Costo de la API de OpenAI en 2026: tabla de precios y calculadora
El costo de la API de OpenAI depende de cinco factores: el modelo, los tokens de entrada no almacenados en caché, los tokens de entrada almacenados en caché, los tokens de escritura en caché y los tokens de salida. El nivel de servicio, la longitud del contexto, las herramientas, los reintentos, los medios y el procesamiento regional pueden añadir más.
Verificación de precios: 12 de octubre de 2026. OpenAI cambia modelos y precios con frecuencia. Utiliza la página oficial de precios de la API de OpenAI como fuente definitiva antes de lanzar un presupuesto o una implementación en producción.
Costo de la API de OpenAI: respuesta rápida
Para el procesamiento Standard, la tabla actual de modelos insignia de OpenAI muestra los siguientes precios de contexto corto por 1 millón de tokens:
| Modelo | Entrada | Entrada en caché | Escrituras en caché | Salida |
|---|---|---|---|---|
| GPT-6 Astra | $10.00 | $1.00 | $12.50 | $50.00 |
| GPT-6.1 Sol | $2.00 | $0.10 | $2.50 | $10.00 |
| GPT-6 Luna | $0.10 | $0.01 | $0.125 | $0.50 |
La misma tabla Standard muestra actualmente tarifas más altas para contexto largo:
| Modelo | Entrada | Entrada en caché | Escrituras en caché | Salida |
|---|---|---|---|---|
| GPT-6 Astra | $20.00 | $2.00 | $25.00 | $75.00 |
| GPT-6.1 Sol | $4.00 | $0.20 | $5.00 | $15.00 |
| GPT-6 Luna | $0.20 | $0.02 | $0.25 | $0.75 |
No copies solo la fila más barata en una previsión. Un modelo de menor precio puede costar más por resultado aceptado si genera respuestas más largas, no supera la validación o activa reintentos y llamadas de respaldo.
Fórmula de costo de la API de OpenAI
Utiliza esta fórmula para una solicitud con precio por token:
costo de la solicitud =
(tokens de entrada no almacenados en caché / 1,000,000 × tarifa de entrada)
+ (tokens de entrada almacenados en caché / 1,000,000 × tarifa de entrada en caché)
+ (tokens de escritura en caché / 1,000,000 × tarifa de escritura en caché)
+ (tokens de salida / 1,000,000 × tarifa de salida)
+ cargos por herramientas, medios, contenedores y región
Para una estimación mensual, calcula cada carga de trabajo por separado y luego añade reintentos, intentos de respaldo, tráfico de evaluación y cargos no relacionados con tokens.
costo mensual =
solicitudes por mes
× costo promedio en tokens por solicitud
× intentos ascendentes promedio por solicitud
+ cargos por herramientas e infraestructura
El multiplicador de intentos es importante. Si una acción del usuario genera una solicitud principal, un reintento y una llamada de respaldo, la factura puede incluir tres intentos ascendentes aunque el producto registre un flujo de trabajo.
Tres ejemplos resueltos de costos de la API de OpenAI
Supongamos que una carga de trabajo de contexto corto utiliza 10 millones de tokens de entrada no almacenados en caché y 2 millones de tokens de salida con procesamiento Standard.
| Modelo | Cálculo | Costo estimado de tokens |
|---|---|---|
| GPT-6 Astra | 10 × $10 + 2 × $50 | $200.00 |
| GPT-6.1 Sol | 10 × $2 + 2 × $10 | $40.00 |
| GPT-6 Luna | 10 × $0.10 + 2 × $0.50 | $2.00 |
Esta es una comparación de precios, no una comparación de calidad. Utiliza el mismo conjunto de evaluación y la misma regla de aceptación antes de decidir si una opción más económica puede realizar la carga de trabajo.
Ejemplo con entrada en caché
Supongamos que la carga de trabajo de GPT-6.1 Sol tiene 10 millones de tokens de entrada, del cual el 60% se procesa con la tarifa de entrada en caché, además de 2 millones de tokens de salida:
entrada no almacenada en caché: 4 × $2.00 = $8.00
entrada en caché: 6 × $0.10 = $0.60
salida: 2 × $10.00 = $20.00
total estimado: $28.60
Esta estimación excluye cualquier cargo de escritura en caché necesario para crear o actualizar el prefijo almacenado en caché. Mide por separado los aciertos de caché y las escrituras en caché; no supongas que cada prompt repetido recibe la tarifa de caché.
Contexto corto frente a contexto largo
La página de precios actual separa las tarifas de contexto corto y largo para los modelos insignia. Una solicitud que supera el umbral de contexto aplicable puede cambiar la tarifa de la solicitud, por lo que el tamaño promedio del prompt no es suficiente para realizar previsiones.
En su lugar, realiza un seguimiento de una distribución:
- tokens de entrada p50, p90 y p99;
- la proporción de solicitudes que entra en el nivel de contexto largo;
- tokens de entrada almacenados y no almacenados en caché;
- tokens de salida y de razonamiento;
- reintentos e intentos de respaldo;
- costo por resultado aceptado.
Unos pocos prompts muy grandes pueden dominar la factura mensual incluso cuando la solicitud mediana es pequeña.
Precios de Standard, Batch, Flex, Fast y Ultrafast
OpenAI actualmente ofrece varios modos de procesamiento en su página de precios. El modo adecuado depende de los requisitos de plazo y disponibilidad de la carga de trabajo.
| Modo | Adecuación práctica | Pregunta para la planificación de costos |
|---|---|---|
| Estándar | Tráfico interactivo y de producción normal | ¿El modelo y el nivel de contexto cumplen con el presupuesto de latencia? |
| Por lotes | Trabajos sin conexión que pueden esperar | ¿El flujo de trabajo puede aceptar una finalización retrasada y la semántica de procesamiento por lotes? |
| Flex | Trabajo sensible a los costos que puede tolerar un servicio variable | ¿El trabajo puede esperar o reintentarse sin perjudicar al usuario? |
| Rápido | Rutas de producción sensibles a la latencia | ¿La ganancia de latencia justifica la tarifa más alta? |
| Ultrarrápido | Las rutas compatibles más sensibles a la latencia | ¿La prima se limita a las solicitudes que realmente la necesitan? |
Lee la pestaña seleccionada en la página oficial de precios antes de copiar una cifra. Una tarifa de Por lotes, Flex, Rápido o Ultrarrápido no es una tarifa Estándar.
Costo de Responses API frente a Chat Completions
OpenAI indica que la Responses API y la Chat Completions API no tienen precios como productos independientes. El uso de tokens se factura según las tarifas del modelo seleccionado. Las herramientas integradas y otras capacidades pueden añadir sus propias tarifas.
Elige el endpoint según el contrato que necesita tu aplicación y luego calcula:
- tokens del modelo;
- lecturas y escrituras de caché;
- llamadas de búsqueda web o de archivos;
- sesiones de contenedor o ejecución de código;
- uso de imágenes, audio o tiempo real;
- amplificación por reintentos y alternativas de respaldo.
No supongas que migrar un endpoint es gratis solo porque no hay una tarifa por endpoint. El comportamiento de las herramientas, un contexto más largo, el razonamiento o salidas más extensas pueden cambiar el uso total.
Cargos adicionales de la API de OpenAI que los equipos pasan por alto
Llamadas a herramientas
La página oficial de precios enumera cargos independientes para herramientas como la búsqueda web y la búsqueda de archivos. El contenido recuperado también puede generar tokens de entrada del modelo. Por lo tanto, una sola acción de producto puede incluir tanto una tarifa por llamada a herramienta como cargos por tokens del modelo.
Contenedores y ejecución de código
Los contenedores Hosted Shell y Code Interpreter tienen cargos por sesión y reglas de facturación mínima. Reutilizar una sesión o finalizarla rápidamente puede importar más que la tarifa de tokens para los agentes que usan muchas herramientas.
Procesamiento regional y FedRAMP
Los precios actuales de OpenAI indican un recargo del 10 % para los endpoints de procesamiento regional elegibles lanzados el 5 de marzo de 2026 o después, y un recargo del 10 % para los endpoints FedRAMP. Confirma si la carga de trabajo realmente usa uno de esos endpoints.
Tiempo real, audio, imágenes y video
Los servicios multimodales utilizan diferentes unidades y tarifas. No estimes un flujo de trabajo de voz o imágenes a partir de una tabla de tokens de texto.
Reintentos y múltiples candidatos
Un reintento es otro intento facturable. Múltiples completaciones o candidatos también pueden aumentar los tokens generados. Registra los intentos ascendentes, no solo las solicitudes visibles para el usuario.
Siete formas de reducir el costo de la API de OpenAI
- Enruta según la carga de trabajo. Usa el modelo más pequeño que supere las comprobaciones de calidad y contrato de la tarea.
- Almacena en caché prefijos estables. Mantén las instrucciones reutilizables, los esquemas de herramientas y el contexto compartido al principio cuando la API y el modelo admitan caché.
- Controla la longitud de la salida. Establece un límite de salida realista y solicita esquemas concisos en lugar de prosa abierta.
- Usa Por lotes o Flex para el trabajo diferido. Traslada las evaluaciones, el enriquecimiento y otros trabajos sin conexión fuera de los niveles interactivos cuando el contrato operativo lo permita.
- Limita los reintentos. Clasifica los fallos de autenticación, validación, cuota, tiempo de espera y upstream antes de reintentar.
- Mide los resultados aceptados. Incluye JSON no válido, llamadas a herramientas fallidas, reparación manual y tráfico de respaldo en la métrica de costos.
- Revisa las herramientas por separado. Realiza un seguimiento de la búsqueda web, la búsqueda de archivos, los contenedores, los medios y los bucles de agentes como sus propios factores de costo.
Para un marco más amplio de cargas de trabajo, consulta la guía de optimización de costos de API de IA.
¿API de OpenAI directa o una puerta de enlace multimodelo?
El acceso directo a OpenAI suele ser la opción más sencilla cuando tu producto depende de funciones nativas de OpenAI, un proveedor es suficiente y el equipo se siente cómodo administrando la cuenta, las claves, el uso y la ruta de respaldo.
Una puerta de enlace multimodelo es útil cuando la aplicación necesita OpenAI junto con modelos de Claude, Gemini, DeepSeek, Qwen, imágenes, audio o video y quiere una clave orientada a la aplicación, una URL base compatible y una única superficie de revisión de uso.
Flatkey no debe evaluarse solo en función de si un precio de lista es más bajo. Compara el flujo de trabajo completo:
- disponibilidad de modelos e ID exactos de los modelos;
- compatibilidad de endpoints y funciones;
- tasa de éxito de solicitudes y de salidas aceptadas;
- latencia, reintentos y comportamiento de respaldo;
- visibilidad del uso y atribución de costos;
- operaciones de cuenta y facturación del proveedor;
- esfuerzo de reversión.
Revisa el catálogo de modelos de Flatkey en vivo y la página de precios, y luego prueba una carga de trabajo reversible antes de trasladar el tráfico de producción.
Lista de verificación de costos de la API de OpenAI
Antes de aprobar un presupuesto, confirma:
- [ ] El ID del modelo y el nivel de servicio son explícitos.
- [ ] El tráfico de contexto corto y largo se pronostica por separado.
- [ ] La entrada en caché y las escrituras de caché se miden por separado.
- [ ] Se incluyen los tokens de salida y razonamiento.
- [ ] Se incluyen los cargos por herramientas, medios y contenedores.
- [ ] Se contabilizan los reintentos y los intentos de respaldo.
- [ ] Se incluye el recargo regional o FedRAMP cuando corresponde.
- [ ] El costo se mide por tarea aceptada, no solo por solicitud.
- [ ] La tabla de precios tiene una fecha de verificación y un responsable de las actualizaciones.
- [ ] Existe una alerta de uso y una vía de reversión antes del lanzamiento.
Para consultar cada tarifa actual de tokens de GPT-6 y GPT-5.6, incluidos Batch, Flex y la entrada en caché, consulte nuestra guía de precios de la API de OpenAI.
Para ver cómo se compara OpenAI con Claude, Gemini, Qwen, DeepSeek y Kimi, lea nuestra comparación de precios de API de IA.
Los prompts largos y repetidos son el lugar más fácil para ahorrar; nuestra guía de caché de prompts de OpenAI explica las tarifas de lectura y escritura, los TTL y los cálculos del punto de equilibrio.
Preguntas frecuentes
¿Cómo calculo el costo de la API de OpenAI?
Multiplique cada categoría de tokens por su precio por 1 millón de tokens y, después, sume los cargos por herramientas, medios, contenedores, región, reintentos y respaldo. Separe los tokens de entrada sin caché, entrada en caché, escrituras de caché y salida.
¿La API de Responses es más cara que Chat Completions?
OpenAI afirma que los endpoints no tienen precios separados; los tokens se facturan según las tarifas del modelo seleccionado. El costo total aún puede variar si una implementación utiliza más contexto, razonamiento, herramientas o salida.
¿Cuál es el modelo de API de OpenAI más barato?
La tabla de precios en vivo muestra actualmente que GPT-6 Luna tiene las tarifas de tokens insignia más bajas. Eso no lo convierte en la opción más barata para todas las tareas. Pruebe la calidad y calcule el costo por resultado aceptado.
¿El almacenamiento en caché de prompts reduce el costo de la API de OpenAI?
Puede reducir el costo de entradas repetidas cuando una solicitud recibe la tarifa de entrada en caché. Incluya los cargos por escritura de caché y la tasa de aciertos real antes de proyectar ahorros.
¿Por qué mi factura de OpenAI es más alta que mi estimación de tokens?
Las causas comunes son los precios de contexto largo, las escrituras de caché, el razonamiento o las salidas largas, las herramientas, los contenedores, los medios, los reintentos, múltiples candidatos, las llamadas de respaldo y el procesamiento regional.
¿Puede una alternativa a la API de OpenAI reducir el costo?
Posiblemente. Un proveedor, gateway, proxy autoalojado o modelo más pequeño puede reducir un componente del costo, pero también cuentan el trabajo de migración, los reintentos, los fallos de calidad y las operaciones. Use la guía de migración de alternativas a la API de OpenAI y evalúe la misma carga de trabajo.
Fuentes
- Precios de la API de OpenAI, verificados el 12 de octubre de 2026.
- Guía de caché de prompts de OpenAI, verificada el 12 de octubre de 2026.
- Explicación de OpenAI sobre el recuento y los precios de tokens, verificada el 12 de octubre de 2026.
Los precios son una referencia con fecha, no una cotización permanente. Verifique la página oficial de OpenAI y la interfaz de precios en vivo de Flatkey antes del lanzamiento.
