Puntos clave
- Un router vende acceso a muchos modelos; un modelo alojado único vende un modelo a un precio. El ahorro depende de qué modelo necesita realmente tu aplicación.
- Este endpoint cobra $0,15 por 1M de tokens de entrada y $0,50 por 1M de tokens de salida, sin suscripción.
- Un chatbot con 100.000 solicitudes al mes, con 2.000 tokens de entrada y 300 de salida, cuesta $45 aquí.
- Verifica el precio actual de cada proveedor tú mismo; este artículo no cita las tarifas de nadie más.
Router o modelo único: lo que realmente estás comprando
Un router te da una clave de API y un catálogo de modelos de muchos proveedores. Eliges un modelo por petición, comparas la calidad y cambias cuando aparece uno mejor. Esa flexibilidad tiene valor, especialmente mientras aún decides qué necesita tu producto.
Un modelo alojado único funciona de manera diferente. Obtienes un modelo, un ID y un precio. Si tu aplicación necesita el mismo comportamiento en cada llamada, como un bot de roleplay, un clasificador o un resumidor, la flexibilidad deja de importar y el precio se convierte en la variable principal. Ese es el caso donde las alternativas a OpenRouter más baratas que un catálogo tienen sentido.
Este sitio vende el segundo tipo: una API de texto compatible con OpenAI con un modelo de pesos abiertos ajustado para responder sin rechazos de contenido para uso adulto lícito, gestionado por un proveedor independiente. No es un router entre proveedores ni la API oficial de ningún proveedor. Consulta la visión general del proveedor para ver qué significa en la práctica.
Paso uno: medir tus tokens
Los precios son por millón de tokens, así que necesitas tres números de tu propio tráfico: peticiones por mes, tokens de entrada promedio por petición y tokens de salida promedio por petición. Cada respuesta de API incluye un bloque de uso con los recuentos, así que un día de registro te da promedios reales.
La fórmula es:
costo mensual = solicitudes x (tokens_entrada x precio_entrada + tokens_salida x precio_salida) / 1,000,000
con precios en dólares por millón de tokens. Ten cuidado con la entrada. Las aplicaciones de chat reenvían el historial, y los agentes reenvían los resultados de herramientas, así que la entrada promedio suele ser varias veces el tamaño de un solo mensaje de usuario. Si no lo has medido, estás adivinando.
Cuatro cargas de trabajo a $0,15 y $0,50
Esto es lo que cuestan cuatro cargas de trabajo típicas en este endpoint. Reemplaza las entradas con las tuyas.
| Carga de trabajo | Volumen | Tokens por petición | Costo mensual |
|---|---|---|---|
| Chatbot | 100.000 peticiones | 2.000 entradas, 300 salidas | $30 + $15 = $45 |
| Clasificador | 1.000.000 peticiones | 300 entrada, 20 salida | $45 + $10 = $55 |
| Resúmenes de documentos | 10.000 documentos | 8.000 entradas, 400 salidas | $12 + $2 = $14 |
| Generador de historias | 20.000 peticiones | 500 entradas, 2.000 salidas | $1,50 + $20 = $21,50 |
Ver una fila. Entrada del chatbot: 100.000 x 2.000 = 200.000.000 tokens = 200 x $0,15 = $30. Salida: 100.000 x 300 = 30.000.000 tokens = 30 x $0,50 = $15. Total $45.
Nota el patrón. El generador de historias está dominado por la salida, el clasificador y el chatbot por la entrada. Compara cada proveedor en el lado que domina tu factura, no solo en el número destacado.
Compara sin confiar en un precio destacado
Para comparar justamente con un router o cualquier otro servicio, busca su precio actual para el modelo exacto que usarías, y haz estas preguntas:
- ¿Cuáles son los precios de entrada y salida para ese modelo? No uses promedios en todo el catálogo.
- ¿Hay tarifas adicionales en recargas o en el uso? Verifica su página de precios actual.
- ¿Está disponible el modelo que necesitas y ¿se niega a procesar el contenido que necesitas escribir?
- ¿Se facturan las peticiones fallidas o rechazadas? Aquí no.
- ¿Caduca el crédito? Aquí nunca caduca.
Luego ejecuta la misma fórmula con sus números. El asistente de abajo lo hace, y también muestra cómo mantener una única ruta de código para que puedas cambiar los servidores con una variable de entorno.
import os
from openai import OpenAI
# One client, two possible backends. Switch with environment variables.
client = OpenAI(
base_url=os.getenv("LLM_BASE_URL", "https://api.bestuncensoredllm.com/v1"),
api_key=os.environ["LLM_API_KEY"],
)
MODEL = os.getenv("LLM_MODEL", "uncensored")
def monthly_cost(requests, in_tokens, out_tokens, in_price, out_price):
"""Prices are dollars per 1M tokens."""
return requests * (in_tokens * in_price + out_tokens * out_price) / 1_000_000
# this endpoint: $0.15 in, $0.50 out
print(monthly_cost(100_000, 2_000, 300, 0.15, 0.50)) # 45.0
# fill in another provider's current prices to compare
# print(monthly_cost(100_000, 2_000, 300, THEIR_IN, THEIR_OUT))Como ambos lados hablan el formato OpenAI, probar este endpoint significa cambiar una URL base y una clave. La documentación lista las rutas: POST /v1/chat/completions, POST /v1/responses y GET /v1/models.
Cuando un router sigue siendo la mejor opción
Más barato no siempre es mejor. Un router se adapta mejor a ti si:
- necesitas probar muchos modelos de diferentes proveedores, o distribuir por tarea;
- necesitas endpoints de imagen, audio o embeddings, que este servicio no ofrece;
- necesitas el modelo de un proveedor específico por nombre por una razón contractual o de cumplimiento;
- quieres un respaldo automático entre proveedores cuando uno tiene una interrupción.
Un modelo alojado único se ajusta mejor si un modelo cubre tu aplicación, quieres precios predecibles por token sin catálogo que navegar, y los rechazos de contenido son un problema en tu producto. Muchos equipos usan ambos: un único endpoint para la ruta de texto sin censura de alto volumen, y un router para experimentos.
Migrar una carga de trabajo en una tarde
Una migración práctica tiene cuatro pasos. Primero, registra el uso en tu proveedor actual durante un día para conocer tus promedios reales de tokens. Segundo, reproduce una muestra de 200 prompts reales contra este endpoint y guarda las salidas junto con las antiguas. Tercero, lee ambos conjuntos a ciegas y marca cuál enviarías. Cuarto, enruta una pequeña parte del tráfico en vivo, digamos 10 por ciento, a través de una bandera de características y observa los rechazos, la latencia que puedes sentir y el coste por petición. Mantén configurado el proveedor antiguo como respaldo hasta que confíes en la nueva ruta. Como ambos usan el formato OpenAI, nada de esto necesita una reescritura.
Límites y detalles prácticos
El precio es una parte del coste total. Los límites de peticiones moldean cómo diseñas la aplicación. Una clave completa aquí permite 8 peticiones simultáneas y 300 por minuto. La clave de prueba permite 2 y 60. Al superar un límite obtienes HTTP 429, con rate_limited para peticiones por minuto o concurrency para demasiadas a la vez, y Retry-After: 5 en sobrecarga temporal. La ventana de contexto es de 100.000 tokens, y max_tokens es opcional.
Las recargas van de $20 a $500, con +5% desde $50, +10% desde $100 y +15% desde $200, por cripto. Por ejemplo, una recarga de $200 da un 15% más de crédito, así que $230 para gastar. El crédito es prepago y nunca caduca. Consulta precios.
Ejecuta una prueba barata
No cambies por creencia. Toma un día de prompts reales, envíalos al endpoint, lee las salidas y calcula el coste desde los campos de uso. Los nuevos usuarios pueden reclamar $0,50 de crédito de prueba con un clic en la página de clave de API; dura 7 días y no necesita tarjeta. Con 2.000 tokens de entrada y 300 de salida por petición, $0,50 compra aproximadamente 1.100 peticiones de chat. Eso es suficiente para juzgar tanto la calidad como el precio: 2.000 x $0,15 / 1M = $0,0003 más 300 x $0,50 / 1M = $0,00015 es $0,00045 por petición, y $0,50 / $0,00045 es aproximadamente 1.111.
Si quieres opciones gratuitas antes de pagar algo, lee opciones gratuitas de LLM sin censura para conocer sus límites.
