Analizador de costes de uso de LLM
Suelta el archivo de uso que tu proveedor te permite exportar — un CSV de la consola o una respuesta JSON de la API de uso — y conviértelo en las respuestas que una exportación en bruto entierra: qué costó cada modelo, qué días tuvieron picos, cuánto de tu entrada se sirvió desde la caché y qué modelos no pueden valorarse en absoluto. Todo se analiza localmente en tu navegador y tu archivo never uploaded (nunca se sube), porque un archivo de uso es un mapa de lo que ejecutas, con qué frecuencia y cuánto te cuesta.
Última actualización:
Qué lee este analizador
Los proveedores entregan el uso en dos formas, y esta página lee ambas. La primera es la exportación CSV de la consola de un proveedor: una fila por día, modelo o clave de API, con columnas para tokens de entrada, tokens de salida, tokens en caché, solicitudes y a veces coste. La segunda es el JSON de la API de uso de OpenAI: un objeto con una matriz data de intervalos de tiempo, cada uno con resultados por modelo y los conteos de tokens con prefijo n_ que devuelve esa API. Los nombres de columna difieren entre proveedores y cambian entre versiones de la consola, así que el analizador no exige un formato fijo: normaliza cada encabezado, lo compara con los nombres que usan realmente las exportaciones de OpenAI, Anthropic y las genéricas, y te muestra la asignación resultante antes de calcular nada.
Ese paso de asignación es deliberado. La detección automática acierta con las exportaciones comunes, pero una columna renombrada o un campo extra específico del proveedor puede poner en silencio los tokens de salida donde van los de entrada, y un informe de costes construido sobre columnas intercambiadas parece plausible siendo erróneo. Los selectores sobre los resultados muestran exactamente qué columna alimenta cada campo, preajustados a la asignación detectada, y puedes corregir cualquiera y volver a ejecutar. Las filas cuya fecha no puede leerse, o cuyo valor de entrada o salida no es un número, se omiten y se cuentan en los resultados en lugar de adivinarse: un total menor y honesto vale más que uno mayor e inventado, y el conteo de omitidas te dice cuánto del archivo no sobrevivió.
Cómo se calculan los costes — y qué buscar
Cuando el archivo trae su propia columna de coste, esas cifras se usan tal cual: el proveedor las facturó, y ningún recálculo mejora la factura. Cuando no hay columna de coste, cada fila se valora desde la tabla de precios de LLM de este sitio — las mismas tarifas verificadas detrás de la calculadora de costes — con la fórmula que usan los proveedores: la entrada sin caché a la tarifa de entrada, la entrada en caché a la tarifa de caché cuando el modelo la ofrece, y la salida a la tarifa de salida. Los modelos se emparejan por su id exacto de API o nombre visible, admitiendo un prefijo de proveedor y un sufijo final de fecha o “latest”, y nada más laxo. El aviso de resultados dice de dónde vino el dinero: archivo, calculado, mixto o ninguno, para que siempre sepas si lees una factura o una estimación.
Un modelo que no coincide con nada de la tabla de precios se lista como sin precio, nunca se adivina. Eso importa más de lo que parece: los archivos de uso contienen habitualmente ajustes finos, ids de vista previa, instantáneas obsoletas y despliegues de terceros cuyo precio real es el que diga un contrato, e inventar una tarifa para ellos envenenaría los totales de cada modelo valorado con honestidad. Los modelos sin precio siguen aportando sus conteos de tokens y solicitudes a los totales y aparecen en su propia lista con sus volúmenes, para que veas exactamente qué parte de tu tráfico no cubre la estimación — y valores tú mismo esa porción si es grande.
Hay tres patrones que vale la pena buscar en cualquier archivo de uso, y las tablas por modelo y por día de esta página están hechas para exponerlos. Una proporción de tokens en caché cercana a cero en una carga con mensajes repetidos significa que la caché de mensajes está desactivada, mal configurada o derrotada por un prefijo cambiante: a menudo la corrección más barata disponible. Una mezcla de modelos que deriva hacia el nivel caro — modelos insignia respondiendo preguntas que un modelo pequeño resuelve igual de bien — aparece como una cuota de coste creciente de un modelo mientras las solicitudes se mantienen planas. Y una clave o un bucle descontrolados aparecen en la tabla diaria como un pico, a menudo en fin de semana o de noche, con solicitudes muy por encima de los días vecinos. La guía complementaria, cómo analizar tu archivo de uso de LLM, recorre cada patrón y qué hacer al respecto.
Los cinco datos que muestra esta página
| Coste por modelo | Solicitudes, tokens de entrada, salida y caché por modelo, con su coste y su cuota del total, agrupados por el nombre en bruto exactamente como aparece en tu archivo. |
| Coste por día | Los mismos totales por día natural, en orden de fecha, para que los picos, los bucles de fin de semana y los periodos tranquilos se vean de un vistazo. |
| Cuota en caché | Tokens de entrada en caché frente a la entrada total: la proporción que te dice si la caché de mensajes funciona de verdad en tu tráfico. |
| Fuente del coste | Si las cifras de dinero vinieron del propio archivo, se calcularon desde la tabla de precios, son una mezcla de ambas o no pudieron producirse en absoluto. |
| Modelos sin precio | Modelos sin coincidencia en la tabla de precios, listados con sus volúmenes en lugar de un precio inventado, para que el hueco de la estimación sea explícito. |
Preguntas frecuentes
¿De dónde saco un archivo de uso para analizar?
De la consola o la API de tu proveedor. OpenAI expone el uso en la página de uso de la consola y a través de la API de uso, cuyo JSON lee esta página directamente; Anthropic expone uso y coste en su consola y en sus informes de API, que se exportan como CSV. Cualquier CSV con una columna de fecha, una de modelo y columnas de tokens de entrada y salida funcionará aquí sea cual sea el proveedor, porque la asignación de columnas se detecta desde los encabezados y puede corregirse a mano.
¿Mi archivo de uso se sube a algún sitio?
No. El archivo se lee y se analiza en tu navegador, en esta página; nada se sube, se transmite ni se almacena, y cerrar la pestaña lo elimina. Es deliberado: una exportación de uso lista cada modelo que llamas, tus volúmenes por día y lo que gastas — datos operativos que no tienen por qué estar en el servidor de un extraño ni en un registro de chat. La tabla de precios usada para las estimaciones es un dato público incrustado en la propia página.
¿Por qué mi total difiere de la factura del proveedor?
Por unas pocas razones honestas. Si el archivo no tenía columna de coste, el total es una estimación a precios de lista: no puede ver descuentos negociados, créditos, tarifas por lotes o fuera de pico, cuotas del nivel gratuito ni precios por niveles de contexto largo, y le faltan las filas omitidas. Si el archivo sí traía costes, comprueba primero el conteo de filas omitidas y el intervalo de fechas: una exportación truncada es la causa más común de un total corto. Trata un total calculado como una guía cercana de a dónde fue el dinero, no como una conciliación de la factura.
¿Qué significa que un modelo esté “sin precio”?
Significa que el nombre del modelo en tu archivo no coincidió con nada de la tabla de precios de este sitio: ni por id exacto, ni tras quitar un prefijo de proveedor, ni tras eliminar un sufijo de fecha o “latest”. Ajustes finos, instantáneas de vista previa y obsoletas, y modelos de proveedores que la tabla no cubre acaban aquí. Sus tokens y solicitudes siguen contando en los totales; solo su coste se deja en blanco en lugar de inventarse, y se listan por separado para que veas el tamaño del hueco.
¿Cómo se calcula el coste cuando el archivo no tiene columna de coste?
Por fila: (entrada − caché) × la tarifa de entrada del modelo, más caché × su tarifa de entrada en caché (o la tarifa de entrada cuando el modelo no ofrece descuento por caché), más salida × su tarifa de salida, todo dividido por un millón, usando las tarifas de la página de precios de LLM. Esas tarifas son los precios de lista estándar verificados contra las páginas oficiales de los proveedores; las variantes programadas o por niveles se anotan en la página de precios y no se modelan aquí, que es una razón por la que un total calculado es una estimación.