Precios de la API OpenAI Gateway: Ejemplos de costo real

El precio en una tabla

Si buscaste openai gateway api pricing, aquí tienes la respuesta para este servicio de inmediato. Cobra por token, en dos líneas, desde un saldo que rellenas por anticipado. No hay cuota mensual, ni precio por usuario ni compromiso mínimo más allá de la primera recarga.

Ítem	Tarifa
Tokens de entrada (tu prompt)	$0,15 por 1M
Tokens de salida (la respuesta)	$0,50 por 1M
Peticiones fallidas o rechazadas	No se cobra
Caducidad	Nunca
Suscripción	Ninguna

Una cosa que debes dejar claro: este es un endpoint alojado para un único modelo de texto de pesos abiertos, al que se accede con el ID de modelo uncensored. No es la API oficial de OpenAI ni de ningún otro proveedor, por lo que las tarifas anteriores son lo que cobra este servicio y no dicen nada sobre lo que cobran otros proveedores. Para las cifras de cualquier otro, consulta su página de precios actual.

Cómo se calcula la factura

Cada solicitud se mide en dos partes. El prompt que envías, incluido el mensaje del sistema y todo el historial de la conversación, cuenta como entrada. El texto que escribe el modelo de vuelta cuenta como salida. La respuesta incluye un objeto usage con ambos números, para que nunca tengas que adivinar.

La fórmula es corta:

costo = (tokens de entrada ÷ 1.000.000 × 0,15) + (tokens de salida ÷ 1.000.000 × 0,50)

La salida es un poco más de tres veces más cara que la entrada por token. Eso determina cómo ahorras dinero. Acortar un prompt largo ayuda, pero limitar las respuestas extensas suele ayudar más por token eliminado.

La ventana de contexto es de 100,000 tokens, prompt y completación juntos, y max_tokens es opcional. Si lo omites, una sola respuesta puede en principio usar el resto de la ventana. Para un modelo parlanchín con un prompt abierto, un max_tokens sensato es el seguro más barato que puedes comprar.

Ejemplos prácticos

Cada ejemplo de abajo muestra la aritmética, para que puedas sustituir con tus propios números.

Un turno de chat

Un intercambio de tipo soporte con un prompt de 2,000 tokens y una respuesta de 500 tokens:

• Entrada: 2.000 ÷ 1.000.000 × $0,15 = $0,0003
• Salida: 500 ÷ 1.000.000 × $0,50 = $0,00025
• Total: $0,00055 por turno

Divide $20 por $0,00055 y obtienes aproximadamente 36.363 de esos turnos. El crédito de prueba de $0,50 cubre unos 909 de ellos.

Un trabajo por lotes

Quieres resumir 5.000 documentos. Cada uno tiene 3.000 tokens de longitud y el resumen tiene 400 tokens.

• Entrada: 5.000 × 3.000 = 15.000.000 tokens, por lo que 15 × $0,15 = $2,25
• Salida: 5.000 × 400 = 2.000.000 tokens, por lo que 2 × $0,50 = $1,00
• Total: $3,25

Una pequeña aplicación para un mes

Digamos que tu producto maneja 1,000 peticiones al día durante 30 días. Cada petición tiene 1,500 tokens de entrada y 300 de salida.

• Peticiones: 1,000 × 30 = 30,000
• Entrada: 30.000 × 1.500 = 45.000.000 tokens, por lo que 45 × $0,15 = $6,75
• Salida: 30.000 × 300 = 9.000.000 tokens, por lo que 9 × $0,50 = $4,50
• Total: $11,25 para el mes

Un prompt que llena la ventana

El peor caso para una llamada es un prompt cercano al límite de 100.000 tokens. Con 100.000 tokens de entrada y una respuesta de 1.000 tokens: 0,1 × $0,15 = $0,015 para entrada, más 0,001 × $0,50 = $0,0005 para salida, lo que es $0,0155. Incluso una ventana completa cuesta alrededor de un centavo y medio.

Por qué las conversaciones largas cuestan más de lo que parecen

Las APIs de chat son sin estado. Para mantener una conversación, tu aplicación envía todo el historial con cada nuevo mensaje. Así que la entrada para la vuelta 30 incluye las vueltas 1 a 29 de nuevo, y la factura crece más rápido de lo que sugiere el número de mensajes.

Toma una sesión de roleplay o compañía donde el historial haya crecido a 20.000 tokens, y el usuario envíe 100 mensajes más de ese tamaño. Cada respuesta tiene 300 tokens.

• Entrada: 100 × 20.000 = 2.000.000 tokens, por lo que 2 × $0,15 = $0,30
• Salida: 100 × 300 = 30.000 tokens, por lo que 0,03 × $0,50 = $0,015
• Total: $0,315

Observa que la entrada domina aquí, aunque la salida es más cara por token. Tres hábitos mantienen eso bajo control: resume las vueltas antiguas en una nota de memoria corta, elimina los mensajes que ya no importan y mantén el prompt del sistema ajustado, ya que se reenvía cada vez.

Recargas, bonos y métodos de pago

Añades crédito en cualquier cantidad entera desde $20 hasta $500. Las recargas más grandes obtienen un bono sobre la cantidad que añades:

Recarga	Bonificación	Crédito que recibes
$20	Ninguna	$20.00
$50	+5%	$52.50
$100	+10%	$110.00
$200	+15%	$230.00
$500	+15%	$575.00

Puedes pagar con cripto (USDT en TRC20, o USDC en Base). El crédito no caduca, así que una recarga más grande para el bono no te pone bajo presión de tiempo. La página de precios muestra los niveles actuales.

¿Hay un nivel gratuito?

No es uno ilimitado, y es mejor decirlo claramente. Lo que existe es una prueba única: después de iniciar sesión con Google, o con un correo electrónico y contraseña, puedes reclamar $0,50 de crédito con un clic en la página de clave de API. No necesita tarjeta, dura 7 días y está limitada a una por persona.

A las tarifas anteriores, $0,50 es suficiente para ejecutar una prueba honesta. Usando la vuelta de chat anterior, cubre alrededor de 909 peticiones, lo cual es suficiente para verificar streaming, llamadas a funciones, modo JSON y cómo el modelo maneja tus prompts reales. Las claves de prueba tienen límites más bajos que las claves completas: 2 peticiones simultáneas y 60 por minuto, en comparación con 8 y 300.

Para continuar después de la prueba, recarga desde $20. Nada se renueva automáticamente, porque no hay suscripción que caduque.

Formas de reducir la factura

Porque el precio es lineal en tokens, cada ahorro es fácil de razonar. Estos son los cambios que suelen valer la pena, aproximadamente en orden de esfuerzo.

1. Recorta el prompt del sistema. Un prompt del sistema de 1.200 tokens enviado con 10.000 peticiones son 12.000.000 tokens de entrada, lo que es $1,80 por sí solo. Reducirlo a la mitad ahorra $0,90 en esa ejecución.
2. Limita la longitud de la respuesta. Si la respuesta debe ser un párrafo, dilo en el prompt y establece max_tokens. La salida es el lado más caro de la tarifa.
3. Limita la ventana del historial. Envía los últimos N mensajes más un resumen corto en lugar del registro completo.
4. Solicita estructura. Una respuesta JSON con tres campos es más corta que una explicación en prosa de los mismos datos.
5. No reintentes a ciegas. Una petición fallida no se cobra, pero una petición exitosa que repites sin razón sí.

También ayuda estimar antes de construir. Multiplica tus peticiones diarias esperadas por los tokens promedio de entrada y salida, convierte cada uno a millones y aplica las dos tarifas. Si el resultado son unos pocos dólares al mes, como en el ejemplo de la pequeña aplicación anterior, gasta tu tiempo en calidad en lugar de exprimir tokens. Si son cientos de dólares, los pasos de recorte anteriores merecen un sprint.

Seguimiento y control del gasto

Porque pagas por anticipado, el peor resultado de un error es un saldo vacío, no una factura sorpresa. Aun así, ayuda vigilar el medidor. Cada respuesta lleva un encabezado X-Balance-USD con tu crédito restante. Este fragmento de Python lo lee y también calcula el costo de la llamada a partir de los números de uso.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.openaigatewayapi.com/v1", api_key="paste-your-key-here")

raw = client.chat.completions.with_raw_response.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Give me three names for a build-status bot."}],
    max_tokens=150,
)
resp = raw.parse()

cost = resp.usage.prompt_tokens / 1_000_000 * 0.15 + resp.usage.completion_tokens / 1_000_000 * 0.50
print("this call: $%.6f" % cost)
print("balance left:", raw.headers.get("X-Balance-USD"))

Unos pocos controles que vale la pena añadir a cualquier integración de producción:

• Establece max_tokens en cada llamada donde una respuesta larga podría ser un error.
• Registra los números de uso junto al encabezado X-Request-Id, para que un pico de costo pueda rastrearse hasta una petición.
• Recibe una alerta cuando X-Balance-USD descienda por debajo de un umbral que elijas.
• Mantente dentro de los límites: 8 peticiones concurrentes y 300 por minuto con una clave completa. Una respuesta 429 con código rate_limited o concurrency no se cobra, pero una tormenta de reintentos desperdicia tu tiempo.

Para el formato de la petición y cada parámetro, consulta la documentación. Si estás comparando esto con ejecutar tu propia capa de proxy, el análisis sobre costos y complejidad de gateways LLM cubre el otro lado de esa decisión.

Más guías

• API de OpenAI para Desarrolladores: Usa un Endpoint Compatible
• API Gateway de OpenAI explicada en términos sencillos
• Gateway LLM: Análisis de costo vs. complejidad