Herramientas · LLMs · 01

Calcula el coste y la latencia de un LLM en el mismo escenario.

Introduce el tamaño de la solicitud, la carga y las características de respuesta. La calculadora separa precio, tiempo de respuesta y capacidad para que puedas ver qué variable está limitando el sistema.

Modelo de costetokens × tarifa

Modelo de latenciaTTFT + generación

Modelo de capacidadley de Little

Modelo y precios

Modelo o configuración Las configuraciones usan precios públicos verificados; todas las tarifas siguen siendo editables.

Entrada · USD / 1M tokens

Entrada cacheada · USD / 1M

Salida · USD / 1M tokens

Entrada servida desde caché · %

Una solicitud

Tokens de entrada

Tokens de salida

TTFT · ms Tiempo medido hasta el primer token.

Velocidad · tokens/s Velocidad de generación después del primer token.

Carga mensual y límites

Solicitudes/minuto

Concurrencia disponible

Horas activas/día

Días/mes

Presupuesto mensual · USD

Objetivo de respuesta · ms

Copiar enlace Exportar JSON Restablecer

Coste / solicitud — entrada + caché + salida

Coste mensual — —

Tiempo de respuesta — hasta el último token estimado

Concurrencia media necesaria — carga media, sin modelar colas ni picos

—

—

—

De dónde sale el costepor solicitud

Entrada no cacheadaEntrada cacheadaSalida

De dónde sale el tiemporespuesta completa

TTFTGeneración posterior al primer token

TTFT—

Generación—

Capacidad aproximada—

Holgura de capacidad—

Método

Qué calcula y qué no.

Coste. Separa tokens de entrada no cacheados, tokens servidos desde caché y tokens de salida. Los precios de la configuración son un punto de partida: puedes sustituirlos por tu contrato, tarifas por lotes (batch) o cualquier tarifa efectiva.

coste = (T_in,no-cache × P_in + T_in,cache × P_cache + T_out × P_out) / 1.000.000

Latencia. TTFT representa todo lo que ocurre hasta recibir el primer token. Después se aproxima la generación como (tokens_salida − 1) / tokens_por_segundo. Es un modelo de respuesta completa, no de latencia percibida durante streaming.

tiempo_respuesta ≈ TTFT + (T_out − 1) / velocidad

Capacidad. Para carga estable se aplica la ley de Little: concurrencia media ≈ tasa de llegada × tiempo en servicio. Sirve para presupuestar capacidad media; no sustituye un modelo de colas para tráfico con ráfagas, percentiles p95/p99, límites de tasa, reintentos o procesamiento por lotes.

concurrencia_media ≈ solicitudes/segundo × segundos/solicitud

No se incluyen llamadas a herramientas, búsquedas web, almacenamiento de caché, cargos por audio/imagen, procesamiento prioritario, descuentos por volumen ni infraestructura propia salvo que los incorpores en las tarifas. Las configuraciones con reglas conocidas de precio por contexto largo las aplican automáticamente y muestran el ajuste junto a la fuente.

Para interpretar el resultado

01Qué es un LLMTokens, generación y contexto antes de convertirlos en coste.Concepto 02Latencia, streaming e interacción humanaPor qué TTFT, velocidad de generación y tiempo total describen experiencias distintas.Capítulo 03Arquitecturas de agentes de vozCómo se acumulan presupuestos de latencia cuando el LLM es solo una etapa del sistema.Ingeniería

Fuentes de precios

La capa de datos guarda la organización, URL primaria y fecha de verificación de cada configuración. Snapshot verificado el 25-09-2026: incluye GPT-6 Astra/Sol/Luna, GPT-5.6, Claude Sonnet 5 y Gemini 3.8/3.7/3.5/2.5 con páginas oficiales de OpenAI, Anthropic y Google AI for Developers. La subida previamente anunciada de Claude Sonnet 5 fue cancelada y no se aplica. Los precios pueden cambiar; revisa siempre el enlace mostrado para el modelo seleccionado antes de tomar una decisión contractual.