Un token es un fragmento de palabra, no una palabra
Los modelos no leen letras ni leen palabras. Antes de que tu mensaje llegue al modelo, un tokenizador lo divide en fragmentos de un vocabulario fijo de decenas de miles de piezas. Las palabras comunes son un token. Las palabras raras son dos o tres. "El" es un token; "tokenización" suele ser dos o tres; una URL larga puede ser docenas.
La regla general que publica OpenAI para el texto en inglés: un token equivale a unos cuatro caracteres, o unas tres cuartas partes de una palabra. Así que 100 tokens son unas 75 palabras, y 1.000 tokens son una página y media.
Dos cosas hacen que el conteo varíe. El código es más denso, cercano a un token por cada tres caracteres, por los símbolos y la indentación. Y los idiomas menos representados en los datos de entrenamiento del tokenizador cuestan más: el mismo significado en tailandés, hindi o árabe puede llevar de dos a tres veces los tokens de la versión en inglés, lo cual importa si pagas por token y escribes en uno de ellos.
Puedes verlo tú mismo. Pega cualquier texto en la calculadora de coste de tokens y te muestra el conteo y el precio en cada modelo.
Los tokens de entrada y de salida son dos precios distintos
Cada mensaje tiene dos mitades. Los tokens de entrada son todo lo que el modelo lee: tu pregunta, las instrucciones del sistema, la conversación hasta ese momento, cualquier archivo adjunto. Los tokens de salida son lo que el modelo escribe de vuelta.
Los proveedores cobran las dos mitades a tarifas distintas, y la diferencia no es pequeña. La tabla es el precio de lista por millón de tokens del índice de coste de modelos de IA, con precios obtenidos de OpenRouter el 2026-08-20.
| Modelo | Entrada, $ por millón | Salida, $ por millón | Relación salida/entrada |
|---|---|---|---|
| GPT-5.6 Luna | $0.20 | $1.20 | 6x |
| Gemini 3.7 Flash | $0.375 | $1.875 | 5x |
| Claude Haiku 4.5 | $1 | $5 | 5x |
| Claude Sonnet 5 | $2 | $10 | 5x |
| GPT-5.6 Terra | $2 | $12 | 6x |
| Claude Opus 5 | $5 | $25 | 5x |
| GPT-5.5 | $5 | $30 | 6x |
La salida es más cara por cómo funciona el modelo. Leer la entrada ocurre en una sola pasada en paralelo sobre todos los tokens a la vez. Escribir la salida ocurre un token a la vez, y cada nuevo token requiere otra pasada por todo el modelo. Una respuesta de 500 tokens son 500 pasadas secuenciales.
Lo que cuesta un mensaje real, paso a paso
Toma un intercambio típico: una pregunta de 300 palabras con un párrafo de contexto, respondida en 400 palabras. Eso son unos 400 tokens de entrada y 530 de salida.
- En GPT-5.6 Luna: 400 × $0.20 por millón más 530 × $1.20 por millón, que es $0.00008 más $0.00064, unos $0.0007. Siete centésimas de centavo.
- En Claude Sonnet 5: 400 × $2 más 530 × $10, por millón, que es $0.0008 más $0.0053, unos $0.006. Poco más de medio centavo.
- En GPT-5.5: 400 × $5 más 530 × $30, por millón, que es $0.002 más $0.0159, unos $0.018. Casi dos centavos.
Nota que la mitad de salida es del 80 al 90 por ciento de la factura en cada fila. La forma del mensaje, no solo el modelo, determina el costo: una pregunta de una línea que pide un ensayo de 2.000 palabras es el patrón caro, y un documento largo con una pregunta de una línea sobre él es el barato en el mismo modelo.
Si te alejas, la dispersión en todo el catálogo es la verdadera historia. Cada modelo con precio en el índice de coste de modelos de IA se ubica en la línea de abajo según lo que cuesta una respuesta estándar. El más barato, Ling-3.0-flash, cuesta $0.000053; el más caro, Claude Opus 4.7 en su modo rápido, cuesta $0.105: casi 2.000 veces de diferencia para los mismos 1.500 tokens.
El otro multiplicador es la historia. En un chat, el modelo relee toda la conversación en cada turno, así que el conteo de entrada crece con cada mensaje. Una conversación de 40 turnos envía el primer mensaje 40 veces. Por eso los hilos largos se vuelven lentos y por eso qué es una ventana de contexto es el límite que tarde o temprano alcanzas.
Por qué una suscripción esconde el medidor pero no lo elimina
Los planes de consumo cobran una tarifa mensual fija, y por debajo de esa tarifa cada proveedor sigue contando tokens. El conteo aparece como límites de mensajes, el muro de "has alcanzado tu límite" y el cambio silencioso a un modelo más pequeño cuando el presupuesto se agota.
Whizi mide al revés. Cada modelo tiene un precio fijo en créditos por mensaje: 1 crédito para el modelo de la casa, 10 para Claude Sonnet 5, 20 para Claude Opus 5 y GPT-5.5, y 100 en lo más alto de la escala. El número nunca depende de cuán largo fue tu mensaje o la respuesta. La escala está anclada a un turno real de tokens, 3.000 tokens de entrada y 800 de salida en el modelo de la casa, que cuesta unos $0.00156 en gasto del proveedor y define un crédito. Cómo funcionan los créditos de Whizi tiene la tabla completa.
El intercambio es deliberado. Un medidor por token es exacto e impredecible; un crédito por mensaje es un poco generoso con los mensajes largos y un poco tacaño con los cortos, y siempre sabes el precio antes de pulsar enviar.
Los tokens también son el límite de capacidad
La segunda razón por la que importan los tokens es la capacidad. Cada modelo tiene una ventana de contexto medida en tokens: el máximo que puede considerar a la vez, entrada y salida combinadas. Claude Haiku 4.5 sostiene 200.000 tokens. GPT-5.6 Terra, Claude Sonnet 5 y Gemini 3.7 Flash sostienen alrededor de 1 millón. A 750 palabras por cada 1.000 tokens, un millón de tokens son unas 750.000 palabras, o unas 1.500 páginas.
La ventana no es gratis. Llenarla cuesta tokens de entrada en cada turno, así que un documento de 300.000 tokens al que se le hacen diez preguntas son 3 millones de tokens de entrada, lo que son $6 en Claude Sonnet 5 a precio de lista. La recuperación, donde la aplicación busca en el documento y envía solo las páginas relevantes, existe justo para evitar esa factura. Qué es RAG explica el mecanismo, y comparación de ventanas de contexto tiene el límite de cada modelo en una sola tabla. Envía las páginas que la pregunta necesita, nunca el archivo entero.
- Estima los tokens en cuatro caracteres cada uno para el inglés, tres para el código, y duplícalo o triplícalo para idiomas menos comunes
- Asume que la salida cuesta de cinco a seis veces la entrada, así que mantén la longitud de la respuesta ajustada a lo que necesitas
- Empieza una conversación nueva cuando un hilo se alargue; cada turno reenvía todo el historial
- Envía solo las páginas relevantes de un documento largo, o usa una herramienta que recupere por ti, en vez del archivo completo en cada pregunta
- Revisa el precio por mensaje antes de elegir un modelo; el modelo insignia cuesta de 5 a 25 veces el modelo pequeño de la misma familia
Preguntas frecuentes
¿Cuántos tokens hay en una palabra?
Alrededor de 1.3 tokens por palabra en inglés en promedio, o tres cuartas partes de una palabra por token. Las palabras cortas y comunes son un token; las más largas o raras se dividen en dos o más. La regla general que publica OpenAI es cuatro caracteres por token, lo que hace que 1.000 tokens sean unas 750 palabras.
¿Por qué los tokens de salida cuestan más que los de entrada?
Porque el modelo produce la salida un token a la vez, y cada token necesita una pasada completa por la red, mientras que lee la entrada en una sola pasada en paralelo. En los modelos principales la tasa de salida es de cinco a seis veces la de entrada: $2 de entrada y $10 de salida por millón en Claude Sonnet 5, $5 de entrada y $30 de salida en GPT-5.5, a precios de lista de OpenRouter obtenidos el 2026-08-20.
¿Una suscripción cobra por token?
No en la factura, pero sí por debajo. Los planes de tarifa fija imponen límites de mensajes y te cambian silenciosamente a un modelo más pequeño cuando el presupuesto se agota, y ambas cosas son contabilidad de tokens disfrazada. Whizi cobra un número fijo de créditos por mensaje en su lugar, desde 1 crédito en el modelo de la casa hasta 20 en Claude Opus 5 y GPT-5.5, así que el precio se conoce antes de enviar.
¿Cuántas palabras son 1.000 tokens?
Unas 750 palabras de prosa en inglés, cerca de una página y media. El código es más denso, cercano a 600 palabras de código por 1.000 tokens, y el texto en idiomas que el tokenizador maneja con menos eficiencia puede ser tan solo 300 a 400 palabras para los mismos 1.000 tokens.
¿Los tokens son iguales entre ChatGPT, Claude y Gemini?
No. Cada familia de modelos tiene su propio tokenizador con su propio vocabulario, así que la misma frase puede contarse distinto de un modelo a otro. La regla de los cuatro caracteres se cumple para todos como estimación. Para un conteo exacto en un modelo específico, pega el texto en una herramienta de tokenización.
