Estimación del coste de la API de GPT 6.2 Astra para preguntas y respuestas sobre documentos
Estima el coste de usar GPT 6.2 Astra para responder preguntas sobre documentos mediante supuestos explícitos de tokens, tramos de contexto, tarifas de caché y cálculos reproducibles.
Resumen · TL;DR
Un modelo ilustrativo de costes para respuestas sobre documentos con atribución de fuentes, que incluye precios oficiales y de OneMux por token, costes de caché y una lista de comprobación para sustituir los supuestos por datos de uso observados.
Puntos clave
- Con 12,000 tokens de entrada y 1,000 de salida por respuesta, el coste ilustrativo de Astra es de $0.136 con las tarifas oficiales indicadas o de $0.014144 con las tarifas de la instantánea de OneMux.
- Para 10,000 respuestas con la misma combinación de tokens, las estimaciones ascienden a $1,360 y $141.44, respectivamente, antes de los costes de recuperación, ingesta, reintentos y otros gastos.
- Las solicitudes con más de 272K tokens de entrada tienen tarifas de entrada y salida más altas; estímalas por separado en lugar de aplicar una tarifa media única.
- El ahorro de caché depende de las escrituras y lecturas que realmente cumplan los requisitos, de la retención y de las reglas de facturación, no solo de que se repita el contenido de los documentos.
En esta página (8)
Para responder preguntas sobre documentos con atribución de fuentes, incluye en el presupuesto tanto las evidencias enviadas al modelo como la respuesta que este devuelve. En un escenario ilustrativo de 12,000 tokens de entrada y 1,000 tokens de salida por respuesta, GPT 6.2 Astra cuesta $0.136 por respuesta con las tarifas oficiales indicadas, o $0.014144 con las tarifas de la instantánea de OneMux, antes de los gastos de recuperación y otros costes.
Este es un escenario de precios, no un resultado medido. OneMux, editor de este artículo, es también el producto incluido en la comparación de precios. Los costes reales dependen del uso de tokens, de si se cumplen los requisitos de caché, del tamaño de las solicitudes y de las tarifas vigentes al ejecutar la carga de trabajo.
Precios y unidades que se deben utilizar
La siguiente instantánea del catálogo de OneMux se capturó el 18 de noviembre de 2026. Todos los precios están expresados en dólares estadounidenses por 1 millón de tokens. La proporción de precios publicada es el precio de OneMux dividido por el precio oficial indicado; no es un porcentaje de descuento. Una proporción de 0.104 equivale aritméticamente a una tarifa por token un 89.6% menor para los precios mostrados, pero no garantiza un ahorro equivalente en el coste total de la carga de trabajo.
| Tramo de contexto de entrada | Entrada oficial | Salida oficial | Entrada OneMux | Salida OneMux | Proporción de precios publicada |
|---|---|---|---|---|---|
| Hasta 272K tokens inclusive | $8 | $40 | $0.832 | $4.16 | 0.104 |
| Más de 272K tokens | $16 | $60 | $1.664 | $6.24 | 0.104 |
El registro de cambios de la pasarela facilitado también recoge las tarifas estándar de Astra de $8/$40 y las tarifas de $16/$60 para prompts de más de 272K tokens de entrada. Consulta las condiciones actuales del proveedor y los precios de OneMux antes de comprometer un presupuesto. El tramo se determina por solicitud, así que calcula por separado las solicitudes de contexto largo. No des por hecho que una ventana de contexto amplia hace que resulte económico enviar una colección completa de documentos.
Estima el coste de una respuesta con atribución de fuentes
Supongamos que una etapa de recuperación selecciona los pasajes pertinentes de los documentos y que el modelo recibe esos pasajes junto con la pregunta y las instrucciones para citar las fuentes. Para este ejemplo:
- Cada solicitud utiliza 12,000 tokens de entrada, incluidos la pregunta, las instrucciones, los extractos de documentos y los identificadores de fuente.
- Cada respuesta utiliza 1,000 tokens de salida facturables, incluidos la respuesta, las citas y los posibles tokens de razonamiento facturables. La fuente de la pasarela indica que los tokens de razonamiento se facturan como salida; no los cuentes de nuevo si ya están incluidos en el total de salida.
- Todas las solicitudes se encuentran en el tramo de hasta 272K. En este escenario base no hay lecturas ni escrituras de caché, reintentos ni solicitudes fallidas.
- La carga de trabajo produce 10,000 respuestas al mes. Es un supuesto, no una previsión de tráfico.
Calcula cada categoría de tokens por separado: divide el número de tokens entre un millón y multiplícalo por la tarifa correspondiente.
| Componente del coste | Cálculo oficial | Coste oficial | Cálculo OneMux | Coste OneMux |
|---|---|---|---|---|
| Entrada por respuesta | 12,000 ÷ 1,000,000 × $8 | $0.096 | 12,000 ÷ 1,000,000 × $0.832 | $0.009984 |
| Salida por respuesta | 1,000 ÷ 1,000,000 × $40 | $0.040 | 1,000 ÷ 1,000,000 × $4.16 | $0.004160 |
| Total por respuesta | $0.096 + $0.040 | $0.136 | $0.009984 + $0.004160 | $0.014144 |
| 10,000 respuestas | 10,000 × $0.136 | $1,360 | 10,000 × $0.014144 | $141.44 |
La estimación solo cubre los tokens del modelo. Añade por separado el procesamiento de documentos, los embeddings, la indexación, la recuperación, el almacenamiento, el alojamiento de la aplicación, la evaluación y los reintentos facturados. Sus precios no se indican aquí; no son cero. Los impuestos y otros cargos aplicables también quedan fuera del ejemplo.
¿Qué ocurre si una solicitud supera los 272K tokens de entrada?
Para otra solicitud ilustrativa, con 300,000 tokens de entrada y 1,000 tokens de salida, aplicar las tarifas indicadas para más de 272K a esas cantidades da el siguiente resultado:
| Base de precios | Coste de entrada | Coste de salida | Total por respuesta |
|---|---|---|---|
| Oficial | 300,000 ÷ 1,000,000 × $16 = $4.80 | 1,000 ÷ 1,000,000 × $60 = $0.06 | $4.86 |
| OneMux | 300,000 ÷ 1,000,000 × $1.664 = $0.4992 | 1,000 ÷ 1,000,000 × $6.24 = $0.00624 | $0.50544 |
Este escenario supone que el tramo superior se aplica a todos los tokens de entrada y salida de la solicitud. Confirma las reglas de facturación aplicables a tu cuenta. No es una comparación de calidad en igualdad de condiciones con la solicitud más corta: las evidencias proporcionadas al modelo son diferentes.
Ten en cuenta las escrituras y lecturas de caché
Las preguntas repetidas sobre los mismos documentos pueden reutilizar un prefijo de prompt almacenable en caché, pero la repetición por sí sola no garantiza un acierto de caché. El catálogo indica las siguientes tarifas de caché de Astra por millón de tokens; las columnas de escritura distinguen los periodos de retención indicados.
| Tramo de contexto de entrada | Lectura de caché oficial | Escritura oficial, 30 minutos | Escritura oficial, 12 horas | Lectura de caché OneMux | Escritura OneMux, 30 minutos | Escritura OneMux, 12 horas |
|---|---|---|---|---|---|---|
| Hasta 272K inclusive | $0.40 | $10 | $20 | $0.0416 | $1.04 | $2.08 |
| Más de 272K | $0.80 | $20 | $40 | $0.0832 | $2.08 | $4.16 |
Para un lote ilustrativo del tramo estándar, supongamos que 10,000 tokens se facturan una vez como escritura de caché de 30 minutos y después como lecturas de caché en nueve solicitudes posteriores. Si contamos solo esa parte compartida, el coste oficial es de $0.10 por la escritura más $0.036 por las nueve lecturas, es decir, $0.136. El cálculo equivalente con OneMux es $0.0104 más $0.003744, es decir, $0.014144. Sin caché, diez cargos ordinarios de entrada por esa misma parte de 10,000 tokens serían $0.80 con la tarifa oficial o $0.0832 con OneMux.
Esta es una ilustración por categorías, no una promesa de que esas diez solicitudes cumplan los requisitos. Se supone que la tarifa de escritura de caché sustituye al cargo ordinario de entrada por la parte escrita, que cada uso posterior se factura como lectura y que todas las lecturas se producen dentro del periodo de retención aplicable. Confirma los requisitos reales, la contabilización y las reglas de retención. Añade por separado la entrada no almacenada en caché y toda la salida; no cuentes los mismos tokens como entrada ordinaria y como entrada de caché, salvo que tus condiciones de facturación lo exijan.
Convierte la estimación en un presupuesto auditable
- Define qué es una respuesta satisfactoria. Exige citas con identificadores estables de documentos y pasajes que respalden cada afirmación sustancial. Una respuesta con una cita no está necesariamente fundamentada; comprueba si el pasaje citado realmente la respalda.
- Mide una muestra representativa. Registra la entrada, la salida, las lecturas y escrituras de caché, el tramo de la solicitud y el coste facturado cuando esté disponible. Incluye documentos cortos y largos, preguntas sin respuesta y preguntas que abarquen varias fuentes. No se realizó ninguna evaluación de pago para este artículo.
- Haz seguimiento del coste por respuesta aceptada. Divide el coste total facturado de la carga de trabajo —incluidos los reintentos y los intentos fallidos— entre las respuestas que superen tu comprobación de atribución. Así salen a la luz costes que un promedio por solicitud puede ocultar.
- Investiga los casos atípicos. Los pasajes recuperados extensos, las instrucciones repetidas, las citas prolijas y las respuestas largas pueden aumentar el uso de tokens. Comprueba que los identificadores de fuente se conserven cuando los pasajes se trunquen o reordenen.
- Recalcula por tramo y categoría de caché. Multiplica los totales de tokens observados por las tarifas actuales correspondientes y añade después los gastos ajenos al modelo. Trata los datos de uso o precios no disponibles como desconocidos, no como cero.
Cuándo considerar una alternativa
Si el objetivo de calidad de las citas puede alcanzarse con menos contexto o con otro modelo, pruébalo con tu propio conjunto de documentos antes de decidir basándote únicamente en el precio por token. El registro de cambios de la pasarela facilitado indica que tanto GPT 6.2 Sol como Astra resolvieron un pequeño ejemplo de limitador de tasa en cinco ejecuciones, con un coste menor para Sol en ese ejemplo. Ese resultado no establece su precisión relativa ni el coste por respuesta aceptada en preguntas y respuestas sobre documentos; esos resultados se desconocen sin una evaluación pertinente.
Para elaborar un primer presupuesto, utiliza el cálculo base y sustituye después cada supuesto sobre tokens y tasa de éxito por datos observados. Separa el tráfico de contexto largo y el de caché para que un promedio plausible no oculte una combinación costosa de solicitudes.
Fuentes
- GPT-6.2 Astra y GPT-6.2 Sol en AI Gateway — tarifas de los modelos indicadas, umbral de los tramos de contexto, facturación de tokens de razonamiento y ejemplo limitado de un limitador de tasa.
- Página del modelo GPT 6.2 Astra de OneMux — instantánea de precios del catálogo y tarifas por tramo; los precios pueden cambiar.
- Precios de OneMux — consulta los precios publicados actuales antes de estimar una carga de trabajo real.
Instantánea de precios publicados
Capturada el 2026-11-18T08:00:05.571Z del catálogo publicado de OneMux. Los precios conservan las unidades de facturación del sitio web; esto no es una prueba de rendimiento en tiempo real. La facturación por tramos, caché o tiempo puede variar. Los valores desconocidos no son cero.
| Modelo | Entrada oficial | Salida oficial | Entrada OneMux | Salida OneMux | Proporción de precios publicada |
|---|---|---|---|---|---|
| GPT 6.2 Astra | $8 | $40 | $0.832 | $4.16 | 0.104 |
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 los tramos en la página de cada modelo.
FAQ
¿Cuánto cuesta GPT 6.2 Astra por respuesta sobre documentos?
Con 12,000 tokens de entrada y 1,000 de salida, sin caché y con las tarifas de la instantánea para el tramo de hasta 272K, el coste ilustrativo de los tokens del modelo es de $0.136 con las tarifas oficiales indicadas o de $0.014144 con las tarifas de OneMux. Se excluyen la recuperación, la ingesta, los reintentos y otros gastos.
¿Las citas tienen un precio por token independiente?
Los precios facilitados no indican un cargo independiente por las citas. Las instrucciones para citar y los identificadores de fuente contribuyen a los tokens de entrada, mientras que las citas generadas en una respuesta contribuyen a los tokens de salida.
¿Repetir un documento garantiza un descuento de caché?
No. El ahorro depende de si el contenido repetido cumple los requisitos para almacenarse en caché, de las categorías de escritura y lectura facturadas, de la retención y de las condiciones aplicables. Mide el uso real de caché en lugar de suponer que cada repetición produce un acierto.
¿Cómo se deben presupuestar las solicitudes de contexto largo?
Estima por separado las solicitudes de más de 272K tokens de entrada con las tarifas aplicables del tramo superior. Confirma cómo se aplican esas tarifas a la solicitud completa e incluye las categorías de caché y los tokens de salida que correspondan.
Artículos relacionados
Guides
Estima los costos de la API de Claude Fable 5.2 para preguntas y respuestas sobre documentos
Un método reproducible para estimar los costos de Claude Fable 5.2 en preguntas y respuestas sobre documentos, con supuestos explícitos de tokens, orientación sobre atribución de fuentes y precios fechados.
Guides
Coste de la API de Qwen3.7 Plus para preguntas y respuestas sobre documentos
Estima el coste de la API de Qwen3.7 Plus para responder preguntas sobre documentos con atribución de fuentes, mediante supuestos explícitos sobre tokens y cálculos reproducibles.
Guides
Calcula los costos de la API GPT 6.1 Terra para preguntas y respuestas sobre documentos
Un método reproducible para estimar los costos de GPT 6.1 Terra en preguntas y respuestas sobre documentos con atribución de fuentes, incluidos los supuestos de caché y el nivel de contexto largo.
Guides
Estimación del coste de la API de GPT 6.2 Astra para clasificar solicitudes de soporte con aprobación humana
Estima el coste en tokens de GPT 6.2 Astra para un flujo de clasificación de solicitudes de soporte al cliente con aprobación humana, con ejemplos de tramos y caché.