Qué modelo de IA usar y cuánto cuesta en 2026

Guía para principiantes: qué modelos existen, para qué sirve cada uno, cuál elegir según la actividad, y cómo funciona el consumo (tokens y costo).

Fecha de los datos: septiembre 2026 (verificados en las páginas oficiales). Los precios y modelos de IA cambian muy seguido (cada pocas semanas aparecen versiones nuevas). Usa este documento para entender cómo comparar, y verifica siempre el precio actual en la web oficial antes de tomar una decisión de costos. Enlaces al final.

Parte 1 — La idea clave: cada familia tiene 3 “gamas”

No necesitas memorizar 30 modelos. Las tres empresas organizan su catálogo en la misma lógica de tres gamas, como los autos (económico / medio / alta gama):

Regla mental para principiantes: empieza por la gama equilibrada. Sube a la máxima solo si el resultado no te alcanza; baja a la rápida si la tarea es simple y la haces muchas veces.

Parte 2 — Los modelos actuales y su precio

Precio en dólares por millón de tokens (input = lo que tú envías; output = lo que el modelo responde). El output casi siempre cuesta más — tenlo presente.

Claude (Anthropic)

Modelo	Gama	Contexto	Input $/1M	Output $/1M
Fable 5.1	Máxima+	1M	$10	$50
Opus 5.5	Máxima	1M	$4	$20
Sonnet 5	Equilibrada	1M	$2	$10
Haiku 4.5	Rápida	200K	$1	$5

Ojo con una letra chica de Anthropic: los modelos desde Claude 4.7 usan un tokenizador nuevo que produce ~30% más tokens para el mismo texto que Sonnet 4.6 y anteriores. Compara el costo por tarea, no solo el precio por millón.

OpenAI

Modelo	Gama	Contexto	Input $/1M	Output $/1M
GPT-6 Astra	Máxima+	—	$10	$50
GPT-6 Sol	Máxima / equilibrada	—	$2	$10
GPT-5.6 Terra	Equilibrada	—	$2	$12
GPT-6 Luna	Rápida / ultra-barata	—	$0.10	$0.50

La familia GPT-5.6 (Sol $4 / $20, Terra $2 / $12, Luna $0.20 / $1.20) sigue disponible; GPT-5.5 y 5.4 suben de precio pasados los 272K tokens de entrada. La ventana de contexto varía por modelo: revísala en la ficha de cada uno.

Google Gemini

Modelo	Gama	Contexto	Input $/1M	Output $/1M
Gemini 3.1 Pro (preview)	Máxima	1M	$2 (hasta 200K)*	$12*
Gemini 3.8 Flash	Equilibrada	1M	$0.75**	$3.75**
Gemini 3.5 Flash-Lite	Rápida	—	$0.30	$2.50
Gemini 3.1 Flash-Lite	Ultra-barata	—	$0.25	$1.50

* En Gemini Pro, si el input supera 200K tokens, la tarifa sube (ej. 3.1 Pro pasa a $4 / $18). Ojo con esto en documentos muy largos.

** Precio promocional de los Gemini 3.6, 3.7 y 3.8 Flash hasta el 31 de diciembre de 2026; después vuelve a $1.50 / $7.50.

Contexto (context window): cuánto texto “cabe” de una vez (prompt + historial + documentos). 1M tokens ≈ un libro grueso. 200K ya es mucho para uso normal.

Parte 3 — Cuál usar según la actividad

Una recomendación por tarea. Cuando hay empate, elige la que ya tengas configurada.

Actividad	Recomendado (gama)	Por qué
Chat / soporte al cliente	Equilibrada (Sonnet 5 / GPT-6 Sol / Gemini 3.8 Flash)	Rápido, barato y suficientemente listo para conversar
Clasificar, etiquetar, extraer datos	Rápida/ultra-barata (Haiku / Luna / Flash-Lite)	Tarea simple y repetitiva: prioriza costo y velocidad
Redactar (correos, posts, informes)	Equilibrada, o Máxima si es texto importante	La gama media escribe muy bien; sube a máxima para piezas clave
Código complejo / agentes autónomos	Máxima (Opus 5.5 / GPT-6 Astra / Gemini 3.1 Pro)	Aquí la inteligencia extra se paga sola
Razonamiento difícil (análisis, planificación)	Máxima	Menos errores en cadenas largas de razonamiento
Resumir documentos largos	Equilibrada con contexto grande (1M)	Necesitas ventana amplia; la gama media basta para resumir
Volumen alto / miles de llamadas	Rápida/ultra-barata	El costo se multiplica por volumen: cada centavo importa
Análisis de imágenes / capturas	Máxima o equilibrada con visión	Las gamas altas “ven” con más precisión
Prototipar / aprender / probar ideas	Rápida/ultra-barata	Barato para equivocarse mucho mientras aprendes

Y una guía por prioridad (qué te importa más):

• Máxima calidad, sin importar costo → gama máxima (Opus 5.5 / GPT-6 Astra / Gemini 3.1 Pro).
• Mejor equilibrio (el consejo por defecto) → gama equilibrada.
• Mínimo costo / máxima velocidad → gama rápida o ultra-barata.

Parte 4 — Cómo funciona el consumo (tokens y costo)

¿Qué es un token?

Un token es un pedacito de texto (aprox. ¾ de una palabra en español). Reglas rápidas de estimación:

• 1 token ≈ 4 caracteres.
• 100 tokens ≈ 75 palabras.
• 1 página de texto ≈ 500–800 tokens.

Pagas por dos cosas

1. Input — todo lo que entra: tu pregunta + las instrucciones (system prompt) + el historial de la conversación + documentos adjuntos.
2. Output — lo que el modelo escribe. Suele costar 2–5× más que el input.

Por eso respuestas más cortas = más baratas, y arrastrar un historial gigante encarece cada turno (todo ese historial es input que pagas de nuevo cada vez).

Ejemplo concreto (para que se entienda)

Una consulta con 2.000 tokens de input y 500 de output, en un modelo equilibrado (~$3 input / $15 output por millón):

Concepto	Cálculo	Costo
Input (lo que envías)	2.000 ÷ 1.000.000 × $3	$0,006
Output (lo que responde)	500 ÷ 1.000.000 × $15	$0,0075
Total por consulta		≈ $0,013 — poco más de un centavo
10.000 consultas así		≈ $135

Multiplica por tu volumen real: ahí se nota elegir bien la gama.

Parte 5 — Trucos para gastar menos (sin perder calidad)

• Empieza por la gama equilibrada. Sube de gama solo si el resultado no basta.
• Baja de gama las tareas simples. Clasificar o extraer no necesita el modelo más caro.
• Acota la respuesta. Pide “responde en 3 frases” o limita el máximo de tokens de salida.
• No arrastres historial innecesario. En conversaciones largas, resume lo viejo en vez de reenviar todo.
• Aprovecha el caché de prompt. Si repites el mismo bloque grande (instrucciones, un documento), las tres plataformas cobran mucho menos por la parte cacheada.
• Usa procesamiento por lotes (batch) para trabajo no urgente: suele costar ~50% menos.
• Mide antes de escalar. Prueba con pocas llamadas, calcula el costo por llamada y recién ahí sube el volumen.

Parte 6 — ¿Cuál familia elegir?

Para un principiante, la respuesta honesta es: las tres son excelentes en su gama equivalente. Diferencias generales (a grandes rasgos, cambian con cada versión):

• Claude (Anthropic) — muy fuerte en código, razonamiento y tareas largas de agentes; redacción clara. Contexto de 1M en toda la línea alta.
• OpenAI (GPT) — ecosistema enorme, muy buen soporte de herramientas/funciones y gran variedad de tamaños (incluida una gama “nano” ultra-barata).
• Google (Gemini) — muy competitivo en precio, fuerte en multimodal (texto, imagen, video) y contexto largo; la gama Flash-Lite es de las más baratas.

Consejo práctico: no te cases con una sola. Muchas plataformas (como AgentInTheLoop) te dejan configurar varias y elegir por flujo. Prueba la misma tarea en la gama equivalente de dos familias y quédate con la que te dé mejor resultado al menor costo.

Parte 7 — Resumen en una tabla

Si quieres…	Elige la gama…	Ejemplos (sep 2026)
Lo más inteligente	Máxima	Opus 5.5 · GPT-6 Astra · Gemini 3.1 Pro
El mejor equilibrio (por defecto)	Equilibrada	Sonnet 5 · GPT-6 Sol · Gemini 3.8 Flash
Lo más barato/rápido	Rápida / ultra-barata	Haiku 4.5 · GPT-6 Luna · Gemini Flash-Lite

Y recuerda: empieza por la equilibrada, mide tu costo por llamada real, y ajusta la gama según calidad y volumen. Los precios de arriba caducan rápido — verifica.

---

Fuentes (precios verificados el 23 de septiembre de 2026)

• Claude / Anthropic: platform.claude.com — Pricing
• OpenAI: developers.openai.com — Pricing
• Google Gemini: ai.google.dev — Gemini API pricing

Antes de decisiones de costo, confirma en las páginas oficiales de cada proveedor: se actualizan constantemente y los precios promocionales tienen fecha de vencimiento.

---

Para seguir aprendiendo

• Cómo funciona realmente la IA generativa — qué hay detrás de estos modelos y por qué unos “piensan” mejor que otros
• Cómo escribir buenos prompts — un buen prompt en la gama equilibrada rinde más que un mal prompt en la máxima
• Glosario de conceptos: agentes IA — token, ventana de contexto, LLM y los demás términos de esta guía