En resumen
- Indexar 2,000 páginas de 500 tokens (1,000,000 de tokens) con embeddings a 0.02 dólares por millón cuesta una sola vez unos 0.02 dólares.
- Con 10,000 consultas al mes y gpt-6.1-terra, un RAG de 4 fragmentos de 400 tokens cuesta unos 33.31 dólares al mes, 3.33 por cada 1,000 consultas.
- De cada 100 dólares al mes, unos 100 son de la respuesta del modelo: los embeddings son casi gratis frente a generar.
- Con gpt-6-luna como modelo de respuesta, el mismo uso baja a unos 3.34 dólares al mes.
¿Cuánto cuesta un RAG con embeddings?
Un RAG tiene dos costes: indexar tus documentos una vez con embeddings y, cada mes, buscar y responder. Con 2,000 páginas de 500 tokens y 10,000 consultas al mes, indexar cuesta unos 0.02 dólares una sola vez y el uso mensual, unos 33.31 dólares con gpt-6.1-terra.
Casi todo el gasto está en la respuesta del modelo, no en los embeddings. Cada consulta envía a la IA unos fragmentos de tus documentos, y esos tokens se pagan como entrada.
Cómo usar la calculadora
- Páginas y tokens por página. Lo que vas a indexar.
- Consultas al mes. Preguntas de tus usuarios.
- Modelo. El que redacta la respuesta: gpt-6-astra, gpt-6.1-sol, gpt-6.1-terra o gpt-6-luna.
- Precio de embeddings. Escribe el de tu proveedor por millón de tokens.
En Opciones avanzadas ajustas los tokens de la pregunta, los fragmentos que se envían al modelo, sus tokens, las instrucciones fijas, la respuesta y el porcentaje que reindexas cada mes.
Cómo se calcula
Indexado único = páginas × tokens por página × precio de embeddings ÷ 1,000,000 Entrada por consulta = pregunta + instrucciones + fragmentos × tokens por fragmento Respuesta por consulta = (entrada × precio de entrada + salida × precio de salida) ÷ 1,000,000 Al mes = reindexado + embeddings de consultas + respuesta × consultas
Los precios de respuesta vienen de la página de precios de OpenAI, estándar y contexto corto, comprobada el 6 de noviembre de 2026.
| Modelo | Entrada | Salida |
|---|---|---|
| gpt-6-astra | 10.00 | 50.00 |
| gpt-6.1-sol | 2.00 | 10.00 |
| gpt-6.1-terra | 1.00 | 5.00 |
| gpt-6-luna | 0.10 | 0.50 |
Dólares por millón de tokens. El precio de embeddings no está en esa tabla: la calculadora usa 0.02 dólares por millón como estimación y puedes cambiarlo.
Ejemplo: 2,000 páginas y 10,000 consultas al mes
Con los valores de la calculadora y gpt-6.1-terra:
| Paso | Resultado |
|---|---|
| Tokens indexados | 1,000,000 |
| Indexado único | 0.02 |
| Entrada por consulta | 1,830 tokens |
| Respuesta del modelo al mes | 33.30 |
| Total al mes | 33.31 |
| Por 1,000 consultas | 3.33 |
La entrada por consulta son 30 tokens de pregunta, 200 de instrucciones y 4 fragmentos de 400.
Qué cuesta más y cómo bajarlo
- El modelo de respuesta. Con gpt-6-luna, el mismo uso cuesta unos 3.34 dólares al mes. Cada modelo rinde distinto: compáralos con tus preguntas.
- Los fragmentos. Cada fragmento de más suma 400 tokens a cada consulta. Con menos fragmentos baja el coste, pero puede bajar la calidad.
- Reindexar. Solo cuenta lo que cambia: con 5 % al mes es una parte mínima.
Para ver el coste por llamada con más detalle, usa la calculadora de la API de GPT o la de caché y ventana de contexto.
Cómo estimar los datos si no los conoces
Si aún no tienes cifras reales, parte de los valores que trae la calculadora y ajústalos con el uso real de las primeras semanas:
- Páginas. Cuenta los documentos que de verdad quieres consultar, no todo el archivo de la empresa. Indexar menos es más barato y suele dar mejores respuestas.
- Consultas al mes. Multiplica los usuarios por las preguntas que hace cada uno. Si dudas, calcula dos escenarios, uno prudente y otro generoso.
- Respuesta. Una respuesta corta de unas pocas frases ronda los 300 tokens. Si pides respuestas largas, sube ese dato en «Opciones avanzadas».
Con estas tres cifras ya tienes un orden de magnitud. Después puedes afinar los fragmentos y las instrucciones fijas, que son los datos que más mueven el coste de cada consulta.
Qué no incluye
No incluye el almacenamiento de la base de vectores, los servidores ni el coste de convertir PDF a texto. Los precios pueden cambiar sin aviso.
Preguntas frecuentes
¿Cuál es el coste único de dejar listos mis documentos para buscar?
Depende de los tokens totales. Con 1,000,000 de tokens y 0.02 dólares por millón, son unos 0.02 dólares una sola vez. Con 100,000 páginas de 800 tokens serían 1.60 dólares.
¿Por qué el RAG cuesta más en la respuesta que en los embeddings?
Porque cada consulta envía varios fragmentos al modelo como entrada y recibe una respuesta, y esos tokens cuestan más que los de embeddings.
¿Cuántos tokens tiene una página?
Una página de texto suele tener unos 500 tokens. Si tus páginas son densas, sube el dato en la calculadora.
¿Hay que reindexar todos los meses?
Solo los documentos que cambian. La calculadora supone el 5 % al mes y lo puedes poner en 0.
¿Puedo usar otro proveedor?
Sí. Activa tus propios precios de entrada y salida y escribe el precio de embeddings de tu proveedor.