Herramienta gratuita
Calculadora gratuita de tokens de IA
Cuenta tokens, caracteres y palabras de cualquier texto. Elige un proveedor y un modelo, y consulta el costo estimado de la API en más de 80 modelos, incluidos GPT, Claude, Gemini, Qwen, DeepSeek y Llama.
Visualización de tokens
Estima el costo de un modelo
80% de la entrada · ~0 tokens de salida
¿Planeas un uso a gran escala? Proyecta tu factura mensual y anual con la Calculadora de Costos de IA.
Costo por proveedor*
Tu entrada más una salida del 80%, por proveedor. Elige cualquier modelo en una tarjeta.
Anthropic
OpenAI
xAI
Z.AI
MiniMax
DeepSeek
Moonshot (Kimi)
Mostrando 8 de 16 proveedores
Los precios de los modelos cambian cada semana. Recibe el cambio en un solo correo.
Un correo breve cada vez que se mueve el precio de un modelo importante. Sin spam.
Cómo funciona la calculadora de tokens
Los modelos de lenguaje de gran escala no leen caracteres ni palabras directamente. Leen tokens, los pequeños fragmentos de texto con los que se entrena un modelo. Como cada API cobra por token, conocer tu conteo de tokens es la única forma fiable de predecir el costo antes de enviar una solicitud.
Pega tu texto arriba y esta herramienta cuenta los tokens en tiempo real. Los modelos de OpenAI se tokenizan con exactitud directamente en tu navegador. Para Anthropic, Google, xAI, DeepSeek, Mistral, Cohere y Perplexity, los conteos son estimaciones, ya que esos proveedores no publican un tokenizador público exacto. La cuadrícula comparativa muestra el mismo texto con precio en los doce modelos más populares para que puedas identificar la opción más económica de un vistazo.
Proporciones de tokens según el tipo de contenido
La misma cantidad de palabras cuesta más o menos tokens según el tipo de texto. Estos son rangos típicos medidos con el tokenizador de GPT, así que úsalos como estimaciones y no como cifras exactas.
| Tipo de contenido | Ejemplo | Proporción | ~Tokens / 1000 palabras | Notas |
|---|---|---|---|---|
| Prosa en inglés | The quick brown fox jumps over the lazy dog. | ~1.3 tokens por palabra | ~1300 | Escritura cotidiana. El tokenizador de GPT está optimizado para ella, así que es la referencia base. |
| Redacción técnica | The endpoint returns a 200 status on success. | ~1.5 tokens por palabra | ~1500 | La jerga y los términos poco comunes se dividen en más fragmentos de subpalabra. |
| Código fuente | for (let i = 0; i < n; i++) { run(i); } | ~2 a 3 tokens por palabra | ~2000 a 3000 | Los corchetes, operadores y la indentación suelen convertirse cada uno en su propio token. |
| JSON o XML | { "id": 42, "active": true } | ~3 a 4 tokens por palabra | ~3000 a 4000 | La puntuación estructural, como llaves, comillas y dos puntos, consume muchos tokens. |
| Chino, japonés, coreano | 東京タワーは高い | ~1.5 a 2.5 tokens por carácter | se cuenta por carácter | Las escrituras no latinas condensan menos texto por token, por lo que el mismo significado cuesta más. |
| Números e identificadores | 1234567890, 550e8400-e29b | varía, los dígitos se dividen | varía | Los números largos y los identificadores se fragmentan en varios tokens cada uno. |
Cómo funciona el precio de los tokens: entrada, salida, caché y lote
Todas las principales API de LLM cobran por separado los tokens de entrada y de salida. Los tokens de entrada son los del prompt, el mensaje de sistema y cualquier contexto que proporciones. Los tokens de salida son lo que el modelo devuelve. Como generar texto exige más cómputo que leerlo, los tokens de salida suelen tener un precio varias veces mayor que los de entrada. En muchos modelos de vanguardia la tarifa de salida es de dos a cuatro veces la de entrada, por lo que una carga de trabajo con muchas respuestas puede costar mucho más de lo que sugiere el conteo bruto de tokens.
El precio de entrada en caché es un descuento que ofrecen los proveedores cuando envías repetidamente el mismo prefijo de prompt, como un mensaje de sistema largo o un documento estático. El proveedor almacena en caché las representaciones clave-valor de la primera llamada y factura las siguientes a una tarifa reducida, normalmente entre un 50 % y un 90 % menos que el precio de entrada estándar. Esto hace que el precio en caché sea muy valioso para aplicaciones que usan un contexto fijo en muchas solicitudes.
La API de lote (ofrecida por OpenAI, Anthropic y otros) te permite enviar grandes cantidades de solicitudes de forma asíncrona. En lugar de respuestas en tiempo real, los resultados se devuelven dentro de una ventana establecida, comúnmente 24 horas. A cambio de aceptar esta latencia, los proveedores suelen cobrar alrededor de la mitad del precio estándar por token. Las API de lote son ideales para cargas de trabajo sin conexión, como clasificación de documentos, generación de embeddings o ejecuciones de evaluación en las que no se necesitan resultados inmediatos.
La cuadrícula comparativa de la calculadora anterior muestra los precios de entrada, salida, caché y lote lado a lado para que puedas elegir el nivel de precios que se ajuste a tu caso de uso antes de decidirte por un modelo.
¿Para quién es esto?
Mira si tu rol, negocio o flujo de trabajo coincide con cómo la gente usa realmente esta herramienta.
Indie AI app developers
You need to know the real per-request cost of a GPT wrapper app before shipping it, so you run an openai api cost calculator against sample prompts and responses.
Prompt engineers
You need to trim a system prompt so it stops overflowing the model's limit, so you search for a token counter for prompts to see the exact count per model.
RAG and embeddings engineers
You need to pick a chunk size that stays under the embedding model's token ceiling, so you search chunk size token calculator while splitting documents for a vector database.
Startup founders and product managers
You need to model gross margin on a new AI feature before setting a price, so you search llm api cost calculator to compare input and output token cost across providers.
AI automation agency owners and consultants
You need a defensible number to quote a client for an automation build, so you search ai project cost estimator using the client's actual prompt volume.
Customer support and chatbot builders
You need to budget a support bot handling thousands of daily conversations, so you search chatbot token cost calculator to project monthly API spend.
ML and fine-tuning engineers
You need to size a training set correctly before uploading it, so you search count tokens for fine-tuning to check a JSONL file against the provider's limits.
Content marketers and SEO teams
You need the true cost of generating hundreds of AI articles before greenlighting a batch run, so you search ai content generation cost calculator to price it out first.
Localization and multilingual product teams
You need to see how much more a non-English prompt costs to run, so you search multilingual token cost calculator and paste the same sentence in several languages.
Students and AI self-learners
You're new to how LLMs work and want a hands-on answer, so you search what is a token in ChatGPT and paste text in to watch it split apart.
No-code automation builders (n8n, Zapier, Make)
You need to know if a node's output will overflow the next step's input cap, so you search token limit calculator before wiring an AI action into your workflow.
Custom GPT and GPTs Store builders
You need your custom instructions to fit OpenAI's character cap, so you search gpt instructions character limit while trimming a system prompt down.
Technical writers and documentation teams
You need to know if an entire manual will fit in a model's context window before pasting it in, so you check a context window calculator against the doc's word count.
Finance, ops, and procurement staff
You need to forecast AI software spend for a budget review, so you search ai api budget calculator to turn expected usage into a monthly dollar figure.
AI researchers and data scientists
You need to compare context window size and price across providers before picking a model for a new project, so you search compare llm context window sizes.
Preguntas frecuentes
Un token es la unidad básica que un modelo de lenguaje lee y por la que factura. Suele ser un fragmento de palabra de unos pocos caracteres. En textos en inglés, un token equivale aproximadamente a cuatro caracteres o a un 0.75 de una palabra.
Aproximadamente 1333 tokens para prosa en inglés (una palabra equivale a unos 1.33 tokens). Consulta las proporciones de tokens por tipo de contenido más abajo, ya que el código y otros formatos varían.
Aproximadamente 75 palabras para prosa en inglés. Un token equivale aproximadamente a un 0.75 de una palabra, o unos cuatro caracteres.
Cada familia de modelos usa su propio tokenizador, por lo que los conteos varían entre un 5 % y un 15 % aproximadamente. OpenAI usa tiktoken con codificación por pares de bytes (BPE), mientras que Anthropic y Google usan implementaciones de tokenizador distintas que pueden producir conteos ligeramente diferentes para la misma entrada.
Son exactos para los modelos de OpenAI (el tokenizador real de GPT se ejecuta en tu navegador). Para otros proveedores como Anthropic, Google y DeepSeek, los conteos se estiman escalando a partir del conteo de GPT, ya que esos proveedores no publican un tokenizador público. Trata las estimaciones como aproximadas, no exactas.
Depende del modelo. Usa la cuadrícula comparativa de arriba para comparar modelos, o consulta el directorio de herramientas de IA completo para ver precios detallados. Los costos van desde menos de un dólar en modelos abiertos más pequeños hasta varios dólares por millón de tokens en modelos de vanguardia.
La ventana de contexto es el número máximo de tokens que un modelo puede considerar a la vez, incluyendo tanto tu prompt de entrada como la salida generada por el modelo. Si superas este límite, se descartan las partes iniciales de la conversación.
Los tokens de entrada son los que envías en tu prompt. Los tokens de salida son lo que el modelo genera en su respuesta. Los tokens de salida suelen facturarse a una tarifa más alta, a menudo de dos a cuatro veces el precio de entrada, porque generar texto exige más cómputo que procesar la entrada.
El precio de entrada en caché es un descuento aplicado a los prefijos de prompt repetidos que el proveedor almacena en caché en el servidor. Cuando envías el mismo mensaje de sistema repetidamente, la parte en caché se factura a una tarifa reducida, lo que puede reducir considerablemente los costos en aplicaciones de alto volumen.
Pega tu prompt en la calculadora de arriba para ver el conteo de tokens y el costo estimado del modelo elegido antes de enviar la solicitud a la API. ¿Necesitas un prompt de prueba? Explora nuestro Prompt Vault con miles de prompts ya listos.
Vantaige tiene un Prompt Vault con más de 1000 prompts gratuitos, además de paquetes de pago con decenas de miles más, listos para pegar en la calculadora o en tu herramienta de IA favorita.
No. El conteo de tokens se ejecuta por completo en tu navegador. Tu texto nunca se sube ni se almacena. Solo se obtienen los precios de los modelos, y esa solicitud no contiene texto alguno.
* Precios en USD por cada 1,000,000 de tokens, obtenidos de Portkey-AI/models. Precios actualizados el 2026-09-27. (catalog: 2026-09-27) Los conteos de OpenAI son exactos; los de otros proveedores se estiman a partir del tokenizador de GPT y pueden diferir de la facturación final.