La IA generativa en tu web tiene un medidor que casi nadie mira hasta la primera factura inesperada: el token, la unidad mínima de texto que el modelo lee y escribe en cada conversación. Para quien estudia si vale la pena sumar un chatbot o un asistente a la web corporativa, ese detalle importa más que el nombre del modelo elegido. El coste real depende de cuánto texto entra y sale en cada consulta, de qué modelo se usa para cada tarea y de un tope de gasto mensual que casi ninguna empresa revisa antes de activar el servicio.
Claude Sonnet 5.5 cuesta 2 $ por millón de tokens de entrada y 10 $ por millón de salida; Claude Haiku 5.5, veinte veces menos. Una consulta corta de chatbot sale por menos de 0,0002 $, pero el plan inicial tiene un tope de 500 $ al mes: superarlo detiene el servicio hasta el día siguiente del cierre, sin avisar al visitante.
Precio real de la IA generativa en tu web
Los dos proveedores que dominan el mercado cobran por el mismo concepto: tokens, no consultas ni usuarios. Según la tarifa oficial de Anthropic, Claude Sonnet 5.5 cuesta 2 $ por millón de tokens de entrada y 10 $ por millón de salida, mientras que Claude Haiku 5.5 se queda en 0,10 $ y 0,50 $ para conversaciones de hasta 100.000 tokens. GPT-4o mini, el modelo más barato de OpenAI, cobra 0,15 $ de entrada y 0,60 $ de salida por millón, según la tarifa publicada por la compañía.
La diferencia entre modelos no es un matiz: Sonnet sale veinte veces más caro que Haiku por el mismo volumen de texto. Para un formulario que clasifica un lead o resume un ticket de soporte, esa diferencia decide si la factura mensual se mide en céntimos o en cientos de euros.
Tokens de entrada y salida en la IA generativa
Cada palabra que escribe el usuario y cada palabra que responde el modelo se trocea en tokens, y los dos lados de la conversación se cobran por separado. Un token no equivale a una palabra: en español, una palabra corriente ocupa entre uno y dos tokens, así que una pregunta de quince palabras puede rondar los veinte o veinticinco tokens de entrada.
Un token es la unidad mínima que factura un modelo de lenguaje: un fragmento de palabra, un signo de puntuación o un espacio. No existe forma de pagar por consulta completa sin pasar primero por esta unidad.
El cálculo cambia mucho según el caso de uso:
- Un chatbot de preguntas frecuentes, con Haiku 5.5: unos 300 tokens de entrada y 150 de salida por turno, menos de 0,0002 $.
- Un asistente que resume un ticket de soporte, con Sonnet 5.5: el mismo volumen de texto sale por unos 0,002 $, veinte veces más caro por el modelo, no por el texto.
- Un análisis de un contrato de cinco páginas (unos 6.500 tokens de entrada), con Sonnet 5.5: cerca de 0,018 $ por documento, aunque la respuesta sea breve.
Son cifras por consulta, no por mes: la factura final depende de cuántas veces se repita cada caso, y eso es lo que de verdad hay que proyectar antes de activar el servicio en la web.
Haiku resuelve lo simple, Sonnet lo complejo
Elegir el modelo más caro por defecto es la forma más rápida de vaciar el presupuesto. Haiku 5.5 y Sonnet 5.5 comparten API y formato de respuesta, así que cambiar de uno a otro no exige reescribir la integración, solo el nombre del modelo en la llamada. La decisión depende de cuánto razonamiento exige la tarea, no de la importancia que parezca tener el proyecto.
El caso simple: resolver preguntas frecuentes
Un chatbot que responde horarios, tarifas o el estado de un pedido no necesita el modelo más potente: necesita velocidad y un coste que aguante miles de turnos al mes. Haiku 5.5 está pensado para eso, y su precio —0,10 $ de entrada y 0,50 $ de salida por millón de tokens— lo deja en una fracción de céntimo por conversación. Para una empresa de Barcelona con doscientas consultas diarias en su web, la factura mensual con Haiku ronda uno o dos dólares; con Sonnet, el mismo volumen puede llegar a cuarenta. Si el asistente además cualifica al visitante antes de pasarlo a ventas, conviene revisar cuándo compensa pagar por un chatbot con ese nivel de complejidad.
El caso complejo: leer contratos o informes
Cuando la tarea exige entender un documento largo, cruzar varias fuentes o redactar algo que no admite error —un resumen ejecutivo, una propuesta comercial, una respuesta técnica—, Haiku se queda corto y Sonnet compensa su precio con menos revisión humana después. Analizar un contrato de cinco páginas (unos 6.500 tokens de entrada) con Sonnet 5.5 cuesta alrededor de 0,018 $, y el ahorro real está en el tiempo que ya no dedica una persona a revisarlo desde cero. Mezclar los dos modelos según la tarea mantiene la factura proporcional al valor que aporta cada consulta.
¿Te ayudamos con esto?
Cuéntanos tu caso
Si esto te afecta, escríbenos en dos líneas y te respondemos por email con una valoración concreta.
Techo de gasto, el freno silencioso del chatbot
Cada cuenta de la API tiene un tope de gasto mensual que depende de su nivel de uso, y pocas empresas lo miran hasta que lo golpean. Según la documentación oficial de límites de Anthropic, el nivel inicial («Start») fija el tope en 500 $ al mes; el siguiente («Build») sube a 1.000 $; el nivel «Scale», pensado para integraciones ya consolidadas, llega a 200.000 $.
Al alcanzar ese límite, el servicio no avisa al visitante de la web: la API empieza a devolver un error 429 y el acceso se recupera el primer día del mes siguiente, a menos que alguien pida subir de nivel antes. Para un chatbot que atiende a clientes reales, eso significa que una campaña con más tráfico del previsto puede dejarlo mudo justo cuando más se usa. Y el apagón no es solo un problema técnico: si el asistente sigue publicado pero deja de responder, conviene recordar que la ley ya obliga a identificarlo como lo que es ante quien le escribe.
Picos de tráfico y el límite de velocidad
Además del tope mensual, cada modelo tiene un límite de peticiones por minuto, de tokens de entrada por minuto y de tokens de salida por minuto. En el nivel inicial, Claude Sonnet 5.5 admite hasta 4.000 peticiones, 2.000.000 de tokens de entrada y 400.000 de salida por minuto: de sobra para una web normal, pero no para un pico puntual sin control.
El límite no se reparte por igual durante los sesenta segundos: una tasa de 60 peticiones por minuto puede aplicarse como una petición por segundo, así que una ráfaga de visitas simultáneas —una newsletter que se abre a la vez, un anuncio que arranca a una hora fija— agota el margen antes de que pase el minuto completo. El mismo problema aparece con cualquier API del stack de marketing, y ya ha dejado integraciones a medias por el límite de peticiones de la API que nadie dimensionó.
El modo por lotes abarata la IA generativa
No toda la IA generativa en tu web necesita respuesta inmediata. Clasificar los tickets de soporte de la noche, generar las primeras variantes de un titular o resumir cien reseñas de producto son tareas que pueden esperar unos minutos, y ahí el modo por lotes cambia la cuenta: tanto Anthropic como OpenAI cobran la mitad del precio estándar cuando la petición entra en una cola en lugar de pedir respuesta al instante.
Con Sonnet 5.5 en modo por lotes, el precio baja de 2 $/10 $ a 1 $/5 $ por millón de tokens; con GPT-4o mini, de 0,15 $/0,60 $ a 0,075 $/0,30 $. La condición es la misma en los dos proveedores: la respuesta no es instantánea, se procesa en una cola de fondo, así que no sirve para el chatbot que atiende en directo a quien está en la web en ese momento, solo para todo lo que se puede dejar correr de madrugada.
Preguntas frecuentes sobre IA generativa en tu web
¿Qué pasa si se supera el tope de gasto mensual?
La API deja de responder y devuelve un error 429 hasta las 00:00 UTC del primer día del mes siguiente, salvo que la empresa pida subir de nivel antes de esa fecha. No hay aviso al visitante de la web: el chatbot simplemente deja de contestar en mitad de una conversación.
¿Compensa usar un modelo barato como Haiku?
Para preguntas cerradas —horarios, precios, estado de un pedido— sí: Haiku 5.5 cuesta veinte veces menos que Sonnet 5.5 por el mismo volumen de texto. Para resumir contratos, redactar propuestas o cualquier tarea que exija más razonamiento, el ahorro en tokens no compensa el tiempo de revisión humana que añade un modelo más limitado.
¿El modo por lotes sirve para un chatbot en directo?
No. El modo por lotes reduce el precio a la mitad porque la respuesta se procesa en una cola de fondo, sin plazo garantizado al minuto. Sirve para tareas que pueden esperar —resúmenes nocturnos, clasificación masiva de tickets—, nunca para la conversación de alguien que está esperando una respuesta en la propia web.
¿Se puede fijar un límite de gasto propio más bajo?
Sí: por debajo del tope de su nivel, cada cuenta puede fijar su propio límite mensual desde la consola del proveedor. Al alcanzarlo, la API devuelve un error distinto —400 en vez de 429— y el servicio se recupera en cuanto se sube o se quita ese límite, sin esperar al cierre de mes.
