Calculadora de coste de conversaciones de chat
Un chat de 50 turnos en Claude Sonnet 5.5 con un prompt de sistema de 2000 tokens, mensajes de 200 tokens y respuestas de 500 tokens reenvía el historial en cada turno y suma 967.500 tokens de entrada: cuesta 2,19 $ sin caché y 0,43 $ con ella; el último turno envía 36.500 tokens y una ventana de 1M se agotaría en el turno 1426 (precios revisados el 2026-10-16).
Cómo se usa
- Elige un modelo. La ventana de contexto se rellena con el dato de las páginas oficiales cuando se conoce y puedes cambiarla.
- Introduce los tokens del prompt de sistema, los de cada mensaje del usuario y de cada respuesta, y el número de turnos.
- Lee el coste total, el coste con caché, la entrada del último turno y el turno en que entrada más respuesta superan la ventana de contexto. El gráfico muestra cómo crecen ambos totales.
Cómo se calcula
Entrada del turno k = sistema + k × usuario + (k − 1) × respuesta, porque se reenvían todos los mensajes anteriores. Salida de cada turno = tokens de respuesta.
Entrada acumulada en T turnos = T × sistema + usuario × T(T + 1) ÷ 2 + respuesta × T(T − 1) ÷ 2, así que el coste crece casi con el cuadrado de los turnos.
Con caché, el turno k lee de la caché toda la entrada del turno anterior y solo escribe la parte nueva (última respuesta + mensaje nuevo). El turno 1 lo escribe todo. Las escrituras usan el precio de escritura y las lecturas el de lectura.
Turno del límite = el primer k con sistema + k × (usuario + respuesta) > ventana de contexto. Precios en dólares por millón de tokens.
Preguntas frecuentes
¿Por qué un chat largo sale caro?
El modelo no recuerda nada entre llamadas, así que la aplicación envía todo el historial en cada turno. El turno 50 vuelve a pagar los 49 intercambios anteriores y el total crece mucho más deprisa que los turnos.
¿Cuánto ayuda la caché?
Con caché, el historial repetido se cobra al precio de lectura, una pequeña parte de la entrada normal. La página supone que la caché sigue activa entre turnos. Las pausas más largas que su duración obligan a escribir de nuevo el historial.
¿Qué pasa al llegar al límite de contexto?
La solicitud falla o la aplicación tiene que descartar o resumir mensajes antiguos. La página marca el turno en que entrada y respuesta ya no caben y el gráfico traza una línea ahí.
¿Incluye tokens de razonamiento o de herramientas?
No. Súmalos a los tokens de respuesta si tu aplicación los devuelve al historial. No se modelan las longitudes mínimas de caché ni los tramos de precio de prompts largos.