Por qué los tokens de salida de las API de LLM cuestan de 4 a 8 veces más que los de entrada

Mira la página de precios de cualquier API de LLM importante — OpenAI, Anthropic, Google, da igual cuál — y notarás siempre el mismo patrón: los tokens de salida cuestan varias veces más que los de entrada. Y no es un pequeño recargo. En los modelos actuales, la proporción se mantiene consistentemente entre 4x y 8x. No es una rareza de precios propia de un proveedor; es una consecuencia directa de cómo funcionan realmente estos modelos.

La razón real: la entrada es paralela, la salida es secuencial

Procesar los tokens de entrada — tu prompt, el mensaje del sistema, el historial de la conversación — ocurre en un único paso hacia adelante (forward pass). El modelo lee toda la entrada de una vez y calcula la atención sobre todo el conjunto en paralelo. Las GPU modernas son extremadamente buenas en este tipo de cómputo paralelo por lotes, así que un prompt de 3.000 tokens y uno de 300 tokens no cuestan un tiempo de cómputo proporcional a su número de tokens como podría sugerir su longitud — el coste dominante es la sobrecarga de ejecutar el modelo una vez, no la longitud de lo que está leyendo.

Generar tokens de salida es fundamentalmente distinto. Cada token nuevo depende de todos los tokens anteriores, incluidos los que el modelo acaba de generar — así que el token 500 de una respuesta no puede calcularse hasta que exista el token 499. Eso obliga a un bucle secuencial: un paso hacia adelante por cada token de salida, ejecutados uno tras otro, sin forma de paralelizar a lo largo de la secuencia. Producir 500 tokens de salida significa ejecutar el modelo 500 veces seguidas, no una sola vez.

Esa asimetría en el cómputo — un paso paralelo para la entrada, N pasos secuenciales para N tokens de salida — es la razón por la que los precios de todos los proveedores importantes se parecen tanto, sin importar la empresa, la arquitectura del modelo o la región. No es tanto una decisión de negocio como un traslado directo del coste de cómputo subyacente.

Qué significa esto para tus prompts

La conclusión práctica es contundente: una respuesta del modelo verbosa cuesta desproporcionadamente más que un prompt largo con una respuesta corta, incluso cuando el recuento total de tokens parece similar. Si estás intentando reducir el gasto en la API, recortar la longitud de la salida suele ahorrar más por token que recortar la longitud de la entrada.

Algunas palancas concretas:

• Limita explícitamente la longitud de la respuesta. Una instrucción en el prompt del sistema como “responde en un párrafo” o un límite de max_tokens hace más por el coste que acortar tu propio prompt.
• Pide salida estructurada en lugar de prosa. Un objeto JSON con tres campos suele ser mucho más corto que su equivalente explicado en frases, y sigue siendo igual de útil para el procesamiento posterior.
• No sobreexpliques en el prompt del sistema para ahorrar en la salida. Un prompt del sistema más largo y preciso (entrada, barata) que produce de forma fiable una respuesta corta y correcta (salida, cara) suele ser mejor negocio que un prompt corto y vago que hace que el modelo se cubra con una respuesta larga.
• Usa un modelo más barato para salida de alto volumen y baja complejidad. Si una tarea no necesita el razonamiento de un modelo de última generación — clasificación, extracción, respuestas cortas —, el precio de salida de un modelo de gama económica suele ser un orden de magnitud más bajo.

Calcular la cifra exacta en dólares

La proporción explica por qué la salida cuesta más, pero la cifra exacta en dólares depende de qué modelo estés usando y de cuántos tokens consume realmente cada lado de una solicitud. Como la proporción entrada/salida — y el multiplicador entre ambas — varía genuinamente según el modelo (un modelo económico y uno insignia no aplican la misma proporción), la única forma fiable de conocer tu coste real es introducir tus cifras reales por modelo.

La Calculadora de precios de API LLM de CodeKitHub hace exactamente eso: elige tu modelo, introduce tus recuentos de tokens de entrada y salida, y te muestra el coste de entrada, el coste de salida y el total — además de una estimación mensual si sabes aproximadamente cuántas solicitudes vas a hacer. Si no estás seguro de cuántos tokens usa tu prompt real, la herramienta Contador de tokens de IA te da el recuento exacto usando el tokenizador real, en lugar de una estimación aproximada basada en caracteres.

Ambas se ejecutan por completo en tu navegador — sin clave de API, sin cuenta, nada se envía a ningún sitio.