---
title: "Control de gasto en APIs de LLM: presupuestos y límites"
description: "Evite que su factura de API de LLM se dispare: saldo prepago, clave por app, IPs permitidas, registro de uso, presupuestos en código, topes de bucles y precio fijo."
url: https://broadrouter.com/es/blog/llm-api-spend-control/
lang: es
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Traducido del inglés con ayuda de IA. [Lea el original en inglés](https://broadrouter.com/blog/llm-api-spend-control/) (actualizado el 2026-11-16).

# Control de gasto en APIs de LLM: presupuestos, límites y bucles

Por el equipo de BroadNet Inference · 5 min de lectura · Publicado 2026-11-14 · Actualizado 2026-11-16

Controle el gasto de su API de LLM por capas: un saldo prepago como techo de la cuenta, una clave por app restringida a las IPs de sus servidores, max\_tokens y límites de pasos en cada solicitud, y un presupuesto en código que detenga una tarea antes de excederse. Registre los tokens por clave y genere alertas con sus propias cifras. Los planes de tarifa plana y las claves por hora limitan el peor caso.

## Puntos clave

-   Las alertas del proveedor llegan cuando el dinero ya se gastó. Ponga una verificación estricta de presupuesto en su propio código, antes de cada solicitud.
-   Una clave por app o agente, restringida a las IPs de sus servidores, limita el daño de una filtración. BroadNet aplica las revocaciones y los cambios en la lista de IPs permitidas en menos de cinco segundos.
-   Los bucles descontrolados surgen por la falta de límites de pasos y por reintentos sin tope. Limite ambos.
-   Registre los tokens de prompt, en caché y de completion de cada solicitud con stream\_options include\_usage, y conviértalos en costo por clave y por función.
-   Las opciones de precio fijo limitan el gasto por diseño: $60 al mes por sesión de plan, $0.50 por clave por hora.

**En esta página**

1.  ¿Por qué no bastan las alertas?
2.  ¿Cuáles son las capas del control de gasto en LLM?
3.  Nivel de cuenta: ¿cómo limita el gasto un saldo prepago?
4.  Nivel de clave: ¿cómo limitar el daño de una clave filtrada?
5.  Nivel de solicitud: ¿cómo acotar cada respuesta?
6.  Nivel de tarea: ¿cómo detener un bucle de agente descontrolado?
7.  Reportes: ¿qué registrar y cuándo alertar?
8.  Nivel de precios: ¿cuándo un precio fijo supera a un presupuesto?
9.  Lista de verificación breve
10.  Dónde encaja BroadNet Inference

La mayoría de las sorpresas en la factura de un LLM tienen la misma causa: algo siguió llamando a la API sin que nadie lo vigilara. Un bucle de reintentos, un agente que no pudo terminar, una clave filtrada en un repositorio público. Las alertas de presupuesto le avisan cuando ya ocurrió. Este artículo construye el control de gasto por capas, desde la cuenta hasta la solicitud individual, y muestra qué partes resuelve BroadNet Inference y cuáles añade usted en código.

## ¿Por qué no bastan las alertas?

Una alerta compara el gasto con un umbral después de registrar el uso. Un bucle de agente puede hacer decenas de solicitudes por minuto. Para cuando llega un correo, el dinero ya se fue. Use las alertas como último recurso y ponga el freno estricto donde se hace la solicitud.

## ¿Cuáles son las capas del control de gasto en LLM?

| Capa | Control | Qué detiene | Dónde se configura |
| --- | --- | --- | --- |
| Cuenta | Saldo prepago | Gastar más de lo que recargó | Cuenta del proveedor |
| Clave | Una clave por app o agente | Que una sola filtración lo consuma todo | Portal del proveedor |
| Clave | Lista de IPs permitidas | Que una clave robada se use desde otro lugar | Portal del proveedor |
| Solicitud | `max_tokens`, `reasoning_effort` | Una respuesta enorme | Su código |
| Tarea | Límite de pasos, límite de reintentos, detección de bucles | Agentes descontrolados | Su código |
| Tarea | Presupuesto acumulado por tarea y por día | Fugas lentas a lo largo de muchas llamadas | Su código o proxy |
| Reportes | Registro de tokens y alertas | Desviaciones que no notaría | Sus logs |
| Precios | Plan de tarifa plana o clave por hora | El propio medidor de tokens | Elección de plan |

## Nivel de cuenta: ¿cómo limita el gasto un saldo prepago?

Las claves de pago por uso de BroadNet Inference consumen un saldo prepago de la cuenta; las cuentas nuevas empiezan con $5 de crédito y sin tarjeta. Cuando se agota la asignación de pago por uso, las solicitudes devuelven `401`, y una compra que el saldo no cubre (como una clave por hora) devuelve `402 insufficient_balance`. Trate ambos como una señal de alto, no como algo que reintentar. La referencia de errores de BroadNet también incluye un límite de gasto entre las causas de un 429, así que lea el cuerpo del error antes de reintentar cualquier 429. [Todos los códigos de error](https://broadrouter.com/es/guides/errors-and-retries/) y [cómo manejar los 429 con backoff](https://broadrouter.com/es/blog/handle-llm-api-429-rate-limits/).

El saldo es su techo exterior. Recárguelo con lo que esté dispuesto a perder este mes, no con lo de un año. Para dimensionar esa cifra, pase primero su tráfico esperado por la [calculadora de costos de API de LLM](https://broadrouter.com/tools/llm-api-cost-calculator/).

## Nivel de clave: ¿cómo limitar el daño de una clave filtrada?

Una [clave de API](https://broadrouter.com/es/glossary/api-key/) es una autorización de gasto: quien la tenga puede usar su saldo. Limite el radio de impacto de cada clave:

1.  **Una clave por app, agente o entorno.** BroadNet permite hasta 10 claves activas por cuenta, cada una válida hasta un año. Póngales nombre para que los logs indiquen cuál gastó.
2.  **Restrinja las claves a sus servidores.** Añada sus IPs de salida o rangos CIDR a la [lista de IPs permitidas](https://broadrouter.com/es/glossary/ip-allow-list/), con hasta 32 entradas. Las solicitudes desde otras direcciones reciben un 403.
3.  **Revoque rápido.** Las revocaciones y los cambios en la lista de IPs permitidas se aplican a las solicitudes nuevas en menos de cinco segundos.
4.  **Mantenga las credenciales del portal fuera de los servidores.** Con ellas se pueden crear claves y hacer compras. Las claves de inferencia solo llaman a modelos.

[Restrinja las claves de API con listas de IPs permitidas](https://broadrouter.com/es/guides/api-keys-ip-allow-lists/).

## Nivel de solicitud: ¿cómo acotar cada respuesta?

Configure `max_tokens` en cada llamada. En los modelos de razonamiento (DeepSeek V4.1 Flash, GLM 5.3, Qwen3.8 27B) manténgalo en 1,000 o más, porque el razonamiento comparte el presupuesto y un valor demasiado bajo devuelve una respuesta vacía que igualmente paga. Reduzca `reasoning_effort` en tareas sencillas. [Cómo se facturan los tokens de razonamiento](https://broadrouter.com/es/blog/reasoning-tokens-cost/).

## Nivel de tarea: ¿cómo detener un bucle de agente descontrolado?

Los bucles descontrolados tienen señales reconocibles: la misma llamada a herramienta que se repite, un contexto que crece en cada turno y errores que se reintentan sin límite. Envuelva el cliente con una protección:

```python
import json, os, urllib.request
from openai import OpenAI

# Per-1M prices from BroadNet's machine-readable rate card
card = json.load(urllib.request.urlopen("https://inference.broadnet.ai/pricing.json"))
m = next(x for x in card["models"] if x["id"] == "broadnet/deepseek-v4.1-flash")
PRICE = {"in": m["input_per_m"], "cached": m["cached_input_per_m"], "out": m["output_per_m"]}
client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"], max_retries=3)

class BudgetExceeded(Exception): pass

class Guard:
    def __init__(self, budget_usd, max_steps=40):
        self.budget, self.max_steps, self.spent, self.steps, self.last = budget_usd, max_steps, 0.0, 0, []

    def call(self, **kw):
        self.steps += 1
        if self.steps > self.max_steps: raise BudgetExceeded("step cap")
        if self.spent >= self.budget: raise BudgetExceeded("budget")
        r = client.chat.completions.create(max_tokens=kw.pop("max_tokens", 4000), **kw)
        u = r.usage
        cached = (u.prompt_tokens_details.cached_tokens or 0) if u.prompt_tokens_details else 0
        self.spent += ((u.prompt_tokens - cached) * PRICE["in"] + cached * PRICE["cached"]
                       + u.completion_tokens * PRICE["out"]) / 1e6
        calls = [(t.function.name, t.function.arguments) for t in (r.choices[0].message.tool_calls or [])]
        self.last = (self.last + [calls])[-3:]
        if calls and len(self.last) == 3 and all(c == calls for c in self.last):
            raise BudgetExceeded("same tool call three times")
        return r
```

La protección lee los precios de la tabla de tarifas en lugar de escribirlos fijos en el código, así que sigue siendo correcta cuando cambian los precios. Pase a `call()` el mismo modelo cuyo precio calculó. Mantenga `max_retries` bajo: los SDK de OpenAI ya reintentan los 429 y 5xx, y cada reintento se factura de nuevo.

Para un equipo, ejecute la misma verificación en un proxy compartido para que todos los servicios consuman un único presupuesto diario. Los reintentos también chocan con los límites de tasa: la [calculadora de límites de tasa](https://broadrouter.com/tools/llm-rate-limit-calculator/) muestra cuántas llamadas por minuto permite realmente su clave.

## Reportes: ¿qué registrar y cuándo alertar?

Registre en cada solicitud: alias de la clave, nombre de la función o del agente, modelo, `prompt_tokens`, `prompt_tokens_details.cached_tokens`, `completion_tokens`, estado y `X-Request-ID`. Con streaming, configure `stream_options: {"include_usage": true}` o el uso nunca llegará ([guía de streaming](https://broadrouter.com/es/guides/streaming-chat-completions/)).

A partir de esos logs, genere alertas cuando haya:

-   un costo diario por clave superior al previsto en su [estimación de costos](https://broadrouter.com/es/blog/estimate-llm-api-cost-before-launch/);
-   tokens por tarea más de tres veces por encima de la mediana;
-   una caída en la proporción de caché, que sube el costo sin más tráfico;
-   una tasa creciente de respuestas 429 o 5xx, que significa reintentos.

BroadNet conserva registros sin contenido, como tiempos, conteos de tokens y costo, no prompts, así que el detalle por función vive en sus propios logs. Evite registrar el contenido de los prompts si su política de datos lo prohíbe. [Cómo crear un registro de uso con costo por usuario y por función](https://broadrouter.com/es/blog/llm-api-usage-logging/).

## Nivel de precios: ¿cuándo un precio fijo supera a un presupuesto?

El control de gasto más fiable es un precio que no se mueve:

-   **Sesión de plan**: $60 al mes (Luna Llena, Full Moon), $15 a la semana (Órbita, Orbit) o $1 por hora (Meteoro, Meteor) por DeepSeek V4.1 Flash ilimitado, con una solicitud a la vez. Las solicitudes con una clave de plan nunca consumen su saldo.
-   **Clave por hora**: $0.50 por una hora de Gemma 4 VL 26B en un stream. Buena opción para claves que salen de sus servidores. [Claves por hora explicadas](https://broadrouter.com/es/blog/hourly-llm-api-key-explained/).

Un bucle en un plan desperdicia tiempo, no dinero. Aun así conviene limitar los pasos, porque un agente atascado bloquea la sesión para otro trabajo. Que un plan resulte más barato que su factura por consumo depende del volumen; la [calculadora de tarifa plana vs. pago por token](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) le da el punto de equilibrio para su mezcla de tokens.

Las tarifas por token también pueden subir sin aviso. [52 subidas de precios de APIs de LLM archivadas](https://broadrouter.com/es/blog/llm-api-price-increases/) muestran con qué frecuencia ocurrió, en qué proveedores y en qué medida.

## Lista de verificación breve

1.  Saldo prepago dimensionado según su límite mensual.
2.  Una clave con nombre por app, con lista de IPs permitidas.
3.  `max_tokens` en cada solicitud.
4.  Límite de pasos, límite de reintentos y detección de llamadas repetidas en cada agente.
5.  Costo acumulado por tarea, verificado antes de cada llamada.
6.  Registro de tokens por solicitud, con alertas según sus umbrales.
7.  Un plan de tarifa plana o una clave por hora dondequiera que el uso sea continuo o la clave esté expuesta.

## Dónde encaja BroadNet Inference

BroadNet le da las capas de cuenta y de clave: saldo prepago, claves separadas, listas de IPs permitidas con revocación en segundos, y planes de precio fijo y claves por hora. No ofrece los presupuestos por tarea de este artículo; esos van en su código o en su proxy. Si necesita presupuestos por equipo con muchos proveedores, la herramienta adecuada es un gateway delante de todos ellos. [Consulte los precios](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=es-blog-llm-api-spend-control&utm_content=body).

Herramientas gratuitas sobre este tema (en inglés)

-   [LLM API cost calculator](https://broadrouter.com/tools/llm-api-cost-calculator/) Price a workload on every model at once, with cache hits, reasoning and a flat-plan check.
-   [Flat-rate vs per-token LLM cost calculator](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) Break-even between an unlimited plan and paying per token, per agent.
-   [Prompt caching savings calculator](https://broadrouter.com/tools/prompt-caching-calculator/) Bill with and without caching, by prefix share and hit rate.
-   [Prompt token diff](https://broadrouter.com/tools/prompt-token-diff/) Two prompt versions side by side: changed lines, exact token delta and the monthly cost difference.

[Herramientas gratuitas (en inglés)](https://broadrouter.com/tools/)

## Términos de este artículo

[Token](https://broadrouter.com/es/glossary/token/)

Un token es la unidad de texto que un modelo de lenguaje lee y escribe: una palabra, parte de una palabra, un signo de puntuación o una secuencia de bytes producida por el tokenizador del modelo. Las APIs de LLM cuentan, limitan y normalmente facturan el uso en tokens.

[Lista de IP permitidas (IP allow list)](https://broadrouter.com/es/glossary/ip-allow-list/)

Una lista de IP permitidas es un control de seguridad que solo acepta solicitudes de direcciones IP o rangos CIDR incluidos en ella y rechaza todas las demás. En una API, limita el daño de una clave filtrada, porque la clave no funciona desde redes que no estén en la lista.

[Crédito prepago (prepaid credit)](https://broadrouter.com/es/glossary/prepaid-credit/)

El crédito prepago es dinero que se añade a una cuenta de API antes de usarla. Cada solicitud descuenta su coste del saldo y, cuando el saldo se agota, las solicitudes medidas se detienen hasta que usted recargue. Limita el gasto a lo que ha pagado.

[Streaming (respuestas en tiempo real)](https://broadrouter.com/es/glossary/streaming/)

El streaming es una forma de devolver la respuesta de un modelo de lenguaje en pequeños fragmentos mientras aún se genera, en lugar de una sola respuesta al final. Las APIs compatibles con OpenAI hacen streaming mediante server-sent events cuando la solicitud define stream como true.

[Llamadas a herramientas (tool calling)](https://broadrouter.com/es/glossary/tool-calling/)

Las llamadas a herramientas (tool calling), también llamadas function calling, son una función de las APIs de LLM en la que el modelo devuelve una solicitud estructurada para ejecutar una función definida por el desarrollador, con argumentos JSON. La aplicación ejecuta la función y devuelve el resultado; el modelo nunca ejecuta código.

[Pago por uso (pay-as-you-go)](https://broadrouter.com/es/glossary/pay-as-you-go/)

El pago por uso es un modelo de precios en el que usted paga solo lo que usa, medido por unidades como tokens, solicitudes o minutos de audio, sin suscripción ni compromiso mínimo. La mayoría de las APIs de LLM cobran así, desde un saldo prepagado o con una factura periódica.

[Plan de LLM con tarifa plana (flat-rate LLM plan)](https://broadrouter.com/es/glossary/flat-rate-llm-plan/)

Un plan de LLM con tarifa plana cobra un precio fijo por un periodo, como un mes, por acceder a la API de un modelo de lenguaje, en lugar de facturar por token. Estos planes suelen limitar otra cosa, como la concurrencia, la velocidad, los modelos o las ventanas de uso, así que los topes importan tanto como el precio.

[Clave de API (API key)](https://broadrouter.com/es/glossary/api-key/)

Una clave de API es una cadena secreta que identifica y autoriza a un cliente que llama a una API. Las APIs de LLM suelen esperarla en un encabezado Authorization: Bearer, y cualquiera que tenga la clave puede hacer solicitudes que se facturan a la cuenta propietaria.

## Preguntas frecuentes

### ¿Cómo fijo un límite de gasto en una API de LLM?

Use el saldo prepago o el tope de gasto del proveedor como límite exterior y, después, aplique en código su propio presupuesto por tarea y por día antes de cada solicitud, porque los límites y alertas del proveedor pueden ir por detrás de un bucle rápido.

### ¿Cómo evito que un agente de IA dispare la factura?

Limite los pasos por tarea, limite los reintentos, configure max\_tokens en cada solicitud, detecte llamadas a herramientas idénticas repetidas y detenga la tarea cuando su costo acumulado supere un presupuesto.

### ¿Debo reintentar un error 401 o 402 cuando se agota mi saldo?

No. En BroadNet, una asignación de pago por uso agotada devuelve 401, y 402 insufficient\_balance significa que la cuenta no puede cubrir una compra, como una clave por hora. Recargue primero la cuenta. Reintente con backoff los 429 y 5xx, no esos.

### ¿Qué debo registrar para seguir el gasto en LLM?

Por solicitud, registre el alias de la clave, el nombre de la función o del agente, el modelo, prompt\_tokens, cached\_tokens, completion\_tokens, el código de estado y el ID de la solicitud. Multiplique por el archivo de precios para obtener el costo.

### ¿Un plan de tarifa plana es una forma de controlar el gasto?

Sí. Una sesión de plan o una clave por hora cuesta lo mismo sin importar cuántos tokens use, así que un bucle cuesta tiempo, no dinero.

## Siga leyendo

-   [Cómo estimar el costo de una API de LLM antes de lanzar una función](https://broadrouter.com/es/blog/estimate-llm-api-cost-before-launch/)
-   [10 formas de reducir el costo de LLM de un agente de programación](https://broadrouter.com/es/blog/cut-coding-agent-llm-costs/)
-   [Clave de API de LLM por hora: precio fijo por hora, explicado](https://broadrouter.com/es/blog/hourly-llm-api-key-explained/)
-   [API de LLM con tarifa plana o pago por token: el punto de equilibrio](https://broadrouter.com/es/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [Costo de LLM por usuario: economía unitaria de una función de IA SaaS](https://broadrouter.com/es/blog/llm-cost-per-user-saas/)
-   [Caché de respuestas de APIs de LLM para reducir costos en Python](https://broadrouter.com/es/blog/cache-llm-responses-cut-cost/)
-   [Precios de API de LLM en octubre de 2026: 3 subidas, ninguna rebaja](https://broadrouter.com/es/blog/llm-api-price-changes-october-2026/)
-   [¿Cada cuánto cambian los precios de las API de LLM? 3 años de archivo](https://broadrouter.com/es/blog/how-often-llm-api-prices-change/)
-   [Guía: Limite sus claves de API a sus servidores con listas de IP permitidas](https://broadrouter.com/es/guides/api-keys-ip-allow-lists/)
-   [Guía: Códigos de error de BroadNet Inference y cuándo reintentar](https://broadrouter.com/es/guides/errors-and-retries/)
-   [Guía: Streaming de chat completions y conexiones interrumpidas](https://broadrouter.com/es/guides/streaming-chat-completions/)

Pruébelo con su carga de trabajo real. Las cuentas nuevas empiezan con USD 5 de crédito para Gemma y transcripción. DeepSeek, GLM y Qwen3.8 requieren una recarga.

[Comenzar](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=es-blog-llm-api-spend-control&utm_content=page-cta) ·

**Fuentes**

-   [Referencia de la API de BroadNet Inference, listas de IPs permitidas y claves (consultada el 2026-11-16) (en inglés)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=es-blog-llm-api-spend-control&utm_content=sources#ip-allow-lists)
-   [Referencia de la API de BroadNet Inference, errores y límites (consultada el 2026-11-16) (en inglés)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=es-blog-llm-api-spend-control&utm_content=sources#errors)
-   [Precios de BroadNet Inference y claves por hora (consultados el 2026-11-16)](https://inference.broadnet.ai/es/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=es-blog-llm-api-spend-control&utm_content=sources)
-   [Planes de BroadNet Inference (consultados el 2026-11-16)](https://inference.broadnet.ai/es/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=es-blog-llm-api-spend-control&utm_content=sources)
