Precios de la API de Claude y cómo bajar la factura

Los precios de la API de Claude son fáciles de enunciar y fáciles de sufrir en producción. Pagas por millón de tokens, por separado por lo que mandas y por lo que vuelve, con una tarifa que depende del modelo. Todo lo caro de una factura real viene de las partes que nadie mira: cuánto contexto reenvías y qué modelo atiende los pasos que no lo necesitaban.

Las tarifas cambian, así que consulta la página oficial de precios antes de montar un caso de negocio. Lo que sigue es la estructura, que no cambia, y las palancas que de verdad mueven una factura.

Cómo se estructuran los precios de la API de Claude#

Tokens, no palabras ni peticiones. Un token es aproximadamente tres cuartos de palabra. Los precios se publican por millón de tokens.

Entrada y salida se cobran por separado, y la salida cuesta varias veces más. Es la línea más importante de este artículo. Un flujo que lee un documento largo y devuelve una clasificación de una línea es barato. Uno que devuelve tres páginas no lo es, con la misma entrada.

Cada modelo tiene su tarifa, y la distancia entre el más pequeño y el más grande es suficiente para que elegir modelo sea una decisión de presupuesto, no de gusto.

Caché y lotes son tarifas aparte, no funciones que activas y cruzas los dedos. Tienen su propio precio y ahí es donde está el ahorro real.

Los seis cambios que recortan una factura#

1. Cachea el prefijo que no cambia. Si cada llamada manda el mismo prompt de sistema, guía de estilo o documento de referencia, estás pagando entrada completa por tokens idénticos miles de veces. La caché cobra una tarifa reducida por reutilizar. Para flujos con contexto fijo grande suele ser el mayor ahorro disponible y no cambia nada de tu lógica.

2. Manda a lotes todo lo que no sea urgente. El trabajo que puede esperar, como clasificaciones masivas, resúmenes nocturnos y recargas históricas, va por el endpoint de lotes a menor tarifa. Casi todas las cargas de producción tienen más de esto de lo que se supone, porque todo se construye síncrono por costumbre.

3. Elige el modelo por paso. Clasificar, extraer, enrutar y formatear rara vez necesitan el modelo más grande. Un pipeline que ejecuta un modelo pequeño doce veces y uno grande dos veces cuesta una fracción de uno que ejecuta el grande catorce veces, y la calidad es indistinguible donde importa.

4. Deja de reenviar el historial. Las conversaciones largas repetidas enteras crecen de forma cuadrática en coste. Resume los turnos antiguos y manda el resumen. En ingeniería de contexto explico cómo hacerlo sin perder el hilo.

5. Restringe la salida. Pide JSON con campos nombrados en vez de prosa. Pon un máximo de longitud. La salida es la dirección cara, y "explica tu razonamiento" es una partida de gasto.

6. Registra tokens por llamada. No puedes recortar lo que no ves. Guarda entrada y salida con el nombre del flujo y ordena por coste cada mes. El hallazgo es casi siempre el mismo: unas pocas llamadas con entradas enormes se llevan la mayor parte.

Calcular lo que costará un flujo#

Haz la aritmética antes de construir, en una servilleta.

1. Estima tokens de entrada por llamada: palabras de tu prompt, documentos e historial, divididas entre 0,75.
2. Estima los de salida igual.
3. Multiplica cada uno por la tarifa del modelo que piensas usar.
4. Multiplica por llamadas al mes.
5. Duplícalo, porque la primera versión siempre manda más contexto del previsto.

Si el resultado incomoda, el arreglo está casi siempre en el paso 1. Los equipos buscan un modelo más barato cuando el problema real es que adjuntan una base de conocimiento entera en cada petición. En qué es RAG está la alternativa: recuperar los tres párrafos relevantes en vez de mandar el libro.

¿Suscripción o API?#

Productos distintos, preguntas distintas.

Las suscripciones de Claude cubren a una persona usando Claude en la aplicación o en Claude Code. Cuota mensual, límites de uso, sin contabilidad por token.

La API cubre software que construyes tú y que llama a Claude. Medida, sin techo, escala con lo que haga tu producto.

A veces se intenta pasar carga de producción por una suscripción de consumo. Además de ir contra los términos, te deja sin registro, sin control de ritmo y sin forma de atribuir coste a una función. Si estás construyendo algo, usa la API.

Dónde se va el dinero en la práctica#

Cuatro patrones explican casi todas las facturas sorpresa que he visto.

El documento entero, siempre. Cuarenta páginas de política adjuntas en cada llamada porque la recuperación parecía trabajo extra. No lo es; es la ingeniería más barata que vas a hacer.

Historial sin techo. En el turno treinta pagas por veintinueve turnos que nadie va a consultar.

El modelo más grande por defecto. Elegido durante un prototipo y nunca revisado.

Reintentos sin espera. Una llamada que falla y se reintenta agresivamente factura cada intento.

Ninguno es exótico. Todos se encuentran en una tarde mirando tokens por llamada.

La versión corta#

La salida cuesta más que la entrada. Cachea lo que reenvías. Manda a lotes lo que puede esperar. Elige el modelo más pequeño que pase tu evaluación en cada paso. Registra tokens por llamada y lee el registro una vez al mes.

Si quieres el pipeline diseñado así desde el principio, mi curso de Claude Code cubre cómo construir sistemas de producción encima.