Resumen

  • Microsoft define las unidades de rendimiento aprovisionado (PTU) como una cantidad fija de capacidad de proceso del modelo y publica esa cantidad como un coeficiente por modelo, de 750 a 14.900 tokens de entrada por minuto por unidad en las seis filas revisadas.
  • En el mínimo impreso de 15 unidades, esa diferencia da 11.250 frente a 223.500 tokens de entrada por minuto sobre la misma tarifa por PTU y hora: una relación de 19,87 que ninguna página de Microsoft imprime y que aquí se marca como aritmética propia.
  • La capacidad es reconstruible en cuanto el comprador aporta su mezcla de entrada y salida; la tarifa no, porque cada dólar concreto del corpus está fechado en 2024 o en 2025 y la página de precios remite al calculador.

La definición no trae dígitos

En la página que define la unidad, Microsoft escribe: «Provisioned throughput units (PTUs) are the unit of measure for provisioned throughput. A PTU represents a fixed amount of model processing capacity.» Es toda la definición. No hay tokens, ni minutos, ni una lista de modelos.

La misma página advierte dos cosas que esa frase deja fuera: que el caudal de tokens que entrega un número dado de PTU depende del modelo, y que cada modelo impone un número mínimo de PTU para crear un despliegue. La página de facturación añade el segundo término del contrato: «Provisioned deployments (Regional, Data Zone, and Global) are charged at an hourly rate ($/PTU/hr) based on the number of PTUs deployed.» Se cobra el despliegue, no el consumo. La misma página precisa que la cuota de PTU se concede por suscripción, por región y por tipo de despliegue, y que esa misma cuota sirve para desplegar cualquier modelo admitido.

La cantidad fija está en una celda

El coeficiente vive en la página de dimensionamiento, en una celda de tabla: «Input TPM per PTU | The maximum input tokens per minute (TPM) that one PTU supports. Use this value when estimating PTUs.» De ahí salen las filas. Estas son las seis que devolvió el extracto leído:

La cantidad fija está en una celda
Modelo Tokens de entrada por minuto por PTU Mínimo Global y Data Zone Mínimo Regional
gpt-6.2-astra 750 15 25
gpt-4o 2.500 15 50
gpt-6.2-sol 2.950 15 25
gpt-4.1 3.000 15 50
gpt-5 4.750 15 50
gpt-4.1-mini 14.900 15 25

Los mínimos no son un dato de la página de dimensionamiento sola. La página de precios imprime los mismos mínimos por modelo, con 15 PTU para GPT-4.1 Global y 50 para GPT-4.1 Regional entre sus propios ejemplos, y declara que sus importes son estimaciones que conviene contrastar en el calculador de precios o con el equipo de ventas. La compra más pequeña posible queda así impresa dos veces, en dos documentos y con dos propósitos.

Con esos dos números impresos, la división es mía: 15 por 750 da 11.250 tokens de entrada por minuto; 15 por 14.900 da 223.500; y 223.500 dividido por 11.250 es 19,87. La misma compra mínima, con la misma tarifa horaria, rinde casi veinte veces más capacidad de entrada según el nombre que lleve la fila.

La mezcla la pone el comprador

La capacidad no se agota con los tokens de entrada. La página de dimensionamiento publica la cadena completa: las PTU necesarias son el TPM normalizado dividido por el valor de entrada por PTU del modelo, y el TPM normalizado es el TPM de entrada multiplicado por uno menos la tasa de caché, más la relación salida-entrada multiplicada por el TPM de salida. Esa relación es un peso por modelo: un token de salida consume tantos tokens de entrada equivalentes como indique la fila. En los modelos GPT-6 y posteriores el cálculo incorpora también la entrada cacheada y las escrituras de caché, y un token de entrada de contexto corto pesa uno.

De ahí la consecuencia práctica: una PTU no tiene una capacidad en tokens que el comprador pueda leer y usar tal cual. Tiene un presupuesto de TPM normalizado, y el comprador aporta la parte que Microsoft no puede imprimir, que es su propia mezcla de entrada y salida. Sin esa mezcla, cualquier cifra de tokens por minuto es la mitad de un cálculo.

El dinero lleva fecha

La página de facturación describe la mecánica sin poner precio: se factura la capacidad desplegada y no el consumo, se cobra el número completo de PTU desplegadas con independencia de la utilización, las horas parciales se prorratean y lo desplegado por encima de una reserva se factura a la tarifa horaria. Las reservas son de un mes o de un año, y el descuento varía según la familia de modelos y el plazo.

La página de precios imprime la estructura: una tabla con columnas de mínimo de PTU, precio horario por PTU, precio de reserva mensual por PTU y precio de reserva anual por PTU. En la lectura que hice de esa página obtuve las cabeceras y los mínimos por modelo, y las cifras de moneda no quedaron disponibles. Por eso este artículo no afirma nada sobre la tarifa vigente, no interpreta ninguna ausencia como un precio de cero y no sostiene que Microsoft no publique precio.

Los únicos dólares concretos del corpus están fechados. El anuncio del 28 de octubre de 2024 fijó el despliegue Global aprovisionado en 2,00 dólares por hora y anunció 1,00 dólar por hora a partir del 1 de noviembre de 2024, con 1,10 dólares por hora para Data Zone, una reserva de un mes a 260 dólares por PTU y mes y una de un año a 221 dólares por PTU y mes. El artículo del 9 de octubre de 2025 sitúa la reserva mensual de una PTU de GPT-4o en 260 dólares por unidad para despliegues globales, y avisa de que los precios cambian. Ninguna de esas cifras es la tarifa de hoy; las dos son declaraciones de su fecha.

Con el dólar fechado de 1,00 por PTU y hora, y solo con él, el suelo de 15 unidades cuesta 15,00 dólares por hora. Dividido por lo que esas 15 unidades rinden en una hora de entrada continua, el resultado, que es mío, va de 1,12 dólares por millón de tokens de entrada en la fila de 14.900 a 22,22 en la de 750, pasando por 5,65, 6,67, 5,56 y 3,51. El cociente entre el extremo caro y el barato es 19,9, el mismo que el de la capacidad, porque una sola tarifa horaria se sienta encima de las seis filas.

Sobre una base de 730 horas mensuales, que también es un supuesto mío, la reserva de 260 dólares equivale a 0,356 dólares por PTU y hora, y la de 221 al año a 2.652 dólares por PTU y año, es decir 0,303 por hora frente al dólar de la tarifa horaria.

El muro tiene reloj

Pasado el límite no aparece una factura mayor. La página de operación define la utilización del despliegue como las PTU consumidas en un periodo divididas por las PTU desplegadas en ese periodo, y fija la regla: «Throttling at 100%: When a request is made, if current utilization is at 100%, the service returns HTTP 429 immediately, with retry-after-ms and retry-after response headers indicating how long to wait.» Se aceptan llamadas hasta el 100 por cien y se toleran ráfagas cortas por encima; pasado ese punto, la respuesta es una negativa con un reloj. La página de definición añade que existe un desvío opcional del excedente hacia un despliegue estándar, y la cuota por suscripción, región y tipo de despliegue funciona como un segundo depósito, separado del primero.

Dónde termina el cálculo

El coeficiente, el mínimo, la relación de salida y la regla del 429 están impresos. La mezcla la aporta el comprador. La tarifa, en los siete documentos leídos, está fechada o delegada: no apareció en ellos una tarifa por PTU vigente en 2026. Las seis filas son las que devolvió el extracto de la página de dimensionamiento, que puede imprimir más, y aquí no se afirma que sean todas. La ilustración de tokens del artículo de 2025 no reconcilia con los 2.500 tokens de entrada por PTU y el peso por modelo de la página de dimensionamiento, así que queda fuera de toda la aritmética de capacidad y solo se usa por su dólar fechado.

Queda un reparto incómodo y útil. El comprador puede calcular cuántos tokens de entrada por minuto compra y puede saber exactamente qué ocurre cuando se agotan. Lo que no puede leer es el precio. La definición llama fija a la cantidad; la tabla la imprime por modelo; el dólar se queda en el calculador. La ficha de Microsoft en el directorio de BTW registra a quien publica la documentación, no la tarifa.