---
title: "Estimar el costo de una API de LLM antes del lanzamiento"
description: "Un modelo de costos paso a paso para una función de IA: usuarios × acciones × llamadas × tokens, con caché, razonamiento, reintentos, límites y una tabla mensual."
url: https://broadrouter.com/es/blog/estimate-llm-api-cost-before-launch/
lang: es
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Traducido del inglés con ayuda de IA. [Lea el original en inglés](https://broadrouter.com/blog/estimate-llm-api-cost-before-launch/) (actualizado el 2026-11-15).

# Cómo estimar el costo de una API de LLM antes de lanzar una función

Por el equipo de BroadNet Inference · 6 min de lectura · Publicado 2026-11-14 · Actualizado 2026-11-15

Para estimar el costo de una API de LLM, modele una acción del usuario, no una llamada a la API: cuente las llamadas por acción, mida los tokens de entrada, en caché y de salida por llamada con muestras reales y multiplique por usuarios y acciones al mes. Sume razonamiento y reintentos, y calcule escenarios bajo, esperado y alto. Nuestro ejemplo con DeepSeek V4.1 Flash da $42.67 al mes.

## Puntos clave

-   Modele la unidad de trabajo que dispara el usuario y cuente cada llamada al LLM que hay detrás, incluidos reintentos y pasos de agentes.
-   Mida los tokens con 20 a 50 muestras reales y lea el bloque usage. No los adivine a partir del número de palabras.
-   Separe la entrada en tokens nuevos y en caché, e incluya el razonamiento en la salida, porque cada uno tiene un precio distinto.
-   Nuestro ejemplo: 60,000 acciones al mes con 5,000 tokens de entrada y 500 de salida, con la mitad de la entrada en caché, cuesta $42.67.
-   Compare el volumen con los límites de frecuencia y la concurrencia, no solo con el presupuesto.

**En esta página**

1.  ¿Cuál es la fórmula del costo de una API de LLM?
2.  ¿Cómo se construye el modelo de costos, paso a paso?
3.  ¿Cómo queda una estimación práctica? Un redactor de respuestas de soporte
4.  ¿Qué amplitud deben tener los escenarios bajo y alto?
5.  ¿Qué es lo que más cambia la estimación?
6.  ¿El volumen cabe en los límites de frecuencia?
7.  ¿Debería esta función usar un plan de tarifa plana?
8.  ¿Cómo se convierte la estimación en un presupuesto?
9.  Dónde encaja BroadNet Inference

Para estimar el costo de una API de LLM antes del lanzamiento, ponga precio a una acción del usuario y no a una llamada a la API. Cuente las llamadas que hay detrás, mida los tokens de entrada nueva, de entrada en caché y de salida con 20 a 50 muestras reales, multiplique por las acciones mensuales y sume el razonamiento y los reintentos. Nuestro ejemplo de redacción de respuestas de soporte con DeepSeek V4.1 Flash da $42.67 al mes.

Se trata de una previsión previa al lanzamiento para una sola función; cuando ya tenga usuarios de pago, [el costo de LLM por usuario en un SaaS](https://broadrouter.com/es/blog/llm-cost-per-user-saas/) trata los márgenes y los niveles de precios.

## ¿Cuál es la fórmula del costo de una API de LLM?

```text
monthly cost = actions per month × calls per action
             × ( new input tokens × input price
               + cached input tokens × cached price
               + output tokens × output price ) / 1,000,000
```

Los [tokens de salida](https://broadrouter.com/es/glossary/input-and-output-tokens/) incluyen el razonamiento. Los [tokens en caché](https://broadrouter.com/es/glossary/cached-input-tokens/) son entrada que el proveedor reutiliza a un precio menor. Todo lo demás es medición. La [calculadora gratuita de costos de API de LLM](https://broadrouter.com/tools/llm-api-cost-calculator/) aplica esta fórmula al precio de lista de cualquier modelo.

## ¿Cómo se construye el modelo de costos, paso a paso?

1.  **Defina la unidad de trabajo.** “Redactar una respuesta de soporte”, “resumir una llamada”, “arreglar una prueba que falla”. Ponga precio a eso, no a “una solicitud”.
2.  **Cuente las llamadas por acción.** Una respuesta con recuperación puede ser una sola llamada. Un agente que planifica, edita y comprueba puede hacer diez. Sume su tasa de reintentos: un timeout que se reintenta se factura de nuevo.
3.  **Mida los tokens por llamada con muestras reales.** Tome entre 20 y 50 entradas realistas, no demos limpias. Para un primer recuento aproximado antes de llamar a ninguna API, péguelas en el [contador de tokens](https://broadrouter.com/tools/token-counter/). Lea `usage.prompt_tokens`, `usage.prompt_tokens_details.cached_tokens` y `usage.completion_tokens` en cada respuesta. Con streaming, configure `stream_options: {"include_usage": true}`; [la guía de streaming](https://broadrouter.com/es/guides/streaming-chat-completions/) muestra dónde aparece.
4.  **Separe la entrada nueva de la entrada en caché.** El prompt del sistema, la lista de herramientas y los documentos compartidos pueden ir en caché si van primero y no cambian. El texto del usuario no.
5.  **Incluya el razonamiento en la salida.** DeepSeek V4.1 Flash, GLM 5.3 y Qwen3.8 27B piensan antes de responder. Esos [tokens de razonamiento](https://broadrouter.com/es/glossary/reasoning-tokens/) se facturan como salida y a menudo superan a la respuesta visible. [Por qué el razonamiento cuesta más de lo que se ve](https://broadrouter.com/es/blog/reasoning-tokens-cost/).
6.  **Estime el volumen.** Usuarios activos × acciones por usuario al día × 30.
7.  **Multiplique y sume.** Convierta los totales de tokens a millones y aplique el precio por 1M.
8.  **Calcule tres escenarios.** Bajo, esperado y alto. El tráfico de lanzamiento es incierto y los prompts crecen con el tiempo.
9.  **Compruebe los límites, no solo el dinero.** Las solicitudes por minuto en el pico y las solicitudes en curso deben caber en los [límites de frecuencia](https://broadrouter.com/es/glossary/rate-limit/) de su clave.
10.  **Elija el modelo de facturación.** Por token para tráfico irregular generado por usuarios; un plan de tarifa plana para agentes siempre activos.

## ¿Cómo queda una estimación práctica? Un redactor de respuestas de soporte

Una aplicación de mesa de ayuda añade “Redactar respuesta”. Las cifras siguientes son supuestos ilustrativos. Sustituya cada una por sus mediciones.

| Dato | Valor | De dónde sale |
| --- | --- | --- |
| Agentes de soporte (personal) que usan la función | 500 | Plan de producto |
| Borradores por agente al día | 4 | Uso en el piloto |
| Días al mes | 30 |  |
| Acciones al mes | 60,000 | 500 × 4 × 30 |
| Llamadas por acción | 1 | Una llamada con artículos recuperados |
| Tokens de entrada por llamada | 5,000 | Prompt del sistema, hilo del ticket, tres artículos de ayuda |
| Proporción de entrada en caché | 50 % | Prompt del sistema y prefijo de artículos estables |
| Tokens de salida por llamada | 500 | Unos 200 visibles y 300 de razonamiento |
| Modelo | DeepSeek V4.1 Flash | $0.175 / $0.0055 / $0.52 por 1M |

Ahora los totales:

| Partida | Tokens al mes | Precio por 1M |
| --- | --- | --- |
| Entrada nueva | 150M | $0.175 |
| Entrada en caché | 150M | $0.0055 |
| Salida, incluido el razonamiento | 30M | $0.52 |
| **Costo mensual esperado** |  | **$42.67** |

Son 300M de tokens de entrada y 30M de salida: 60,000 × 5,000 y 60,000 × 500.

## ¿Qué amplitud deben tener los escenarios bajo y alto?

| Escenario | Acciones al mes | Tokens de entrada / salida | Costo mensual |
| --- | --- | --- | --- |
| Bajo: adopción lenta | 20,000 | 100M / 10M | $14.23 |
| Esperado | 60,000 | 300M / 30M | $42.67 |
| Alto: adopción 3× | 180,000 | 900M / 90M | 3 × $42.67 |

Los tres mantienen la misma proporción de caché del 50 %. Si esa proporción baja, la factura sube: en este modelo la entrada nueva cuesta $0.175 por 1M frente a $0.0055 en caché. [Cómo mantener alta la proporción de caché](https://broadrouter.com/es/blog/cached-input-tokens-explained/).

## ¿Qué es lo que más cambia la estimación?

-   **Longitud del contexto.** Una recuperación que trae diez artículos en lugar de tres puede duplicar la entrada. Mida los tokens después de cada cambio en el prompt.
-   **Razonamiento.** Configurar `reasoning_effort` en `low` para borradores sencillos reduce la salida oculta. [Razonamiento y max\_tokens](https://broadrouter.com/es/guides/reasoning-tokens-empty-response/).
-   **Reintentos y bucles.** Una tasa de reintentos del 5 % suma un 5 % a cada partida. Un bucle de agente sin límite de pasos no tiene techo alguno. [Control del gasto en APIs de LLM](https://broadrouter.com/es/blog/llm-api-spend-control/).
-   **Elección del modelo.** Gemma 4 VL 26B cuesta $0.10 de entrada y $0.22 de salida por 1M, pero su contexto es de 32,768 tokens y BroadNet no indica razonamiento para él. Pruebe la calidad antes de cambiar para ahorrar.
-   **Idioma.** El mismo contenido puede necesitar muchos más tokens en árabe o hindi que en inglés, y la diferencia depende del tokenizador. Nuestro [conjunto de datos de costo real por idioma](https://broadrouter.com/data/real-cost-by-language/) muestra el precio por 1M de caracteres en cada idioma, para cada modelo y proveedor.
-   **Crecimiento del prompt.** Los prompts suelen crecer tras el lanzamiento a medida que se atienden casos límite. Repita la medición en cada versión.
-   **Cambios de precio.** Los precios de lista rara vez cambian, pero pueden subir. En las páginas de precios archivadas de 11 proveedores registramos 52 subidas de precio de lista entre 2024 y noviembre de 2026, cada una comparando el precio de un modelo con su propio precio anterior (frente a 100 bajadas); la subida mediana fue del 40 % sobre un precio combinado. Consulte [cómo presupuestar las subidas de precio de las APIs de LLM](https://broadrouter.com/es/blog/llm-api-price-increases/).

Si la estimación sale demasiado alta, recorra la [lista de 10 pasos para reducir los costos de una API de LLM](https://broadrouter.com/es/blog/how-to-reduce-llm-api-costs/) antes de cambiar la función.

## ¿El volumen cabe en los límites de frecuencia?

60,000 acciones al mes son unas 2,000 al día. Si una décima parte de los borradores del día llega en la hora de más actividad, son 200 por hora, o unas 3 por minuto. Una clave de pago por uso de BroadNet admite 30 solicitudes por minuto y 4 en curso, así que cabe en una sola clave. Compruebe también el escenario alto, o pase su propio pico por la [calculadora de límites de frecuencia](https://broadrouter.com/tools/llm-rate-limit-calculator/). Para la relación entre frecuencia y solicitudes en curso, consulte [concurrencia](https://broadrouter.com/es/glossary/concurrency/). Si recibe errores 429, [espere y reintente](https://broadrouter.com/es/guides/errors-and-retries/).

## ¿Debería esta función usar un plan de tarifa plana?

Probablemente no. Una sesión Luna Llena (Full Moon) cuesta $60 al mes, pero una sesión ejecuta una solicitud a la vez, y muchos usuarios pulsando “Redactar” al mismo tiempo necesitan solicitudes en paralelo. Los planes de tarifa plana encajan con agentes que trabajan de forma continua, como un agente de programación. [Las cuentas del punto de equilibrio](https://broadrouter.com/es/blog/flat-rate-vs-pay-per-token-llm-api/) muestran un agente de programación a tiempo completo a $65.40 al mes por token, por encima del precio del plan.

## ¿Cómo se convierte la estimación en un presupuesto?

1.  Ponga la cifra esperada en su plan y la cifra alta en su umbral de alertas.
2.  Registre los tokens por acción en producción y compárelos con el modelo cada semana.
3.  Fije límites estrictos en el código: `max_tokens`, límites de pasos y límites de reintentos.
4.  Repita la estimación cada vez que cambie el modelo, el prompt o la configuración de recuperación.

Puede rehacer las cuentas por token con sus propias cifras en la [calculadora de costos de API de LLM](https://broadrouter.com/tools/llm-api-cost-calculator/), o comparar plan y pago por token en la [página de precios](https://broadrouter.com/es/pricing/).

## Dónde encaja BroadNet Inference

BroadNet Inference publica los precios por token de cada modelo de chat y de transcripción que sirve en un único [archivo de precios](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=es-blog-estimate-llm-api-cost-before-launch&utm_content=body), así que la estimación anterior puede mantenerse en código. Las cuentas nuevas reciben $5 de crédito inicial, válido para Gemma 4 VL 26B y los dos modelos de transcripción, así que puede medir sus muestras con Gemma; DeepSeek, GLM y Qwen requieren una recarga. Si su función necesita un modelo frontera cerrado, BroadNet no es el proveedor adecuado para esa parte.

Herramientas gratuitas sobre este tema (en inglés)

-   [LLM API cost calculator](https://broadrouter.com/tools/llm-api-cost-calculator/) Price a workload on every model at once, with cache hits, reasoning and a flat-plan check.
-   [Flat-rate vs per-token LLM cost calculator](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) Break-even between an unlimited plan and paying per token, per agent.
-   [Prompt caching savings calculator](https://broadrouter.com/tools/prompt-caching-calculator/) Bill with and without caching, by prefix share and hit rate.
-   [Prompt token diff](https://broadrouter.com/tools/prompt-token-diff/) Two prompt versions side by side: changed lines, exact token delta and the monthly cost difference.

[Herramientas gratuitas (en inglés)](https://broadrouter.com/tools/)

## Términos de este artículo

[Token](https://broadrouter.com/es/glossary/token/)

Un token es la unidad de texto que un modelo de lenguaje lee y escribe: una palabra, parte de una palabra, un signo de puntuación o una secuencia de bytes producida por el tokenizador del modelo. Las APIs de LLM cuentan, limitan y normalmente facturan el uso en tokens.

[Pago por uso (pay-as-you-go)](https://broadrouter.com/es/glossary/pay-as-you-go/)

El pago por uso es un modelo de precios en el que usted paga solo lo que usa, medido por unidades como tokens, solicitudes o minutos de audio, sin suscripción ni compromiso mínimo. La mayoría de las APIs de LLM cobran así, desde un saldo prepagado o con una factura periódica.

[Concurrencia (concurrency)](https://broadrouter.com/es/glossary/concurrency/)

La concurrencia es el número de solicitudes que un cliente tiene en curso al mismo tiempo. Las APIs de LLM suelen limitarla por clave o por plan, aparte de las solicitudes por minuto, porque cada solicitud abierta ocupa capacidad de GPU hasta que su respuesta termina.

[Tokens de entrada y de salida (input and output tokens)](https://broadrouter.com/es/glossary/input-and-output-tokens/)

Los tokens de entrada son los que un modelo de lenguaje lee en una solicitud, incluidos el prompt de sistema, el historial de la conversación, las definiciones de herramientas y las imágenes. Los tokens de salida son los que genera en la respuesta, incluido el razonamiento. Las APIs de LLM suelen cobrarlos por separado, y la salida suele costar más.

[Llamadas a herramientas (tool calling)](https://broadrouter.com/es/glossary/tool-calling/)

Las llamadas a herramientas (tool calling), también llamadas function calling, son una función de las APIs de LLM en la que el modelo devuelve una solicitud estructurada para ejecutar una función definida por el desarrollador, con argumentos JSON. La aplicación ejecuta la función y devuelve el resultado; el modelo nunca ejecuta código.

[Tokens de entrada en caché (cached input tokens)](https://broadrouter.com/es/glossary/cached-input-tokens/)

Los tokens de entrada en caché son tokens del prompt que un proveedor de LLM procesó recientemente y puede reutilizar desde un caché en lugar de calcularlos de nuevo; normalmente son un prefijo repetido, como un prompt de sistema o un documento. Los proveedores los cobran a una tarifa menor que los tokens de entrada nuevos.

[Streaming (respuestas en tiempo real)](https://broadrouter.com/es/glossary/streaming/)

El streaming es una forma de devolver la respuesta de un modelo de lenguaje en pequeños fragmentos mientras aún se genera, en lugar de una sola respuesta al final. Las APIs compatibles con OpenAI hacen streaming mediante server-sent events cuando la solicitud define stream como true.

[Límite de frecuencia (rate limit)](https://broadrouter.com/es/glossary/rate-limit/)

Un límite de frecuencia (rate limit) es un tope que una API impone a cuánto puede usarla un cliente en un periodo, como solicitudes por minuto o tokens por minuto. Las solicitudes que lo superan se rechazan, normalmente con HTTP 429 Too Many Requests, hasta que el uso vuelve a quedar por debajo.

## Preguntas frecuentes

### ¿Cómo calculo cuántos tokens usaré antes de tener usuarios?

Prepare entre 20 y 50 entradas realistas, páselas por el modelo que piensa usar y lea prompt\_tokens, cached\_tokens y completion\_tokens en el bloque usage. Promédielos por llamada.

### ¿Cuántos tokens tiene una solicitud de chat típica?

Varía mucho. Un turno de chat corto puede ocupar unos cientos de tokens, mientras que una solicitud con documentos recuperados o un historial largo puede llegar a decenas de miles. Mida sus propios prompts.

### ¿Debo añadir un margen de seguridad a mi estimación de costos de LLM?

Sí. Calcule un escenario alto con dos a tres veces el volumen esperado y reserve presupuesto para reintentos y prompts más largos a medida que crezca la función. Después fije límites estrictos para que un error no pueda superarlo.

### ¿Cuándo conviene considerar un plan de tarifa plana?

Cuando un agente o un worker funciona la mayor parte del día con un mismo modelo. Para DeepSeek V4.1 Flash en BroadNet, una sesión Luna Llena cuesta $60 al mes sin medidor de tokens, con una solicitud a la vez.

## Siga leyendo

-   [Precios de la API de LLM: entrada, caché, salida y razonamiento](https://broadrouter.com/es/blog/llm-api-pricing-explained/)
-   [API de LLM con tarifa plana o pago por token: el punto de equilibrio](https://broadrouter.com/es/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [Tokens de entrada en caché: cómo reducir la factura de una API de LLM](https://broadrouter.com/es/blog/cached-input-tokens-explained/)
-   [Control de gasto en APIs de LLM: presupuestos, límites y bucles](https://broadrouter.com/es/blog/llm-api-spend-control/)
-   [API de LLM gratis: hasta dónde llega realmente un crédito inicial](https://broadrouter.com/es/blog/free-llm-api-credit/)
-   [Costo de LLM por usuario: economía unitaria de una función de IA SaaS](https://broadrouter.com/es/blog/llm-cost-per-user-saas/)
-   [Precios de API de LLM en octubre de 2026: 3 subidas, ninguna rebaja](https://broadrouter.com/es/blog/llm-api-price-changes-october-2026/)
-   [¿Cada cuánto cambian los precios de las API de LLM? 3 años de archivo](https://broadrouter.com/es/blog/how-often-llm-api-prices-change/)
-   [Guía: Streaming de chat completions y conexiones interrumpidas](https://broadrouter.com/es/guides/streaming-chat-completions/)
-   [Guía: Códigos de error de BroadNet Inference y cuándo reintentar](https://broadrouter.com/es/guides/errors-and-retries/)

Pruébelo con su carga de trabajo real. Las cuentas nuevas empiezan con USD 5 de crédito para Gemma y transcripción. DeepSeek, GLM y Qwen3.8 requieren una recarga.

[Comenzar](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=es-blog-estimate-llm-api-cost-before-launch&utm_content=page-cta) ·

**Fuentes**

-   [Precios de BroadNet Inference en formato legible por máquina (pricing.json) (consultado el 2026-11-15) (en inglés)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=es-blog-estimate-llm-api-cost-before-launch&utm_content=sources)
-   [Referencia de la API de BroadNet Inference, límites y uso (consultado el 2026-11-15) (en inglés)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=es-blog-estimate-llm-api-cost-before-launch&utm_content=sources#limits)
-   [Página de precios de BroadNet Inference (consultado el 2026-11-15)](https://inference.broadnet.ai/es/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=es-blog-estimate-llm-api-cost-before-launch&utm_content=sources)
