Por qué una comparación de listas de precios engaña
Dos páginas de precios te muestran cuatro números: una tarifa de entrada y una de salida para cada proveedor. Ponlos lado a lado y obtienes un ranking que vale exactamente para una carga de trabajo, la que nadie en particular tiene. El uso real es diferente en tres aspectos.
- El mismo prompt se convierte en un número diferente de tokens en cada proveedor, porque cada uno tiene su propio tokenizador.
- Los modelos responden a diferentes longitudes. Un modelo más hablador puede costar más en salida incluso con una tarifa más baja.
- Tu mezcla de entrada y salida decide qué tarifa importa. Un agente de resumen paga principalmente tarifas de entrada, y un generador de historias paga principalmente tarifas de salida.
Así que el método es mantener fija la carga de trabajo, medir los tokens en cada API y valorar esos tokens medidos a las tarifas actuales de cada proveedor. No estamos citando los números de Anthropic o OpenAI, porque ambos cambian y estaríamos equivocados para cuando leas esto. Las páginas de precios de ambos proveedores son públicas. Lo que podemos hacer es mostrar el cálculo con nuestras propias tarifas como referencia práctica.
La comparación en cuatro pasos
- Elige una carga de trabajo representativa. Treinta solicitudes reales de tu producto, incluyendo las largas.
- Ejecútalo en cada API. Registra los tokens de prompt y los tokens de finalización para cada llamada desde el bloque de uso.
- Cotízalo. Costo = tokens de entrada x tarifa de entrada / 1M + tokens de salida x tarifa de salida / 1M.
- Ajusta por calidad. Divide el costo por la proporción de respuestas que puedes usar tal como están. Un modelo que es utilizable el 90% del tiempo cuesta aproximadamente 1,11 veces su precio crudo por respuesta utilizable.
Completa esta tabla para tu propia carga de trabajo. Las columnas de la derecha son las que importan.
| Ítem | Proveedor A | Proveedor B | Esta API |
|---|---|---|---|
| Tarifa de entrada por 1M | consulta su precio actual | consulta su precio actual | $0.25 |
| Tarifa de salida por 1M | consulta su precio actual | consulta su precio actual | $0,50 |
| Tokens de entrada medidos, 30 solicitudes | tu conteo | tu conteo | tu conteo |
| Tokens de salida medidos, 30 solicitudes | tu conteo | tu conteo | tu conteo |
| Respuestas utilizables | tu puntuación | tu puntuación | tu puntuación |
Un ejemplo práctico de 1M de tokens
Supongamos que un mes de tráfico de chat suma 1M de tokens de entrada y 1M de tokens de salida. A $0,15 por 1M de entrada y $0,50 por 1M de salida, el costo es $0,15 + $0,50 = $0,65. Si el otro proveedor cobra el doble de nuestras tarifas en ambos contadores, el mismo tráfico cuesta $1,30. Si cobra diez veces más, $6,50. Dado que las tarifas no son nuestras para declarar para ellos, usa el multiplicador que encuentres en su página.
Ahora ve cuánto importa la mezcla. Mantén el total en 1M de tokens y cambia la división.
| Mezcla de 1M de tokens totales | Costo de entrada | Costo de salida | Total |
|---|---|---|---|
| 900.000 entrada / 100.000 salida (resúmenes, clasificación) | $0.135 | $0,05 | $0.185 |
| 500.000 entrada / 500.000 salida (chat) | $0.075 | $0.25 | $0.325 |
| 200.000 entrada / 800.000 salida (generación larga) | $0,03 | $0,40 | $0,43 |
El mismo millón de tokens cuesta $0,185 o $0,43 dependiendo de la dirección, una relación de 0.43 / 0.185, aproximadamente 2.3. Si la tarifa de salida de un proveedor es mucho más alta que su tarifa de entrada, un producto intensivo en generación paga mucho más que un agente de resumen. Compara proveedores usando tu propia mezcla, nunca el promedio.
Mide ambas APIs con un script
Este script ejecuta una lista de prompts e imprime tokens medidos y costo para nuestro endpoint. Para otro proveedor, usa su SDK y base URL de la misma manera, recopila los mismos dos contadores y aplica sus tarifas.
from openai import OpenAI
client = OpenAI(
base_url="https://api.claudeapicosts.com/v1",
api_key="YOUR_KEY",
)
prompts = [
"Summarise in two sentences: The quarterly report shows revenue up and costs flat.",
"Draft a polite reply declining a meeting invitation.",
"Write a 150-word product description for a steel water bottle.",
]
tin = tout = 0
for p in prompts:
r = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": p}],
)
tin += r.usage.prompt_tokens
tout += r.usage.completion_tokens
print("input tokens:", tin, "output tokens:", tout)
print("cost at 0.15 / 0.50 per 1M: $%.6f" % (tin * 0.15 / 1e6 + tout * 0.50 / 1e6))
El bloque usage viene con cada respuesta no transmitida, y con la transmisión llega al final del flujo. Usa esas cifras en lugar de una estimación de tokens fuera de línea al comparar.
Costos que no muestra la tarjeta de tarifas
- Reintentos y denegaciones. En este servicio, las peticiones fallidas o denegadas no se cobran. Verifica cómo maneja cada proveedor estos casos.
- Descuentos por caché y lotes. Algunos proveedores ofrecen descuentos por prefijos de prompt repetidos o trabajos por lotes fuera de línea. Si tu carga de trabajo encaja, la tasa efectiva puede ser menor que la tarifa de lista. Lee sus precios actuales para conocer las reglas.
- Mínimos y caducidad. Aquí, las recargas van de $20 a $500 y el crédito nunca caduca. Otros planes pueden diferir.
- Límites de velocidad. Una clave completa permite 8 peticiones concurrentes y 300 por minuto. Si tu tráfico pico está por encima de eso, la tarifa más barata puede no ser utilizable.
- Método de pago. Las recargas aquí son solo de cripto, USDT en TRC20 o USDC en Base. Si eso no te conviene, el ahorro no importa.
Errores que sesgan una comparación de proveedores
- Comparar tamaños de modelo diferentes. Un modelo pequeño y rápido y un modelo de razonamiento grande son productos distintos. Compara modelos entre los que realmente elegirías.
- Mezclar tarifas por 1.000 y por 1M. Una tarifa de $0,00015 por 1.000 tokens es $0,15 por 1M. Convierte primero.
- Ignorar el límite de contexto. Aquí la ventana es de 100.000 tokens. Si una tarea necesita más, el costo no es la pregunta.
- Usar una sola ejecución. La longitud de la salida varía. Ejecuta cada prompt varias veces y promedia.
Dónde encaja esta API en la comparación
Esta no es la API de Anthropic ni la de OpenAI. Es un servicio independiente compatible con OpenAI con un solo modelo de pesos abiertos, model ID uncensored, ajustado para responder sin rechazos de contenido para uso adulto lícito. Es solo texto, con una ventana de contexto de 100,000 tokens. Su valor es un precio bajo por token, sin suscripción y una interfaz estándar.
Sé justo sobre dónde pierde. Si necesitas un modelo de un proveedor específico, entrada de imagen o audio, embeddings o el mejor razonamiento disponible, compara primero según esas necesidades y el costo después. Si tu carga de trabajo es ficción, roleplay, aplicaciones de compañía o contenido que otros proveedores rechazan, el precio y la falta de rechazos juntos pueden decidirlo. El contenido que involucre a menores de edad nunca está permitido.
Cambiar el código es mínimo. Cambia la URL base a https://api.claudeapicosts.com/v1, la clave y el modelo a uncensored. La documentación cubre endpoints y parámetros, y la página de tarifas lista las tasas y bonificaciones de +5% desde $50, +10% desde $100 y +15% desde $200. Para el contexto de costos más extenso, consulta nuestro análisis de costos de LLM sin censura. Para ejecutar el script anterior gratis, reclama el crédito de prueba de $0,50 en la página de clave de API.
