ES ▾
Obtener clave de API

LLM Inference APIGuía

Costo mensual de la API LLM: cuatro escenarios realistas

Cuatro facturas mensuales desglosadas línea por línea a $0,15 por cada 1M de tokens de entrada y $0,50 por cada 1M de tokens de salida, más un script para calcular el precio de tu propio tráfico.

Actualizado:

Cuatro barras de vidrio ascendentes rellenas de cubos brillantes, una por escenario de costo mensual
Ilustración isométrica de paquetes de datos fluyendo desde una terminal hacia una puerta de enlace en la nube, representando una llamada a una API de inferencia

Puntos clave

  1. Apunta cualquier SDK de OpenAI a https://api.llminferenceapi.com/v1, usa el ID de modelo uncensored y envía tu clave como token Bearer.
  2. Hay dos endpoints disponibles: POST /v1/chat/completions y GET /v1/models.
  3. El streaming, las llamadas a herramientas y el modo JSON funcionan a través de los campos de petición estándar.
  4. Una clave completa permite 8 peticiones concurrentes y 300 por minuto; una respuesta 429 te indica qué límite has alcanzado.

Los cuatro escenarios de un vistazo

Si estás intentando calcular el coste mensual de la API de LLM, un promedio único no ayuda, porque las facturas dependen de cuántas peticiones envías y de su longitud. A continuación se muestran cuatro configuraciones realistas con precios de $0,15 por cada 1M de tokens de entrada y $0,50 por cada 1M de tokens de salida. Cada una muestra sus suposiciones para que puedas sustituirlas por las tuyas.

EscenarioPeticiones por mesTokens por petición (entrada / salida)Costo mensual
Bot de chat de hobby6001,500 / 300$0.225
Comunidad de Discord9,0003,000 / 400$5,85
App con 1,000 usuarios40,0002,500 / 500$25,00
Pipeline por lotes200,0001,200 / 250$61,00

El resto del artículo muestra los cálculos y qué impulsa cada número.

Escenario 1: un bot de hobby

Ejecutas un bot personal que responde unas 20 mensajes al día, es decir, 600 al mes. Cada mensaje incluye un prompt de sistema corto y un historial, con unos 1.500 tokens de entrada, y la respuesta tiene un promedio de 300 tokens.

  • Entrada: 600 x 1.500 = 0,9M tokens, que cuestan 0,9 x $0,15 = $0,135.
  • Salida: 600 x 300 = 0,18M tokens, que cuestan 0,18 x $0,50 = $0,09.
  • Total: $0,225 al mes.

Este es el caso en el que la recarga mínima de $20 dura más que todo lo demás. A este ritmo, cubriría más de siete años de uso. El crédito no caduca, así que un proyecto de hobby puede mantenerse con una sola recarga sin que corra el reloj.

Escenario 2: un bot de comunidad de Discord

Un bot en un servidor activo maneja 300 peticiones al día, o 9,000 al mes. Lee el contexto reciente del canal, por lo que cada llamada tiene unos 3.000 tokens de entrada y responde con unos 400.

  • Entrada: 9.000 x 3.000 = 27M tokens, es decir, 27 x $0,15 = $4,05.
  • Salida: 9.000 x 400 = 3,6M tokens, es decir, 3,6 x $0,50 = $1,80.
  • Total: $5,85 al mes.

Vigila la parte de entrada. Duplicar el contexto que incluyes en cada llamada duplica la parte más grande de la factura, mientras que la longitud de la respuesta apenas importa. Muchos bots ahorran dinero enviando los últimos seis mensajes en lugar de los últimos veinte. También revisa los límites de peticiones: una clave completa permite 8 peticiones simultáneas y 300 por minuto, muy por encima de esta carga, pero un servidor activo puede tener picos cuando una conversación se dispara. Cola las peticiones en el bot y te mantendrás dentro de los límites.

Escenario 3: una app con 1,000 usuarios

Supongamos que cada uno de los 1.000 usuarios mensuales envía 40 peticiones, lo que suma 40,000 peticiones. Una petición lleva 2.500 tokens de entrada (prompt de sistema más historial) y devuelve 500 tokens.

  • Entrada: 40.000 x 2.500 = 100M tokens, es decir, 100 x $0,15 = $15,00.
  • Salida: 40.000 x 500 = 20M tokens, es decir, 20 x $0,50 = $10,00.
  • Total: $25,00 al mes, o 2,5 centavos por usuario.

Aquí la salida representa el 40% de la factura aunque solo sea una sexta parte de los tokens, ya que cuesta más de tres veces más por token. Las respuestas cortas merecen la pena. Si hubieras pedido respuestas de 250 tokens en lugar de 500, la línea de salida habría bajado a $5,00 y el total a $20,00. Una recarga de $20,00 cubriría esta aplicación durante un mes, y una recarga de $100.00, que viene con un bono del +10% y por tanto ofrece $110.00 de crédito, cubriría aproximadamente cinco meses.

Escenario 4: un pipeline por lotes

Los trabajos por lotes escalan por cantidad de documentos. Supongamos que etiquetas o reescribes 200.000 elementos en un mes, cada uno con 1.200 tokens de entrada y un resultado de 250 tokens.

  • Entrada: 200.000 x 1.200 = 240M tokens, es decir, 240 x $0,15 = $36,00.
  • Salida: 200.000 x 250 = 50M tokens, es decir, 50 x $0,50 = $25,00.
  • Total: $61,00 al mes.

Para el trabajo por lotes, el límite relevante es el rendimiento, no el precio. Con 8 peticiones simultáneas, el tiempo del trabajo es el número de peticiones dividido entre 8, multiplicado por la duración media de la petición. Realiza el cálculo para tu propia latencia antes de planificar el horario, y mantén tu conjunto de trabajadores en 8 o menos para no activar el error concurrency. Las peticiones fallidas no se cobran, por lo que reintentarlas no añade coste.

Estima tu propio mes

La fórmula es corta: costo mensual = peticiones x (tokens de entrada x $0,15 + tokens de salida x $0,50) / 1.000.000. Este script lo hace y también lee los conteos reales de tokens si ejecutas una muestra primero.

from openai import OpenAI

client = OpenAI(base_url="https://api.llminferenceapi.com/v1", api_key="YOUR_KEY")

def monthly(requests, tokens_in, tokens_out):
    return requests * (tokens_in * 0.15 + tokens_out * 0.50) / 1_000_000

print(monthly(40_000, 2_500, 500))   # 25.0

# sample 20 real prompts, then use the measured averages
ins, outs = [], []
for p in open("prompts.txt").read().splitlines()[:20]:
    r = client.chat.completions.create(
        model="uncensored", messages=[{"role": "user", "content": p}])
    ins.append(r.usage.prompt_tokens)
    outs.append(r.usage.completion_tokens)
print(monthly(10_000, sum(ins) / len(ins), sum(outs) / len(outs)))

La ejecución de muestra cuesta una fracción de centavo. Los usuarios nuevos pueden reclamar $0,50 de crédito de prueba en la página de clave de API para ejecutarla sin pagar nada, y la página de precios muestra las tarifas y los bonos de recarga.

Qué influye más en la factura

En los cuatro escenarios, las mismas palancas mueven el total:

  1. Tamaño del contexto. El historial y los documentos pegados impulsan el costo de entrada. Recórtalos.
  2. Longitud de salida. La salida cuesta $0,50 por 1M, así que pide la longitud necesaria y ajusta max_tokens donde convenga.
  3. Reintentos y bucles. Un error que repita llamadas puede multiplicar el costo de un mes en una hora. Limita los reintentos.
  4. Crecimiento del tráfico. El costo escala linealmente con las peticiones. Duplica los usuarios, duplica la factura.

Planificación del presupuesto

Elige el escenario más cercano a tu proyecto y multiplica por un factor de seguridad de dos para el primer mes, ya que el tráfico real rara vez es tan uniforme como una hoja de cálculo. Luego configura una alerta de saldo bajo. Cada respuesta incluye un encabezado X-Balance-USD, así que tu app puede enviarte un correo cuando el crédito baje de un número que elijas, y recargas antes de que algo se detenga. Si tu tráfico crece diez veces, la factura crece diez veces: el bot de Discord a 10x costaría $58,50, y la app con 10.000 usuarios $250,00. Nada salta en pasos, así que no hay niveles de precios que superar.

Financiación

Pagas con crédito prepagado sin suscripción, así que un mes tranquilo cuesta casi nada. Las recargas van de $20 a $500, con cripto (USDT en TRC20, USDC en Base), con +5% desde $50, +10% desde $100 y +15% desde $200.

Limitaciones de estas estimaciones

Dos cosas que los escenarios omiten. Primero, asumen un uso constante, mientras que los productos reales tienen picos, como un día de lanzamiento o una conversación viral, y un solo día pico puede consumir una semana de presupuesto. Segundo, asumen que los prompts mantienen el mismo tamaño. Los cambios del producto suelen aumentar el prompt de sistema, y una adición de 500 tokens en una llamada realizada 40.000 veces al mes añade 20M tokens de entrada, o $3,00. Vuelve a medir después de cada cambio de prompt.

Estos son cálculos, no promesas sobre tu uso. Los prompts reales varían, y tu cantidad de tokens depende del idioma y del contenido que envíes. Esta es una API solo de texto, por lo que los costes de embeddings, imágenes o audio quedan fuera de estas cifras. El servicio ejecuta un modelo de pesos abiertos de un proveedor independiente, ajustado para responder sin rechazos de contenido para uso adulto lícito.

Para definiciones de los términos usados aquí, consulta qué es la inferencia LLM. Los errores que aumentan las facturas silenciosamente se listan en errores comunes de API de chat AI. La documentación cubre el formato de petición.

Preguntas y respuestas

¿Cuánto cuesta un bot pequeño por mes?

Un bot con 600 mensajes al mes con 1.500 tokens de entrada y 300 de salida cuesta $0.225.

¿Hay una cuota mensual además del costo de los tokens?

No. Pagas por token con tu crédito prepago y el crédito no caduca.

¿Cuál es la recarga mínima?

$20, en cualquier cantidad entera hasta $500. Los bonos del 5%, 10% y 15% se aplican desde $50, $100 y $200.

¿Las peticiones fallidas cuestan algo?

No. Las solicitudes fallidas o rechazadas no se cobran.

Tu clave está a un formulario de distancia

Crea una cuenta, copia la clave, cambia la URL base. Esa es toda la configuración.

Obtener clave de API