Claude Haiku 4.5: cómo calcular el coste por respuesta utilizable

Qué coste se está calculando

El precio de una llamada, el gasto de una tarea y el coste de una respuesta aceptada son medidas distintas. Para presupuestar una carga real con Claude Haiku 4.5, conviene empezar por definir el denominador: ¿se quiere saber cuánto cuesta cada intento enviado al modelo, cada respuesta recibida, cada resultado que supera las reglas de aceptación o cada tarea terminada tras una revisión humana?

La diferencia importa cuando una respuesta puede ser descartada, corregida o solicitada de nuevo. Una llamada que devuelve texto genera consumo, aunque ese texto no se utilice. Si el equipo divide el gasto total solo entre las llamadas exitosas, puede ocultar los intentos fallidos; si lo divide entre todas las llamadas, no expresa cuánto cuesta producir una salida que realmente sirve para el proceso.

En esta guía, «respuesta aceptada» significa una salida que supera los criterios definidos por el equipo para esa tarea. Puede ser, por ejemplo, una etiqueta válida, un objeto que cumple un esquema o un resumen que pasa una revisión. No implica que el modelo garantice exactitud, que la salida sea segura para cualquier uso ni que no requiera aprobación posterior. Es una unidad de cálculo operativa, no una garantía de calidad.

La tarifa publicada es solo uno de los componentes del presupuesto. El cálculo puede sumar por separado la inferencia, los reintentos, la validación externa, la revisión humana y otros recursos del sistema. Mantener esos conceptos separados permite comparar ejecuciones y explicar de dónde sale una cifra sin presentar una estimación como si fuera una factura garantizada.

La tarifa de Claude Haiku 4.5 y su alcance

Anthropic publica para Claude Haiku 4.5 una tarifa estándar de Claude Platform de 1 USD por millón de tokens de entrada y 5 USD por millón de tokens de salida. Es una base útil para hacer una estimación reproducible, pero debe anotarse junto con el canal utilizado, el modelo exacto y la fecha en que se verificó. No hay que asumir que el precio de un canal de terceros o de otra modalidad de servicio sea idéntico.

La documentación del proveedor también presenta modalidades de precio distintas, entre ellas las relacionadas con el procesamiento por lotes y los tokens de caché. Esta guía no las incorpora a las cuentas de ejemplo: su objetivo es explicar el cálculo con las tarifas estándar indicadas, no determinar qué modalidad corresponde a una carga concreta. Antes de presupuestar, comprueba la lista vigente y las condiciones aplicables al canal que usarás.

El identificador de modelo importa para que una prueba pueda repetirse y para comprobar que las ejecuciones corresponden a la misma versión. La documentación de ciclo de vida consultada identifica el modelo como claude-haiku-4-5-20251001 y lo muestra activo, sin una fecha de retirada anunciada en esa consulta. Ese estado puede cambiar; no debe tratarse como una garantía de disponibilidad futura.

Para verificar importes, registra qué tarifa aplicaste y conserva la fecha de consulta. Si el presupuesto se va a usar durante meses, programa una revisión de precios y condiciones antes de convertir la proyección en un compromiso. Un cambio en el precio unitario afecta el resultado aunque el número de tareas y los tokens observados permanezcan iguales.

La fórmula: coste de inferencia por respuesta aceptada

Con los precios estándar indicados, el coste de inferencia de un intento de texto se estima así: (tokens de entrada × 1 USD / 1.000.000) + (tokens de salida × 5 USD / 1.000.000). La fórmula separa ambos lados de la interacción porque cada millón tiene un precio distinto. Si se analizan varias llamadas, suma el coste estimado de todos los intentos, no solo el de las respuestas que acabaron aceptadas.

Después, divide el gasto total de inferencia por el número de respuestas aceptadas. Para una carga con distintas tareas, calcula primero el coste y la aceptación por tipo de tarea y suma los resultados de forma ponderada por volumen. Un promedio simple de porcentajes puede distorsionar el coste si las tareas difieren mucho en tokens o frecuencia.

Una aproximación útil cuando se dispone de datos agregados es multiplicar el coste medio por intento por el número medio de intentos necesarios para obtener una respuesta aceptada. La aproximación solo es adecuada si se explica cómo se obtuvo ese promedio y si representa la carga analizada. Si el primer intento y los reintentos tienen longitudes distintas, calcula el gasto de cada grupo por separado en vez de suponer que todos cuestan lo mismo.

Los tokens observados deben proceder de ejecuciones representativas, no de una longitud ideal elegida para que la proyección resulte favorable. La referencia de la API de mensajes documenta campos de uso para entrada y salida; esos datos permiten contrastar el consumo registrado con la hipótesis de cálculo. Conserva la unidad y el intervalo de medición para no confundir tokens con caracteres, palabras o solicitudes.

Tres escenarios ilustrativos

Los ejemplos siguientes muestran cómo cambia el orden de magnitud al variar la cantidad de tokens y la proporción de intentos aceptados. Son cálculos hipotéticos, no mediciones publicadas de Claude Haiku 4.5 ni predicciones de rendimiento. Se supone que los intentos tienen, en promedio, la misma longitud, que cada intento tiene una probabilidad constante de aceptación y que se vuelve a intentar hasta lograr una aceptación. Con esas hipótesis, el coste esperado por salida aceptada es el coste medio por intento dividido por la tasa de aceptación.

En una clasificación breve, supongamos 600 tokens de entrada y 80 de salida por intento, con una tasa de aceptación del 95 %. La tarifa produce un coste de 0,001 USD por intento: 0,0006 USD de entrada y 0,0004 USD de salida. Bajo las hipótesis anteriores, el coste esperado de inferencia es aproximadamente 0,00105 USD por respuesta aceptada.

En una extracción estructurada, supongamos 1.800 tokens de entrada y 450 de salida, con aceptación del 85 %. El intento cuesta 0,00405 USD: 0,0018 USD de entrada y 0,00225 USD de salida. El coste esperado por respuesta aceptada es aproximadamente 0,00476 USD. En este ejemplo no se añade un cargo aparte por validar el esquema: la validación se registra como gasto externo si realmente consume recursos facturables.

En una síntesis acotada, supongamos 3.000 tokens de entrada y 1.200 de salida, con aceptación del 80 %. El coste por intento sería 0,009 USD y el coste esperado por respuesta aceptada, aproximadamente 0,01125 USD. La salida, con la tarifa asumida, aporta dos tercios del coste del intento. El ejemplo ilustra por qué no basta con contar solicitudes: la longitud de la respuesta también modifica el presupuesto.

Qué variables dominan el resultado

En estos ejemplos, cada token de salida tiene un precio unitario cinco veces mayor que cada token de entrada. Eso no significa que la salida siempre represente la mayor parte de la factura: depende de cuántos tokens haya de cada tipo. En una solicitud con mucha entrada y una respuesta muy breve, la entrada puede seguir siendo una parte importante del coste. En una tarea que produce texto largo, la salida puede dominar.

La aceptación afecta al coste por resultado, aunque no cambie el precio de cada intento. En el modelo simplificado, una tasa menor implica más intentos esperados por cada aceptación. La relación no es universal para cualquier sistema: puede haber topes de reintentos, rutas alternativas, revisión manual o diferentes causas de rechazo. Por eso, para planificar una carga real, es preferible calcular a partir de los intentos registrados y de los resultados aceptados en la misma muestra.

La longitud de salida también puede variar según el tipo de solicitud y el comportamiento de la carga. Un límite máximo de salida no equivale a una predicción del consumo medio: para presupuestar, mide los tokens observados y vigila el percentil que te interese. Una media puede ser insuficiente si las salidas largas son frecuentes o costosas para el proceso posterior.

No atribuyas todos los fallos al modelo sin clasificarlos. Un rechazo puede proceder de un esquema estricto, una entrada incompleta, una interrupción del servicio o una regla de negocio. Esa separación es útil para decidir qué corregir y evita inflar la tasa de reintentos del modelo con problemas de validación o de integración que tienen otras soluciones.

Reintentos, validación y revisión humana

El coste de inferencia de una respuesta aceptada debe incluir todos los intentos que generaron consumo hasta alcanzar el resultado. Si un primer intento se descarta y luego se vuelve a solicitar, ambos forman parte del gasto. Si la política permite un número máximo de reintentos, mide la tasa de aceptación final y los tokens acumulados bajo esa política concreta; una fórmula que suponga reintentos ilimitados no describirá esa operación.

La validación externa puede tener coste aunque no invoque de nuevo al modelo. Una comprobación local de formato puede consumir recursos de cómputo; una validación mediante otra herramienta puede generar cargos; una intervención manual consume tiempo de trabajo. No mezcles esos costes con los tokens de Claude Haiku 4.5. Regístralos por separado y, si existe una tarifa interna por hora, declara cómo se convirtió el tiempo humano en dinero.

La revisión humana puede aplicarse a todas las respuestas o solo a una muestra o a los casos dudosos. En cada caso, indica qué proporción se revisó, cuánto tiempo tomó y qué parte terminó aceptada, corregida o descartada. Sin esos datos, el coste de revisión no se puede deducir de la tarifa de la API.

La medida más útil para equipos suele tener dos vistas: coste de inferencia por respuesta aceptada y coste total del proceso por tarea completada. La primera facilita entender el consumo del modelo. La segunda incorpora los componentes necesarios para entregar el resultado en el contexto real de la organización. Ambas deben usar el mismo periodo, volumen y definición de éxito.

Plantilla para una proyección mensual

Para proyectar el gasto mensual, separa las tareas por tipo y estima su volumen mensual a partir de datos de uso o de una hipótesis explícita. Para cada tipo registra el promedio observado de tokens de entrada y salida, la tasa de aceptación, el número de intentos por resultado y la proporción que requiere revisión. Si la mezcla cambia a lo largo del mes, utiliza una distribución por tarea, no una sola media global sin ponderar.

Multiplica los intentos mensuales previstos de cada tipo por su coste de inferencia medio por intento y suma los tipos. Después, divide el gasto agregado por el número previsto de respuestas aceptadas para informar el coste medio por salida utilizable. Para obtener el coste total mensual del proceso, añade en líneas separadas el gasto de validación, revisión, herramientas e infraestructura que puedas medir.

Como control, compara la proyección con una muestra de registros reales. Comprueba que el periodo de tokens coincide con el periodo de respuestas aceptadas y que no se han contado como éxito tareas incompletas. Si el coste previsto y el observado divergen, busca cambios en la mezcla de tareas, la longitud de salida, la tasa de reintentos o la tarifa aplicada antes de ajustar los supuestos.

Límites de la estimación y comprobaciones antes de presupuestar

Los escenarios de esta guía no predicen el consumo de una aplicación concreta. Sus longitudes y tasas de aceptación son supuestos inventados con fines de cálculo; no son promedios oficiales ni resultados comparativos de calidad. Para sustituirlos, hace falta una muestra propia que refleje entradas, instrucciones, restricciones, reglas de validación y políticas de reintento reales.

Tampoco se debe tomar el coste de inferencia como el coste completo de la tarea. Los ejemplos no incluyen revisión humana, validación con cargos externos, herramientas, infraestructura ni modalidades de tarifa distintas de la tarifa estándar indicada. Esos componentes dependen del diseño y del canal de cada implementación.

Antes de aprobar un presupuesto, comprueba de nuevo el identificador y el estado del modelo, la tarifa vigente y el alcance del canal. La tarifa puede cambiar, y las modalidades de caché o procesamiento por lotes no se deben intercambiar con la tarifa estándar sin verificar sus condiciones. Guarda la referencia y la fecha consultadas para que otra persona pueda reconstruir la estimación.

En síntesis: un precio por millón de tokens permite valorar el consumo, pero no determina por sí solo el coste de una salida que el equipo pueda utilizar. La longitud de entrada y salida, los intentos descartados y la tasa de aceptación establecen el coste de inferencia por resultado; la revisión y el resto del proceso completan el coste operativo. La cifra útil es la que declara su denominador, sus datos y sus exclusiones.

Continúa explorando

Correcciones y transparencia

Si detectas un dato incorrecto o desactualizado, puedes enviarnos una corrección indicando la página y la fuente que debemos revisar.