Precio de GPT-6.1 Terra: tokens, caché y presupuesto por tarea
Calcula el coste de la API de GPT-6.1 Terra con sus tarifas, escrituras en caché, umbral de 272K, razonamiento y ejemplos de presupuesto.
Himi LiProduct Manager at EvoLinkEn este artículo
Estas cifras son el punto de partida de un presupuesto, no el precio fijo de cada solicitud. El importe final depende de qué parte de la entrada se escribe o se lee de la caché, cuántos tokens de salida y razonamiento consume el modelo y si se supera el umbral de contexto largo. Los modos de servicio y las herramientas también pueden cambiar el coste.
Precio de la API de GPT-6.1 Terra de un vistazo
| Categoría de tokens | Tarifa Standard hasta 272K tokens de entrada |
|---|---|
| Entrada normal | $1.00 |
| Lectura de caché | $0.05 |
| Escritura de caché, duración de 30 minutos | $1.25 |
| Escritura de caché, duración de 12 horas | $2.50 |
| Salida, incluidos los tokens de razonamiento | $5.00 |
Cómo estimar una solicitud de GPT-6.1 Terra
Empieza por las cantidades de tokens del registro de uso. Una estimación básica divide cada cantidad entre un millón, la multiplica por su tarifa y suma los resultados.
Supongamos una solicitud con:
- 10.000 tokens de entrada normal;
- 2.000 tokens de salida facturados en total;
- ninguna lectura ni escritura de caché, ni herramientas facturadas aparte.
Las solicitudes reales varían. Un prompt mayor o más razonamiento cambia el importe. Para prever el mes, utiliza cuando sea posible la distribución de uso de tus propias solicitudes e incluye los reintentos facturables y las herramientas. Una sola media puede ocultar unas pocas tareas caras de contexto largo.
El razonamiento ya forma parte de la salida
output_tokens_details.reasoning_tokens; están incluidos en el total output_tokens. Usa ese total y no vuelvas a sumar el razonamiento. La guía de razonamiento explica estos campos.También puede alcanzarse el límite de salida antes de producir una respuesta visible. En ese caso, la solicitud puede haber consumido ya entrada y razonamiento facturables. Revisa el uso y el estado de la respuesta antes de decidir si reintentas.
Cómo cambia la factura la caché de prompts
La caché puede reducir el coste del material repetido, como las mismas instrucciones, ejemplos o referencias que envías en varias solicitudes. Conviene distinguir tres categorías de entrada:
- Entrada normal: tokens cobrados a la tarifa de entrada ordinaria.
- Escrituras de caché: tokens escritos con una duración determinada.
- Lecturas de caché: tokens elegibles reutilizados desde una caché existente.
Ejemplo: reutilizar un prefijo diez veces
Supongamos que envías diez veces un prefijo de 8.192 tokens. La primera solicitud lo escribe completo y las nueve siguientes lo leen de una caché aún válida. Solo se compara el coste de entrada del prefijo, sin salida, otras entradas, ajustes de contexto largo ni herramientas.
Las fórmulas y los importes de la tabla conservan la notación inglesa: coma para los millares y punto para los decimales.
| Tratamiento | Cálculo | Coste del prefijo para 10 solicitudes |
|---|---|---|
| Entrada normal en todas | 8,192 × 10 × $1 / 1M | $0.08192 |
| Una escritura de 30 minutos y nueve lecturas | 8,192 × ($1.25 + 9 × $0.05) / 1M | $0.0139264 |
| Una escritura de 12 horas y nueve lecturas | 8,192 × ($2.50 + 9 × $0.05) / 1M | $0.0241664 |
Si un registro de uso de Responses API incluye ambas duraciones, calcula la entrada normal restando del total las lecturas facturadas y todas las escrituras. Aplica las tarifas de 30 minutos y 12 horas a sus cantidades respectivas. Si un gateway no devuelve esos campos, utiliza su información de facturación; no supongas que los datos ausentes equivalen a cero.
¿Qué ocurre por encima de 272K tokens de entrada?
Para una solicitud Standard ilustrativa con 300.000 tokens de entrada normal y 2.000 tokens de salida facturados, sin caché ni herramientas:
- Entrada: 300,000 × $2 / 1M = $0.60
- Salida: 2,000 × $7.50 / 1M = $0.015
- Total: $0.615
La ventana de contexto de 1.050.000 tokens permite entradas y salidas grandes, pero no implica que todas las solicitudes dentro de ese límite se facturen a la tarifa de contexto corto. Con documentos largos o historiales de agentes, mide la entrada enviada en cada solicitud e incluye el contexto repetido en la previsión.
Batch, Flex, Fast y costes de herramientas
Elige según los requisitos de entrega además del precio:
- Batch es asíncrono y tiene una ventana de procesamiento de 24 horas. Encaja con trabajo que puede esperar, como una clasificación programada. Consulta la guía de Batch.
- Flex puede servir para cargas que toleran retrasos. Una respuesta de recursos no disponibles puede requerir un reintento; OpenAI indica que ese error concreto de Flex no se cobra. Si reintentas en Standard, presupuesta el modo que realmente utilices. Consulta Flex processing.
- Fast cuesta más por token. Compara el valor de reducir la espera con la mayor tarifa para tu carga de trabajo.
¿Terra siempre cuesta menos por tarea que Sol?
Las tarifas Standard de contexto corto para entrada y salida de GPT-6.1 Terra son la mitad que las de GPT-6.1 Sol: $1/$5 frente a $2/$10 por millón de tokens. Si ambas solicitudes usan exactamente las mismas cantidades facturables en las mismas condiciones, el coste de tokens del modelo Terra es la mitad.
Una tarea terminada puede necesitar distintas cantidades o reintentos. Un ejemplo puramente ilustrativo: Sol cuesta 0,04 dólares por intento y entrega un resultado aceptado. Si Terra necesita dos intentos de 0,02 dólares para cumplir el mismo criterio de aceptación, los cargos del modelo son iguales. Un tercer intento haría que Terra costase más en este ejemplo. Son cifras hipotéticas, no tasas de reintento medidas.
Para planificar producción, compara el coste facturable total de todos los intentos con el número de tareas que superan tu validación:
coste por tarea aceptada = cargos del modelo y herramientas aplicables de todos los intentos / tareas aceptadasMantén aparte la revisión humana y la espera, salvo que tengas una forma coherente de valorarlas. Si ninguna tarea pasa, el coste por tarea aceptada no está definido. Así distingues una tarifa de tokens menor de un coste menor para entregar un resultado utilizable.
Una forma práctica de presupuestar tu carga
Antes de elegir un presupuesto mensual, recoge una muestra representativa de tareas terminadas. Registra modelo, modo de servicio, uso de entrada y salida, lecturas y escrituras de caché facturadas, herramientas, reintentos y si el resultado pasó la revisión.
Separa después las solicitudes habituales de las excepcionalmente largas o complejas. Aplica a cada grupo la tarifa correcta y multiplícala por el volumen previsto. Tras un piloto, revisa la estimación con el uso y las facturas reales del proveedor elegido: el tráfico real permite prever los aciertos de caché y las longitudes de salida mejor que una tabla aislada.
Preguntas frecuentes
¿Se cobran juntas las lecturas y escrituras de caché?
Distintas partes de una solicitud pueden facturarse como lecturas y escrituras. En una misma clasificación de facturación, un token no se cobra a la vez como entrada normal y escritura. Usa el desglose de uso y la tarifa de duración aplicable.
¿El precio superior empieza cuando la salida supera 272K?
No. El umbral se basa en los tokens de entrada. Al superar los 272.000 tokens de entrada, las tarifas de contexto largo de OpenAI se aplican a toda la solicitud, incluida la salida.
