MiMo-V2.6-Pro.
Con 10,000,000 tokens de entrada + 2,000,000 de salida al mes, DeepInfra es el más barato de 2 proveedores, a $6.04/mes — $0.05 menos que OpenRouter.
El proveedor más barato, a la izquierda.
Coste mensual total — tokens de entrada y salida juntos.
Desglose de la factura.
| Proveedor | Total mensual | |
|---|---|---|
| $6.04 | Registrarse ↗ | |
| $6.09 | Registrarse ↗ |
Alquila la GPU en lugar de pagar por token.
Para un modelo de pesos abiertos como MiMo-V2.6-Pro, puedes alquilar una GPU y servir la inferencia tú mismo. La cuenta: alquiler de GPU más barato × 730 horas/mes. La electricidad ya está incluida en el precio por hora del alquiler.
Supone que la GPU funciona 24/7 con ~85 % de uso. Si tu tráfico es irregular, pagarás menos por la API y probablemente más por la GPU (las horas ociosas también se cobran). El análisis del punto de equilibrio está en la herramienta de punto de equilibrio autoalojar vs. API.
Tres pasos para tu estimación mensual.
-
01
Elige el modelo.
Usa el buscador para encontrar un modelo de IA — Claude, GPT, Llama, DeepSeek, Qwen, cualquiera que sigamos. La lista incluye cada modelo en el que al menos un proveedor publica precio por token.
-
02
Estima el volumen.
Ajusta los tokens mensuales de entrada y salida a tu carga prevista. Una app de chat típica gasta de 1 a 10 M de tokens de entrada por usuario activo al mes; un agente que relee el contexto en cada turno puede superar los 100 M.
-
03
Lee la diferencia.
El gráfico y la tabla listan cada proveedor que aloja el modelo, del más barato al más caro. Haz clic en el nombre de un proveedor para abrir su página: historial de precios, pruebas de rendimiento y el enlace de registro.
Preguntas frecuentes.
¿Cómo se calcula la factura mensual?
Total = (precio de entrada × tokens de entrada / 1M) + (precio de salida × tokens de salida / 1M), con los precios por token que publica cada proveedor en nuestra última lectura.
¿De dónde salen los datos de precios?
De la página de precios o la API de modelos de cada proveedor de inferencia — Anthropic, OpenAI, OpenRouter, Together AI, Fireworks AI, DeepInfra, z.ai, Groq y otros. Volvemos a leer la lista de modelos de cada proveedor cada día y actualizamos sus precios con esa lectura.
¿Debo elegir siempre el proveedor más barato?
El más barato en $/M tokens no siempre lo es en total. Vigila los descuentos por caché que un agregador puede no trasladar, los límites de tasa de los proveedores pequeños que te obligan a un plan más caro con carga, y el salto extra que añade un agregador. Para cargas bajas o irregulares, el más barato suele acertar; para tráfico de producción sostenido, pesa también el rendimiento y la fiabilidad.
¿Qué diferencia hay entre OpenRouter y la API directa del fabricante del modelo?
OpenRouter es un agregador: envía tu petición a uno de varios proveedores. La API directa del fabricante (p. ej. api.anthropic.com para Claude) te da su propio precio y funciones nativas como la caché de prompts. Directo suele ser más barato a escala; un agregador conviene si quieres una sola clave para decenas de modelos.
¿Los precios de entrada y salida son iguales?
No — los tokens de salida suelen costar varias veces más que los de entrada, así que el proveedor más barato en entrada no siempre es el más barato en total. La columna de factura mensual cuenta ambos; ordena por ella para ver el total real.
¿Cómo afecta la caché de prompts a esta estimación?
Los tokens de entrada en caché suelen ser mucho más baratos que los nuevos. No modelamos la caché porque depende de tu carga: los prompts de sistema largos reutilizados se benefician; un chat con contexto nuevo en cada turno, no.
¿Con qué frecuencia se actualizan los precios?
A diario. Leemos la lista de modelos de cada proveedor a primera hora (UTC), así que un cambio de precio aparece en aproximadamente un día.
¿Y las variantes ajustadas?
Los despliegues ajustados se cobran aparte del modelo base, a menudo con otra estructura (cómputo por hora más por token). Esta herramienta solo cubre los precios por token del modelo base; consulta los precios de despliegue del proveedor para el ajuste fino.
Sigue explorando.
Punto de equilibrio: autoalojar vs. API.
¿Desde qué volumen mensual sale más barato alquilar una GPU y autoalojar que pagar una API alojada? Curvas de coste lado a lado.
HerramientaCalculadora de ajuste de VRAM.
¿Cabe este modelo en esta GPU? Cálculo de VRAM por cuantización — INT4 / FP8 / FP16 — frente a la memoria de la GPU.