¿Por qué Claude es tan caro? Cálculo de tokens

¿Por qué es caro Claude? La respuesta corta

Claude es caro debido a cuatro factores que se acumulan entre sí. Los tokens de salida tienen un precio cinco veces superior al de los tokens de entrada. La API no conserva memoria de la conversación, por lo que el historial completo se envía y se factura de nuevo en cada turno. Un agente convierte una sola pregunta en decenas de llamadas a la API, y cada llamada conlleva ese historial creciente. Además de todo esto, el modelo de frontera se tarifa según la dificultad del trabajo que realiza, no según el coste de ejecutar un modelo pequeño.

Un token es un fragmento de texto. Como guía aproximada, un token equivale a unos cuatro caracteres, o cerca de 0,75 palabras en inglés. Las tarifas se expresan por millón de tokens, abreviado como MTok (million tokens). Todas las tarifas que figuran a continuación son las tarifas oficiales de la API de Claude a fecha de octubre de 2026.

La mayoría de las facturas inesperadas provienen del segundo y tercer motivo de esa lista. Los usuarios suelen llegar creyendo que lo que cuesta dinero son las respuestas que escribe Claude. En una sesión con agentes, la escritura suele representar menos de una décima parte de la factura.

Las tarifas publicadas, para que estemos de acuerdo con las cifras

[
  {
    "label": "Haiku 4.5",
    "input_usd": 1,
    "output_usd": 5,
    "cache_read_usd": "0.10"
  },
  {
    "label": "Sonnet 5",
    "input_usd": 2,
    "output_usd": 10,
    "cache_read_usd": "0.20"
  },
  {
    "label": "Sonnet 4.6",
    "input_usd": 3,
    "output_usd": 15,
    "cache_read_usd": "0.30"
  },
  {
    "label": "Opus 5",
    "input_usd": 5,
    "output_usd": 25,
    "cache_read_usd": "0.50"
  }
]

Observe la estructura en lugar de las cifras absolutas. Cada modelo cobra exactamente cinco veces más por la salida que por la entrada. Opus 5 cuesta 5 dólares por millón de tokens de entrada y 25 dólares por millón de tokens de salida. Haiku 4.5 cuesta 1 y 5. Por tanto, la diferencia entre el modelo más económico de esta tabla y el más caro es de cinco veces, y la diferencia entre lectura y escritura también es de cinco veces.

Sonnet 5 cuesta 2 y 10 dólares por millón. Anthropic comercializó inicialmente ese precio como una tarifa de lanzamiento hasta el 31 de agosto de 2026, luego lo estableció como precio estándar y canceló el aumento previsto a 3 y 15 dólares. Las tarifas cambian con los lanzamientos de modelos, así que verifique las actuales antes de elaborar un presupuesto basado en ellas. Los modelos más recientes mantienen la misma estructura de cinco veces: Opus 5.5 figura a 4 y 20 dólares por millón, Sonnet 5.5 a 2 y 10, y Haiku 5.5, lanzado el 7 de octubre de 2026, desde 0.10 y 0.50. Tampoco existe un nivel gratuito por debajo de esta tabla, aunque las cuentas nuevas comienzan con un pequeño crédito y algunas partes de la API no tienen coste alguno.

La última columna es la tarifa de lectura de caché. Esta determina la mayor parte de las facturas. Vuelva a ella después de realizar los cálculos.

¿Por qué los tokens de salida cuestan cinco veces más que los tokens de entrada?

Leer y escribir no requieren la misma cantidad de trabajo. Los tokens de entrada se procesan en una sola pasada. El modelo lee todo el prompt a la vez y el trabajo se ejecuta en paralelo, por lo que un prompt de 60,000 tokens no tarda 60,000 veces más en leerse que uno de 1,000 tokens.

Los tokens de salida se generan uno a uno. Cada token nuevo requiere su propia pasada por el modelo y necesita todos los tokens anteriores como contexto. Escribir 1,000 tokens requiere 1,000 pasadas consecutivas. Ese trabajo secuencial no se puede distribuir de la misma forma que la lectura, por lo que cada token de salida mantiene el hardware ocupado durante más tiempo.

Por eso, «hacer la respuesta más corta» es una medida menos eficaz de lo que se suele esperar. Actúa sobre la mitad más pequeña del coste de un agente.

¿Por qué se factura de nuevo toda mi conversación en cada turno?

La API de Claude no tiene estado. No hay una conversación almacenada en los servidores de Anthropic a la que se añada un mensaje. Cada solicitud incluye todo el historial de mensajes, y el modelo lo lee completo antes de generar una respuesta. Por eso, el turno 30 se factura también por los turnos 1 a 29.

Esto significa que el coste de una conversación aumenta más rápido que su longitud. El turno 1 factura un contexto pequeño. El turno 40 factura uno grande. Si suma los cuarenta turnos, habrá pagado muchas veces más tokens de los que se llegaron a escribir.

[
  {
    "turn": 1,
    "context_tokens": "20,000"
  },
  {
    "turn": 5,
    "context_tokens": "32,000"
  },
  {
    "turn": 10,
    "context_tokens": "45,000"
  },
  {
    "turn": 15,
    "context_tokens": "55,000"
  },
  {
    "turn": 20,
    "context_tokens": "64,000"
  },
  {
    "turn": 25,
    "context_tokens": "74,000"
  },
  {
    "turn": 30,
    "context_tokens": "84,000"
  },
  {
    "turn": 35,
    "context_tokens": "92,000"
  },
  {
    "turn": 40,
    "context_tokens": "100,000"
  }
]

La sesión anterior comienza con 20,000 tokens. Incluye el prompt del sistema, las definiciones de las herramientas y los primeros archivos que abrió el agente. En el turno 40, el contexto contiene 100,000 tokens. Si calcula el promedio de los cuarenta turnos, obtiene aproximadamente 60,000 tokens leídos por solicitud.

¿Por qué un agente cuesta mucho más que un chat?

Un chat es una solicitud por pregunta. Un agente es una solicitud por paso. Leer un archivo es un paso. Ejecutar una prueba es un paso. Leer la salida de la prueba es un paso. Editar el archivo es un paso. Cuarenta pasos para completar una tarea es algo habitual para un agente de programación.

Dos costes adicionales acompañan al uso de herramientas. Las definiciones de las herramientas son tokens de entrada en cada solicitud, ya que al modelo se le debe indicar qué herramientas existen cada vez. Anthropic publica la sobrecarga: el prompt del sistema para el uso de herramientas es de 286 tokens en Opus 5 con tool_choice configurado en auto, además de los tokens de sus propios esquemas de herramientas. Algunas herramientas del lado del servidor conllevan una tarifa adicional. La búsqueda web se factura a 10 dólares por cada 1.000 búsquedas, además de los tokens que consumen los resultados.

Cada resultado de una herramienta también es contexto permanente. Un comando que imprime 3.000 líneas coloca esas 3.000 líneas en cada solicitud posterior, hasta que la sesión termina o el historial se compacta o se borra. El uso de tokens por sesión que reporta Claude Code hace esto visible: observe cómo el número de entrada aumenta justo después de un comando con mucha salida.

La aritmética de una sesión real

Esta es una hora realista de programación agéntica con Opus 5. Cuarenta solicitudes a la API. El contexto crece de 20,000 a 100,000 tokens, por lo que cada solicitud procesa una media de unos 60,000 tokens. El modelo escribe unos 700 tokens por solicitud, combinando llamadas breves a herramientas con algunos bloques de código más largos.

Requests in the session:      40
Average context per request:  60,000 tokens

Total input tokens billed:    40 x 60,000                    = 2,400,000
Input cost on Opus 5:         2,400,000 x $5 / 1,000,000     = $12.00

Total output tokens:          40 x 700                       =    28,000
Output cost on Opus 5:        28,000 x $25 / 1,000,000       =  $0.70

Session total                                                = $12.70

[
  {
    "label": "Input, context re-read",
    "billed_tokens": "2,400,000",
    "cost_usd": "12.00"
  },
  {
    "label": "Output, code and tool calls",
    "billed_tokens": "28,000",
    "cost_usd": "0.70"
  }
]

Observe el desglose. El coste de lectura es de 12.00 dólares y el de escritura, de 0.70 dólares, por lo que la salida que realmente lee representa aproximadamente el cinco por ciento de la factura. El modelo escribió 28,000 tokens y se facturó la lectura de 2,400,000. Nadie escribió 2.4 millones de tokens. Los mismos 100,000 tokens se leyeron una y otra vez.

Nivel 1: almacenamiento en caché de prompts, el factor más importante

El almacenamiento en caché de prompts guarda la forma procesada de un prefijo estable de su prompt. En la siguiente solicitud, ese prefijo se lee de la caché en lugar de procesarse de nuevo. Escribir en la caché cuesta 1.25 veces la tarifa de entrada para la caché de cinco minutos, o 2 veces para la caché de una hora. Leer de ella cuesta 0.1 veces la tarifa de entrada en la mayoría de los modelos, incluido Opus 5. Opus 5.5 y Sonnet 5.5 cobran 0.05 veces, y Fable 5.1 cobra 0.025 veces. En Opus 5, esto equivale a 0.50 dólares por millón en lugar de 5 dólares.

Aplique esto a la sesión anterior. Cada uno de los 100,000 tokens se escribe en la caché una vez a medida que la conversación crece. Los otros 2,300,000 tokens de entrada se convierten en lecturas de caché.

Tokens written to cache:      100,000
Cache write at 1.25x input:   100,000 x $6.25 / 1,000,000    = $0.63

Tokens read from cache:       2,300,000
Cache read at 0.1x input:     2,300,000 x $0.50 / 1,000,000  = $1.15

Output cost, unchanged                                       = $0.70

Session total                                                = $2.48

Marque la parte almacenable en caché con un campo cache_control. Coloque el punto de interrupción después del contenido que no cambia entre turnos: el prompt del sistema y las definiciones de herramientas. Un documento largo al que hace referencia constantemente pertenece a ese mismo bloque estable.

{
  "model": "claude-opus-5",
  "system": [
    {
      "type": "text",
      "text": "<long, stable instructions>",
      "cache_control": {"type": "ephemeral"}
    }
  ],
  "messages": [{"role": "user", "content": "..."}]
}

El orden de su prompt ahora determina el coste. Un acierto de caché requiere una coincidencia exacta desde el inicio mismo del prompt, por lo que cualquier elemento que cambie en cada solicitud debe situarse después de todo lo que no cambia. Si coloca una marca de tiempo al principio de su prompt del sistema, romperá la caché en cada turno: todo el prefijo se convierte en un fallo y usted paga 1.25 veces la tarifa de entrada para escribirlo de nuevo.

La respuesta le indica si funcionó. Envíe una solicitud y lea el bloque de uso.

curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-opus-5",
    "max_tokens": 256,
    "messages": [{"role": "user", "content": "Hello"}]
  }'

Cada respuesta contiene un objeto usage como este:

{
  "usage": {
    "input_tokens": 105,
    "cache_creation_input_tokens": 7345,
    "cache_read_input_tokens": 7123,
    "output_tokens": 239
  }
}

Una solicitud repetida que sigue mostrando 0 en cache_read_input_tokens significa que no se está produciendo un acierto de caché. La causa habitual es que algo antes de su punto de interrupción ha cambiado. La caché de cinco minutos también caduca, por lo que una solicitud enviada seis minutos después resulta en un fallo seguido de una nueva escritura.

Nivel 2: delegar los turnos sencillos a un modelo más pequeño

La mayoría de los turnos en una sesión de agente no son complejos. Abrir un archivo, ejecutar un formateador o leer un diff no requieren el modelo de frontera. Enviar estas tareas a Haiku 4.5 reduce la tasa de entrada de 5 dólares por millón a 1. Haiku 5.5 tiene una lista de precios aún menor, a 0.10 dólares por prompts de hasta 100,000 tokens, pero todas sus tarifas se quintuplican una vez que el prompt supera ese límite, y el contexto largo de un agente alcanza esa cifra rápidamente. Cuánto cuesta Haiku 5.5 y dónde encaja detalla ambos niveles.

[
  {
    "label": "Opus 5, no caching",
    "session_cost_usd": "12.70"
  },
  {
    "label": "Opus 5, cached",
    "session_cost_usd": "2.48"
  },
  {
    "label": "Sonnet 5, cached",
    "session_cost_usd": "0.99"
  },
  {
    "label": "Haiku 4.5, cached",
    "session_cost_usd": "0.50"
  }
]

La misma sesión cuesta 12.70 dólares en Opus 5 sin caché, 2.48 con caché, 0.99 en Sonnet 5 con caché, y 0.50 en Haiku 4.5 con caché. El uso de caché por sí solo elimina cerca del ochenta por ciento de la factura. La elección del modelo elimina la mayor parte de lo que queda.

Aquí está la advertencia honesta. Un modelo más barato que da una respuesta incorrecta le obliga a repetir toda la sesión, además de consumir su propio tiempo. Realice el enrutamiento según la dificultad de la tarea, no por el precio. La regla también funciona en sentido ascendente: Claude Fable 5 y Fable 5.1 figuran por encima de Opus 5 a 10 y 50 dólares por millón, así que lea qué ofrecen esas tarifas antes de enviar un turno allí. Cómo elegir entre Opus, Sonnet y Haiku analiza dónde destaca cada uno.

Palanca 3: higiene del contexto

Cada token que dejas en el contexto se factura en todos los turnos restantes. Por eso, eliminar un token al principio vale mucho más que eliminarlo después. Un archivo de 5,000 tokens incluido en el turno 5 de una sesión de 40 turnos se lee 35 veces más. Eso supone 175,000 tokens de entrada adicionales, casi un dólar en Opus 5 por pegar contenido sin cuidado.

Cuatro hábitos cambian esta cifra:

• Inicia una sesión nueva para cada tarea en lugar de continuar la de ayer.
• Filtra los comandos ruidosos antes de que la salida llegue al modelo, con algo como head -50, en lugar de hacerlo después.
• Pide sólo la función que necesitas, no el archivo completo.
• Cuando una sesión larga deje de avanzar, pide un resumen y vuelve a empezar desde él. El resumen ocupa unos cientos de tokens. La transcripción ocupa cien mil.

Palanca 4: procese por lotes todo lo que no sea interactivo

La Batch API procesa las solicitudes de forma asíncrona y aplica un descuento del 50 por ciento tanto a la entrada como a la salida. Si un trabajo no necesita una respuesta durante el siguiente segundo, procéselo por lotes. Esto incluye la clasificación, la extracción, el resumen de una cola pendiente y las ejecuciones de evaluación. El descuento por procesamiento por lotes se acumula con el almacenamiento en caché de prompts. No se aplica a una sesión interactiva porque en ese caso no hay nada que pueda esperar.

¿Me están cobrando de más?

Esa es la pregunta real detrás de «por qué Claude es caro», así que aquí tiene una respuesta directa. Las tarifas son públicas, son las mismas para todos en los niveles estándar y se cobran por token. La excepción es un contrato negociado. Incluso en ese caso, los precios de Claude Enterprise añaden un cargo por puesto a los mismos tokens medidos en lugar de sustituirlos. Si la comparación que tiene en mente es con otro proveedor y no con otro plan, los mismos trabajos con precios de las API de Claude y ChatGPT muestran cuál resulta más barato en cada caso. Ningún importe de la factura es discrecional. La tabla de tarifas no puede decirle si está obteniendo valor, porque calcula el precio de los tokens y a usted le importan los resultados.

Calcule el precio del resultado. La sesión anterior costó 12.70 dólares sin caché. Si entregó una funcionalidad que le habría llevado una hora, es barato. Si consumió cuarenta turnos sin avanzar, esos mismos 12.70 dólares no produjeron nada, y la tarifa nunca fue el problema.

Esto es lo que conviene recordar. La factura aumenta con los tokens, no con el valor. Una sesión productiva y otra desperdiciada con la misma duración cuestan lo mismo. Por eso las cuatro palancas importan más que la tabla de tarifas: no puede negociar el precio por token, pero sí decide cuántos tokens necesita el trabajo.

Por tanto, mida los dólares por tarea completada, no los dólares al mes. Si esa cifra baja mientras ajusta el almacenamiento en caché y el enrutamiento, su configuración está mejorando aunque aumente el total mensual, porque el total aumenta al realizar más trabajo.

Lo que no reduce su factura

Algunos consejos populares tienen poco impacto. Pedirle al modelo que "sea conciso" recorta la salida, y la salida representaba el cinco por ciento de la factura del ejemplo. Acortar su propia pregunta ahorra unos pocos cientos de tokens frente a un contexto de 60,000 tokens. Desactivar el pensamiento extendido solo ayuda cuando los tokens de pensamiento representan una parte real de su salida, y el bloque de uso se lo indica en lugar de dejar que usted adivine.

Una ventana de contexto más grande no es un coste en sí misma. En Claude 4.6 y versiones posteriores, excepto en Haiku 5.5, la ventana completa de un millón de tokens se factura a la tarifa estándar por token, por lo que una solicitud de 900,000 tokens cuesta lo mismo por token que una de 9,000. Haiku 5.5 es la excepción: su precio depende de la longitud del prompt, y un prompt de más de 100,000 tokens paga cinco veces más por entrada, salida y caché; así, la entrada pasa de 0.10 a 0.50 dólares por millón y la salida de 0.50 a 2.50. En cualquier otro modelo actual, el tamaño de la ventana no determina el precio. Lo que usted elige poner en la ventana sí lo hace.

Dos cosas más pertenecen a la planificación y no a una sesión única. Si su uso es diario e interactivo, compare el pago por token frente a un plan fijo: la comparación de costes entre la API y la suscripción realiza ese cálculo. Si el plan fijo resulta ganador y está evaluando el de otro proveedor al mismo tiempo, los planes de Claude y ChatGPT comparados lado a lado ejecuta la misma comparación entre ambos. Y si un agente se ejecuta sin supervisión en un servidor, establezca un límite de gasto estricto antes de ajustar cualquier otra cosa, que es lo que cubre los controles de costes para un agente de IA en un VPS. Para tener una idea clara de la escala, lo que un millón de tokens de Claude compra realmente convierte la tabla de tarifas en páginas de texto.

FAQ

¿Por qué aumentó mi factura de Claude al empezar a usar un agente?

Porque un agente envía muchas peticiones por cada pregunta, y cada petición incluye toda la conversación hasta ese momento. Un chat envía una única petición por pregunta. Un agente de programación envía una petición por cada paso, y cuarenta pasos para una sola tarea es algo normal. Cada una de esas peticiones se factura por el contexto completo, por lo que una sesión que termina con 100,000 tokens puede facturarse por más de dos millones de tokens de entrada en total. Lea input_tokens y cache_read_input_tokens en la respuesta de la API para verlo directamente.

¿El almacenamiento en caché de prompts realmente reduce tanto la factura?

En el ejemplo práctico, la sesión pasó de 12.70 dólares a 2.48 dólares, porque una lectura de caché en Opus 5 cuesta una décima parte de la tarifa de entrada. El ahorro depende totalmente de su tasa de aciertos. Con la caché de cinco minutos, se amortiza tras una sola lectura, ya que la escritura cuesta 1.25 veces la entrada y la lectura cuesta 0.1 veces o menos. Si su prompt cambia cerca del inicio en cada petición, no obtendrá ningún acierto y pagará la prima de escritura sin obtener beneficio. Confirme con cache_read_input_tokens antes de asumir que está funcionando.

¿Debería usar Haiku para todo?

No. Haiku 4.5 cuesta 1 dólares por millón de tokens de entrada frente a 5 para Opus 5, por lo que el ahorro es real en tareas sencillas de gran volumen, como la clasificación y el enrutamiento. Una respuesta incorrecta en una tarea difícil cuesta más de lo que ahorró el modelo, porque usted paga por el reintento y, además, por su propio tiempo. El patrón que funciona es mixto: el modelo pequeño para tareas mecánicas y el modelo de vanguardia para la tarea que requiere criterio.

¿Es la API más barata que una suscripción a Claude?

Depende de lo constante que sea su uso. Una suscripción es un precio mensual fijo con límites de uso asociados. La API se paga por token sin tope, lo cual es más barato cuando su uso es ligero o se produce en picos, y más caro cuando la utiliza intensivamente todos los días laborables. Tome su promedio de tokens por día del bloque de uso, aplique la tarifa de su modelo, multiplique por los días que la utiliza en un mes y compare esa cifra mensual con el precio del plan, que para el nivel inicial se detalla en cuánto cuesta Claude Pro y dónde le limitan sus restricciones de uso. Si la suma favorece a la API, cancelar no desperdicia el mes que ya ha pagado, porque la cancelación entra en vigor al final del periodo de facturación actual y usted mantiene el plan hasta entonces. Abandonar el plan o cambiar a un nivel inferior cubre ambas opciones.