Precio de 1 millón de tokens en la API de Claude

¿Cuánto cuesta 1M de tokens en Claude?

1M de tokens significa un millón de tokens, y es la unidad en la que se cotizan los precios de los modelos de la API (interfaz de programación de aplicaciones) de Claude. No existe un precio único, ya que la entrada y la salida se facturan a tarifas distintas y cada modelo tiene su propio par de tarifas. Claude Haiku 5.5 tiene dos pares: uno para prompts de hasta 100,000 tokens y otro más alto para prompts que superan esa cantidad. A fecha de octubre de 2026, un millón de tokens de entrada cuesta $1 en Claude Haiku 4.5, $2 en Claude Sonnet 5 y $5 en Claude Opus 5.

La salida es la parte costosa. En todos los modelos actuales, la tarifa de salida es cinco veces la tarifa de entrada, por lo que la proporción entre ambas determina su factura más que la cifra principal. Una aplicación que envía documentos largos y devuelve respuestas cortas se comporta de forma muy distinta a una que escribe respuestas largas a partir de un prompt corto.

Esta página trata sobre economía de unidades: cuánto cuesta un token y cómo estimar una factura antes de desarrollar. Para saber dónde terminan los tokens mientras trabaja, lea dónde van los tokens dentro de una sesión de Claude Code.

Cómo se ve 1M de tokens

Un token es un fragmento de texto que el modelo lee o escribe. El glosario de Anthropic sitúa un token en aproximadamente 3.5 caracteres en inglés para los modelos anteriores a Claude 4.7. La descripción general de modelos de Anthropic indica que un millón de tokens contiene unos 750,000 palabras en esos modelos. A 3.5 caracteres por token, eso equivale aproximadamente a 3.5 millones de caracteres, es decir, unos 3.5 MB de texto plano en inglés. En el tokenizador más reciente, introducido con Claude Opus 4.7, el mismo millón de tokens contiene unas 555,000 palabras, o aproximadamente 2.5 millones de caracteres.

Las estimaciones publicadas para entradas habituales permiten hacerse una mejor idea de la escala.

[
  {
    "label": "Average web page (10 kB)",
    "tokens": "2,500"
  },
  {
    "label": "Documentation page (100 kB)",
    "tokens": "25,000"
  },
  {
    "label": "Research paper PDF (500 kB)",
    "tokens": "125,000"
  }
]

A ese ritmo, 1M de tokens equivale a unas 400 páginas web de tamaño medio leídas una vez, u ocho artículos de investigación de ese tamaño. También equivale a recorrer una vez un código base de tamaño medio, o a un mes de uso ligero del chat para una persona.

Considere todo esto como una estimación. El código, JSON y el texto en idiomas distintos del inglés contienen menos palabras por token, por lo que esas cantidades de palabras representan el extremo optimista. Hay otro factor que modifica el recuento: Claude Opus 4.7 y las versiones posteriores, incluidas Opus 5 y Sonnet 5, usan un tokenizador más reciente que produce aproximadamente un 30 por ciento más de tokens para el mismo texto que Sonnet 4.6 y las versiones anteriores. Claude Haiku 4.5 usa el tokenizador antiguo. Por tanto, un recuento medido en Haiku 4.5 subestima el recuento en Sonnet 5 para una entrada idéntica, lo que significa que una comparación directa del precio por millón entre esos tokenizadores no es justa. Cuente la misma solicitud en ambos modelos antes de decidir.

Qué cobra Claude por millón de tokens

[
  {
    "label": "Haiku 4.5",
    "input_usd": 1,
    "output_usd": 5
  },
  {
    "label": "Sonnet 5",
    "input_usd": 2,
    "output_usd": 10
  },
  {
    "label": "Sonnet 4.6",
    "input_usd": 3,
    "output_usd": 15
  },
  {
    "label": "Opus 5",
    "input_usd": 5,
    "output_usd": 25
  }
]

Claude Sonnet 5 cuesta $2 por los tokens de entrada y $10 por los de salida. Anthropic ofreció inicialmente ese precio como tarifa introductoria hasta el 31 August 2026. Después lo convirtió en el precio estándar y canceló la subida prevista a $3 y $15. Claude Opus 5 cuesta $5 por los tokens de entrada y $25 por los de salida. Los modelos Fable están muy por encima de esos precios: Claude Fable 5 y el nuevo Claude Fable 5.1 tienen un precio de $10 por los tokens de entrada y $50 por los de salida. Por tanto, si esas tarifas justifican el coste depende de las tareas para las que los use.

La oferta actual de Anthropic es más reciente que los modelos cuyos precios se calculan en esta página. Claude Opus 5.5 cuesta $4 por los tokens de entrada y $20 por los de salida; Claude Sonnet 5.5, $2 y $10; y Claude Haiku 5.5, desde $0.10 y $0.50. Opus 5, Sonnet 5, Haiku 4.5 y Fable 5 aparecen ahora como modelos heredados que siguen disponibles, por lo que los ejemplos desarrollados a continuación todavía funcionan tal como están escritos. Cuánto cuesta Haiku 5.5 y dónde encaja trata el modelo nuevo más barato.

Las tarifas cambian. Considere todas las cifras de esta página como un ejemplo práctico fechado en October 2026 y confirme los valores actuales en la página oficial de precios antes de aprobar un presupuesto.

Estas tarifas indican cuánto cuesta Claude, pero no si es la opción más barata para su carga de trabajo. Tres tareas con costes calculados para Claude y ChatGPT muestra qué API resulta más económica en cada caso.

La longitud del contexto no cambia la tarifa, con una excepción. En Claude 4.6 y los modelos posteriores, excepto Claude Haiku 5.5, toda la ventana de contexto de 1M tokens se factura con el precio estándar. Por tanto, una solicitud de 900,000 tokens cuesta lo mismo por token que una de 9,000 tokens. Una solicitud larga cuesta más porque contiene más tokens, pero no se aplica una tarifa independiente para contextos largos. Claude Haiku 5.5 se tarifica según la longitud de la solicitud: si el prompt supera los 100,000 tokens, la solicitud cuesta $0.50 por los tokens de entrada y $2.50 por los de salida por millón, en lugar de $0.10 y $0.50. Las lecturas y escrituras de la caché también cuentan para ese límite.

La aritmética que sigue siendo válida cuando cambia el precio

Cada factura se calcula con dos multiplicaciones y una suma.

cost = (input_tokens  / 1,000,000) * input_rate
     + (output_tokens / 1,000,000) * output_rate

Escrito como código ejecutable:

INPUT_RATE = 2.00    # USD per million input tokens, Sonnet 5, October 2026
OUTPUT_RATE = 10.00  # USD per million output tokens

def cost(input_tokens, output_tokens):
    return (input_tokens * INPUT_RATE + output_tokens * OUTPUT_RATE) / 1_000_000

print(f"{cost(4300, 400):.4f}")

Esto muestra 0.0126. Una solicitud que envía 4,300 tokens de entrada y recibe 400 tokens de salida cuesta aproximadamente 1.3 centavos en Sonnet 5. Mantenga las dos tarifas en un único lugar del código. Cuando cambie un precio, edite dos líneas y todas las estimaciones del sistema se actualizarán.

Una estimación práctica para una aplicación real

Piense en un asistente de soporte. Su prompt de sistema y la documentación del producto suman 4,000 tokens y se envían en cada solicitud, porque la Messages API no mantiene estado y el modelo no recuerda nada entre llamadas. Una pregunta del usuario añade unos 300 tokens. Una respuesta tiene unos 400. En total, son 4,300 tokens de entrada y 400 de salida por solicitud.

Un millón de tokens de entrada permite unas 232 solicitudes de ese tipo. Con 1,000 solicitudes al día, la aplicación consume 4.3 millones de tokens de entrada diarios, por lo que «1M tokens» representa menos de seis horas de tráfico.

[
  {
    "label": "Opus 5, list rates",
    "cost_per_1k_usd": "31.50"
  },
  {
    "label": "Sonnet 5, list rates",
    "cost_per_1k_usd": "12.60"
  },
  {
    "label": "Sonnet 5, Batch API",
    "cost_per_1k_usd": "6.30"
  },
  {
    "label": "Haiku 4.5, list rates",
    "cost_per_1k_usd": "6.30"
  },
  {
    "label": "Sonnet 5, warm prompt cache",
    "cost_per_1k_usd": "5.40"
  }
]

En Claude Opus 5, ese tráfico cuesta $31.50 por cada 1,000 solicitudes. En Sonnet 5 cuesta $12.60. Si se cambia a Claude Haiku 4.5, el coste baja a $6.30, y una caché de prompts activa en Sonnet 5 lo reduce aún más, hasta $5.40.

Multiplique por 30 para obtener el coste de un mes con ese tráfico. Sonnet 5, con las tarifas publicadas, cuesta unos $378 al mes. La misma aplicación con una caché activa cuesta unos $162. La elección del modelo y la decisión sobre la caché tienen más impacto que cualquier tarifa que pueda negociar con este volumen. Elegir qué modelo ejecutar es una cuestión independiente. La opción más barata que supere sus evaluaciones es la adecuada: cómo elegir entre Opus, Sonnet y Haiku explica cómo probarlo correctamente.

La caché de prompts reduce el coste de la parte repetida

Ese prefijo de 4,000 tokens es idéntico en cada solicitud, y cada vez se paga el precio completo de entrada. La caché de prompts almacena el prefijo procesado y aplica una tarifa reducida para reutilizarlo.

En los modelos incluidos en la tabla de precios y los ejemplos prácticos de esta página (Haiku 4.5, Sonnet 5, Sonnet 4.6 y Opus 5), y en Fable 5, una lectura de la caché cuesta 0.1 veces la tarifa base de entrada. Algunos modelos más recientes cobran menos por una lectura: Opus 5.5 y Sonnet 5.5 cobran 0.05 veces, y Fable 5.1 y Mythos 5.1 cobran 0.025 veces. Escribir en la caché cuesta 1.25 veces la tarifa base para una duración de 5 minutos, o 2 veces la tarifa base para una duración de 1 hora. Por tanto, en los modelos con una tarifa de 0.1 veces, la caché de 5 minutos se amortiza después de una lectura, porque la escritura cuesta 0.25 adicional y cada lectura ahorra 0.9. La caché de 1 hora necesita dos lecturas para alcanzar el punto de equilibrio.

La forma más sencilla de activarla es usar un único campo de nivel superior:

curl https://api.anthropic.com/v1/messages \
  -H "content-type: application/json" \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -d '{
    "model": "claude-opus-5",
    "max_tokens": 1024,
    "cache_control": {"type": "ephemeral"},
    "system": "You are a helpful assistant.",
    "messages": [
      {"role": "user", "content": "What are the key themes in Pride and Prejudice?"}
    ]
  }'

A continuación, lea el bloque usage que devuelve la respuesta:

{
  "usage": {
    "cache_creation_input_tokens": 5120,
    "cache_read_input_tokens": 1800,
    "input_tokens": 50,
    "output_tokens": 503
  }
}

Esos tres contadores de entrada se facturan con tres tarifas distintas y suman el volumen real de entrada: total_input_tokens = cache_read_input_tokens + cache_creation_input_tokens + input_tokens. Una estimación de costes que lea sólo input_tokens será muy incorrecta cuando la caché esté activa.

Dos factores impiden que una caché resulte rentable, y ambos fallan silenciosamente.

El prefijo debe ser idéntico byte por byte. La búsqueda en la caché compara prefijos, por lo que una marca de tiempo o el nombre del usuario al principio del prompt del sistema lo modifica en cada solicitud. En ese caso, se paga 1.25 veces la tarifa base de entrada cada vez y no se realiza ninguna lectura. El síntoma es que cache_creation_input_tokens permanece alto mientras cache_read_input_tokens permanece en 0. Coloque cache_control en el último bloque cuyo contenido sea igual entre solicitudes y ponga después todo lo que varíe. Cambiar las definiciones de tools invalida toda la caché posterior, porque la invalidación se ejecuta siguiendo el orden: herramientas, sistema y después mensajes.

El prefijo debe tener suficiente longitud. La longitud mínima que se puede almacenar en caché es de 512 tokens en Opus 5, 1,024 en Sonnet 5 y 4,096 en Haiku 4.5. Un prompt más corto no se almacena en caché y no se devuelve ningún error. El prefijo de 4,000 tokens del ejemplo anterior se almacena en caché en Sonnet 5, pero no en Haiku 4.5, porque 4,000 está por debajo del mínimo de ese modelo. Cuando ambos contadores muestran 0, no se almacenó nada en caché.

El procesamiento por lotes reduce el coste a la mitad

La Batch API procesa las solicitudes de forma asíncrona con un descuento del 50 por ciento tanto en las entradas como en las salidas. En el ejemplo anterior, eso convierte $12.60 por cada 1.000 solicitudes en $6.30. El descuento se acumula con la caché de prompts, por lo que un trabajo por lotes en caché es la opción más económica para ejecutar cargas masivas.

El inconveniente es la latencia. Por eso, el procesamiento por lotes no es adecuado cuando una persona está esperando el resultado. Encaja bien para clasificaciones nocturnas y para completar documentos pendientes.

Por qué aumentan los costes del chat dentro de una sola conversación

Como la API no conserva el estado, el cliente reenvía toda la conversación en cada turno. Por eso, el uso de tokens dentro de un chat crece con el cuadrado de su longitud, no de forma lineal.

Suponga turnos con un promedio de 500 tokens. El turno 1 envía 500 tokens de entrada. El turno 2 envía 1,000. El turno 20 envía 10,000. Si suma esta serie con n(n+1)/2, una conversación de 20 turnos habrá enviado aproximadamente 105,000 tokens de entrada, aunque la transcripción sólo tenga 10,000 tokens.

Por eso una función de chat cuesta más de lo que su transcripción sugiere. También por eso almacenar en caché el prefijo estable o resumir los turnos antiguos resulta rentable en conversaciones largas. Un agente que ejecuta llamadas a herramientas en un bucle tiene el mismo patrón, y además un coste mayor: cada resultado de herramienta permanece en el historial y se reenvía en todos los turnos posteriores. Establecer un límite de gasto estricto para un agente que ejecuta usted mismo es especialmente importante en este caso, porque ese crecimiento es automático y nadie lo supervisa.

Cuenta los tokens antes de hacer suposiciones

No derive el recuento de tokens a partir del recuento de palabras. La API los cuenta por usted sin coste adicional, con un límite de frecuencia independiente de la creación de mensajes.

curl https://api.anthropic.com/v1/messages/count_tokens \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "content-type: application/json" \
  -H "anthropic-version: 2023-06-01" \
  -d '{
    "model": "claude-opus-5",
    "system": "You are a scientist",
    "messages": [{
      "role": "user",
      "content": "Hello, Claude"
    }]
  }'

La respuesta contiene un campo:

{ "input_tokens": 14 }

Envíe su system prompt y las definiciones de herramientas reales, junto con un mensaje de usuario representativo, y coloque el número en la función de coste anterior. El endpoint acepta el mismo cuerpo que una solicitud de mensaje, por lo que las imágenes y los archivos PDF enviados como base64 también se cuentan correctamente. Rechaza herramientas del servidor, como la búsqueda web y la obtención de contenido web, así como imágenes o documentos proporcionados mediante una URL o una referencia de archivo. Hay dos aspectos importantes. El recuento es una estimación y puede diferir ligeramente de la cifra facturada. Además, se mide con el tokenizer del modelo que proporcione, por lo que debe indicar el modelo que realmente ejecutará.

Los tokens de salida no se pueden contar por adelantado porque todavía no existen. Limítelos con max_tokens y mida después la distribución real a partir de usage.output_tokens en el tráfico real.

Qué más se incluye en la factura

Los tokens representan la mayor parte de la factura. Algunos conceptos no son tokens y suelen sorprender.

• Las definiciones de herramientas se convierten en tokens de entrada en cada solicitud. El prompt de sistema para el uso de herramientas añade por sí solo de 286 a 406 tokens en Opus 5, antes de incluir sus propios esquemas. Diez descripciones de herramientas demasiado extensas pueden duplicar un prompt pequeño.
• Las búsquedas web se cobran a $10 por cada 1,000 búsquedas, además de los tokens que consumen los resultados al incorporarse al contexto.
• La obtención de páginas web no tiene un cargo propio, pero la página obtenida se convierte en tokens de entrada. Una página de documentación de 100 kB equivale aproximadamente a 25,000 de esos tokens.
• Solicitar inferencia exclusiva para EE. UU. con inference_geo en Claude 4.6 y versiones posteriores aplica un multiplicador de 1.1 a todas las categorías de tokens, incluidas las lecturas y escrituras de caché.

Que la API sea la opción adecuada depende del volumen de uso. Esta cuestión suele plantearse al alcanzar el límite de uso de un plan, y las opciones para superar un límite van desde esperar a que termine la ventana hasta trasladar ese trabajo a llamadas a la API con cobro por uso. Por debajo de cierto nivel de uso, un plan mensual fijo resulta claramente más conveniente, y la comparación entre la API y una suscripción de Claude la hace con cifras reales.

FAQ

¿Cuánto cuesta 1M de tokens en Claude?

Depende del modelo y de si los tokens son de entrada o de salida. A fecha de octubre de 2026, un millón de tokens de entrada cuesta $1 en Claude Haiku 4.5, $2 en Claude Sonnet 5 y $5 en Claude Opus 5. El nuevo Claude Haiku 5.5 comienza en $0.10 por millón de tokens de entrada para prompts de hasta 100,000 tokens, y cobra $0.50 por encima de esa cantidad. Los costes de salida son cinco veces la tarifa de entrada en cada uno de esos modelos. Las tarifas cambian, así que confírmelas en la página oficial de precios antes de asignar una cifra a un presupuesto.

¿Es 1M de tokens lo mismo que 1M de palabras?

No. En modelos anteriores a Claude Opus 4.7, Anthropic estima un token en aproximadamente 3.5 caracteres en inglés y afirma que un millón de tokens equivale a unas 750,000 palabras. En el tokenizador más reciente que utilizan Claude Opus 4.7 y versiones posteriores, un millón de tokens equivale a unas 555,000 palabras, ya que ese tokenizador produce aproximadamente un 30 por ciento más de tokens para el mismo texto que Claude Sonnet 4.6 y anteriores. Esas proporciones son solo una guía. El código, JSON y otros idiomas distintos al inglés utilizan más tokens por palabra, y los conteos no son portables entre generaciones de modelos. Mida con el endpoint gratuito /v1/messages/count_tokens, pasando el modelo que planea ejecutar.

¿El almacenamiento en caché de prompts siempre ahorra dinero?

No. Una escritura en caché de 5 minutos cuesta 1.25 veces la tarifa base de entrada, por lo que un prefijo que se escribe y nunca se lee cuesta un 25 por ciento más que enviarlo de forma normal. Se amortiza a partir de la primera lectura. Falla de dos formas, ambas silenciosas. Si el prefijo almacenado cambia entre peticiones, la búsqueda nunca coincide, ya que es una coincidencia de prefijo exacta. Si el prefijo es más corto que la longitud mínima almacenable en caché del modelo, que es de 1,024 tokens en Sonnet 5 y 4,096 en Haiku 4.5, no se almacena nada y no se devuelve ningún error. Cuando cache_creation_input_tokens y cache_read_input_tokens marcan 0, la caché no está realizando ninguna función.

¿Por qué mi factura creció más rápido que mi número de mensajes?

Porque toda la conversación se reenvía en cada turno. La API de Messages no mantiene estado, por lo que el turno 20 de un chat conlleva los 19 turnos anteriores como entrada de nuevo. Con turnos que promedian 500 tokens, una conversación de 20 turnos envía unos 105,000 tokens de entrada, aunque la transcripción solo tenga 10,000 tokens de longitud. Los bucles de agentes se comportan de la misma manera, ya que cada resultado de herramienta permanece en el historial. Almacene en caché el prefijo estable, o resuma los turnos antiguos y elimínelos de la petición.