Costes de la API de GPT 6.1 Terra para flujos de trabajo en producción: presupuesto de reintentos y caché
Calcula los costes de la API de GPT 6.1 Terra por flujo de trabajo completado, incluidos los reintentos, las escrituras de caché, las reglas de recuperación y los cambios de tramo de contexto.
Resumen · TL;DR
Un modelo de costes reproducible para flujos de trabajo de GPT 6.1 Terra en producción, con un presupuesto ilustrativo de reintentos y caché, un análisis de tramos y una lista de comprobación para la recuperación.
Puntos clave
- Calcula el presupuesto por flujo de trabajo completado, no solo por solicitud a la API: los reintentos, las llamadas de recuperación, los tokens de salida y las reescrituras de caché influyen en el resultado.
- En el ejemplo ilustrativo de 10.000 flujos de trabajo, el coste estimado de la API con caché es de $110.75 con las tarifas oficiales o $17.277 con las tarifas publicadas de OneMux, antes de otros costes de servicio.
- El cálculo del punto de equilibrio de la caché depende de cómo se facturen las escrituras y las lecturas; verifica los registros de uso reales antes de aplicar el ejemplo a producción.
- Una solicitud que supere los 272.000 tokens de entrada puede pasar a un tramo de precios superior, así que controla el tamaño completo de la solicitud y no solo el prefijo estable.
En esta página (9)
Empieza por el coste por flujo de trabajo completado
Para un flujo de trabajo en producción que utilice GPT 6.1 Terra, estima el coste de todos los intentos necesarios para completar un trabajo, no solo el de la primera solicitud. Incluye la entrada y la salida de los reintentos, las escrituras de caché tras su caducidad o cambios en el prompt, y cualquier llamada de recuperación. Después, divide el total entre los trabajos completados.
La carga de trabajo ilustrativa que se presenta a continuación cuesta $110.75 con las tarifas oficiales indicadas o $17.277 con las tarifas de OneMux para 10.000 trabajos completados, según los supuestos de facturación de caché especificados. Son estimaciones de tokens de API, no facturas observadas. El coste real depende de cómo facture el proveedor, de los aciertos de caché, de los fallos y del tamaño de las solicitudes.
OneMux publica esta guía y proporciona acceso a modelos mediante una API compatible con OpenAI. El mismo método de estimación resulta útil para evaluar una conexión directa con el proveedor u otra vía de acceso.
Precios de GPT 6.1 Terra en la fecha de consulta
La captura del catálogo de modelos de OneMux se realizó el 13 de noviembre de 2026. Todos los precios siguientes se expresan en dólares estadounidenses por millón de tokens. La relación publicada entre los precios de OneMux y los oficiales es 0.156, equivalente a un 84,4 % de descuento, para los precios de entrada y salida indicados en ambos tramos. Son precios publicados, no una garantía del importe final de la factura; consulta los precios actuales antes de elaborar un presupuesto.
| Tramo de contexto de entrada | Entrada oficial | Salida oficial | Entrada OneMux | Salida OneMux | Relación de precios publicada |
|---|---|---|---|---|---|
| ≤272K tokens | $1.00 | $5.00 | $0.156 | $0.78 | 0.156 |
| >272K tokens | $2.00 | $7.50 | $0.312 | $1.17 | 0.156 |
Los precios de caché también varían según el tramo, el periodo de retención y la vía de acceso:
| Tramo de contexto de entrada | Lectura de caché oficial | Escritura oficial, 30 min | Escritura oficial, 12 h | Lectura de caché OneMux | Escritura OneMux, 30 min | Escritura OneMux, 12 h |
|---|---|---|---|---|---|---|
| ≤272K tokens | $0.05 | $1.25 | $2.50 | $0.0078 | $0.195 | $0.39 |
| >272K tokens | $0.10 | $2.50 | $5.00 | $0.0156 | $0.39 | $0.78 |
El análisis de caché de OrcaRouter describe las tarifas oficiales de caché y el umbral de 272K. Sus ejemplos tratan la escritura de caché como un cargo independiente, seguido de lecturas de pago. Aquí utilizamos ese criterio únicamente como supuesto para la estimación: confirma en la documentación y los registros de uso de la vía elegida cómo se contabilizan realmente las escrituras, las lecturas y la solicitud inicial. No des por hecho que hubo un acierto de caché solo porque un prompt pareciera reutilizable.
Ejemplo práctico: 10.000 trabajos con reintentos
Supongamos que un flujo de trabajo procesa 10.000 trabajos en un periodo de facturación. Todos se completan. La carga utiliza el tramo de contexto inferior y presenta estas características:
- 11.000 intentos en total: 10.000 intentos iniciales más 1.000 reintentos. Cada intento envía la entrada completa y genera la salida prevista, incluidos los intentos fallidos.
- 50.000 tokens de prefijo estable y 2.000 tokens de entrada variable por intento.
- 1.000 tokens de salida por intento.
- 100 escrituras del prefijo estable con la tarifa de escritura de 30 minutos, más 11.000 lecturas de caché de ese prefijo. Se trata de un criterio de facturación ilustrativo, no de una afirmación sobre el comportamiento observado de la caché.
- Sin llamadas de recuperación independientes, cargos por herramientas, impuestos ni costes de infraestructura. Se excluye el coste de generar u obtener la entrada fuera de la API del modelo.
Las 100 escrituras representan caducidades o sustituciones a lo largo del periodo. No son una escritura por trabajo. Los 1.000 reintentos representan el 10 % de los trabajos iniciales, no una tasa de fallo medida para el modelo.
| Componente del coste | Cálculo de tokens | Coste oficial | Coste OneMux |
|---|---|---|---|
| Escrituras del prefijo | 100 × 50.000 = 5 millones de tokens | 5 × $1.25 = $6.25 | 5 × $0.195 = $0.975 |
| Lecturas del prefijo | 11.000 × 50.000 = 550 millones de tokens | 550 × $0.05 = $27.50 | 550 × $0.0078 = $4.29 |
| Entrada variable | 11.000 × 2.000 = 22 millones de tokens | 22 × $1.00 = $22.00 | 22 × $0.156 = $3.432 |
| Salida | 11.000 × 1.000 = 11 millones de tokens | 11 × $5.00 = $55.00 | 11 × $0.78 = $8.58 |
| Total | 10.000 trabajos completados | $110.75 | $17.277 |
Esto equivale a $0.011075 por trabajo completado con las tarifas oficiales y $0.0017277 con las de OneMux. Para una comparación equivalente sin caché, los mismos intentos envían 572 millones de tokens de entrada ordinaria y generan 11 millones de tokens de salida: $627.00 con tarifas oficiales o $97.812 con OneMux. Estas estimaciones mantienen constantes el número de trabajos, los intentos y la salida; no determinan el ahorro de caché que conseguirá una carga de trabajo real.
Cuándo se amortiza una escritura de caché
Según el criterio de escritura más lectura del ejemplo, cada millón de tokens de prefijo leídos en el tramo oficial inferior ahorra $0.95 frente a la entrada ordinaria: $1.00 menos $0.05. Una escritura de 30 minutos cuesta $1.25 por millón, por lo que dos lecturas ahorran $1.90 y superan ese coste de escritura. Una escritura de 12 horas cuesta $2.50, por lo que tres lecturas ahorran $2.85 y lo superan.
Este punto de equilibrio se aplica por prefijo estable y periodo de retención. Excluye la entrada variable y la salida porque se supone que no cambian. Si la escritura inicial se factura de otra manera o una solicitud solo coincide parcialmente con el prefijo almacenado en caché, vuelve a calcularlo con el uso realmente facturado. El análisis de origen también advierte de que cambiar el contenido inicial del prompt puede impedir su reutilización.
Mantén las instrucciones estables, las definiciones de herramientas y los documentos en un orden coherente; coloca después los identificadores de solicitud, las marcas de tiempo y el material específico de cada trabajo cuando lo permita el comportamiento de caché documentado para la API. Mide las tasas de aciertos y escrituras en lugar de considerar que esta estructura del prompt es una garantía.
Define las reglas de reintento y recuperación antes de hacer previsiones
Un reintento puede repetir los cargos por tokens y, lo que es más importante, repetir una acción externa. Define explícitamente la política del flujo de trabajo:
- Clasifica el fallo. Reintenta los fallos transitorios de transporte o de límite de solicitudes con una espera progresiva acotada; envía las solicitudes no válidas o que no superen la validación a corrección o revisión, en lugar de reintentarlas sin cambios indefinidamente.
- Establece un límite de intentos y un tope de coste. Presupuesta tanto el máximo de intentos permitidos como la media. Una solicitud que agote el tiempo de espera puede haber generado salida facturable, así que contrasta el resultado con los registros de uso en vez de asumir que fue gratuita.
- Protege las acciones con efectos externos. Usa una clave de idempotencia a nivel de aplicación o un estado de trabajo persistente antes de reintentar una operación que pueda enviar un mensaje, modificar un registro o invocar una herramienta. Comprueba si la acción ya se completó tras un tiempo de espera de resultado incierto.
- Contabiliza la recuperación por separado. Un prompt de reparación, una llamada para preparar una revisión humana o una llamada a un modelo alternativo es un intento adicional con su propia entrada, salida y precio. El ejemplo práctico no incluye ninguno; añádelos cuando corresponda.
- Registra el denominador. Controla los trabajos completados y fallidos, los intentos, la entrada y salida facturadas, las lecturas y escrituras de caché y el coste por tramo. Un coste bajo por intento puede ocultar un coste alto por trabajo completado.
Vigila el umbral de 272K
El tramo se define en términos de contexto de entrada, por lo que debes examinar la solicitud completa, incluido el material variable, y no solo el prefijo reutilizable. Con las tarifas oficiales indicadas, 270.000 tokens de entrada sin caché cuestan $0.27, mientras que 273.000 al precio del tramo superior cuestan $0.546, suponiendo que la tarifa superior se aplique a toda la entrada, como en los ejemplos de la fuente. Las tarifas de salida también cambian según el tramo. Verifica el tratamiento de facturación aplicable antes de basarte en una estimación cercana al límite.
Para los trabajos próximos al umbral, elimina el contexto innecesario o recupera una sección relevante más pequeña y, después, comprueba la calidad de la tarea. Un prompt más pequeño solo supone una mejora operativa si el flujo de trabajo sigue completándose de forma fiable; los reintentos adicionales pueden eliminar un ahorro aparente.
Conclusión
Empieza con una distribución de intentos, recuentos de tokens realistas y la frecuencia de escritura de caché; calcula tanto la entrada ordinaria como la almacenada en caché y, después, divide entre los trabajos completados. Considera el resultado una previsión hasta que los registros de uso confirmen la contabilización de la caché, la selección del tramo y el coste de los intentos fallidos.
Fuentes
- Ficha del modelo GPT 6.1 Terra de OneMux y precios de OneMux: captura del catálogo proporcionada, tomada el 13 de noviembre de 2026.
- OrcaRouter: caché de GPT-6.1 Terra: análisis proporcionado de las tarifas oficiales de caché, los supuestos del punto de equilibrio y el umbral de contexto largo.
Captura de precios publicados
Captura realizada el 2026-11-13T19:30:05.480Z del catálogo publicado de OneMux. Los precios conservan las unidades de facturación del sitio web; no se trata de una comparativa en tiempo real. La facturación por tramos, caché o tiempo puede variar. Los valores desconocidos no equivalen a cero.
| Modelo | Entrada oficial | Salida oficial | Entrada OneMux | Salida OneMux | Relación de precios publicada |
|---|---|---|---|---|---|
| GPT 6.1 Terra | $1 | $5 | $0.156 | $0.78 | 0.156 |
Precios actuales de OneMux. Compara los costes de las cargas de trabajo solo cuando coincidan las unidades de entrada, salida y facturación; consulta las condiciones de cada tramo en la página de cada modelo.
FAQ
¿Cómo deben incluirse los reintentos en las estimaciones de coste de GPT 6.1 Terra?
Cuenta la entrada y la salida de cada intento, incluidos los intentos fallidos cuando se facturen, y añade las llamadas de recuperación independientes. Divide el coste total entre los trabajos completados, no entre los intentos.
¿Cuándo se amortiza una escritura de caché de GPT 6.1 Terra?
Con los precios oficiales indicados para el tramo inferior, y suponiendo un cargo de escritura independiente seguido de lecturas de pago, una escritura de 30 minutos se amortiza tras dos lecturas completas y una de 12 horas tras tres. Es necesario verificar la facturación real y la coincidencia con la caché.
¿Depende el tramo de 272K solo del prefijo almacenado en caché?
El tramo se define por el contexto de entrada, así que haz la estimación con la solicitud completa, incluida la entrada variable. Confirma cómo aplica el proveedor los tramos en la documentación de facturación y los registros de uso.
Artículos relacionados
Guides
Costes de la API de Gemini 4 Neon: estimación de una carga de trabajo con reintentos y recuperación
Estima los costes de los flujos de trabajo de Gemini 4 Neon en producción con unidades de tokens comparables, supuestos explícitos sobre reintentos y un cálculo reproducible del coste por trabajo completado.
Guides
Costes de la API de GPT 6.1 Terra para la clasificación inicial de solicitudes de soporte: una estimación reproducible
Estima los costes de la API de GPT 6.1 Terra para la clasificación inicial de solicitudes de soporte con aprobación humana, mediante volúmenes de tokens explícitos, supuestos de caché y tarifas oficiales y de OneMux comparables.
Guides
Costes de la API de GPT 6.1 Terra para cambios en repositorios y verificación de pruebas
Calcula los costes de tokens de GPT 6.1 Terra para un flujo de cambios en un repositorio y verificación de pruebas, con supuestos explícitos sobre la caché y cálculos reproducibles.
Guides
Costo de la API GPT 6.1 Terra: evaluación reproducible de la caché
Estima los costos de la API GPT 6.1 Terra con supuestos explícitos sobre tokens, precios publicados de OneMux y oficiales, y una prueba repetible para determinar si el almacenamiento en caché de prompts beneficia tu carga de trabajo.