La API de LLM más barata, según tu carga real

La API de LLM más barata no es un modelo que puedas nombrar una vez y dejar fijo. El precio son dos números, dólares por millón de tokens de entrada y dólares por millón de salida, y los modelos ponen esos dos precios de forma tan distinta que el orden cambia con la tarea. En la mayoría de las cargas calculadas gana gpt-oss-120b, pero cuando una tarea escribe mucho más de lo que lee, Mistral Nemo lo supera, y más abajo en la lista las distancias entre modelos se abren y se cierran igual. Todos los precios de abajo se tomaron de la lista de modelos de OpenRouter el 05-11-2026, la misma fuente de nuestra tabla de precios de modelos; para calcular tu carga en todos los modelos a la vez, abre la calculadora de costo de LLM.

Aquí van once modelos representativos, de barato a caro, con una factura mensual para una carga calculada: un chatbot de soporte con 50.000 solicitudes al mes y unos 1.200 tokens de entrada y 350 de salida por solicitud.

El rango en una carga corriente va de un dólar al mes a tres mil. Esa diferencia es la razón para elegir con cuidado, y por eso un número de "más barato" de lista no dice casi nada hasta que lo atas a tu propio volumen.

Por qué no hay una única API más barata

Cada proveedor cobra por dos eventos: los tokens que envías en la petición y los que el modelo escribe de vuelta. Los tokens de salida se generan de uno en uno, mientras que la petición se lee en una sola pasada en paralelo, así que la salida suele costar varias veces más que la entrada. GPT-5 lo muestra claro, a $1,25 de entrada y $10 de salida, un salto de ocho veces. Claude Haiku 5.5 es más suave, $0,10 de entrada y $0,50 de salida. Mistral Nemo es casi plano, $0,029 y $0,03.

Tu factura son esos dos precios multiplicados por cuánto lee y escribe tu carga, y sumados. Una tarea que lee mucho y escribe poco depende del precio de entrada. Una que escribe mucho depende del precio de salida. Esos dos rankings no son la misma lista, por eso una calculadora que solo conoce el precio de lista no responde la pregunta, y por eso calcular la carga real es la única forma fiable de comparar. Un precio unitario tampoco es un pronóstico: cuatro preguntas rompen la mayoría de los cálculos de retorno, y la factura del modelo es un dato más en ellos.

La API más barata para un chatbot

Un chatbot escribe. En el ejemplo de arriba, 60 millones de tokens de entrada y 17,5 millones de salida al mes, el precio de salida carga con la mayor parte de la factura. El gpt-oss-120b de pesos abiertos gana de largo, cerca de $1,38, porque sus dos números son diminutos. Entre los modelos cerrados pequeños de los grandes laboratorios, GPT-5 Nano sale cerca de $10 y Claude Haiku 5.5 cerca de $15, y a ambos los decide más el precio de salida que el de entrada. Un modelo de frontera con el mismo tráfico es otro orden de gasto: GPT-5 cerca de $250, Claude Opus 5.5 cerca de $590.

Para un producto conversacional la lección es mirar primero el precio de salida y luego el de entrada, y después probar los dos o tres más baratos con tus propias conversaciones antes de elegir. Para respuestas de soporte un modelo pequeño a menudo basta; pruébalo con tus datos. La diferencia entre $15 y $295 al mes se acumula cada mes que el bot funciona.

La API más barata para clasificación y extracción

La clasificación le da la vuelta a la aritmética. Toma una pasada que envía 250 millones de tokens de entrada al mes y devuelve 10 millones, unos 500.000 documentos cortos de entrada y una etiqueta de salida. Ahora casi todo lo decide el precio de entrada. gpt-oss-120b vuelve a ganar, cerca de $3,16. Dos modelos cerrados muestran cómo actúa el precio de entrada: GPT-5 Nano, a $0,05 por millón de entrada, sale cerca de $16,50, y Claude Haiku 5.5, a $0,10, cerca de $30, casi el doble. En el chatbot la misma pareja salía $10 y $15, una distancia menor, porque sus precios de salida están más cerca. Para un cambio real de líder hay que darle la vuelta a la tarea: con 250 millones de tokens de entrada y 750 millones de salida al mes, Mistral Nemo sale cerca de $30 y gpt-oss-120b cerca de $34. Los modelos no cambiaron. Cambió la carga.

Esto pesa al pasar un piloto a producción. Si el equipo elige el modelo que salía más barato con las peticiones conversacionales de la demo y lo deja para un trabajo por lotes donde ahora manda el precio de entrada, la factura puede quedar bastante por encima de lo estimado. Hay que calcular la carga de producción, no la de la demo; cuando funcione, las tres cifras que pide el consejo dirán si se amortizó.

La API más barata para código y contexto largo

El código y el trabajo con RAG envían peticiones grandes y escriben una salida media. En una carga de 30.000 solicitudes al mes con 6.000 tokens de entrada y 1.500 de salida, importan los dos precios. Un modelo pequeño como Claude Haiku 5.5 sale cerca de $40 y GPT-5 Nano cerca de $27, mientras que GPT-5 va cerca de $675 y Claude Sonnet 5.5 cerca de $810. La diferencia es real, pero esta es también la carga donde la calidad justifica su precio más a menudo, porque una respuesta errónea a una tarea de código difícil cuesta una hora de una persona, no una fracción de céntimo.

El otro eje aquí es la longitud de contexto. Los modelos más baratos de la lista se quedan en torno a 131.000 tokens. Las ventanas de un millón de tokens empiezan hacia el décimo puesto en esta carga, con Qwen3.5-Flash y DeepSeek V4 Flash, e incluyen Gemini 2.5 Flash Lite y Claude Haiku 5.5, así que en ellos un documento largo o un trozo grande de código entra sin dividir. Vale la pena comprobarlo en la tabla de precios de modelos antes de elegir, porque un modelo barato con contexto corto puede costar más en apaños de ingeniería que uno más caro que sostiene toda la entrada.

Cuando el modelo caro es la opción barata

El precio por token no es el precio por respuesta útil. Un modelo que falla una tarea de cada cinco y necesita un reintento, una corrección humana o una llamada de respaldo no es barato, por baja que sea su etiqueta. En razonamiento, código difícil y todo lo que ve el cliente, los modelos de frontera justifican un precio varias veces mayor donde un error sale caro; compruébalo con tus propias tareas. La regla es enrutar por dificultad: el modelo más barato que sostiene la calidad para la mayoría de llamadas sencillas, un modelo caro listo para la minoría que lo necesita. Decídelo paso a paso en el encargo de la integración de IA, junto al proceso, su responsable y su métrica. El ahorro está en esa decisión, no en rebajar una décima de céntimo al precio del modelo equivocado.

Cómo leer el precio de un proveedor antes de fiarte de él

Tres cosas mueven la factura real más allá de los dos precios de lista. Primero, la entrada en caché: en la lista GPT-5 Nano cobra $0,005 por millón de tokens en caché frente a $0,05 por los nuevos, lo que importa mucho para una instrucción de sistema larga repetida en cada llamada. Segundo, el precio por lotes: las versiones por lotes de GPT-5 Nano y Claude Haiku 5.5 cuestan la mitad, lo que sirve a la clasificación y el resumen pero no a un chat en vivo. Tercero, comprueba si el precio del modelo elegido cambia con la longitud de la petición, porque entonces una carga de contexto largo costaría por token más de lo que muestra la tabla. Nada de esto cambia la aritmética, pero sí la cifra final, así que lee la página de precios del proveedor del modelo que elijas. Para el mercado de productos de IA alrededor de estos modelos, mira nuestro barrido de 10.066 herramientas.

Un mismo modelo puede tener más de un precio

Para los modelos de pesos abiertos la pregunta tiene una segunda capa, porque los pesos son públicos y varios proveedores alojan el mismo modelo a precios distintos. Las familias gpt-oss y Llama, Qwen, los lanzamientos abiertos de Mistral y DeepSeek los ofrecen varios hosts, así que compara los hosts del modelo que elijas antes de quedarte con uno. Un agregador como OpenRouter puede enrutar una petición a otro host del mismo modelo, sin que tengas que abrir una cuenta en cada uno. Nuestra tabla toma para cada modelo el precio de esa misma fuente agregada, lo que mantiene la comparación en una sola unidad, pero cuando te decides por un modelo de pesos abiertos conviene comprobar quién lo aloja y a qué precio, porque el host aún puede cambiar la factura de forma notable. Un modelo cerrado como GPT-5 o Claude tiene un solo precio de lista, y esta capa no se le aplica.

Cómo elegir

Cuenta tres cosas antes de abrir cualquier página de precios: tu volumen mensual de solicitudes, el promedio de tokens de entrada por solicitud y el promedio de salida. Ponlos en la calculadora y lee el ranking para tus propios números, no para una demo. Toma los dos o tres más baratos que parezcan plausibles en calidad y pruébalos con tus datos reales. Luego deja listo un modelo de respaldo más barato, porque los precios y los modelos se mueven a lo largo del año, y una carga atada a un solo modelo es una carga expuesta a su próximo cambio de precio.