La fórmula del presupuesto
Una estimación mensual necesita una línea de aritmética una vez que tienes tres entradas. Escríbela en una hoja de cálculo y actualízala cada vez que cambie tu tráfico.
cost_per_request = input_tokens * input_rate / 1,000,000
+ output_tokens * output_rate / 1,000,000
monthly_cost = requests_per_day * 30 * cost_per_request
Para los modelos Claude, toma las tarifas de entrada y salida de la página de precios actual de Anthropic. No las cotizamos porque cambian. Para el servicio detrás de este sitio, las tarifas son $0,15 por cada 1M de tokens de entrada y $0,50 por cada 1M de tokens de salida, y cada ejemplo a continuación las usa. Si quieres cotizar las mismas cargas de trabajo en otro lugar, solo cambian las dos tarifas.
¿De dónde vienen las peticiones por día y los tokens por petición? De tus logs. Si aún no tienes ninguno, ejecuta veinte peticiones reales, lee el bloque usage en cada respuesta y promédialo. La cifra que adivinas antes de medir suele ser demasiado baja, sobre todo debido al historial de conversaciones.
Tres presupuestos para apps pequeñas
Aquí hay tres apps plausibles, cada una cotizada durante 30 días con la fórmula de arriba.
| App | Peticiones por día | Tokens por petición (entrada / salida) | Por petición | Por mes |
|---|---|---|---|---|
| Bot de soporte para una tienda pequeña | 300 | 2,500 / 350 | $0.00055 | $4,95 |
| Ayudante de escritura en una app de notas | 2,000 | 1,000 / 250 | $0.000275 | $16,50 |
| Plataforma de roleplay | 10,000 | 4,000 / 500 | $0.00085 | $255,00 |
La aritmética para la primera fila: 2.500 x 0.15 / 1.000.000 = $0,000375 y 350 x 0.50 / 1.000.000 = $0,000175, por lo que $0,00055 por petición. Luego 300 x 30 = 9.000 peticiones, y 9.000 x $0,00055 = $4,95.
La última fila: 4.000 x 0.15 / 1.000.000 = $0,0006 y 500 x 0.50 / 1.000.000 = $0,00025, por lo que $0,00085. Con 300.000 peticiones al mes, la factura es de $255,00.
Añade margen para lo que ocultan los promedios
Un presupuesto basado en promedios falla en los días malos. Tres cosas empujan el gasto real por encima de la estimación.
Crecimiento del historial
Las apps de chat reenvían turnos anteriores, así que los mensajes tardíos en una sesión cuestan más que los primeros. Mide tokens en sesiones largas, no en los primeros mensajes, o pon un límite en la longitud del historial y resume el resto.
Picos de tráfico
Si una publicación se vuelve viral, las peticiones por día pueden duplicarse en una noche. Un margen del 50% sobre la estimación es un punto de partida razonable.
Reintentos
Los reintentos del cliente después de los tiempos de espera añaden peticiones duplicadas. Las peticiones fallidas o rechazadas no se cobran en este servicio, pero un reintento que tiene éxito después de un primer intento lento se cobra una vez, como es normal.
También verifica los límites contra tus picos. Diez mil peticiones al día son aproximadamente 7 por minuto en promedio (10.000 / 1.440). Una clave completa permite 300 peticiones por minuto y 8 concurrentes, por lo que el promedio está muy por debajo del límite. Una ráfaga de 50 usuarios al mismo momento no lo está, y debes poner en cola las peticiones en lugar de hacerlas fallar. Una clave de prueba permite 2 concurrentes y 60 por minuto, lo cual es solo para pruebas.
Limita el gasto con recargas prepago
Con el crédito prepago de pago por uso, el presupuesto también es un techo. Añades crédito, la API lo deduce por token, y cuando se acaba las peticiones se detienen. No hay factura al final del mes ni cargo excedente. El crédito no caduca, así que una recarga que es mayor que la necesidad de un mes no se desperdicia.
Las recargas son cualquier cantidad entera de $20 a $500, pagadas solo en cripto: USDT en TRC20 o USDC en Base. Los bonos se aplican en cantidades mayores:
- $50 da +5%, así que $52,50 de crédito.
- $100 da +10%, por lo que $110.
- $200 da +15%, por lo que $230.
- $500 también gana el nivel +15%, así que $575.
Iguala eso con los presupuestos de arriba: el bot de soporte a $4,95 al mes está cubierto por unos cuatro meses con una recarga de $20 (20 / 4.95 es unas 4.0). El asistente de escritura a $16,50 cabe en una recarga de $50 para tres meses, ya que $52,50 / $16,50 es unas 3.2. La plataforma de roleplay a $255,00 está por encima incluso de una recarga de $200 de $230, así que necesita una recarga de unos $250 o dos más pequeñas. A esa escala, vigila el saldo de cerca.
Monitorea el saldo desde el código
Cada respuesta incluye un encabezado X-Balance-USD. Puedes leerlo en el SDK de Python de OpenAI con el envoltorio de respuesta cruda y avisarte antes de que se acabe el dinero.
from openai import OpenAI
client = OpenAI(
base_url="https://api.claudeapicosts.com/v1",
api_key="YOUR_KEY",
)
raw = client.chat.completions.with_raw_response.create(
model="uncensored",
messages=[{"role": "user", "content": "Reply with the word ready."}],
max_tokens=10,
)
resp = raw.parse()
balance = float(raw.headers.get("X-Balance-USD", "0"))
print(resp.choices[0].message.content, balance)
if balance < 5:
print("Balance is low: top up soon")
También puedes consultar GET /v1/balance, o el estilo OpenAI GET /v1/dashboard/billing/credit_grants, con el mismo token de portador:
curl https://api.claudeapicosts.com/v1/balance \
-H "Authorization: Bearer YOUR_KEY"
Conecta la comprobación a un trabajo diario y envía un mensaje a tu cuenta cuando el saldo baje por debajo de dos semanas de gasto esperado. Eso evita que el techo se convierta en una interrupción.
Qué pasa si el tráfico se duplica
Prueba tu plan contra el crecimiento antes de que ocurra. Duplicar las peticiones duplica la factura, ya que el coste es lineal en peticiones. Las tres apps de arriba costarían $9,90, $33,00 y $510,00 al mes. Si los tokens por petición también crecen un 50%, porque los usuarios escriben mensajes más largos o las sesiones duran más, multiplica de nuevo por 1.5.
Planifica los puntos de decisión con antelación. Por ejemplo, decide que por encima de un gasto mensual que elijas, recortarás el historial, acortarás el prompt del sistema o limitarás la longitud de la salida antes de añadir crédito. Tener la regla escrita antes de un pico evita que pagues por un prompt que desperdicia tokens.
Formas de reducir el número mensual
- Recorta el historial. Corta los turnos más antiguos o reemplázalos con un resumen corto. Los tokens de entrada son la mayor parte de la factura para chat.
- Limita la salida. Una configuración
max_tokensy un prompt que pide respuestas concisas bajan el medidor más caro. - Acorta el prompt del sistema. Se envía con cada petición, así que recortar 500 tokens ahorra 500 x 0.15 / 1.000.000 = $0,000075 por petición. Con 300.000 peticiones al mes, eso son $22,50.
- Guarda tus propias respuestas. Si muchos usuarios preguntan lo mismo, guarda la respuesta.
Antes de escalar, prueba con la prueba gratuita: después de iniciar sesión, reclama $0,50 en la página clave de API sin tarjeta, válido por 7 días, uno por persona. La página de precios tiene las tarifas más recientes y los niveles de bonificación, la documentación explica el streaming, las llamadas a funciones y el modo JSON, y nuestro artículo sobre el verdadero costo de los LLM sin censura profundiza en los factores de costo. Este servicio es independiente y no es la API de Anthropic. Es solo texto, con una ventana de contexto de 100.000 tokens.
