Reserva y cargo

• Precio : se indica en dólares por 1 millón de tokens de entrada y salida (o por unidad: imagen, segundo de video o caracteres). Los precios de cada modelo están en el catálogo.
• Reserva : antes de enviar una nueva solicitud de texto, Ailoot reserva un importe estimado para la entrada y una respuesta típica, según las condiciones aceptadas de la solicitud. Para las imágenes, el video y el audio de salida, se mantiene la reserva del costo completo del resultado.
• Reducir el límite en lugar de rechazar : si la reserva calculada supera el saldo disponible o el límite de la clave, solo puede reducirse el límite de respuesta si el modelo y el método específicos lo respetan, hasta el número de tokens que se pueda pagar y sin bajar del mínimo aplicable. Consulta qué modelos lo admiten más abajo.
• Cargo : uno solo, según el consumo real indicado en usage. El resto de la reserva se devuelve inmediatamente.
• Si la respuesta cuesta más que la reserva , la diferencia se toma del saldo disponible que no esté reservado para otras solicitudes. El cargo nunca supera tu saldo: el saldo no queda en negativo.
• Si el saldo no alcanza ni para la reserva mínima , la solicitud no se envía al modelo y recibes un error 402 con un mensaje claro. No se cobra nada.
• No se cobra un fallo sin resultado. Si se pierde la conexión, consulta la solicitud por su Request ID en el historial del panel antes de volver a enviarla.

• Entrada : se reserva según una estimación del tamaño de la solicitud y de los adjuntos compatibles, no según un consumo real ya conocido. Para las nuevas solicitudes de texto se estima el tamaño del cuerpo y de los adjuntos según su tipo. El cálculo de «4 tokens por byte, con un mínimo de 4096 tokens» corresponde a reservas de la versión anterior que ya fueron aceptadas y no describe las nuevas reservas de texto. Si el adjunto se envía mediante un enlace (fileData) o se activan herramientas integradas, en las solicitudes de texto compatibles se consideran estimaciones separadas de los adjuntos y del trabajo de las herramientas; su presencia por sí sola no implica reservar toda la ventana de entrada. Las reservas anteriores conservan las condiciones aceptadas, y para las imágenes, el video y el audio de salida se calcula el costo del resultado completo.
• Salida : al calcular la reserva de una nueva solicitud de texto, se estima con base en la longitud típica de respuesta y las condiciones aceptadas. El límite solicitado se indica mediante max_tokens (max_output_tokens en Responses). El límite solicitado no coincide automáticamente con el número de tokens usado para calcular la reserva ni garantiza la longitud real de la respuesta en un modelo sin un límite confiable. El valor predeterminado de 4096 solo se aplica a las rutas correspondientes; la regla concreta depende del modelo y del método.
• Precio : para las nuevas reservas de texto que se calculan con las condiciones de esta solicitud, se consideran el modo estándar o prioritario y los tramos de precio que se pueden alcanzar con la entrada estimada. Dentro de las condiciones elegidas, el cálculo sigue siendo conservador; el modo flex no reduce la reserva. Para una solicitud prioritaria, la reserva puede tomar en cuenta el modo aplicable más caro, incluidos priority, flex o fast. Las reservas aceptadas anteriormente sin estas condiciones conservan el cálculo original con las tarifas máximas.
• Reducción del límite : cuando la reserva calculada no se puede cubrir y el modelo y el método específicos permiten limitar la respuesta: los fondos disponibles deben cubrir la entrada estimada y el volumen mínimo de salida. El límite reducido nunca baja de 256 tokens (1025 con razonamiento en formato Anthropic). El modelo recibe el límite ya reducido.

Modelo claude-sonnet-5-5: entrada a USD 2 y salida a USD 10 por 1 millón de tokens. Enviaste 20 000 tokens y el modelo respondió con 1 200 tokens.

En este ejemplo aritmético, el costo real es de $0.0520. El cargo mostrado supone que la reserva aceptada y el saldo libre disponible cubren ese costo. Aquí no se calcula el monto de la reserva: para una nueva solicitud de texto se determina por separado, a partir de la estimación de la entrada y de una respuesta típica, y puede ser mayor o menor que el costo real. La reserva no utilizada se libera; la fórmula de abajo muestra el límite del cargo.

Cargo real = min(costo real total, reserva aceptada + saldo libre no reservado). Las demás reservas abiertas siguen protegidas, por lo que el saldo total no necesariamente quedará en cero. El saldo nunca queda en negativo. Si el costo real supera la suma de la reserva aceptada y el saldo libre no reservado, la diferencia que no se pueda cubrir queda como pérdida para Ailoot: no se convierte en una deuda tuya ni se cobrará después.

Cerrar la conexión, alcanzar el tiempo de espera de tu aplicación o dejar de leer una respuesta ya terminada no cancela automáticamente la solicitud: la respuesta terminada del modelo se cobra una sola vez. Si el resultado no se entrega por un fallo de Ailoot, se devuelve el dinero. Si se pierde la conexión, consulta la solicitud por su Request ID en el historial del panel antes de volver a enviarla.

• Para las nuevas solicitudes de texto, la reserva de respuesta se calcula a partir de una longitud típica, tomando en cuenta el valor indicado de max_tokens y las condiciones del modelo específico. Esta estimación de la reserva no garantiza la longitud ni el costo reales de la respuesta.
• En los modelos sin un límite confiable para la longitud real de la respuesta, la estimación de la reserva no se convierte en un límite de longitud. Para las nuevas solicitudes de texto, tampoco se sustituye automáticamente por el costo de la respuesta más larga. Las reservas aceptadas anteriormente conservan sus condiciones originales.
• Las imágenes de entrada agregan a la reserva una estimación de su costo.
• Los agentes (Claude Code, Codex CLI y Cline) envían un contexto grande en cada paso: un solo paso puede reservar decenas de centavos. Mantén al menos unos dólares de saldo.
• Consejo: establece un max_tokens razonable para reducir la reserva en los modelos que permiten limitar la longitud de respuesta.

Los modelos con caché tienen precios distintos para la escritura y la lectura. La lectura suele ser varias veces más barata que la entrada normal. Los precios aparecen en la ficha del modelo en el catálogo.

Si el saldo disponible no alcanza ni para la reserva mínima, Ailoot no envía la solicitud y responde con 402 y el código insufficient_balance. Si se agotó el límite total de gasto de la clave, el código es api_key_quota_exhausted. Si la cuenta tiene una deuda por un pago impugnado, el código es payment_disputed: las nuevas solicitudes quedan suspendidas hasta que se pague la deuda.

{
  "error": {
    "code": "insufficient_balance",
    "reason": "insufficient_balance",
    "type": "insufficient_quota",
    "param": null,
    "message": "Your balance is too low to start this request. … Request ID: 5c0e7a1d-….",
    "request_id": "5c0e7a1d-…"
  }
}

El historial de solicitudes y cargos está en el panel de ailoot.ai. Para cada solicitud se muestran el modelo, los tokens y el monto.