Calculadora de costos de IA
Pega un texto, sube un documento (PDF, Word o texto) o ingresa tus tokens y compara, lado a lado, cuánto te costaría cada modelo de IA: entrada, salida y total en dólares y pesos chilenos (CLP), su ventana de contexto y sus capacidades. Marcamos cuáles son de pesos abiertos para ejecutar on-premise. Todo se calcula en tu navegador: tu texto no se envía a ningún servidor.
Todos los modelos se comparan con esta misma cantidad de tokens (base pareja). Cambia el tokenizador para ver el costo con otra base.
Costo estimado de procesar tu entrada (envío + respuesta)
Hasta $7 en el más caro (GPT-5.4).
Lo que responde el modelo se cobra aparte y suele ser más caro por token.
Editable. Por defecto 950 CLP por dólar.
Modelos a comparar
= pesos abiertos (ejecutable on-premise). Elige los que quieras comparar.
| Modelo | Costo entrada | Costo salida | Total (USD) | Total (CLP) | Contexto | On-premise |
|---|---|---|---|---|---|---|
| DeepSeek V4 Flashmás baratoDeepSeekUltraeconómicoRápidoContexto 1Mtarifa: US$0,14 in / US$0,28 out · por 1M tk | US$0,000 tk | US$0,0001 | US$0,0001 | $0 | 1M tk | solo nube |
| Llama 4 MaverickMetaPesos abiertosOn-premiseMultimodaltarifa: US$0,15 in / US$0,60 out · por 1M tk | US$0,000 tk | US$0,0003 | US$0,0003 | $0 | 1M tk | sí |
| Gemini 3 FlashGoogleRápidoEconómicoContexto 1Mtarifa: US$0,50 in / US$3,00 out · por 1M tk | US$0,000 tk | US$0,0015 | US$0,0015 | $1 | 1M tk | solo nube |
| GPT-5.4OpenAIRazonamientoMultimodalCódigotarifa: US$2,50 in / US$15,00 out · por 1M tk | US$0,000 tk | US$0,0075 | US$0,0075 | $7 | 400k tk | solo nube |
| Claude Sonnet 4.6AnthropicRazonamientoRedacciónCódigotarifa: US$3,00 in / US$15,00 out · por 1M tk | US$0,000 tk | US$0,0075 | US$0,0075 | $7 | 1M tk | solo nube |
¿Nube o on-premise?
Los precios de arriba son por token en la nube. Los modelos marcados como on-premise (pesos abiertos: Llama, Mistral, Qwen) se pueden ejecutar en tu propia infraestructura, sin que tus datos salgan de la empresa. A bajo volumen, la nube suele ser más simple y barata; a alto volumen sostenido, o cuando el cumplimiento (en Chile, la Ley 21.719) exige que los datos no salgan, una implementación on-premise puede salir más a cuenta y dar más control. Si te interesa evaluar ese punto de equilibrio para tu caso, conversemos.
El costo de salida usa tu estimación de tokens de respuesta; el real depende de cuánto genere el modelo. El conteo de tokens es exacto para GPT y para modelos abiertos con tokenizador público (como Llama); para Claude, Gemini y otros es una estimación marcada como tal. Precios referenciales: confirma siempre las tarifas vigentes con cada proveedor antes de presupuestar.
¿Cómo se calcula el costo total?
Tomamos tus tokens de entrada y una estimación de tokens de salida, los multiplicamos por el precio por millón de tokens de cada modelo (entrada y salida se cobran por separado) y sumamos. La fórmula es: (tokens_entrada ÷ 1.000.000 × precio_entrada) + (tokens_salida ÷ 1.000.000 × precio_salida). Comparamos todos los modelos con la misma cantidad de tokens de entrada (el conteo del tokenizador que elijas), para que la comparación sea pareja, y ordenamos la tabla del más barato al más caro. El resultado se muestra en dólares y en pesos chilenos con un tipo de cambio que puedes editar.
¿El conteo de tokens es exacto?
Para la familia GPT (OpenAI) el conteo es exacto, porque usamos su mismo tokenizador en tu navegador; lo mismo para los modelos abiertos que publican el suyo, como Llama. Para Claude, Gemini y otros proveedores que no publican su tokenizador, mostramos una estimación claramente marcada como tal: el número exacto solo lo entrega la API de cada proveedor. La estimación sirve para comparar órdenes de magnitud de costo, no como factura.
¿Por qué algunos modelos cambian de precio con prompts muy grandes?
Varios proveedores cobran una tarifa más alta cuando el prompt supera cierto umbral de tokens de entrada. GPT-5.5 y GPT-5.4 duplican la tarifa de entrada (y suben la de salida) sobre 272.000 tokens; Gemini 3.1 Pro y Gemini 2.5 Pro suben sobre 200.000; MiniMax-M3 sobre 512.000. La calculadora aplica el tramo correcto según el tamaño de tu entrada y lo marca en la tabla, así que un mismo modelo puede ser barato con prompts cortos y más caro con documentos enormes. En cambio, los modelos de contexto 1M de Anthropic (Claude Opus 4.8 y Sonnet 4.6) mantienen la misma tarifa hasta 1M de tokens.
¿Qué significa que un modelo sea on-premise (pesos abiertos)?
Los modelos de pesos abiertos (como Llama, Mistral o Qwen) se pueden descargar y ejecutar en tu propia infraestructura, sin enviar datos a un tercero. El precio por token que ves es el de un proveedor en la nube; si lo autohospedas, el costo deja de ser por token y pasa a ser el de tu hardware (GPU) y operación. Esa es la base de una implementación de IA 100% on-premise.
¿Conviene cloud o on-premise?
Depende del volumen, la sensibilidad de los datos y el cumplimiento (en Chile, la Ley 21.719). A bajo volumen, una API en la nube casi siempre es más barata y simple. A alto volumen sostenido, o cuando los datos no pueden salir de la empresa, un modelo abierto on-premise puede salir más a cuenta y dar más control. Esta calculadora te da el costo cloud por token; el punto de equilibrio con on-premise se evalúa caso a caso.
Precios de referencia actualizados a 2026-06 y referenciales: los proveedores cambian sus tarifas con frecuencia, así que confirma siempre los valores vigentes antes de presupuestar.