GuidesOneMux

Costes de la API de Claude Haiku 5.5: presupuesto para reintentos y recuperación

Estima los costes de los flujos de trabajo de producción con Claude Haiku 5.5 a partir de supuestos explícitos sobre tokens, caché, reintentos, recuperación y tramos de contexto.

AI

Resumen · TL;DR

Una carga de trabajo ilustrativa de producción de 100.000 tareas, incluidos reintentos, llamadas de recuperación y las escrituras de caché supuestas, cuesta $149.59 con las tarifas oficiales citadas o $44.73 con las tarifas publicadas de OneMux. Los costes reales dependen del uso de tokens, el comportamiento de la caché, los tramos de contexto y los cargos adicionales.

Puntos clave

  • Presupuesta los intentos de API, no solo las tareas completadas: los reintentos y las llamadas de recuperación también consumen tokens.
  • Con las tarifas citadas del tramo inferior, una llamada con 8.000 tokens de entrada, un 80% de entrada en caché y 2.000 tokens de salida cuesta $0.001224 antes de las escrituras de caché.
  • La estimación mensual desarrollada separa las escrituras de caché de las lecturas y supone que sus volúmenes de tokens facturados no se solapan.
  • Los prompts de más de 100.000 tokens utilizan las tarifas superiores de la fuente de precios proporcionada; mide el prompt completo, no solo el último mensaje del usuario.
  • OneMux publica una relación de precios de 0.29900000000000004 para este modelo en la instantánea fechada del catálogo; las facturas reales deben validarse según las condiciones aplicables y el uso.
En esta página (10)

La decisión: presupuesta los intentos, no las tareas completadas

Para un flujo de trabajo de producción que utilice Claude Haiku 5.5, parte del coste de un intento ordinario de API y añade los reintentos, las llamadas de recuperación y las escrituras de caché. Un presupuesto basado solo en las tareas completadas con éxito deja fuera las llamadas con más probabilidades de aumentar durante un incidente.

En la carga de trabajo ilustrativa que sigue, 100.000 tareas mensuales generan 112.000 intentos de API. Con los supuestos de caché indicados y una partida separada para escrituras de caché, la estimación es de $149.59 con las tarifas oficiales citadas o $44.73 con las tarifas publicadas de OneMux. Son estimaciones del coste de los tokens, no cotizaciones ni garantías.

Esta es una guía de costes de OneMux, la empresa que la publica y cuyo producto se analiza aquí. Los cálculos son útiles tanto si llamas directamente al proveedor como si utilizas un servicio de acceso a modelos.

Instantánea de precios y unidades de facturación

Todos los precios siguientes están expresados en USD por millón de tokens. La instantánea del catálogo de OneMux se capturó el 12 de noviembre de 2026; no es una consulta de precios en tiempo real. La revisión de precios proporcionada recoge las tarifas oficiales estándar y de caché, incluido un tramo superior para prompts de más de 100.000 tokens de entrada. Comprueba las condiciones vigentes antes de comprometer un presupuesto.

Tramo del promptEntrada oficialSalida oficialEntrada OneMuxSalida OneMuxRelación publicada entre el precio de OneMux y el oficial
Hasta 100K tokens de entrada$0.10$0.50$0.0299$0.14950.29900000000000004
Más de 100K tokens de entrada$0.50$2.50$0.1495$0.74750.29900000000000004

La relación es un multiplicador de precio, no una cantidad en dólares. Se reproduce tal como se publicó, sin redondearla para expresarla como un descuento. La página del modelo en OneMux recoge las tarifas específicas del modelo.

Los precios de caché son independientes de los precios ordinarios de entrada y salida:

Tramo del promptLectura de caché oficialEscritura de caché oficialLectura de caché OneMuxEscritura de caché OneMux
Hasta 100K tokens de entrada$0.01$0.125$0.00299$0.037375
Más de 100K tokens de entrada$0.05$0.625$0.01495$0.186875

El catálogo también recoge una tarifa distinta de escritura de caché con duración de una hora: $0.20 oficial y $0.0598 OneMux por millón de tokens en el tramo inferior; $1.00 y $0.299 respectivamente en el tramo superior. El ejemplo utiliza la tarifa de escritura estándar, no la de una hora. El procesamiento regional, las herramientas y otros cargos aplicables pueden incrementar el total. Conviene verificar la elegibilidad, la duración y el comportamiento de facturación de la caché para el endpoint y la configuración que utilices.

Una estimación mensual reproducible

Supongamos que un flujo de trabajo clasifica un evento operativo y devuelve una decisión estructurada. Las siguientes cifras son ilustrativas; no representan un rendimiento medido ni una recomendación de automatizar una decisión concreta.

SupuestoCantidad mensual o por intento
Tareas originales100.000 al mes
Reintentos adicionales10.000 al mes
Llamadas de recuperación adicionales2.000 al mes
Entrada por intento8.000 tokens
Entrada servida como lecturas de caché80% de la entrada
Salida por intento2.000 tokens
Escrituras de caché facturadas por separado100 millones de tokens al mes

Se supone que todos los intentos tienen la misma distribución de tokens y permanecen en el tramo inferior de prompts. Los 100 millones de tokens de escritura son una categoría de facturación separada: no se contabilizan también entre los tokens de entrada ordinaria o de lectura de caché que figuran a continuación. Esto simplifica el ejemplo; utiliza los recuentos reales por categoría de facturación cuando estén disponibles.

Coste de un intento

Con las tarifas oficiales citadas para el tramo inferior, divide los 8.000 tokens de entrada en 1.600 tokens de entrada ordinaria y 6.400 tokens de lectura de caché:

  • Entrada ordinaria: 1.600 ÷ 1.000.000 × $0.10 = $0.000160.
  • Lecturas de caché: 6.400 ÷ 1.000.000 × $0.01 = $0.000064.
  • Salida: 2.000 ÷ 1.000.000 × $0.50 = $0.001000.
  • Total: $0.001224 por intento, sin incluir las escrituras de caché.

Esto equivale a $0.1224 por millón de tokens totales de entrada y salida para esta combinación concreta de entrada y salida en proporción 4:1 y con el supuesto de que el 80% de la entrada corresponde a lecturas de caché. No es una tarifa combinada universal: si cambia la longitud de la salida o la proporción de aciertos de caché, cambia el resultado.

Añade reintentos, recuperación y escrituras

La carga de trabajo tiene 100.000 + 10.000 + 2.000 = 112.000 intentos. A $0.001224 cada uno, esos intentos cuestan $137.088 con las tarifas oficiales. Los 100 millones de tokens de escritura de caché previstos por separado cuestan 100 × $0.125 = $12.50, para un total de $149.588, o $149.59 redondeado a centavos.

Con las tarifas publicadas de OneMux para el tramo inferior y las mismas categorías:

  • Un intento: entrada $0.00004784 + lecturas de caché $0.000019136 + salida $0.000299 = $0.000365976.
  • 112.000 intentos: $40.989312.
  • 100 millones de tokens de escritura de caché estándar: $3.7375.
  • Total: $44.726812, o $44.73 redondeado a centavos.

Para obtener una unidad operativa comparable, divide entre las 100.000 tareas originales: aproximadamente $0.001496 por tarea con las tarifas oficiales citadas y $0.000447 por tarea con las tarifas publicadas de OneMux. Son costes por tarea original, incluidos los intentos y las escrituras adicionales previstos, no costes por tarea completada con éxito. Si algunas tareas quedan sin resolver, el coste por tarea completada con éxito será mayor.

Define las reglas de reintento y recuperación antes del lanzamiento

Un reintento es otro intento de realizar la misma operación. Una llamada de recuperación es un intento independiente de resolver un resultado incierto o no válido. Sus cantidades y tamaños en tokens deben registrarse por separado: un prompt de recuperación que incluya una transcripción del error puede ser mayor que el prompt original.

Utiliza una política con límites en lugar de reintentar todos los fallos:

  1. Clasifica el fallo. Considera un número limitado de reintentos ante un fallo transitorio de transporte o una respuesta de límite de tasa, con backoff y jitter. Consulta el comportamiento de respuesta documentado para el endpoint y las indicaciones sobre reintentos.
  2. Establece un número máximo de intentos y un plazo. Incluye el intento inicial en el límite. Envía las tareas que agoten los intentos a una cola o a revisión por un operador, en lugar de repetirlas indefinidamente.
  3. Gestiona con cuidado las finalizaciones ambiguas. Un timeout no demuestra que el proveedor no haya realizado trabajo ni que no haya ocurrido una acción externa. Concilia el resultado antes de repetir una acción con efectos secundarios; utiliza controles de idempotencia cuando los sistemas pertinentes los admitan.
  4. Trata las salidas no válidas como una vía de recuperación independiente. Valida la respuesta frente a la estructura que requiere tu aplicación. Si se permite una llamada de reparación, limita su uso y define qué ocurre si también falla.
  5. Reserva un presupuesto para incidentes. Haz seguimiento de los intentos por tarea original, las categorías de tokens facturados, las tareas sin resolver y el volumen de escrituras de caché. Genera alertas ante cambios, no solo al recibir la factura mensual final.

No supongas que un intento fallido o que termina en timeout es gratuito. Registra el uso y los cargos que se comuniquen realmente; cuando no haya datos de uso disponibles, mantén una previsión conservadora hasta que puedas conciliar la factura.

Vigila el umbral de 100K del prompt

La revisión de precios citada aplica el tramo de contexto superior cuando la entrada por solicitud supera los 100.000 tokens. Cuenta las instrucciones del sistema, las definiciones de herramientas, el historial de conversación y el material recuperado, no solo el último mensaje. Según las tarifas indicadas, la entrada estándar, la salida, las lecturas de caché y las escrituras de caché estándar del tramo superior tienen cada una una tarifa cinco veces mayor que la correspondiente del tramo inferior.

Por ejemplo, 101.000 tokens de entrada ordinaria y 2.000 tokens de salida, sin uso de caché, cuestan $0.0555 con las tarifas oficiales superiores: $0.0505 de entrada más $0.005 de salida. Un prompt de 100.000 tokens de entrada ordinaria con la misma salida cuesta $0.011 con las tarifas del tramo inferior. Esto ilustra un límite entre tramos, no afirma nada sobre la distribución de los prompts reales.

Mide el tamaño de los prompts antes de las llamadas, especialmente en los reintentos que añaden historial. Establece una política para recortar o redirigir las solicitudes demasiado grandes y comprueba las condiciones vigentes del proveedor sobre la aplicación del tramo.

Antes de aprobar el presupuesto

Sustituye los recuentos de tokens del ejemplo por el uso facturado observado y después calcula un escenario de mes normal y otro de mes con incidentes. Mantén separadas las lecturas y las escrituras de caché, verifica el tramo aplicable a cada intento y añade los cargos ajenos a los tokens. OneMux proporciona acceso a modelos mediante una API compatible con OpenAI, pero la compatibilidad de un flujo de trabajo concreto depende de la compatibilidad documentada con el endpoint y los parámetros; este ejemplo no afirma que se haya probado una integración.

Fuentes

Instantánea de precios publicados

Capturada el 2026-11-12T22:00:06.144Z del catálogo publicado de OneMux. Los precios conservan las unidades de facturación del sitio web; no es una comparativa en tiempo real. La facturación por tramos, caché o tiempo puede ser diferente. Los valores desconocidos no son cero.

ModeloEntrada oficialSalida oficialEntrada OneMuxSalida OneMuxRelación de precios publicada
Claude Haiku 5.5$0.1$0.5$0.0299$0.14950.29900000000000004

Precios actuales de OneMux. Compara los costes de las cargas de trabajo solo cuando coincidan las unidades de entrada, salida y facturación; consulta la página de cada modelo para conocer las condiciones de los tramos.

FAQ

¿Cuánto cuesta Claude Haiku 5.5 por millón de tokens?

La revisión de precios proporcionada indica $0.10 por millón de tokens de entrada ordinaria y $0.50 por millón de tokens de salida para prompts de hasta 100.000 tokens de entrada. Por encima de ese umbral, indica $0.50 para la entrada y $2.50 para la salida. La caché y otros cargos se facturan por separado.

¿Deben incluirse los reintentos en una estimación de costes de API?

Sí. Cuenta la entrada y la salida de cada intento, incluidos los reintentos y las llamadas de recuperación, utilizando las categorías de facturación y el uso que se comuniquen realmente. Un timeout no demuestra que un intento haya sido gratuito.

¿El ejemplo supone que todos los prompts están en caché?

No. Supone que el 80% de la entrada de cada intento se factura como lecturas de caché y el 20% como entrada ordinaria, además de una partida separada de 100 millones de tokens de escritura de caché al mes. El comportamiento real de la caché puede ser diferente.

¿Qué ocurre con la estimación cuando un prompt supera los 100.000 tokens de entrada?

La revisión de precios proporcionada indica que se aplica el tramo de contexto superior. Según las tarifas indicadas, cada precio correspondiente de entrada estándar, salida, lectura de caché y escritura de caché estándar es cinco veces mayor que el del tramo inferior.

Artículos relacionados