---
title: "¿Qué son los tokens por segundo (TPS) en un LLM? | BroadRouter"
description: "Los tokens por segundo miden qué tan rápido genera salida un LLM. Velocidad por solicitud vs. throughput, primer token y cómo estimar cuánto tarda una respuesta."
url: https://broadrouter.com/es/glossary/tokens-per-second/
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/glossary/tokens-per-second/) (actualizado el 2026-11-14).

# Tokens por segundo (TPS)

Actualizado 2026-11-14

Los tokens por segundo (TPS) son la velocidad a la que un modelo de lenguaje genera tokens de salida, normalmente medida en una solicitud tras llegar su primer token. Marcan qué tan rápido fluye la respuesta. Sumados en todas las solicitudes concurrentes son el throughput del sistema; la espera hasta el primer token se mide aparte.

También llamado: tokens por segundo, velocidad de generación, velocidad de salida, velocidad del modelo, TPS, tokens per second, tok/s, output speed, generation speed

La velocidad tiene dos partes: cuánto tarda en aparecer algo y qué tan rápido fluye el texto después. Los tokens por segundo miden la segunda.

## Cómo funciona

La documentación de benchmarking de NVIDIA define las métricas relacionadas:

-   **Tiempo hasta el primer token (TTFT):** desde que se envía la solicitud hasta que llega el primer token. Crece con la longitud del prompt.
-   **Latencia entre tokens (ITL):** el intervalo medio entre tokens de salida.
-   **TPS por usuario:** los tokens de salida de una solicitud divididos entre su tiempo de principio a fin, así que en la definición de NVIDIA incluye el TTFT. Muchos paneles indican en cambio la velocidad de decodificación después del primer token, como hace esta página.
-   **TPS del sistema:** el total de tokens de salida en todas las solicitudes simultáneas, también llamado [throughput](https://broadrouter.com/es/glossary/throughput/).

Tiran en direcciones opuestas. NVIDIA señala que, a medida que sube la [concurrencia](https://broadrouter.com/es/glossary/concurrency/), el TPS del sistema aumenta mientras el TPS por usuario baja. La cifra de marketing de un proveedor y la velocidad de su solicitud individual pueden ser ambas honestas y aun así diferir.

Una estimación rápida para una respuesta:

`total time ≈ TTFT + output tokens ÷ tokens per second` (es decir: tiempo total ≈ TTFT + tokens de salida ÷ tokens por segundo)

Tome como ilustración un stream de 50 tokens por segundo: una respuesta de 1,000 tokens tarda unos 20 segundos después del primer token. Si el modelo además escribe 2,000 [tokens de razonamiento](https://broadrouter.com/es/glossary/reasoning-tokens/), sume unos 40 segundos antes de que empiece la respuesta. El [tiempo hasta el primer token](https://broadrouter.com/es/glossary/time-to-first-token/) se añade encima.

## Por qué importa

-   **Experiencia de usuario.** El [streaming](https://broadrouter.com/es/glossary/streaming/) muestra el texto a medida que llega, así que el TTFT y los TPS deciden qué tan rápida se siente una respuesta.
-   **Throughput de agentes.** Un agente de programación espera cada respuesta antes de su siguiente paso. Una salida más rápida significa más pasos por hora.
-   **Límites del plan.** En un plan sin medidor de tokens, la velocidad se convierte en el verdadero techo de cuántos tokens puede usar.

## En BroadNet Inference

La página de planes de BroadNet indica una velocidad típica de unos 100 tokens por segundo para DeepSeek V4.1 Flash. Una sesión de los planes ilimitados ejecuta una solicitud a la vez, así que, a esa velocidad, una sesión que generara sin parar durante 30 días produciría unos 259 millones de tokens de salida. Los agentes reales dedican tiempo a leer, ejecutar herramientas y esperar, así que la cifra práctica es menor.

Para obtener más throughput total en un plan, añada sesiones: una por cada agente que trabaje en paralelo. Consulte [cómo funcionan las sesiones ilimitadas](https://broadrouter.com/es/guides/unlimited-llm-api-sessions/) y [cómo ejecutar agentes de programación en paralelo](https://broadrouter.com/es/blog/run-parallel-coding-agents-flat-rate/).

## Errores comunes

-   Comparar proveedores con una sola solicitud. Mida TTFT y TPS en muchas solicitudes, con sus propios tamaños de prompt.
-   Olvidar el tiempo de razonamiento al configurar los timeouts del cliente.

## Preguntas frecuentes

### ¿Cuántos tokens por segundo son una buena cifra?

Depende del uso. Una respuesta de chat se siente ágil cuando el texto aparece más rápido de lo que la gente lee. A los agentes y a los trabajos por lotes les importa más el tiempo total por tarea y cuántas solicitudes se ejecutan en paralelo.

### ¿Los tokens por segundo incluyen el prompt?

Normalmente no. La velocidad de generación cuenta tokens de salida. La lectura del prompt se refleja en el tiempo hasta el primer token, que crece con la longitud del prompt.

### ¿Los tokens de razonamiento retrasan la respuesta?

Sí. Se generan a la misma velocidad que la salida visible, así que un modelo que piensa durante 2,000 tokens retrasa la respuesta lo que tarden esos tokens.

## Vea también

-   [Token](https://broadrouter.com/es/glossary/token/) (término)
-   [Concurrencia (concurrency)](https://broadrouter.com/es/glossary/concurrency/) (término)
-   [Streaming (respuestas en tiempo real)](https://broadrouter.com/es/glossary/streaming/) (término)
-   [Tokens de razonamiento (reasoning tokens)](https://broadrouter.com/es/glossary/reasoning-tokens/) (término)
-   [Throughput (rendimiento total)](https://broadrouter.com/es/glossary/throughput/) (término)
-   [Latencia (latency)](https://broadrouter.com/es/glossary/latency/) (término)
-   [Tiempo hasta el primer token (TTFT)](https://broadrouter.com/es/glossary/time-to-first-token/) (término)
-   [Decodificación especulativa (speculative decoding)](https://broadrouter.com/es/glossary/speculative-decoding/) (término)
-   [Streaming de chat completions y conexiones interrumpidas](https://broadrouter.com/es/guides/streaming-chat-completions/) (guía)
-   [Cómo funcionan los planes de API de LLM ilimitada para agentes](https://broadrouter.com/es/guides/unlimited-llm-api-sessions/) (guía)
-   [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/) (artículo)
-   [Cómo ejecutar agentes de programación en paralelo con tarifa plana](https://broadrouter.com/es/blog/run-parallel-coding-agents-flat-rate/) (artículo)

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-glossary-tokens-per-second&utm_content=page-cta) ·

**Fuentes**

-   [NVIDIA NIM, métricas de benchmarking de inferencia de LLM (TTFT, ITL, TPS)](https://docs.nvidia.com/nim/benchmarking/llm/latest/metrics.html)
-   [Planes de BroadNet Inference (velocidad típica)](https://inference.broadnet.ai/es/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=es-glossary-tokens-per-second&utm_content=sources)
