Toda solicitud a un LLM tiene dos lados: lo que usted envía y lo que vuelve. Las APIs cuentan ambos en tokens, y la mayoría los cobra con tarifas distintas.
Cómo funciona
La entrada es todo lo que hay en la solicitud: el prompt de sistema, cada mensaje anterior, las definiciones de herramientas, los resultados de herramientas, los documentos y las imágenes. Un chat de varios turnos reenvía todo el historial en cada turno, así que la entrada crece con la conversación.
La salida es todo lo que genera el modelo: la respuesta visible, las llamadas a herramientas y, en los modelos de razonamiento, los tokens de razonamiento ocultos.
El bloque de uso informa ambos:
"usage": {
"prompt_tokens": 18000,
"completion_tokens": 900,
"prompt_tokens_details": { "cached_tokens": 15000 },
"completion_tokens_details": { "reasoning_tokens": 600 }
}
El costo de una solicitud es:
(new input × input price) + (cached input × cached price) + (output × output price), es decir, (entrada nueva × precio de entrada) + (entrada en caché × precio en caché) + (salida × precio de salida), con cada precio por millón de tokens.
Por qué importa
La proporción entre ambos decide qué precio pesa más. Un asistente de chat puede producir unos cientos de tokens para una pregunta corta. Un agente de programación reenvía un contexto grande del repositorio en cada turno y escribe un parche corto, así que la entrada puede superar a la salida en una proporción de 20 a 1 o más. En los agentes, el precio de entrada y el de la entrada en caché definen la mayor parte de la factura.
Aun así, conviene vigilar la salida. Los modelos de razonamiento pueden gastar más tokens pensando que respondiendo, y esos se cobran como salida. La proporción típica entre el precio de salida y el de entrada en los modelos que seguimos está en el índice de precios de APIs de LLM.
En BroadNet Inference
Por millón de tokens, según el archivo de precios publicado:
| Modelo | Entrada | Entrada en caché | Salida |
|---|---|---|---|
| DeepSeek V4.1 Flash | $0.175 | $0.0055 | $0.52 |
| GLM 5.3 | $0.78 | $0.173 | $3.46 |
| Qwen3.8 27B | $0.175 | $0.0435 | $2.17 |
| BroadNet Gemma 4 VL 26B | $0.10 | — | $0.22 |
En el ejemplo práctico de BroadNet, un agente de programación a tiempo completo envía 1,000 millones de tokens de entrada al mes con un 80 % de aciertos de caché y recibe 50 millones de tokens de salida. En DeepSeek V4.1 Flash por token, eso cuesta $65.40. Un plan de tarifa plana elimina el medidor: Luna Llena (Full Moon) cuesta $60 al mes por sesión. Compare sus propios números en la calculadora de precios o lea tarifa plana vs. pago por token.
Errores comunes
- Calcular el precio solo de la respuesta visible y olvidar los tokens de razonamiento.
- Ignorar lo rápido que crece el historial. El turno 30 de un chat puede cargar 30 turnos de entrada.