Resumen

  • Una fila insignia de la lista de precios de OpenAI lleva cinco precios bajo el único encabezado Prices per 1M tokens.: entrada 8,00 $, salida 40,00 $, entrada en caché 0,40 $, escritura de caché de 30 minutos a 10,00 $ y de 12 horas a 20,00 $ para gpt-6.2-astra.
  • En los ocho documentos leídos, la lista de precios no define ningún token, las tres páginas que tratan la unidad dan tres estimaciones en tres unidades, y el único cuadro modelo-codificación del conjunto es una página archivada cuyo modelo más reciente es gpt-4o: una fila antigua que imprime tres precios, no diez.

Empieza por el encabezado, porque el encabezado es todo el instrumento. La página de precios imprime una única línea de unidad, Prices per 1M tokens., y después un juego de columnas —Model Input Output Cached input 30m write 12h write— en el que cada número es una cifra en dólares por millón de tokens. La fila insignia, tal como llegó: gpt-6.2-astra $8.00 $40.00 $0.40 $10.00 $20.00. Cinco precios, un modelo, una unidad.

El bloque Batch repite las mismas cinco columnas a la mitad: $4.00 / $20.00 / $0.20 / $5.00 / $10.00. El texto recuperado también nombra los niveles de procesamiento —Standard, Batch, Flex, Fast, Ultrafast—, de modo que el número de precios que un comprador enfrenta en un solo modelo es el producto de columnas por niveles, no el de modelos. El segundo host duplica otra vez las columnas al partir el contexto en una frontera impresa: Short context: ≤272K input tokens. Long context: >272K input tokens. La misma fila de gpt-6.2-astra imprime allí diez precios, de 8,00 $ a 60,00 $. Dos renderizados de una misma tabla no coinciden en qué filas existen —el de la plataforma omite gpt-6.1-terra y gpt-6-luna— y el texto recuperado no permite establecer si son un documento servido en dos hosts o dos documentos. La discrepancia va al expediente, no a una nota al pie.

Los precios, en cambio, son coherentes. 0,40 $ dividido por 8,00 $ da 0,05: el precio impreso de la entrada en caché está exactamente en un vigésimo del precio impreso de la entrada. 10,00 $ y 20,00 $ divididos por 8,00 $ dan 1,25 y 2,5, que son las razones que la guía de caché enuncia con palabras —lectura a 0,05× de la entrada ordinaria en GPT-6.2 Astra, GPT-6.2 Sol, GPT-6.1 Sol y GPT-6.1 Terra, y a 0,1× en la mayoría de los modelos GPT-5.6 y posteriores; escritura a 1,25× durante treinta minutos y a 2,5× durante doce horas—. La aritmética no está en discusión. Lo que está en discusión es qué multiplica.

La columna barata es además la más condicionada, y sus condiciones están escritas en la unidad que la tabla nunca define. Cache reuse requires the entire rendered prefix to match. A prompt prefix must meet the model's minimum cacheable token length before it can be cached. Tokens in the OpenAI-provided hidden system content do not count toward this minimum. The minimum cacheable prompt length is 1,024 tokens for GPT-5.6 and later. When no explicit breakpoints are placed, the request does not use prompt caching or create cache writes. Cache-write pricing is not an additive fee: input tokens use the uncached-input, cached-input, or cache-write rate. Para modelos anteriores, la guía precisa que el conteo declarado se redondea hacia abajo al múltiplo de 128 después de restar los tokens ocultos del sistema. Un precio al vigésimo es real; lo custodian un prefijo de 1.024 tokens, una coincidencia exacta y una regla de redondeo, todos expresados en la unidad que la tabla deja en suspenso.

Ahora la unidad. El README de la biblioteca describe el mecanismo —Byte pair encoding (BPE) is a way of converting text into tokens.— y ofrece una sola cifra de conversión, en bytes: On average, in practice, each token corresponds to about 4 bytes. La guía de uso avanzado ofrece otra, en caracteres y palabras: As a rough rule of thumb, 1 token is approximately 4 characters or 0.75 words for English text. Añade que un token can be as short as one character or as long as one word, que la cadena "ChatGPT is great!" se codifica en seis tokens y que Chat models use additional tokens for message formatting, so counting the text alone doesn't give the full input token count. El centro de ayuda repite el trío —1 token is approximately 4 characters. 1 token is approximately three-quarters of a word. 100 tokens are approximately 75 words.— y luego dice en voz alta lo que importa: These are estimates, not exact counts.

Tres páginas, tres unidades: bytes, caracteres, palabras. Cada cifra está etiquetada como aproximada, y ninguno de los ocho documentos leídos define el token en la lista de precios misma. No es un escándalo: es una frontera de publicación. El número exacto de la página es una cifra en dólares por millón de tokens. La magnitud que convierte un documento en una factura se enuncia en otro sitio, en unidades que no se convierten entre sí sin una heurística elegida.

El cuadro de codificaciones es donde la frontera se endurece. La página del cookbook es el único documento del conjunto que asocia nombres de codificación a familias de modelos: o200k_base para gpt-4o y gpt-4o-mini; cl100k_base para gpt-4-turbo, gpt-4, gpt-3.5-turbo y los modelos ada-002 y embedding-3; p50k_base para Codex y text-davinci-002 y -003; r50k_base para los modelos GPT-3. Abre con Encodings specify how text is converted into tokens. Different models use different encodings. Lleva además la banda This recipe is archived and may reference outdated models or APIs., su prosa afirma que la biblioteca supports three encodings mientras su tabla enumera cuatro, y su modelo más reciente es gpt-4o. Dicho de otro modo: las filas cuya codificación un lector puede nombrar son las filas antiguas que imprimen exactamente tres precios —entrada, salida, entrada en caché—, y la fila que imprime diez no tiene nombre de codificación en ningún documento obtenido.

Mi aritmética, ya que ninguna página la imprime: con 0,75 palabras por token según la guía, un millón de tokens son unas 750.000 palabras en inglés, así que 8,00 $ por millón de tokens equivalen a unos 10,67 $ por millón de palabras en inglés. Cambie la heurística por los about 4 bytes del README y la cifra se mueve, porque los bytes no son caracteres y los caracteres no son palabras. El propio par del centro de ayuda dice lo mismo: 100 tokens a cuatro caracteres son 400 caracteres, mientras que esos mismos 100 tokens se dan como 75 palabras. Dos enunciados, dos objetos, una sola etiqueta de unidad.

La consecuencia práctica es un problema de comparación, no de tarificación. Dos precios por token se comparan tal cual solo si los tokens se cuentan igual, y dentro de esta única lista las filas ya se cuentan bajo al menos cuatro codificaciones con nombre. Quien presupuesta desde palabras presupuesta desde una estimación que el propio proveedor señala como estimación. Quien presupuesta desde tokens presupuesta exactamente, en una unidad que no puede definir por su cuenta a partir de la página que se la vende.

Una última marca en el instrumento: varias filas imprimen un guion donde iría el precio en caché —gpt-5.5-pro, gpt-5.4-pro, gpt-5.2-pro, gpt-5-pro, o3-pro—. Un guion no es un cero ni una caché gratuita; es la ausencia de un precio impreso, y pertenece a la misma fila que los números impresos.

La divulgación, entonces, es precisa donde tarifica y aproximada donde define. Las cifras en dólares llevan dos decimales. El denominador lleva tres estimaciones, tres unidades, un cuadro de codificaciones archivado y una frontera en 272.000 tokens que aparece en uno de los renderizados de la tabla y no en el otro. Quien cite estos precios por millar de palabras cita mi aritmética y la heurística de OpenAI, no un número que la página de precios imprima. La entrada del directorio registra la empresa; el instrumento es la página.