Calculadora de costo LLM mensual: Claude vs GPT vs Gemini
Compara los 7 modelos más usados en empresa chilena para el mismo volumen y tipo de conversación, en CLP. Decide con números, no con preferencia de marca.
¿Cuánto te cuesta cada proveedor para el mismo caso?
Estimación referencial junio 2026. Verificar pricing oficial al cotizar.
Costo mensual estimado por modelo
Gemini 3.1 Flash
Google
$3.420
US$3,60
Bulk · clasificación masiva
Más barato
GPT-5 mini
OpenAI
$11.400
US$12,00
Económico · tareas estructuradas
3,3× vs el más barato
Claude Haiku 4.5
Anthropic
$21.280
US$22,40
Rápido y barato · clasificación, extracción
6,2× vs el más barato
Claude Sonnet 4.6
Anthropic
$79.800
US$84,00
Balanceado · gran parte de la capacidad del Opus a una fracción del costo
23,3× vs el más barato
Gemini 3.1 Pro
Google
$83.600
US$88,00
Multimodal fuerte · precio agresivo
24,4× vs el más barato
GPT-5
OpenAI
$190.000
US$200,00
Multi-uso · catálogo amplio
55,6× vs el más barato
Claude Opus 4.7
Anthropic
$399.000
US$420,00
Premium · razonamiento sostenido + tool calling fuerte
116,7× vs el más barato
Cómo se calcula
La calculadora multiplica tus tokens totales mensuales (conversaciones × tokens promedio por conversación) por el precio público por millón de tokens de cada modelo. Resultado en USD y conversión a CLP con tipo de cambio 950 (junio 2026, ajustar al cotizar).
El modelo conservador no considera optimizaciones reales que aplicamos en producción: prompt caching, batch processing, router multi-modelo que envía cada query al modelo óptimo, ni descuentos por volumen en planes enterprise. En la práctica, el costo final suele ser 30-60% menor al cálculo crudo.
3 reglas que aplicamos al diseñar el stack LLM de un cliente
- Empezar por el modelo más barato que cumple. Sonnet o Gemini Pro como default. Subir solo si el eval suite muestra que no alcanza.
- Router multi-modelo desde el día uno. Vercel AI SDK abstrae el cambio. Sin esto, atado a un proveedor.
- Activar prompt caching cuando el system prompt es estable (Anthropic). Ahorro real 60-90% en input.