Cuánto cuesta un chatbot al mes: tres niveles de tráfico y ocho modelos

Un chatbot que atiende a clientes a través de la API de un modelo cuesta una fracción de céntimo por conversación, pero la factura crece con tres cosas que tú controlas: cuántas conversaciones atiende, cuánto dura cada una y qué modelo responde. Esta página calcula cuánto cuesta un chatbot al mes con un ejemplo resuelto a 1.000, 10.000 y 100.000 conversaciones, con ocho modelos actuales y los precios leídos en la página de precios de cada proveedor el 28 de octubre de 2026. Las cifras son cálculo nuestro, y todas las suposiciones están a la vista para que puedas rehacerlo con tus números.

La conversación de ejemplo

El ejemplo es un asistente de atención al cliente en una web. Cada conversación tiene cuatro turnos. El prompt de sistema, con las instrucciones del asistente y un breve resumen de los productos, ocupa 1.200 tokens; cada mensaje del cliente, 50 tokens, y cada respuesta, 200. Si los tokens son nuevos para ti, empieza por qué es un token.

El modelo tiene que leer el prompt de sistema y toda la conversación anterior en cada turno, y el proveedor cobra todo eso como tokens de entrada. Por eso la entrada crece turno a turno mientras la salida no cambia:

Tabla: tokens por turno en la conversación de ejemplo

Dos mil tokens caben de sobra en estos modelos, pero las conversaciones muy largas acaban chocando con la ventana de contexto.

Coste mensual a precio de lista

Tabla: coste mensual de API del chatbot de ejemplo sin descuentos de caché (cálculo nuestro, precios del 28 de octubre de 2026, redondeados)

Cuatro detalles explican el orden de las filas:

• Claude cuenta más tokens. La página de precios de Anthropic dice que su tokenizador para Claude 4.7 y posteriores produce aproximadamente un 30 % más de tokens con el mismo texto. Aplicamos ese 30 % a las dos filas de Claude, y por eso Claude Haiku 5.5 sale más caro que GPT-6 Luna con el mismo precio de lista.
• DeepSeek tiene horas punta. Las cifras usan su precio de hora punta. Fuera de esas horas (de 01:00 a 04:00 y de 06:00 a 10:00 UTC, de lunes a viernes) cobra la mitad.
• Un precio está a punto de cambiar. Google publica Gemini 3.8 Flash a 0,75 $ y 3,75 $ hasta el 31 de diciembre de 2026, y a 1,50 $ y 7,50 $ desde el 1 de enero de 2027, lo que duplica esa fila.
• La salida pesa más que su parte. Las respuestas son el 11 % de los tokens del ejemplo (800 de 7.300), pero cerca del 38 % de la factura en la mayoría de las filas, porque en estos modelos el token de salida cuesta entre cuatro y seis veces más que el de entrada.

La distancia es enorme: la última fila cuesta 26 veces la primera por exactamente las mismas conversaciones.

Cuánto ahorra la caché de prompts

El prompt de sistema y los turnos anteriores se repiten en cada llamada, que es justo el caso para el que existe la caché de prompts: el proveedor cobra el comienzo repetido de un prompt a una tarifa reducida. Nuestra guía sobre la caché de prompts explica cómo funciona. Estas son las reglas que importan para este chatbot, según la documentación de cada proveedor el 28 de octubre de 2026:

• OpenAI guarda en caché por defecto en GPT-5.6 y posteriores, a partir de 1.024 tokens. Escribir en la caché cuesta 1,25 veces el precio normal de entrada con la duración por defecto de 30 minutos, y leer cuesta 0,1 veces (0,05 en GPT-6.1 Sol y GPT-6.1 Terra).
• Anthropic guarda en caché cuando la petición incluye cache_control, y su modo automático va moviendo el punto de caché a medida que crece la conversación. El mínimo es de 512 tokens en Claude Haiku 5.5 y Claude Sonnet 5.5; escribir en la caché de 5 minutos cuesta 1,25 veces el precio de entrada y leer, 0,1 veces (0,05 en Sonnet 5.5).
• DeepSeek guarda en caché por defecto y crea una unidad de caché al final de cada entrada del usuario y de cada respuesta del modelo, así que el turno siguiente puede reutilizarlo todo menos el mensaje nuevo. No publica un cargo aparte por escribir.
• Google publica un mínimo de 4.096 tokens para la caché implícita en Gemini 3.8 Flash y no incluye Gemini 3.1 Flash-Lite en esa tabla. Ningún prompt del ejemplo llega a 4.096 tokens, así que los dos modelos de Gemini quedan fuera de la tabla siguiente.

Tabla: coste mensual en el mejor caso con caché de prompts, escrituras incluidas (cálculo nuestro, redondeado)

La caché reduce la factura más o menos a la mitad, no más, porque solo abarata la entrada y la salida sigue igual. DeepSeek ahorra más porque su caché también cubre la respuesta anterior y no cobra por escribir. En los demás, escribir no es gratis: con 100.000 conversaciones, las escrituras suman 40 $ a GPT-6.1 Sol y 52 $ a Claude Sonnet 5.5, cerca de un 4 % de cada total.

«Mejor caso» significa que el prompt de sistema ya está en caché por una conversación reciente y que cada turno llega antes de que la caché caduque. Con 1.000 conversaciones al mes empieza una cada 43 minutos de media, así que a menudo el prompt de sistema habrá caducado antes de la conversación siguiente (la caché por defecto de Anthropic dura 5 minutos y la de OpenAI, al menos 30), y el primer turno paga una escritura en vez de una lectura. Además, OpenAI redondea los tokens en caché hacia abajo a un múltiplo de 128, y DeepSeek describe su caché como de mejor esfuerzo. El ahorro real será algo menor que el de la tabla.

Qué mueve más la factura

Repetir el mismo cálculo con otros datos enseña por dónde empezar:

1. La duración de la conversación. Pasar de cuatro a ocho turnos multiplica el coste por conversación por unos 2,4 (de 0,0105 $ a 0,025 $ con GPT-6.1 Terra), porque cada turno vuelve a enviar todo el historial. Reenviar solo los últimos turnos y un resumen breve mantiene a raya las conversaciones largas.
2. La longitud de las respuestas. Respuestas de 400 tokens en lugar de 200 suben el coste por conversación un 50 % con GPT-6.1 Terra, Claude Haiku 5.5 y Gemini 3.8 Flash, y un 45 % con DeepSeek V4.1 Flash. Un límite de salida y la instrucción de responder breve ayudan.
3. El modelo. El factor de 26 entre la primera y la última fila pesa más que todo lo demás. Comprueba si un modelo pequeño responde bien a tus preguntas reales antes de pagar por uno grande.
4. El contenido que se consulta. Si el bot busca artículos de ayuda antes de responder, como en la generación aumentada por recuperación, esos fragmentos son entrada adicional en cada turno que los usa.

Lo que este cálculo deja fuera

Las tablas cubren solo las tarifas de la API del modelo. Un chatbot que funciona necesita además el programa que muestra la ventana de chat y guarda las conversaciones, alojamiento, supervisión y alguien que lo mantenga. Otros costes crecen con el uso:

• Herramientas y búsqueda. Las definiciones de herramientas forman parte de la entrada en cada llamada que las ofrece (mira la llamada a funciones), y buscar en tus propios documentos suele exigir embeddings.
• Límites de uso. 100.000 conversaciones al mes son unas 400.000 llamadas a la API, alrededor de 13.000 al día, y el tráfico rara vez se reparte igual durante el día. Revisa antes los límites de tu cuenta con nuestra guía de límites de uso de las API.
• Los descuentos por lotes no se aplican. Una API por lotes cobra la mitad por trabajos que pueden esperar horas, y un chat en directo no puede.

Cómo calcular tu propia factura

1. Mide conversaciones reales. OpenAI, Anthropic y DeepSeek indican los tokens de entrada, de salida y en caché en los datos de uso de cada respuesta. Una semana de registros te da las medias por conversación.
2. Multiplica por tu volumen o mete las medias y tu proporción de caché en nuestra calculadora de costes de las API de modelos, que usa los mismos precios que esta página.
3. Cuenta los tokens con las herramientas de cada proveedor antes de comparar modelos, porque el mismo texto da un número de tokens distinto en cada uno.
4. Revisa los precios cada mes. Google ya ha anunciado un precio más alto para Gemini 3.8 Flash desde el 1 de enero de 2027, y las páginas de Claude, OpenAI, Gemini y DeepSeek recogen todas las tarifas.

Cómo lo comprobamos

Los precios se leyeron el 28 de octubre de 2026 en la página de precios de la API de OpenAI, la documentación de precios de Claude de Anthropic, la página de precios de la API de Gemini para desarrolladores de Google y la página de modelos y precios de DeepSeek. Las reglas de la caché salen de la documentación de caché de cada proveedor, leída el mismo día. La primera tabla usa la misma fórmula que nuestra calculadora de costes, con el ajuste de tokens del 30 % de Anthropic; la segunda añade las escrituras de caché a 1,25 veces el precio de entrada en OpenAI y Anthropic y sigue las unidades de caché que publica DeepSeek. No hemos probado la calidad de las respuestas, la velocidad ni los límites de uso, y el tráfico real no se parecerá exactamente al ejemplo.