada mes. El trabajo de Cem ha sido citado por importantes publicaciones globales como Business Insider, Forbes, Washington Post, firmas globales como Deloitte, HPE y ONG como el Foro Económico Mundial y organizaciones supranacionales como la Comisión Europea. Puede consultar más empresas y recursos de renombre que citan a AIMultiple. A lo largo de su carrera, Cem se desempeñó como consultor, comprador y emprendedor tecnológico. Asesoró a empresas en sus decisiones tecnológicas en McKinsey & Company y Altman Solon durante más de una década. También publicó un informe de McKinsey sobre digitalización. Lideró la estrategia y adquisición de tecnología de una empresa de telecomunicaciones, reportando directamente al CEO. Asimismo, lideró el crecimiento comercial de la empresa de tecnología avanzada Hypatos, que alcanzó ingresos recurrentes anuales de siete cifras y una valoración de nueve cifras partiendo de cero en tan solo dos años. El trabajo de Cem en Hypatos fue reseñado por importantes publicaciones tecnológicas como TechCrunch y Business Insider. Cem participa regularmente como ponente en conferencias internacionales de tecnología. Se graduó en ingeniería informática por la Universidad de Bogazici y posee un MBA de la Columbia Business School.

Ver perfil completo

Sé el primero en comentar

Tu dirección de correo electrónico no será publicada. Todos los campos son obligatorios. Los comentarios se dejan en su idioma original.

Nombre

Dirección de correo electrónico

Comentario

0/450

Publicar comentario