En resumen
- Un documento de 10.000 tokens con ventanas de 3.000 y solapamiento de 300 requiere 4 llamadas y procesa 10.900 tokens de texto.
- Con 100 documentos, 100 tokens de instrucciones por llamada y 200 de respuesta, el lote usa 1.130.000 tokens de entrada y 80.000 de salida.
- Con precios de 2 y 8 por millón de entrada y salida, el lote del ejemplo cuesta 2,90 frente a 2,72 sin solapamiento.
Cuánto cuesta repetir texto entre ventanas de IA
Dividir un documento en ventanas solapadas puede aumentar tanto los tokens de entrada como el número de llamadas necesarias. Los tokens compartidos se envían otra vez y cada llamada añade sus propias instrucciones y su respuesta. Esta calculadora organiza esos componentes para que no presupuestes únicamente el tamaño original del documento.
El modelo compara el mismo lote con y sin solapamiento. No decide cuánto contexto compartido necesita tu tarea para mantener calidad. El escenario sin solapamiento es una referencia económica, no una recomendación de eliminar información importante entre fragmentos.
La herramienta es universal y permite seleccionar moneda. Las tarifas de entrada y salida son datos editables por millón de tokens. No se atribuyen a un proveedor ni se presentan como precios vigentes.
Cómo se cuenta la última ventana del documento
Cada ventana contiene como máximo la cantidad de texto indicada. La siguiente avanza menos que ese máximo porque conserva el solapamiento con la anterior. Cuando queda poco texto, la última ventana se procesa de forma parcial: no se supone que pagas relleno hasta el tamaño máximo.
El cálculo no necesita recorrer todas las ventanas una por una. Primero obtiene el número de llamadas y después suma las repeticiones. Si el documento cabe en una sola ventana, no hay texto duplicado por solapamiento. Si no contiene tokens, no se crea una llamada vacía ni se cobran instrucciones automáticamente.
El lote supone documentos del mismo tamaño. Cuando tu colección es muy desigual, conviene separar grupos de tamaños o hacer varias estimaciones. Utilizar solo una media puede ocultar los saltos de llamadas que aparecen al superar el tamaño de una ventana.
Fórmula de ventanas y tokens facturados
La separación entre texto original, texto repetido e instrucciones permite ver dónde se genera el gasto adicional. Los tokens de respuesta se suman aparte porque pueden tener un precio diferente.
Avance entre ventanas = tamaño de ventana − solapamiento Ventanas = una primera ventana más las necesarias para el texto restante Texto procesado = texto original + solapamiento × ventanas adicionales Entrada del lote = documentos × (texto procesado + ventanas × instrucciones) Salida del lote = documentos × ventanas × respuesta por ventana Coste = entrada × precio de entrada / un millón + salida × precio de salida / un millón
La regla usa ventanas enteras y un último fragmento parcial. No se añade otra llamada para resumir todas las respuestas. Si tu proceso incluye esa síntesis final, debes presupuestarla aparte junto con su entrada y su salida.
Ejemplo de un lote de documentos fragmentados
Supón un documento de 10.000 tokens, ventanas de 3.000 y solapamiento de 300. Se necesitan 4 llamadas y se procesan 10.900 tokens de texto. La diferencia corresponde al texto que reaparece entre ventanas, no a contenido nuevo.
Con 100 documentos del mismo tamaño, 100 tokens de instrucciones por llamada y una respuesta de 200 tokens por ventana, el lote usa 1.130.000 tokens de entrada y 80.000 de salida. Los tokens de texto repetidos en todo el lote suman 90.000.
| Tipo de consumo | Tokens | Coste con el precio del ejemplo |
|---|---|---|
| Entrada, incluidas instrucciones | 1.130.000 | 2,26 |
| Salida prevista | 80.000 | 0,64 |
Con precios de 2 por millón de entrada y 8 por millón de salida, el total es 2,90. Sin solapamiento, ese mismo lote costaría 2,72. La diferencia de 0,18 incluye el efecto completo de las ventanas bajo las hipótesis introducidas.
Qué costes no desaparecen al cambiar la segmentación
Reducir solapamiento puede bajar la entrada, pero cada ventana sigue necesitando instrucciones y produce una respuesta. En algunos tamaños también cambia el número entero de llamadas. Por eso el gasto no siempre se reduce de forma proporcional al porcentaje de texto compartido.
Si ya existe caché de proveedor, un descuento por lote o una política de reintentos, esta cuenta no los aplica. Tampoco asume que los tokens repetidos reciban un descuento. Introduce precios efectivos solo cuando sepas que representan esa forma de facturación y evita descontar dos veces el mismo ahorro.
Para separar el coste de entrada y salida puedes usar el coste de tokens de una API. La presente comparación no calcula embeddings ni búsquedas: se centra en las llamadas que analizan ventanas de texto. La separación de costes variables y fijos sigue el criterio general de la guía oficial de planificación de la SBA, sin atribuirle reglas de tokens.
Preguntas frecuentes
¿Los tokens de solapamiento se cuentan una sola vez para todo el documento?
No. Se repiten en cada unión entre ventanas consecutivas. El original ya los contiene y cada repetición adicional aumenta el texto enviado, salvo que tu facturación real tenga una condición distinta no representada aquí.
¿Por qué se cobra una última ventana que no llega al máximo de tokens?
Porque sigue siendo una llamada que procesa el texto restante, recibe instrucciones y genera una respuesta. La entrada del documento no se rellena artificialmente hasta el máximo, pero los otros componentes de la llamada permanecen.
¿El tamaño de ventana es el límite total de contexto del modelo?
No. Aquí mide solo texto del documento. Debes comprobar aparte que también caben las instrucciones y la salida necesaria dentro de los límites de tu modelo y servicio.
¿La comparación sin solapamiento garantiza la misma calidad de análisis?
No. Solo permite comparar costes. La continuidad entre fragmentos puede ser importante para tu tarea y necesita evaluación propia, no una conclusión basada únicamente en el ahorro.
¿Se incluye una respuesta final que reúna todas las ventanas?
No. El cálculo termina en las respuestas de cada fragmento. Una fase de síntesis, clasificación global o verificación final debe presupuestarse como trabajo adicional.