Las API de LLM cobran por millón de tokens con contadores separados: entrada nueva, entrada en caché y salida. Los tokens de razonamiento se cobran como salida, las imágenes como tokens de entrada y la voz a texto por minuto de audio. Esta guía explica cada contador y luego calcula el costo de solicitudes reales con las tarifas publicadas de BroadNet Inference, sincronizadas el 2026-11-14.
¿Qué está pagando en realidad?
Un token es un fragmento de texto, normalmente de unos pocos caracteres. En la medición propia de BroadRouter con cinco tokenizadores, 1,000 palabras en inglés equivalieron a unos 1,290 tokens; la regla práctica de OpenAI es de unas 75 palabras por cada 100 tokens. Otros idiomas dan cifras distintas; pegue su propio texto en el contador de tokens gratuito para ver la cifra real. Cada solicitud informa sus tokens en el bloque usage, y la factura es la suma de estos contadores:
| Contador | Qué cuenta | Se cobra a |
|---|---|---|
| Entrada (prompt) | Prompt de sistema, historial, documentos, definiciones de herramientas, imágenes | Precio de entrada |
| Entrada en caché | Entrada que el proveedor ya procesó y reutilizó | Precio en caché, mucho más bajo |
| Salida (completion) | La respuesta visible más cualquier razonamiento | Precio de salida |
| Minutos de audio | Duración del audio enviado a transcribir | Precio por minuto |
La división entre tokens de entrada y de salida es la que más pesa, porque los dos precios están muy alejados.
¿Cuánto cuesta cada modelo por token?
Precios de BroadNet Inference, por 1M de tokens:
| Modelo | Entrada | Entrada en caché | Salida | Contexto |
|---|---|---|---|---|
| DeepSeek V4.1 Flash | $0.175 | $0.0055 | $0.52 | 1,048,576 |
| GLM 5.3 | $0.78 | $0.173 | $3.46 | 1,048,576 |
| Qwen3.8 27B | $0.175 | $0.0435 | $2.17 | 262,144 |
| Gemma 4 VL 26B | $0.10 | Sin descuento por caché | $0.22 | 32,768 |
Dos patrones se cumplen en esta tarifa y en la mayoría de las demás. La salida cuesta más que la entrada: desde aproximadamente el doble en Gemma 4 VL 26B hasta más de diez veces en Qwen3.8 27B. Y la entrada en caché cuesta una fracción de la entrada nueva. Para comparar estas tarifas con OpenAI, Anthropic, Google y otros proveedores, consulte la tabla de precios de API de LLM. Para medianas de todo el mercado, la dispersión entre proveedores y la relación entre salida y entrada de cada modelo que seguimos, consulte el índice de precios de API de LLM (CSV y JSON abiertos).
¿Por qué la salida cuesta más que la entrada?
El modelo lee todo su prompt en una sola pasada en paralelo. En cambio, escribe la respuesta token por token, y cada token nuevo requiere otra pasada. Por eso la salida consume más tiempo de GPU por token, y el precio lo refleja. Un prompt corto con una respuesta larga puede costar más que un prompt largo con una respuesta corta.
¿Cómo se cobran los tokens de entrada en caché?
Cuando el inicio de su prompt coincide con una solicitud reciente, el proveedor puede reutilizar ese trabajo. Esos tokens de entrada en caché aparecen como prompt_tokens_details.cached_tokens y se cobran al precio en caché. En DeepSeek V4.1 Flash, eso es $0.0055 en lugar de $0.175 por 1M.
La caché premia los prompts con un prefijo estable: primero el prompt de sistema, la lista de herramientas y los documentos; al final, el mensaje nuevo. Los agentes que reenvían el mismo repositorio en cada turno son los que más ganan. Para ver cómo cobra cada proveedor las lecturas y escrituras de caché, lea los tokens de entrada en caché explicados; para modelar su propia tasa de caché, use la calculadora de caché de prompts.
¿Por qué un modelo de razonamiento cobra más salida de la que usted ve?
DeepSeek V4.1 Flash, GLM 5.3 y Qwen3.8 27B piensan antes de responder. Ese razonamiento está hecho de tokens de razonamiento. No los ve en la respuesta, pero se cuentan en completion_tokens y se cobran al precio de salida. La guía de razonamiento de OpenAI describe la misma regla para sus modelos: los tokens de razonamiento “are billed as output tokens” (Traducción: «se cobran como tokens de salida»).
El razonamiento también cuenta para max_tokens. Si lo fija demasiado bajo, pagará por el razonamiento sin recibir respuesta. Vea por qué las respuestas llegan vacías y cómo reducir el costo del razonamiento.
¿Cómo se cobran las imágenes y el audio?
Imágenes. Un modelo de visión convierte una imagen en tokens de entrada. Usted paga el precio de entrada por ellos, y una imagen más grande usa más tokens. En BroadNet no hay una tarifa aparte por imagen. Costo por imagen comparado.
Audio. La voz a texto se cobra por duración del audio, no por tokens:
| Modelo | Por minuto | Por hora de audio |
|---|---|---|
| BroadNet Transcribe Arabic | $0.0042 | $0.25 |
| BroadNet Transcribe (14 idiomas) | $0.002 | $0.12 |
¿Cuánto cuesta una solicitud real? Ejemplos resueltos
Estos ejemplos usan DeepSeek V4.1 Flash. Cada uno está dimensionado para que los totales den millones exactos de tokens, de modo que las cuentas sean fáciles de comprobar.
- Una función de chat. 500 solicitudes, cada una con 2,000 tokens de entrada y 2,000 de salida, suman 1M de tokens de entrada y 1M de salida. Costo: $0.175 más $0.52.
- Un agente que relee su contexto. Diez turnos que envían cada uno el mismo contexto de 100,000 tokens suman 1M de tokens de entrada. Si nada está en caché, cuesta $0.175. Si todo estuviera en caché, costaría $0.0055, pero el primer turno no tiene nada que reutilizar, así que tómelo como un límite inferior: en el mejor de los casos, 900,000 tokens se facturan al precio en caché y los primeros 100,000 al precio de entrada.
- Razonamiento oculto. 1,000 respuestas de 200 tokens visibles, cada una con 800 tokens de razonamiento, facturan 1M de tokens de salida: $0.52. Solo una quinta parte fue texto que usted vio.
- Transcripción. 1,000 horas de audio en árabe cuestan $252.00. 10,000 notas de voz de 30 segundos cuestan $21.00.
La fórmula general:
cost = new_input/1M × input_price
+ cached_input/1M × cached_price
+ output/1M × output_price (output includes reasoning)
Para hacer estas cuentas con su propio tráfico, use la calculadora de costos de API de LLM gratuita. Para una previsión completa de una función nueva, consulte cómo estimar el costo de una API de LLM antes del lanzamiento.
¿Cómo leer las cifras reales de una respuesta?
Cuando ya tenga tráfico, no estime a partir del número de palabras. Lea las cifras:
import os
from openai import OpenAI
client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])
r = client.chat.completions.create(
model="broadnet/deepseek-v4.1-flash",
messages=[{"role": "user", "content": "Summarise this ticket in one line: ..."}],
)
u = r.usage
details = u.prompt_tokens_details # can be None when the model reports no cache data
cached = (details.cached_tokens or 0) if details else 0
print(u.prompt_tokens, cached, u.completion_tokens)
Con streaming, añada stream_options={"include_usage": True} para que el último fragmento incluya usage. Guía de streaming.
¿Qué otros modelos de precios existen?
El cobro por token no es la única opción:
- Planes de tarifa plana. Un plan de tarifa plana cobra por tiempo, no por tokens. Luna Llena (Full Moon) de BroadNet cuesta $60 al mes por sesión por DeepSeek V4.1 Flash ilimitado, con una solicitud a la vez. Órbita (Orbit) cuesta $15 a la semana y Meteoro (Meteor) $1 la hora.
- Claves por hora. Con $0.50 se compra una hora de Gemma 4 VL 26B con un stream. Las claves por hora explicadas.
- Lotes y GPU dedicadas. Algunos proveedores descuentan los trabajos por lotes nocturnos o alquilan GPU completas por hora. Cómo fijan precios otros proveedores para los modelos abiertos.
Cuándo un plan de tarifa plana sale mejor que el pago por token depende del volumen y de la tasa de caché. Para ver todas las palancas en orden, desde la caché hasta los descuentos por lotes, consulte cómo reducir los costos de una API de LLM.
Los precios por token también cambian con el tiempo, en ambas direcciones. En páginas de precios archivadas de 11 proveedores, el 80% de los modelos nunca cambió de precio. Entre los modelos que sí cambiaron, registramos 100 bajadas y 52 subidas, cada una comparando el precio de un modelo con su propio precio anterior. Consulte con qué frecuencia cambian los precios de las API de LLM y las mayores bajadas de precio de API de LLM, con fuentes.
Dónde encaja BroadNet Inference
BroadNet publica una sola tarifa para todos los modelos que ofrece, en un archivo legible por máquina que lee la página de precios de este sitio. Las cuentas nuevas empiezan con $5 de crédito; Gemma 4 VL 26B y los dos modelos de transcripción funcionan con él, y los demás modelos de chat requieren una recarga. Es una buena opción si quiere precios por token y de tarifa plana en una sola cuenta; los planes tienen sus propias claves. No es el lugar para modelos cerrados de frontera: solo ofrece modelos de pesos abiertos y sus propias versiones.

