Precios de modelos de decisión: costes de tokens y tareas
Comparativa exhaustiva de precios por millón de tokens y coste por tarea en modelos de decisión frente a LLM según datos de octubre de 2026.
👁 112 lecturas
A diferencia de los modelos de lenguaje convencionales, los modelos de decisión se facturan únicamente por los tokens de entrada, ya que no generan salida de texto libre. A fecha de 13 de octubre de 2026, los catálogos de proveedores y las plataformas de agregación reflejan tarifas por millón de tokens de entrada significativamente menores que las habituales en arquitecturas generativas completas, definiendo una nueva frontera de coste en tareas estructuradas.
Tarifas por millón de tokens de entrada
Los precios por millón de tokens de entrada varían según el proveedor y el modelo de despliegue. En Decider v1.1 27B el coste es de $0.02 tanto en su API directa como en OpenRouter. Mercury Decide ofrece un precio de catálogo de $0.04 con una promoción a $0.02, disponible en OpenRouter a $0.02 más una variante gratuita. Microsoft-Decision-1 se factura a $0.042 en Microsoft Foundry y OpenRouter. Jev 1.13 cuesta $0.042 por millón de tokens, y d1 se sitúa en $0.04.
En el extremo superior, GPT-6 Luna Decisions tiene un precio de $0.10 por millón de tokens (con un recargo del 10% para procesamiento en la UE/EEE). GLiDE cuesta $0.15 facturando todas sus pasadas internas. La familia Clef en Workers AI presenta $0.24 para Clef (disponible desde $0.042 con otros proveedores), $0.15 para Clef-Omni y $0.038 para Clef-Flash (tarifa rebajada el 9 de octubre desde $0.09, reduciendo su contexto de 64K a 24K, accesible desde $0.021 en proveedores externos).
| Modelo | Precio entrada / 1M | Coste AA / 1M tareas | Coste WildGuard / 1M |
|---|---|---|---|
| Decider v1.1 27B | $0.020 | $16.5 | $12.1 |
| Microsoft-Decision-1 | $0.042 | $30.7 | $12.5 |
| Mercury Decide | $0.040 (promo $0.020) | $30.4 | $12.6 |
| Celeris-1 Decision | $0.040 | $31.6 | $16.0 |
| Jev 1.13 | $0.042 | $41.5 | $22.8 |
| GLiDE | $0.150 | $119.0 | $84.3 |
Coste por millón de tareas en Artificial Analysis
En el Decision Index v1.0 publicado por Artificial Analysis el 13 de octubre de 2026, la frontera de Pareto coste-calidad está conformada por Decider v1.1 27B ($16.5 por 1M de tareas mixtas), Microsoft-Decision-1 ($30.7) y Jev 1.13 ($41.5). GLiDE se eleva a $119.0 y Clef a $199.4. En contraste, Claude Haiku 5.5 (low) alcanza $184, GPT-6 Luna (low) cuesta $131 y Claude Opus 5.5 (max) sube a $51,295 por millón de tareas.
En tareas exclusivas de clasificación (WildGuardTest), las diferencias de coste por millón de tareas son aún más marcadas: Decider cuesta $12.1, Microsoft-Decision-1 $12.5, Mercury Decide $12.6, Celeris-1 $16.0 y Jev 1.13 $22.8, frente a los $91.5 de Claude Haiku 5.5 (low) y los $3,774 de Claude Opus 5.5 (low).
Mediciones reales de coste por volumen de entrada
El consumo final depende de la tokenización de cada arquitectura. En un test propio llevado a cabo el 13 de octubre de 2026 con 50 tickets de soporte al cliente en un idioma no inglés (polaco) -muestra reducida de valor indicativo-, el coste medido por millón de tareas fue de $4.4 para Mercury Decide (precio promocional), $7.8 para Decider, $11.5 para Microsoft-Decision-1, $26.8 para Jev 1.13 y $96.7 para Claude Haiku 5.5. Jev consumió más tokens de entrada en este texto no inglés (~640 por tarea frente a ~275 en Microsoft-Decision-1).
Más: Modelos de decisión IA - ranking Decision Index, precios y pruebas
Fuentes
More on this from FULGOR
guías·Modelos de decisión frente a LLM: diferencias técnicasComparativa técnica entre modelos de decisión y LLM tradicionales: diferencias de latencia, coste, probabilidades y diseño de cascadas eficientes.