Guías principales

Facturación y precios

Cómo funcionan los cargos, estimaciones, saldos y límites

Un saldo de TokenLab funciona en todos los modelos. No hay suscripción ni gasto mínimo. Las recargas comienzan desde $5. Los cargos se basan en el modelo y el uso registrado para cada solicitud.

Opciones de entrega

El mismo modelo y API están disponibles a través de dos rutas: Verified cuesta menos y Official es más confiable. La opción de entrega decide qué ruta ejecuta una solicitud y qué precio pagas.

OpciónRutaPrecioSi la ruta no está disponible
VerifiedSolo Verified: rutas probadas por TokenLabPrecio Verified, más bajo que el precio Official en la mayoría de los modelosLa solicitud falla y no se cobra
OfficialSolo Official: el creador del modelo o una plataforma importantePrecio Official, el precio publicado por el creador del modeloLa solicitud falla y no se cobra
Auto (predeterminado)Primero Verified. Official ejecuta la solicitud una vez si Verified no tiene suministro o falla antes de cualquier salidaEl precio de la ruta que completó la solicitudOfficial ejecuta la solicitud

La página de Modelos muestra ambos precios para cada modelo.

  • Cada solicitud completada se cobra una vez.
  • Auto no cambia de ruta después de que comienza la salida o después de que se acepta una tarea.
  • Antes de una ejecución, Auto retiene el mayor de los dos montos posibles. Si el saldo solo cubre la estimación de Verified, Auto ejecuta Verified solo para esa solicitud y no recurre a Official. Después de la ejecución, pagas el cargo real y se libera el resto.
  • El encabezado de solicitud X-TokenLab-Delivery-Policy anula la configuración de la API key, y la configuración de la API key anula el valor predeterminado del Workspace. Consulta la introducción a la API.

Para la generación de pago, la Console muestra la estimación máxima antes de la confirmación. Después de completarse, Runs y Usage muestran el cargo final y la opción que completó la solicitud.

Modelos de precios

Los precios de los modelos pueden cambiar. Consulta la Console, la página de Modelos, GET /v1/models/:model/pricing o la API de precios para conocer el precio actual.

En la página de Modelos, un guion en la columna de precio o descuento de Verified significa que actualmente no hay ninguna oferta de Verified disponible; no significa que sea gratuito. Los modelos con suministro Official permanecen disponibles a través de Official o Auto. En la API, los campos de precio de Verified de dicho modelo son null u omitidos, y los campos de precio official_* muestran lo que pagas. Las etiquetas de entrega describen las opciones admitidas, mientras que la disponibilidad se verifica cuando se ejecuta cada solicitud. Los precios de serie resumen los modelos con suministro en la opción de entrega relevante y mantienen separadas las diferentes unidades de facturación.

Precios basados en tokens

La mayoría de los modelos de chat, razonamiento, embedding, rerank y algunos modelos de imagen se cobran por tokens de entrada, salida, caché o salida de imagen.

Familia de preciosEjemplosVerificar precio actual
Chat / Respuestasgpt-5.4, claude-sonnet-4-6, gemini-3.6-flashPágina de modelos o API de precios
Embeddings / reranktext-embedding-3-small, qwen3-vl-rerankDetalle de precios del modelo
Imágenes con precio por tokengpt-image-2GET /v1/models/gpt-image-2/pricing

No codifiques de forma rígida una tabla de precios copiada. Lee el precio actual cuando tu aplicación necesite mostrar o comparar costos.

Tarifas de herramientas

Algunas herramientas integradas tienen un costo adicional además de los tokens. TokenLab cobra una tarifa de herramienta solo cuando el modelo utiliza la herramienta y la respuesta lo informa. Una solicitud que ofrece una herramienta que el modelo no utiliza no tiene tarifa de herramienta.

HerramientaModelosCargo
Búsqueda webModelos de OpenAI, Claude y Grok, y modelos de Gemini 3 con Google Search groundingCada búsqueda que realiza el modelo. Para Gemini 3, cada consulta de búsqueda única
Search groundingModelos de Gemini 2.5 con Google Search groundingUna vez por cada solicitud que la búsqueda haya fundamentado
  • Cada modelo tiene su propia tarifa de herramienta para Verified y Official, igual que sus precios de token. Los detalles de precios del modelo lo muestran como Web search o Search grounding.
  • Los resultados de búsqueda que lee el modelo se facturan como tokens de entrada al precio del modelo.
  • Una herramienta sin precio en un modelo no se cobra.
  • En la Console, abre una solicitud en Runs: Tool fees muestra la cantidad de llamadas y el precio de cada una. Los registros de uso de la API key muestran los mismos valores en charged_price_basis: el conteo en measure.dimensions.webSearchCalls o groundedPrompts, y el precio de cada llamada en effectiveUnitPrices.webSearch o effectiveUnitPrices.groundedPrompt.

Caché de prompts

Un modelo puede leer el inicio repetido de un prompt desde una caché. Los tokens leídos desde la caché cuestan menos que los tokens de entrada.

  • Los modelos GPT, Gemini y algunos otros almacenan automáticamente en caché los prompts largos y repetidos. No necesitas configurar nada.
  • Los modelos Claude solo almacenan en caché cuando lo solicitas. Envía "anthropic_options": {"prompt_caching": true} en una solicitud de Chat Completions. TokenLab marca el final del system prompt y el último mensaje del usuario como puntos de caché. Con la API de Messages, añade cache_control a los bloques tú mismo.
CargoComparado con el precio de entrada
Escritura en caché, 5 minutos (predeterminado)Más alto
Escritura en caché, 1 hora ("prompt_caching_ttl": "1h")Más alto que la escritura de 5 minutos
Lectura de cachéMás bajo
  • Los precios de caché difieren según el modelo y la opción de entrega. Consulta los precios de caché del modelo en la página de Modelos o en la API de precios antes de confiar en una proporción.
  • Un prompt que nunca se repite cuesta un poco más con la caché activada, debido a la escritura en caché.
  • Un prompt más corto que la longitud mínima almacenable en caché del modelo no se almacena en caché y no tiene cargo por escritura en caché.
  • Una caché de una hora no está disponible en todos los modelos. Si el modelo no la enumera, utiliza la caché de cinco minutos.
  • La respuesta muestra el resultado: usage.prompt_tokens_details.cached_tokens es la cantidad de tokens leídos desde la caché. usage.cache_creation_input_tokens es la cantidad escrita en ella, y aparece solo cuando es mayor que cero.

Nivel de servicio

TokenLab ejecuta y factura las solicitudes en el nivel de servicio estándar. Se aceptan los valores auto y default para service_tier. Otros valores, como flex, priority, fast y ultrafast, se ignoran: la solicitud se ejecuta en el nivel estándar y se cobra al precio estándar.

Precios de solicitudes y tareas

Los modelos de imagen, video, música, 3D, audio y mundo pueden tener precios por solicitud, imagen, segundo, minuto o tarea. La página del modelo muestra la unidad de facturación.

FamiliaEjemplos
Imagenflux-pro-1.1
Videoveo3.1, seedance-2.0
Músicasuno-music
3Dtripo-h3.1
Audiogrok-tts, whisper-large-v3

Facturación de tareas asíncronas

Algunas tareas reservan el costo estimado cuando se crean. Una tarea completada se cobra una vez; una tarea fallida libera o reembolsa el monto pendiente.

La generación de video, música, 3D y de imágenes basada en tareas devuelve un ID de tarea y una poll_url. El monto final se registra después de que la tarea se marca como completed o failed. Una tarea completada incluye billing_transaction_id después de la facturación; una tarea fallida no se cobra.

Si Usage aún no muestra el cargo final o el monto liberado después de que finaliza la tarea, contacta a hello@tokenlab.sh con el Request ID y el ID de la tarea.

IDs de transacciones de facturación

Las respuestas no transmitidas (non-streaming) compatibles con OpenAI incluyen billing_transaction_id cuando la facturación finaliza antes de que se envíe la respuesta. El mismo valor puede aparecer en X-Billing-Transaction-ID; Gemini y otros formatos nativos pueden exponerlo solo en este encabezado.

Las tareas asíncronas incluyen billing_transaction_id después de completarse. La transmisión (streaming) puede finalizar antes que la facturación, así que utiliza Usage cuando el encabezado esté ausente.

Conteos de tokens

Los modelos de texto generalmente informan los tokens de entrada, salida y totales en usage. La tokenización difiere según el modelo, el idioma y la entrada multimedia, por lo que las fórmulas de conteo de caracteres no son estimaciones de facturación confiables. Utiliza el precio actual del modelo y el registro de Usage final.

Encuentra tu uso

Abre Usage para encontrar:

  • Saldo en tiempo real
  • Historial de uso por modelo
  • Desglose de costos
  • Uso de la API key

Respuesta de la API

Las respuestas basadas en tokens generalmente incluyen información de uso:

{
  "usage": {
    "prompt_tokens": 50,
    "completion_tokens": 100,
    "total_tokens": 150
  }
}

Gasta menos

Alertas de saldo bajo

Establece un umbral en Console → Settings. TokenLab te enviará un correo electrónico cuando el saldo caiga por debajo de ese límite.

Agregar saldo

Abre Console → Billing, elige un monto y utiliza uno de los métodos de pago que se muestran al finalizar la compra. El saldo se actualiza después de que el proveedor de pagos confirme el pago.

Mientras la oferta de crédito de prueba esté activa, una cuenta nueva elegible obtiene un crédito de prueba único de $0.25 para hasta 10 llamadas. El crédito de prueba no utilizado caduca después de 7 días.

Para evitar que las solicitudes se detengan por un saldo bajo, activa Automatic funding en Billing. Esto agrega fondos cuando el saldo cae por debajo del monto que estableciste, hasta un límite mensual.

Límites de la API Key

Puedes establecer un límite de gasto cuando creas o editas una API key en Console → API Keys.

Cuando se alcanza el límite, las solicitudes con esa clave devuelven 402 con el código quota_exceeded. Aumenta o elimina el límite para continuar.

Ayuda con la facturación

Contacta a hello@tokenlab.sh para consultas sobre facturación.

En esta página