Cuando dejas de usar la IA como un chat y empiezas a meterla dentro de tu código, el modelo deja de ser una pestaña del navegador y se convierte en una factura. Y esa factura puede ser tres céntimos al mes o tres mil euros, según qué API elijas y cómo la uses. La diferencia entre un proveedor y otro, para la misma tarea, puede ser de 20 a 1.
El problema es que el mapa cambia cada pocos meses: salen modelos nuevos, bajan los precios, aparecen agregadores. Esta guía es una foto fija de 2026 para que entiendas cómo se cobra, qué proveedor gana en qué y cuál elegir según tu caso, sin marketing y pensada para quien va a escribir el código.
Atención
Las cifras exactas de cada API se mueven mes a mes, casi siempre a la baja. Aquí usamos rangos orientativos verificados a mediados de 2026. Antes de cerrar un presupuesto, confirma el número en la página de precios oficial del proveedor: es lo único que no caduca.
Por qué comparar APIs (y no quedarte con la primera)
La tentación es usar la API de la marca que ya conoces —seguramente OpenAI— y olvidarte. Funciona, pero deja dinero y velocidad sobre la mesa. Tres razones para comparar antes de casarte:
- El coste escala con el volumen. En un prototipo da igual. Cuando procesas millones de tokens al día, una diferencia de 2 $ por millón es la diferencia entre que el proyecto sea rentable o no.
- No todas las tareas necesitan el mejor modelo. Clasificar un correo, resumir un texto o etiquetar datos lo hace de sobra un modelo barato. Reservar el modelo premium para esas tareas es tirar el presupuesto.
- La velocidad es una feature. Si tu IA responde a un usuario en tiempo real, 200 tokens por segundo frente a 800 cambian la experiencia por completo. Hay proveedores especializados solo en eso.
La pregunta correcta no es "¿cuál es la mejor API?", sino "¿cuál es la mejor para esta tarea concreta?". Y para responderla hay que entender primero la factura.
Cómo se cobra: tokens de entrada y de salida
Las APIs de IA no cobran por palabra ni por petición. Cobran por token. Un token es un fragmento de texto —aproximadamente 4 caracteres o tres cuartos de palabra en inglés (en español, algo menos)—. La frase "Hola, ¿qué tal?" son unos 6 tokens.
Lo importante, y lo que casi nadie mira al principio, es que se cobran dos cosas por separado:
- Input (entrada): todo lo que le mandas al modelo. Tu prompt, las instrucciones de sistema y —esto es clave— todo el contexto que arrastras: el historial de la conversación, los documentos que le pasas, los resultados de herramientas. En un agente, el input crece en cada vuelta.
- Output (salida): lo que el modelo genera como respuesta.
Y aquí está el truco que dispara las facturas: el output cuesta entre 4 y 6 veces más que el input en casi todos los proveedores. Un modelo a 3 $ de input puede estar a 15 $ de output. Por eso una API que "parece barata" mirando solo el input puede salirte cara si genera respuestas largas.
Consejo
Regla práctica para estimar coste: cuenta cuántos tokens de salida esperas por petición y multiplícalos por el precio de output, que es el que manda. Si tus respuestas son largas (informes, código, redacción), el output domina la factura. Si solo clasificas o extraes datos, el input pesa más porque le metes mucho contexto y sale poco texto.
Dos detalles más que abaratan de verdad cuando los usas:
- Caché de prompt. Si reenvías el mismo bloque de contexto en muchas peticiones (un manual, un system prompt largo), casi todos los proveedores te lo cobran a una décima parte del precio normal a partir de la segunda vez. En aplicaciones con contexto fijo, es la mayor palanca de ahorro.
- Modo batch. Si no necesitas la respuesta al instante, el procesamiento por lotes (hasta 24 h de espera) suele costar la mitad en OpenAI, Anthropic y Google. Ideal para procesar datos masivos de noche.
Ficha por proveedor
OpenAI (familia GPT-5)
El proveedor por defecto del sector, y por algo. Su gama va de modelos diminutos y baratísimos (los "nano" y "mini", desde ~0,10–0,15 $ de input) hasta los buques insignia de razonamiento de la familia GPT-5, que se mueven en el rango de ~1,25–5 $ de input y ~10–30 $ de output por millón de tokens según la variante. La gran ventaja: ecosistema enorme, documentación impecable y SDKs para todo. La desventaja: rara vez es el más barato para una tarea dada, y para sacarle partido a los modelos top pagas precio top.
Anthropic (Claude)
La casa fuerte en código, agentes de largo recorrido y tareas donde te juegas la fiabilidad. Su gama tiene tres escalones claros: Haiku (el rápido y barato, en torno a ~1 $ input / ~5 $ output), Sonnet (el equilibrado, ~3 $ / ~15 $) y Opus (el tope de gama, ~5 $ / ~25 $). Todos con ventana de contexto enorme (hasta 1M de tokens en los modelos actuales) sin recargo por contexto largo. Si tu producto vive de generar o revisar código, o de agentes que ejecutan tareas durante minutos, Claude suele rendir por encima de su precio.
Nota
Las cifras de Claude que damos son los rangos por escalón (Haiku / Sonnet / Opus) a mediados de 2026; Anthropic publica los números exactos por modelo en su página de precios. La caché de prompt y el modo batch aplican igual que en el resto y reducen mucho el coste real en producción.
Google Gemini
El que mejor combina precio y capacidad en la franja media. Sus modelos Flash son baratísimos para lo que dan (desde ~0,10–0,30 $ de input en las versiones ligeras, hasta ~1,50 $ en la Flash más nueva), y los Pro compiten de tú a tú con los grandes en calidad (~2–4 $ de input / ~12 $ de output, con un salto de precio al superar los 200K de contexto). Gemini brilla en multimodalidad (imagen, audio, vídeo) y tiene un tier gratuito generoso vía Google AI Studio para probar antes de pagar.
Open source vía Groq, Together AI y Fireworks
Aquí está el dinero barato. Modelos abiertos potentes —DeepSeek, Llama, Qwen, Kimi y compañía— servidos por proveedores que solo ponen las GPU. Los precios van de ~0,05 $ a ~0,90 $ por millón de tokens en la mayoría de modelos, una fracción de lo que cuestan los propietarios. Cada proveedor tiene su gracia:
- Groq: la velocidad. Sus chips propios (LPU) sirven a 500+ tokens por segundo. Si necesitas respuestas instantáneas, es la referencia.
- Together AI y Fireworks: infraestructura propia (H100/H200/B200), sin intermediario, precio por token muy competitivo y catálogo amplio de modelos abiertos.
El coste: la calidad media de los open source aún va un paso por detrás de los mejores GPT-5 y Opus en lo más exigente, aunque la brecha se cierra cada trimestre.
Tabla comparativa
| Proveedor / gama | Input ($/MTok) | Output ($/MTok) | Gana en | Cuándo usarla |
|---|---|---|---|---|
| OpenAI · mini/nano | ~0,10–0,15 | ~0,40–0,60 | Equilibrio + ecosistema | Tareas ligeras a volumen con SDK maduro |
| OpenAI · GPT-5 (top) | ~1,25–5 | ~10–30 | Calidad y razonamiento | Lo más exigente, si ya estás en su stack |
| Anthropic · Haiku | ~1 | ~5 | Rápido y barato de los grandes | Volumen con buena calidad y contexto largo |
| Anthropic · Sonnet | ~3 | ~15 | Código y agentes equilibrados | El caballo de batalla para producto |
| Anthropic · Opus | ~5 | ~25 | Código y agentes top | Tareas críticas de largo recorrido |
| Google · Gemini Flash | ~0,10–1,50 | ~0,40–9 | Precio/calidad y multimodal | Franja media, imagen/audio/vídeo |
| Google · Gemini Pro | ~2–4 | ~12 | Calidad cercana al top, barata | Calidad alta sin pagar precio premium |
| Open source (Groq/Together/Fireworks) | ~0,05–0,90 | ~0,10–1 | Precio (y velocidad en Groq) | Volumen, coste mínimo, autonomía |
Cuál elegir según tu caso
La tabla está bien, pero la decisión se aterriza con escenarios concretos.
Necesitas la máxima calidad y el dinero es secundario. GPT-5 tope de gama o Claude Opus. Para código y agentes que ejecutan tareas largas, Claude suele tener ventaja; para conocimiento general y razonamiento puro, GPT-5. Gemini Pro es la tercera opción seria y a menudo más barata.
Necesitas calidad razonable al menor coste posible. Modelos open source vía Together o Fireworks, o los "mini/flash" de los grandes. Aquí está el 80% de las tareas reales: clasificar, resumir, extraer, responder preguntas con contexto. No pagues precio Opus para etiquetar correos.
Necesitas velocidad por encima de todo. Groq. Cuando tu IA responde a un usuario en tiempo real y cada milisegundo cuenta, sus 500+ tokens/s no los iguala casi nadie, y encima a precio open source.
Estás prototipando y aún no sabes qué modelo quieres. No te cases con ninguno todavía: usa OpenRouter (siguiente sección) y cambia de modelo cambiando un string.
Consejo
Patrón que ahorra mucho en producción: enrutado por dificultad. Manda las tareas fáciles a un modelo barato y solo escala al caro cuando la tarea lo pide. Muchos equipos usan un modelo pequeño como filtro y reservan el grande para lo que de verdad lo necesita. Bien hecho, recorta la factura sin que se note en calidad.
OpenRouter: el atajo para no casarte con nadie
Gestionar cinco cuentas, cinco claves y cinco facturas para comparar modelos es un dolor. OpenRouter lo resuelve: un único endpoint —compatible con la API de OpenAI, así que migrar es casi cambiar la URL base— y una única clave para hablar con cientos de modelos de todos los proveedores. Una sola factura.
Lo que te da:
- Probar sin fricción. Cambias de GPT-5 a Claude a un Llama abierto cambiando el nombre del modelo en la petición. Cero código nuevo.
- Enrutado automático. Puede mandar tu petición al proveedor más barato o más rápido que sirva ese modelo, y hacer failover si uno se cae.
- Una factura para todo. En lugar de cuadrar gastos en cinco paneles.
Cobra un pequeño margen sobre el precio del proveedor, así que para una app en producción de alto volumen quizá te interese ir directo al proveedor más barato. Pero para prototipar, comparar y no quedarte atrapado en una sola casa, compensa de sobra.
from openai import OpenAI
client = OpenAI(
base_url="https://openrouter.ai/api/v1",
api_key="TU_CLAVE_DE_OPENROUTER",
)
respuesta = client.chat.completions.create(
# Cambia este string para cambiar de modelo y de proveedor:
model="anthropic/claude-sonnet-4-6",
messages=[{"role": "user", "content": "Resume esto en 3 puntos: ..."}],
)
print(respuesta.choices[0].message.content)Para quién es cada cosa
OpenAI si valoras el ecosistema más maduro, la mejor documentación y no quieres pensar demasiado: es la opción segura, aunque rara vez la más barata.
Anthropic (Claude) si tu producto vive del código, de agentes que ejecutan tareas largas o de fiabilidad en tareas críticas, y la ventana de contexto enorme te viene bien.
Google Gemini si quieres calidad alta sin pagar precio premium, necesitas multimodalidad (imagen, audio, vídeo) o un tier gratuito generoso para empezar.
Open source (Groq/Together/Fireworks) si procesas volumen, el coste por token es tu métrica principal, o quieres independencia de los grandes —y, en el caso de Groq, velocidad bruta.
OpenRouter si estás empezando, comparando, o simplemente no quieres atarte a un proveedor mientras el mercado sigue moviéndose.
La verdad incómoda es que no existe la mejor API: existe la mejor combinación para tu caso, y casi siempre es más de una a la vez —un modelo barato para el grueso, uno caro para lo difícil, y un agregador para no encadenarte—. Empieza por entender tu mezcla de input y output, prueba dos o tres opciones con OpenRouter, y deja que la factura real, no el folleto, te diga cuál se queda.