---
title: "Costo de los tokens de razonamiento en API de LLM | BroadRouter"
description: "Los modelos razonadores cobran el pensamiento oculto como salida. Cómo medirlo, su costo por modelo y cómo bajarlo con reasoning_effort, max_tokens y enrutamiento."
url: https://broadrouter.com/es/blog/reasoning-tokens-cost/
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/reasoning-tokens-cost/) (actualizado el 2026-11-16).

# Tokens de razonamiento: por qué paga más salida de la que ve

Por el equipo de BroadNet Inference · 4 min de lectura · Publicado 2026-11-14 · Actualizado 2026-11-16

Un modelo de razonamiento escribe un pensamiento oculto antes de responder, y esos tokens de razonamiento se facturan al precio de salida. Una respuesta de 200 tokens puede llevar 1,000 o más tokens de pensamiento. En BroadNet Inference razonan DeepSeek V4.1 Flash, GLM 5.3 y Qwen3.8 27B. Reduzca el costo con reasoning\_effort en low, un max\_tokens razonable y un modelo sin razonamiento para los pasos simples.

## Puntos clave

-   Los tokens de razonamiento se cuentan en completion\_tokens y se facturan al precio de salida, aunque usted nunca los vea.
-   1,000 respuestas con 1,000 tokens de razonamiento cada una suman 1M de tokens de salida: $0.52 en DeepSeek V4.1 Flash y $3.46 en GLM 5.3.
-   Lea usage.completion\_tokens\_details.reasoning\_tokens para medir qué parte de su factura se va en pensamiento.
-   Ponga reasoning\_effort en low para tareas simples, mantenga max\_tokens lo bastante alto para que la respuesta termine y envíe los pasos fáciles a un modelo que no razone.
-   Con un plan ilimitado de DeepSeek V4.1 Flash, el razonamiento no tiene costo por tokens.

**En esta página**

1.  ¿Qué son los tokens de razonamiento?
2.  ¿Cómo se facturan los tokens de razonamiento?
3.  ¿Cuánto puede sumar el razonamiento a una factura?
4.  ¿Cómo se miden los tokens de razonamiento?
5.  Cuatro formas de controlar el costo del razonamiento
6.  ¿Qué ajuste usar para cada tarea?
7.  ¿Cuándo deja el razonamiento de costar más?
8.  Dónde encaja BroadNet Inference

Usted envía una pregunta corta, recibe una respuesta de dos líneas y la factura muestra 1,400 tokens de salida. No hay ningún error. El modelo pensó antes de responder, y ese pensamiento se facturó. Este artículo explica cómo se cuentan los tokens de razonamiento, cuánto cuestan en cada modelo y los cuatro ajustes que los controlan.

## ¿Qué son los tokens de razonamiento?

Un modelo de razonamiento escribe una cadena de pensamiento interna y después la respuesta visible. Ambas salen de la misma generación. El pensamiento está hecho de [tokens de razonamiento](https://broadrouter.com/es/glossary/reasoning-tokens/). En la respuesta estándar de chat completions, la respuesta está en `message.content`, y el pensamiento se cuenta, pero no se muestra.

La guía de razonamiento de OpenAI lo dice sin rodeos: los tokens de razonamiento “still occupy space in the model’s context window and are billed as” (Traducción: «siguen ocupando espacio en la ventana de contexto del modelo y se facturan como») tokens de salida. Los demás proveedores siguen la misma regla.

## ¿Cómo se facturan los tokens de razonamiento?

Forman parte de `completion_tokens`, así que pagan el precio de salida. La salida es el medidor caro:

| Modelo | Razona primero | Salida por 1M | Entrada por 1M |
| --- | --- | --- | --- |
| [DeepSeek V4.1 Flash](https://broadrouter.com/es/models/deepseek-v4.1-flash/) | Sí | $0.52 | $0.175 |
| [GLM 5.3](https://broadrouter.com/es/models/glm-5.3/) | Sí | $3.46 | $0.78 |
| [Qwen3.8 27B](https://broadrouter.com/es/models/qwen3.8-27b/) | Sí | $2.17 | $0.175 |
| [Gemma 4 VL 26B](https://broadrouter.com/es/models/gemma-4-vl-26b/) | No indicado | $0.22 | $0.10 |

Los precios son los de BroadNet Inference, sincronizados el 2026-11-14. Lo que cobran otros proveedores por los mismos modelos está en la [tabla de precios de API de LLM](https://broadrouter.com/es/llm-api-pricing/), por ejemplo [GLM 5.3 en distintos proveedores](https://broadrouter.com/es/llm-api-pricing/glm-5.3/).

## ¿Cuánto puede sumar el razonamiento a una factura?

Tome un clasificador que devuelve una etiqueta de una palabra, unos 10 tokens visibles. Si el modelo piensa antes durante 1,000 tokens, el 99 % de la factura de salida es pensamiento.

A escala: **1,000 respuestas con 1,000 tokens de razonamiento cada una suman 1M de tokens de salida.** Eso cuesta $0.52 en DeepSeek V4.1 Flash, $2.17 en Qwen3.8 27B y $3.46 en GLM 5.3, además de las respuestas visibles.

La cantidad varía según la tarea. Las matemáticas difíciles o el razonamiento sobre código en varios archivos pueden llegar a miles de tokens. Un saludo puede no necesitar casi ninguno. Por eso conviene medir.

## ¿Cómo se miden los tokens de razonamiento?

El bloque usage los reporta cuando el modelo proporciona el recuento:

```python
r = client.chat.completions.create(
    model="broadnet/deepseek-v4.1-flash",
    messages=[{"role": "user", "content": "Is 'refund my order' a billing or shipping intent?"}],
    max_tokens=1000,
)
u = r.usage
reasoning = (u.completion_tokens_details.reasoning_tokens or 0) if u.completion_tokens_details else 0
print("output:", u.completion_tokens, "reasoning:", reasoning,
      "share:", round(reasoning / max(u.completion_tokens, 1), 2))
```

Registre esto por tipo de tarea durante una semana. Normalmente verá que unas pocas tareas concentran la mayor parte del pensamiento. Si usa streaming, añada `stream_options: {"include_usage": true}`; los recuentos llegan en el último fragmento ([guía de streaming](https://broadrouter.com/es/guides/streaming-chat-completions/)).

## Cuatro formas de controlar el costo del razonamiento

### 1\. Baje `reasoning_effort` en las tareas simples

`reasoning_effort` le pide al modelo que piense menos. Las guías de BroadNet usan `low` para clasificación, extracción y formateo:

```python
client.chat.completions.create(model="broadnet/deepseek-v4.1-flash", reasoning_effort="low",
                               max_tokens=1000, messages=msgs)
```

OpenAI documenta un rango más amplio de valores en sus propios modelos, desde `none` y `minimal`, pasando por `low`, `medium` y `high`, hasta `xhigh` y `max`, y advierte que “some models support only a subset” (Traducción: «algunos modelos solo admiten un subconjunto»). Compruebe qué valores acepta su modelo y compare los tokens de salida antes y después con las mismas muestras.

### 2\. Use `max_tokens` como techo, no como apretón

[`max_tokens`](https://broadrouter.com/es/glossary/max-tokens/) limita el razonamiento y la respuesta juntos. Frena una respuesta desbocada, pero si lo fija demasiado bajo, el modelo puede gastar todo el presupuesto pensando y devolver una respuesta vacía con `finish_reason: "length"`. Usted paga ese pensamiento y aun así tiene que reintentar. BroadNet sugiere 1,000 tokens o más para los modelos de razonamiento. [Por qué un modelo de razonamiento devuelve una respuesta vacía](https://broadrouter.com/es/guides/reasoning-tokens-empty-response/).

### 3\. Envíe los pasos fáciles a un modelo que no razone

No todos los pasos necesitan pensar. Formatear JSON, renombrar campos o responder consultas de preguntas frecuentes puede ir a Gemma 4 VL 26B, a $0.22 por 1M de tokens de salida, para el que BroadNet no indica razonamiento. Reserve los modelos de razonamiento para planificar, depurar y dar respuestas de varios pasos. Pruebe la calidad con sus propias muestras antes de enrutar.

### 4\. Quite «piensa paso a paso» de los prompts

Los modelos de razonamiento ya piensan. Pedirles además un razonamiento paso a paso visible hace que lo escriban dos veces: una oculta y otra en la respuesta. Pida la respuesta final en el formato que necesita.

## ¿Qué ajuste usar para cada tarea?

| Tarea | Esfuerzo de razonamiento | max\_tokens | Modelo sugerido |
| --- | --- | --- | --- |
| Clasificación, enrutamiento | low | 1,000 | Gemma 4 VL 26B o DeepSeek V4.1 Flash |
| Extracción a JSON | low | 1,000 a 2,000 | DeepSeek V4.1 Flash; GLM 5.3 para salida estructurada |
| Redacción de respuestas a clientes | low o predeterminado | 2,000 | DeepSeek V4.1 Flash |
| Depuración, planificación, revisión de código | predeterminado o superior | 8,000 o sin fijar | DeepSeek V4.1 Flash o GLM 5.3 |

Son puntos de partida. Mida los tokens de salida y la calidad con sus propios datos y ajuste después.

## ¿Cuándo deja el razonamiento de costar más?

Con un plan de tarifa plana. El plan Luna Llena (Full Moon) de BroadNet cuesta $60 al mes por sesión e incluye DeepSeek V4.1 Flash ilimitado sin medidor de tokens, así que los tokens de razonamiento no tienen costo por token. Aun así consumen tiempo: a una velocidad típica de unos 100 tokens por segundo, cada token de razonamiento se genera antes de que empiece la respuesta, así que un razonamiento largo retrasa la respuesta. [Cuándo un plan de tarifa plana le gana al pago por token](https://broadrouter.com/es/blog/flat-rate-vs-pay-per-token-llm-api/), y [diez formas más de reducir la factura de un agente de programación](https://broadrouter.com/es/blog/cut-coding-agent-llm-costs/).

## Dónde encaja BroadNet Inference

BroadNet ofrece tres modelos de razonamiento y uno sin razonamiento indicado con una sola clave [compatible con OpenAI](https://broadrouter.com/es/glossary/openai-compatible-api/) en `https://inference.broadnet.ai/v1`, y reporta el uso en cada respuesta. Eso facilita enrutar por tarea y medir la diferencia. Si necesita un modelo cerrado con un resumen visible del razonamiento, use la API de ese proveedor; el catálogo de chat de BroadNet no tiene modelos cerrados. [Vea los planes](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=es-blog-reasoning-tokens-cost&utm_content=body).

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.

[Tokens de razonamiento (reasoning tokens)](https://broadrouter.com/es/glossary/reasoning-tokens/)

Los tokens de razonamiento son tokens que un modelo de razonamiento genera para resolver un problema antes de escribir su respuesta visible. Normalmente se facturan como tokens de salida, cuentan para el límite de salida y la ventana de contexto, y la API puede ocultarlos o resumirlos.

[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.

[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.

[Ventana de contexto (context window)](https://broadrouter.com/es/glossary/context-window/)

La ventana de contexto es la cantidad máxima de tokens con la que un modelo de lenguaje puede trabajar en una sola solicitud. Incluye el prompt, el historial de la conversación, las definiciones de herramientas, las imágenes y la salida generada, incluidos los tokens de razonamiento. Lo que no cabe debe recortarse, resumirse o dividirse en varias solicitudes.

[Cadena de pensamiento (chain-of-thought, CoT)](https://broadrouter.com/es/glossary/chain-of-thought/)

La cadena de pensamiento (chain-of-thought, CoT) es una técnica de prompting en la que a un modelo de lenguaje se le muestra o se le pide que escriba pasos de razonamiento intermedios antes de su respuesta final. Mejora la precisión en problemas de varios pasos, como aritmética y lógica, y los modelos de razonamiento ya la generan automáticamente.

[Plan de LLM con tarifa plana (flat-rate LLM plan)](https://broadrouter.com/es/glossary/flat-rate-llm-plan/)

Un plan de LLM con tarifa plana cobra un precio fijo por un periodo, como un mes, por acceder a la API de un modelo de lenguaje, en lugar de facturar por token. Estos planes suelen limitar otra cosa, como la concurrencia, la velocidad, los modelos o las ventanas de uso, así que los topes importan tanto como el precio.

[Agente de programación con IA (AI coding agent)](https://broadrouter.com/es/glossary/coding-agent/)

Un agente de programación con IA es una herramienta de software en la que un modelo de lenguaje trabaja sobre una base de código en un ciclo: lee archivos, los edita, ejecuta comandos como pruebas, lee la salida y decide el siguiente paso hasta que termina la tarea o alcanza un límite.

## Preguntas frecuentes

### ¿Los tokens de razonamiento se cobran como entrada o como salida?

Como salida. Los genera el modelo, se reportan dentro de completion\_tokens y se facturan al precio de salida por 1M de tokens.

### ¿Puedo desactivar el razonamiento por completo?

Depende del modelo. OpenAI documenta valores de esfuerzo que, en algunos modelos, incluyen none o minimal. En BroadNet, ponga reasoning\_effort en low o use Gemma 4 VL 26B, para el que BroadNet no indica razonamiento.

### ¿Un max\_tokens bajo ahorra dinero en los modelos de razonamiento?

Solo en parte. Pone un tope a la factura, pero si el razonamiento consume todo el presupuesto, usted paga el pensamiento y recibe una respuesta vacía. Mejor baje el esfuerzo y mantenga max\_tokens en 1,000 o más.

### ¿Puedo ver el texto del razonamiento?

Normalmente no en el campo content. El bloque usage indica cuántos tokens de razonamiento se usaron, cuando el modelo lo reporta, en completion\_tokens\_details.reasoning\_tokens.

## Siga leyendo

-   [Precios de la API de LLM: entrada, caché, salida y razonamiento](https://broadrouter.com/es/blog/llm-api-pricing-explained/)
-   [10 formas de reducir el costo de LLM de un agente de programación](https://broadrouter.com/es/blog/cut-coding-agent-llm-costs/)
-   [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/)
-   [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: ¿Por qué un modelo de razonamiento devuelve una respuesta vacía?](https://broadrouter.com/es/guides/reasoning-tokens-empty-response/)
-   [Guía: Streaming de chat completions y conexiones interrumpidas](https://broadrouter.com/es/guides/streaming-chat-completions/)

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-reasoning-tokens-cost&utm_content=page-cta) ·

**Fuentes**

-   [Referencia de la API de BroadNet Inference, tokens de razonamiento y en caché (consultado el 2026-11-15) (en inglés)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=es-blog-reasoning-tokens-cost&utm_content=sources#models)
-   [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-reasoning-tokens-cost&utm_content=sources)
-   [Guía de razonamiento de OpenAI, facturación, valores de esfuerzo y max\_output\_tokens (consultado el 2026-11-14)](https://developers.openai.com/api/docs/guides/reasoning)
