Casi todos los proveedores cobran los tokens de salida entre tres y cinco veces más caros que los de entrada. Es la asimetría más importante de la factura y la que más se ignora: se optimiza el prompt, que es la parte barata, y se deja intacta la respuesta, que es la cara.
Si todavía no tienes claro qué se está contando, empieza por qué es un token y cómo se factura.
De un vistazo
| Qué pasa | La salida cuesta entre 3 y 5 veces más que la entrada |
| Dónde se nota | Respuestas largas, razonamiento, formato libre |
| Palanca | Acortar y estructurar la respuesta |
| Cuándo compensa | Siempre que la salida pese en tu gasto |
Por qué la salida cuesta más
La entrada se procesa de una vez: el modelo lee todo el prompt en paralelo. La salida se genera token a token, y cada uno obliga a recorrer el modelo entero otra vez. Es trabajo secuencial y no se reparte igual de bien, así que el proveedor lo cobra más caro. La diferencia no es un capricho comercial, refleja el coste real de generar.
Cuándo la salida domina la factura
Hay tres casos típicos. Las respuestas largas por defecto, cuando nadie ha puesto un límite y el modelo se explaya. Los modelos con razonamiento, que producen tokens intermedios que pagas aunque no los veas. Y la generación de contenido, donde el trabajo es precisamente escribir mucho.
Si en cambio tu carga es clasificar, extraer campos o responder sobre documentos largos, el peso está en la entrada y la palanca es otra: el coste del contexto largo y el prompt caching.
Cómo recortar la parte cara
Pon un techo explícito. Un límite de tokens de salida por tipo de tarea evita que una petición se desmande. Sin él, el coste máximo de una petición no tiene tope.
Pide una estructura. Un objeto con cuatro campos ocupa una fracción de lo que ocupa un párrafo explicando lo mismo, y además es más fácil de usar después.
Quita la cortesía. Los preámbulos del tipo “claro, aquí tienes el análisis que me pides” son tokens facturados que no aportan nada.
Separa razonar de redactar. Si necesitas que el modelo piense, deja que piense donde sea barato y que escriba donde corresponda, en vez de pagar el razonamiento al precio del modelo grande.
Ponle número
Coge una semana de tráfico real y reparte el gasto entre entrada y salida. Con esos dos números y la calculadora de coste de tokens sabrás si tu problema es el prompt o la respuesta antes de tocar nada. Es el primer corte del coste por tarea.
Preguntas frecuentes
¿Cuánto más cara es la salida? Depende del proveedor y del modelo, pero el rango habitual va de tres a cinco veces el precio de la entrada.
¿Los tokens de razonamiento se pagan? Sí, se facturan como salida aunque no aparezcan en la respuesta final. En modelos de razonamiento pueden ser la mayor parte del coste.
¿Limitar la salida empeora la calidad? Solo si el límite queda por debajo de la respuesta útil. Medido por tarea casi siempre hay margen: las respuestas largas rara vez son las mejores.
En e-ficient medimos el coste por tarea de empresas que ya tienen IA en producción y te decimos cuánto ahorrarías con cada palanca a tu volumen real. La primera auditoría es gratuita si contratas un plan con compromiso de tres meses y devuelve un diagnóstico en 72 horas.