CostPerPrompt publica calculadoras para estimar los costos mensuales de aplicaciones de IA

Why it matters

Per-token prices omit the context growth, retries, tool calls and discount rules that shape production AI bills. Workload calculators can expose those assumptions before deployment, provided teams verify the underlying rates with model providers.

CostPerPrompt publica calculadoras para estimar el gasto mensual en chatbots, agentes, sistemas de recuperación y otras cargas de trabajo de IA. Su página de inicio dice que rastrea precios de más de 232 modelos, y su tabla principal de precios está marcada como actualizada el 2 de agosto de 2026.

El producto aborda un problema de presupuestación que ha crecido junto con el mercado de modelos. Los proveedores normalmente cotizan precios separados por entrada y por salida por millón de tokens. Las facturas reales dependen de cómo una aplicación maneja el contexto repetido, el caché de prompts, el procesamiento por lotes, las definiciones de herramientas, los reintentos y el historial de conversaciones. Una tabla de precios por token deja esas decisiones al desarrollador.

Los módulos de CostPerPrompt cubren tráfico general de API, chatbots, agentes, generación aumentada por recuperación, aplicaciones de voz, precios de imágenes, alquiler de GPU y contador de tokens. El sitio presenta los resultados como estimaciones de planificación para desarrolladores que evalúan cargas de trabajo antes del despliegue.

De las tarifas por token a una factura mensual

El calculador de costos de API está diseñado para comparar una carga de trabajo entre los modelos rastreados mientras incorpora caché y descuentos por lotes, según la página de inicio de CostPerPrompt.

Los precios de los modelos varían ampliamente incluso dentro de la propia tabla de CostPerPrompt. El sitio lista DeepSeek V4 Flash 0731 en $0.09 por millón de tokens de entrada y $0.18 por millón de tokens de salida, GPT-5.6 Sol de OpenAI en $5 por millón de tokens de entrada y $30 por millón de tokens de salida, y Claude Fable 5 de Anthropic en $10 por millón de tokens de entrada y $50 por millón de tokens de salida. Los equipos aún necesitan comprobar los resultados del calculador contra la documentación del proveedor antes de fijar un presupuesto porque las páginas de los proveedores pueden separar aciertos de caché, fallos de caché, tasas de salida, trabajos por lotes y reglas de contexto largo de maneras que una tabla resumen puede aplanar.

Si un modelo más barato puede completar un trabajo de forma fiable sigue siendo una evaluación separada que un calculador de precios no puede responder. Las comparaciones de precios establecen el costo de un volumen de tokens dado, mientras que la calidad del modelo, la latencia y la fiabilidad determinan si ese volumen produce un resultado utilizable.

La calculadora de chatbots aborda una fuente de gasto menos obvia. Las aplicaciones de chat pueden reenviar instrucciones del sistema e historial de conversación como contexto, aumentando el volumen de entrada conforme crece el intercambio. CostPerPrompt dice que sus estimaciones para chatbots tienen en cuenta el crecimiento del historial, el contexto reenviado y los aciertos de caché.

CostPerPrompt afirma que las estimaciones ingenuas de chatbots pueden errar el costo final por un factor de 2-3x porque ignoran el caché y el crecimiento del historial. Su página de inicio describe el caché de prompts como una reducción de los precios de entrada repetida de hasta un 90%, pero los ahorros realizados dependen de las reglas del proveedor y de qué tan consistentemente una aplicación preserva los prefijos de prompt reutilizables.

La parte difícil es elegir supuestos

Los módulos más amplios de CostPerPrompt siguen el mismo enfoque. La calculadora de agentes cubre bucles de múltiples pasos, esquemas de herramientas y reintentos. La calculadora RAG separa indexación, recuperación y generación. CostPerPrompt dice que su calculadora de voz combina costos de speech-to-text, inferencia de modelos y text-to-speech.

Este empaquetado refleja cómo se construyen las aplicaciones de IA. Un agente puede invocar un modelo repetidamente antes de producir un resultado visible para el usuario. Un bot de soporte reenvía mensajes antiguos al proveedor. Un producto de voz puede pagar a varios proveedores o puntos finales de modelo durante el mismo minuto de conversación. Solo el recuento mensual de solicitudes no captura esos patrones.

Los supuestos aún requieren escrutinio. Las tasas de aciertos de caché varían según la carga de trabajo, y algunos proveedores aplican reglas diferentes a lecturas de caché, escrituras de caché y solicitudes de contexto largo. Un descuento del 90% por caché puede describir la tarifa listada por un proveedor sin garantizar que el 90% de la entrada de una aplicación califique. Los descuentos por lotes también dependen de si el producto puede aceptar resultados con demora.

CostPerPrompt dice en su metodología que los precios se extraen principalmente del índice público de modelos de OpenRouter y se verifican cruzando con las páginas oficiales de los proveedores. Describe las salidas del calculador como estimaciones de planificación más que como cotizaciones y dirige a los usuarios a verificar las cifras finales con los proveedores.

Las páginas públicas de precios proporcionan puntos de referencia útiles. OpenAI lista a GPT-5.6 Sol en $5 por millón de tokens de entrada y $30 por millón de tokens de salida, mientras que Anthropic lista a Claude Fable 5 en $10 por millón de tokens de entrada y $50 por millón de tokens de salida. Anthropic también lista un descuento del 90% en tokens de entrada por caché de prompts en Claude Fable 5.

Un mercado saturado, con una apuesta por el empaquetado

Las referencias de precios de IA ya son numerosas. Price Per Token anuncia cobertura de más de 300 modelos y añade benchmarks, historial de precios y un servidor Model Context Protocol que puede suministrar datos de precios a agentes. Los paneles de proveedores muestran el gasto real después del despliegue, mientras que los productos de observabilidad pueden atribuir el uso de modelos a aplicaciones y clientes.

CostPerPrompt se está concentrando en la planificación previa al despliegue. Su utilidad dependerá de si las plantillas de cargas de trabajo siguen siendo más fáciles de usar que una hoja de cálculo y al mismo tiempo se mantienen actuales conforme los proveedores añaden precios por niveles, primas regionales, recargos por contexto largo y cambios en las políticas de caché.

Los datos subyacentes de precios se están convirtiendo en infraestructura valiosa por sí mismos. OpenRouter dijo en mayo de 2026 que recaudó $113 millones en una Serie B. CostPerPrompt utiliza ese tipo de enrutamiento público y datos de proveedores para producir estimaciones de planificación.

Las páginas disponibles de CostPerPrompt no identifican a un fundador u operador, no divulgan financiación ni nombran una entidad legal. Eso deja a la organización detrás de las calculadoras opaca y limita el escrutinio de sus recursos y del proceso de mantenimiento de datos.

La exactitud es el producto

CostPerPrompt dice que es independiente de los proveedores de modelos y que se financia mediante publicidad y algunos enlaces de afiliados. La divulgación importa porque las páginas de comparación de precios pueden dirigir tráfico valioso hacia los proveedores.

Sus términos establecen que CostPerPrompt no garantiza que cada cifra esté actualizada o libre de errores. Esa salvedad es comprensible para un servicio que rastrea nombres de modelos, descuentos y términos de acceso que pueden cambiar rápidamente. También define el desafío operativo central: los equipos usarán las calculadoras solo si confían en el proceso de actualización lo suficiente como para comenzar su presupuestación allí.

CostPerPrompt ha construido una interfaz práctica en torno a la estimación de costos basada en cargas de trabajo. Los desarrolladores pueden usarla para una primera pasada y luego verificar precios de modelos, reglas de descuento y supuestos de carga de trabajo contra la documentación del proveedor antes de comprometer tráfico de producción.