El «precio por millón de tokens» parece comparable entre proveedores, pero no del todo. Los proveedores difieren en qué modelos alojan, cuánto cuesta la entrada en caché, si hay descuento para trabajos por lotes, si se pueden alquilar GPU y qué comisiones se suman. Este artículo compara cómo cobran seis proveedores de modelos de pesos abiertos y luego pone lado a lado sus precios publicados para los mismos modelos. Todas las cifras de la competencia provienen de las páginas oficiales de cada proveedor, consultadas el 2026-11-14; los enlaces están en las fuentes. Los precios cambian a menudo, así que vuelva a revisarlos antes de comprometerse.
¿Cuáles son las cinco formas de cobrar los modelos abiertos?
- Por token, serverless. Precios separados por 1M de tokens de entrada y de salida. Todos los de esta lista lo ofrecen.
- Entrada en caché. Una tarifa menor para prefijos de prompt repetidos. Los descuentos van de la mitad del precio a un pequeño porcentaje de la tarifa de entrada. Los tokens en caché, explicados.
- Por lotes (batch). Precios más bajos para trabajos que pueden esperar horas.
- GPU dedicadas. Se alquila hardware por hora y se ejecuta el modelo por cuenta propia o con la plataforma del proveedor. Alojamiento propio frente a una API: el punto de equilibrio, o haga el cálculo con sus cifras en la calculadora de alojamiento propio frente a API.
- Planes fijos. Un precio fijo por un periodo, sin medidor de tokens. Consulte plan de LLM con tarifa plana.
¿Cómo cobra cada proveedor los modelos abiertos?
| Proveedor | Modelo de servicio | Por token | Entrada en caché | Lotes | GPU dedicadas | Plan fijo |
|---|---|---|---|---|---|---|
| OpenRouter | Router entre muchos proveedores | Precio del proveedor, «no markup» (sin margen) | Según el proveedor | Según el proveedor | No | No |
| Together AI | Serverless propio + dedicado | Sí | Publicada para algunos modelos | 50 % de descuento en modelos seleccionados (solo Whisper Large v3 al consultarlo) | H100 desde USD 5.49 por hora de GPU | No |
| Fireworks AI | Serverless propio + bajo demanda | Sí, desde USD 0.05 por 1M de entrada | 50 % de descuento por defecto, más en algunos modelos | 50 % de descuento | H100 a USD 8.00 por hora | No |
| Groq | Hardware propio | Sí, lista corta de modelos | 50 % de descuento en los modelos GPT-OSS | 50 % de descuento | No publicado | No |
| DeepInfra | Serverless propio + dedicado | Sí, algunos modelos se cobran por tiempo de ejecución | Publicada para muchos modelos | No figura en la página de precios | H100 a USD 2.90 por hora de GPU | No |
| BroadNet Inference | Lista corta de modelos; modelos alojados por socios de inferencia en EE. UU. | Sí | Publicada para tres de cuatro modelos de chat | No se ofrece | No | Sí, DeepSeek V4.1 Flash |
Notas de las páginas:
- OpenRouter dice que “there is no markup on inference pricing” (Traducción: no hay margen sobre los precios de inferencia). Cobra una comisión al comprar créditos: 5.5 % en el plan Standard (mínimo USD 0.80, según sus preguntas frecuentes) y 8 % en Business, o 5 % con criptomonedas. Las variantes gratuitas de los modelos están limitadas a 20 solicitudes por minuto y 50 al día, o 1,000 al día tras comprar al menos USD 10 de créditos. Es un router, así que un mismo modelo puede tener muchos precios. OpenRouter frente a un proveedor con tarifa plana.
- Together AI publica H100 dedicadas a USD 5.49 por hora de GPU bajo demanda. Su documentación de lotes dice que algunos modelos serverless seleccionados funcionan con un 50 % de descuento y una ventana de finalización fija de 24 horas, pero cuando lo consultamos la tabla de modelos con descuento solo incluía
openai/whisper-large-v3. Los demás modelos se cobran a tarifa estándar. - Fireworks tiene los modos Standard, Priority, Fast, Batch (50 % de descuento) y Spot (30 % de descuento en algunos modelos). La entrada en caché se cobra a la mitad del precio o menos, sin cargo por escritura.
- Groq publica precios por token para un pequeño grupo de modelos de producción, como
openai/gpt-oss-120ba USD 0.15 de entrada y USD 0.60 de salida por 1M, y Whisper de voz a texto por hora. La entrada en caché cuesta la mitad en sus modelos GPT-OSS, y los trabajos por lotes se ejecutan con un 50 % de descuento en un plazo de 24 horas a 7 días. - DeepInfra muestra muchos modelos con una tarifa con descuento junto al precio de lista, por ejemplo un 51 % menos en DeepSeek-V4.1-Flash-1017 y un 38 % menos en GLM-5.3. La página no indica cuándo terminan estos descuentos. También ofrece los niveles Standard, Priority (1.5×) y Flex (0.8×).
¿Cuánto cuesta el mismo modelo en cada proveedor?
Precios publicados por 1M para modelos que BroadNet también ofrece. «—» significa que el modelo no figuraba en la página de precios de ese proveedor.
DeepSeek V4.1 Flash (entrada / en caché / salida):
| Proveedor | Entrada | En caché | Salida |
|---|---|---|---|
| Together AI | USD 0.30 | USD 0.006 | USD 1.20 |
| Fireworks AI | USD 0.30 | USD 0.006 | USD 1.20 |
| DeepInfra, lista | USD 0.20 | USD 0.006 | USD 0.60 |
| DeepInfra, con descuento (30 %) | USD 0.14 | USD 0.0042 | USD 0.42 |
| DeepInfra, DeepSeek-V4.1-Flash-1017, con descuento (51 %) | USD 0.098 | USD 0.0029 | USD 0.294 |
| Groq | — | — | — |
| BroadNet Inference | $0.175 | $0.0055 | $0.52 |
La variante fechada -1017 de DeepInfra es la misma versión que la API oficial de DeepSeek sirve como deepseek-flash; compruebe cuál llama su código. En OpenRouter, el modelo tenía 37 endpoints de 28 proveedores cuando lo consultamos, desde unos USD 0.05 (Baidu) hasta USD 3 (el nivel más rápido de Venice) por 1M de tokens de entrada. Nuestra tabla de precios de DeepSeek V4.1 Flash recoge todos los proveedores que publican su propio precio para el modelo, con la página de origen y la fecha de consulta en cada fila. La amplitud de la diferencia de precio de un mismo modelo en todo el mercado se mide en nuestro índice de precios de API de LLM. Para ver cómo se comparan estos precios de modelos abiertos con GPT, Claude y Gemini en la misma carga de trabajo, consulte costo de API de modelos de pesos abiertos frente a cerrados.
GLM 5.3 (el precio propio de cada proveedor: tabla de precios de GLM 5.3):
| Proveedor | Entrada | En caché | Salida |
|---|---|---|---|
| Together AI | USD 1.40 | USD 0.26 | USD 4.40 |
| Fireworks AI | USD 1.40 | USD 0.26 | USD 4.40 |
| DeepInfra, lista | USD 0.90 | USD 0.20 | USD 4.00 |
| DeepInfra, con descuento (38 %) | USD 0.5625 | USD 0.125 | USD 2.50 |
| BroadNet Inference | $0.78 | $0.173 | $3.46 |
Qwen3.8 27B (el precio propio de cada proveedor: tabla de precios de Qwen3.8 27B):
| Proveedor | Entrada | En caché | Salida |
|---|---|---|---|
| DeepInfra, lista | USD 0.20 | USD 0.05 | USD 2.50 |
| DeepInfra, con descuento (25 %) | USD 0.15 | USD 0.0375 | USD 1.875 |
| Groq (vista previa, solo para evaluación) | USD 0.80 | — | USD 4.00 |
| BroadNet Inference | $0.175 | $0.0435 | $2.17 |
Gemma 4 26B A4B (la versión de BroadNet es Gemma 4 VL 26B):
| Proveedor | Entrada | Salida |
|---|---|---|
| DeepInfra | USD 0.07 | USD 0.34 |
| BroadNet Inference | $0.10 | $0.22 |
BroadNet no es la opción más barata por token en estas tablas. Las tarifas con descuento de DeepInfra están por debajo de las de BroadNet en todas las líneas de DeepSeek V4.1 Flash, GLM 5.3 y Qwen3.8 27B, y por debajo en la entrada de Gemma (la salida de Gemma es más baja en BroadNet). La API oficial de DeepSeek reduce todos sus precios a la mitad fuera de las horas pico, lo que deja su entrada por debajo de la de BroadNet en esas horas (detalles). Los precios de lista de BroadNet están por debajo de los de Together y Fireworks en DeepSeek V4.1 Flash y GLM 5.3. El precio por token es solo un factor; revise también la longitud de contexto, la retención de datos y los límites de frecuencia, que estas tablas no muestran.
En los 119 modelos que venden varios proveedores, no solo estos cuatro, el precio de lista más caro es una mediana de 1.76 veces el más barato; consulte mismo modelo, distinto proveedor. Además, los precios de los proveedores cambian con más frecuencia que los de los creadores de los modelos: con qué frecuencia cambian los precios de las API de LLM.
¿Y la conversión de voz a texto?
Groq publica whisper-large-v3-turbo a USD 0.04 por hora de audio y whisper-large-v3 a USD 0.111 por hora. DeepInfra publica Voxtral Mini a USD 0.001 por minuto. El modelo multilingüe de BroadNet cuesta $0.002 por minuto ($0.12 por hora), y su modelo árabe $0.0042 por minuto. Para más proveedores, consulte precios de API de voz a texto comparados. En árabe, la precisión en sus dialectos importa más que la tarifa: cómo elegir una API de voz a texto en árabe.
¿Cómo comparar proveedores para su carga de trabajo?
- Fije el modelo y la versión. «DeepSeek V4.1 Flash» y una variante fechada pueden tener precios distintos.
- Mida su mezcla de tokens: entrada, proporción en caché y salida, incluido el razonamiento. Estime el costo antes del lanzamiento.
- Calcule el costo con las tres tarifas de cada proveedor, no solo con el precio de entrada. En los agentes, la tarifa en caché suele ser la decisiva. La calculadora de costos de API de LLM y la calculadora de prompt caching hacen las cuentas.
- Aplique descuentos por lotes solo al trabajo que puede esperar.
- Sume las comisiones: comisiones por compra de créditos y multiplicadores de nivel.
- Revise los límites: los límites de frecuencia, la concurrencia y la longitud de contexto pueden descartar a un proveedor a cualquier precio.
- Compare con un plan fijo si un agente trabaja la mayor parte del día. El cálculo del punto de equilibrio, o la calculadora de tarifa plana frente a pago por token.
Dónde encaja BroadNet Inference
BroadNet ofrece una lista corta de modelos, algunos alojados por socios de inferencia en EE. UU., con precios por token publicados en un archivo de precios. Sus tarifas por token están a mitad de tabla, no son las más bajas: si solo le importa el precio por token, las ofertas con descuento de DeepInfra cuestan menos. Lo que los demás no venden aquí es DeepSeek V4.1 Flash ilimitado por $60 al mes por sesión, además de opciones semanales de $15 y por hora de $1. No es un marketplace, no tiene descuento por lotes ni GPU dedicadas. Sus otras ventajas son la retención cero de datos en cada solicitud, la voz a texto en árabe y una sola clave compatible con OpenAI para chat y audio. Si necesita decenas de familias de modelos o la tarifa promocional más baja para una carga de trabajo irregular, un router o un proveedor más grande le servirá mejor.
