Respuesta corta
Cuatro palancas mueven la factura y la estimación de carbono en la misma dirección: una clase de modelo más pequeña, razonamiento solo donde hace falta, entrada en caché y prompts y salidas más cortos. Dos palancas no lo hacen. El procesamiento por lotes reduce el precio a la mitad, pero SAEF no le atribuye menos carbono, y una región con recargo por residencia de datos puede costar más tanto si su red eléctrica es más limpia como si es más sucia. Compara coste y carbono por tarea y no por token, porque los tokenizadores difieren entre modelos.
Todas las cifras de carbono de esta página son estimaciones SAEF, no mediciones. Para la visión de toda la organización, que incluye las herramientas por licencia, consulta la página sobre el uso de IA en la empresa. Esta página cubre la parte de API.
¿Qué palancas mueven el coste y el carbono, y en qué dirección?
| Palanca | Efecto en el coste (precios de los proveedores, comprobado el 21 de noviembre de 2026) | Efecto en el carbono (estimación SAEF) |
|---|---|---|
| Modelo más pequeño, enrutado | Menor, por un precio por token más bajo. | Menor, hasta 13 veces entre la clase C y la clase A. |
| Esfuerzo de razonamiento | Menor, porque los tokens de razonamiento se facturan como tokens de salida. | Menor, menos tokens de salida. Con k = 25 la estimación es 12 veces la del intercambio sin razonamiento. |
| Entrada en caché | Menor, la entrada en caché cuesta más o menos una décima parte de la entrada nueva. | Menor, un token en caché pesa 0,05 frente a 0,3. |
| Salidas y prompts más cortos | Menor, la salida cuesta varias veces más que la entrada. | Menor. Reducir la salida a la mitad la baja 1,3 veces. |
| Procesamiento por lotes | Menor, un 50 % menos. | Sin cambio. SAEF no le atribuye ningún crédito. |
| Región | Igual, o un 10 % más alto aproximadamente con endpoints de residencia. | Depende de la red eléctrica, hasta 12 veces de diferencia. |
¿Un modelo más pequeño o el enrutado reducen ambos?
Sí. Los modelos más pequeños tienen precios por token más bajos en los principales proveedores, y SAEF agrupa los modelos en tres clases de tamaño, con una estimación para un intercambio de 0,010 g para la clase A, 0,036 g para la clase B y 0,13 g para la clase C en el este de EE. UU. (Virginia del Norte). Enrutar la clasificación, la extracción y los borradores cortos a una clase más pequeña y reservar la clase más grande para las tareas difíciles es la palanca más importante para ambos lados. Comprueba antes la calidad con tus propias tareas. La comparativa de modelos con nombre, en inglés, muestra cómo asigna SAEF los modelos a las clases.
¿Limitar el esfuerzo de razonamiento reduce ambos?
Sí. Los tokens de razonamiento se facturan como tokens de salida, algo que OpenAI indica en su guía de razonamiento, y Google publica los precios de salida, incluidos los tokens de pensamiento, en su página de precios (ambas comprobado el 21 de noviembre de 2026). Anthropic informa de la parte de pensamiento de los tokens de salida facturados en el objeto de uso de su API de extended thinking (comprobado el 21 de noviembre de 2026). La salida cuesta varias veces más que la entrada, 5 veces en todos los modelos Claude, de 4 a 8 veces en los modelos de OpenAI listados y 5 veces en Gemini 4, así que los tokens de razonamiento son tokens caros.
En el lado del carbono, más tokens de salida significan una estimación SAEF más alta. Multiplicar la salida de un intercambio de clase B por k, un supuesto de los autores de 25 con un rango de 10 a 50, da 0,44 g, frente a 0,036 g sin razonamiento, con 0,19 g y 0,87 g en los extremos del rango. En el uso de API no necesitas el supuesto, porque los tokens de salida facturados ya incluyen el razonamiento. Consulta la página sobre modelos de razonamiento, en inglés.
¿La entrada en caché reduce ambos?
Sí. Anthropic, OpenAI, Google y Mistral facturan con descuento los tokens de entrada en caché respecto a la entrada nueva. Una décima parte del precio de entrada es lo habitual, y los modelos más recientes bajan aún más (OpenAI, Google, Mistral, comprobado el 21 de noviembre de 2026). En Claude, escribir en la caché cuesta extra, 1,25 veces el precio de entrada para una caché de cinco minutos y 2 veces para una de una hora, y se amortiza tras una o dos lecturas (precios de Anthropic, comprobado el 21 de noviembre de 2026). Google añade un cargo por hora de almacenamiento en las cachés explícitas.
SAEF pesa un token de entrada sin caché en 0,3 y un token de entrada en caché en 0,05, frente a 1 para un token de salida. Como escenario elegido para mostrar la dirección y no una tasa típica, leer de la caché la mitad de los 928 tokens de entrada da 0,029 g para un intercambio de clase B, 1,2 veces menos que los 0,036 g sin caché. Las emisiones de entrenamiento se cuentan por token facturado, esté en caché o no, así que el carbono baja menos que el precio.
¿Los prompts y las salidas más cortos reducen ambos?
Sí. Cada token se factura y cada token está en la estimación SAEF, y los tokens de salida cuestan varias veces más que los de entrada. Reducir la salida de un intercambio de clase B de 282 a 141 tokens da 0,027 g, 1,3 veces menos, de nuevo como escenario indicado. Pide respuestas concisas, fija una longitud máxima de salida y recorta el contexto pegado.
¿El procesamiento por lotes reduce las emisiones?
Reduce el precio, no la estimación SAEF. Los cuatro proveedores venden un modo por lotes asíncrono a la mitad del precio estándar. La página de precios de Anthropic indica un descuento del 50 por ciento en tokens de entrada y de salida, todos los precios por lotes de la página de OpenAI son la mitad del estándar, Google indica una reducción de coste del 50 % para su API Batch en su página de precios, y Mistral dice que el procesamiento por lotes reduce el precio un 50 % en su página de precios (todas comprobado el 21 de noviembre de 2026). Un descuento por aceptar una espera es un precio y no una prueba de que el proveedor use menos energía, así que SAEF no atribuye menos carbono al procesamiento por lotes. Usa el procesamiento por lotes para bajar el coste del trabajo que puede esperar e informa de su carbono con la estimación estándar.
¿Dónde pueden el coste y el carbono ir en direcciones opuestas?
En la región. Mantener la inferencia en una región cuesta más. El parámetro inference_geo: "us" de Anthropic multiplica por 1,1 todas las categorías de tokens en Claude 4.6 y posteriores, y los endpoints regionales de Bedrock y Google Cloud llevan un recargo del 10 por ciento sobre los globales en Claude 4.5 y posteriores (precios de Anthropic, comprobado el 21 de noviembre de 2026). OpenAI aplica un recargo del 10 % a los endpoints de procesamiento regional para los modelos lanzados a partir del 5 de marzo de 2026 (precios de OpenAI, comprobado el 21 de noviembre de 2026).
El carbono depende de la red eléctrica de la región y no del recargo. En las regiones de nube del conjunto de datos, un intercambio de clase B se estima en 0,008 g con la red de Quebec (Canadá) y en 0,095 g con la de Baréin, unas 12 veces de diferencia para un trabajo idéntico. Un endpoint de residencia en una región de red limpia puede por tanto costar un 10 % más y bajar la estimación, y uno en una región intensiva en carbono puede hacer lo contrario. Si el proveedor no indica dónde se ejecuta un modelo, pregúntalo y guarda la respuesta, porque la región es un dato de entrada de la estimación. Los factores de red son promedios anuales por ubicación, no afirmaciones sobre los contratos de electricidad de ningún proveedor.
¿Por qué comparar coste y carbono por tarea y no por token?
Los tokenizadores difieren. Claude 4.7 y posteriores usan un tokenizador que produce un 30 % más de tokens aproximadamente para el mismo texto, así que los precios por token no son comparables entre generaciones de tokenizador (precios de Anthropic, comprobado el 21 de noviembre de 2026). Tanto la factura como la estimación SAEF siguen a los tokens facturados, de modo que un modelo con un precio por token más bajo puede costar más y tener una estimación más alta con el mismo documento. Pasa el mismo conjunto de tareas por cada candidato y compara después el coste por tarea y los kg de CO2e estimados por tarea.
¿Cómo sigo el coste y el carbono juntos?
Registra por llamada los tokens de entrada, los tokens de entrada en caché y los tokens de salida con el modelo y la región. El coste es el precio de lista por los tokens. El carbono es esos mismos tokens por un factor SAEF. El paquete saef hace el segundo paso. Instálalo con pip install saef.
import saef
usage = {"input_tokens": 1_500_000, "output_tokens": 400_000}
r = saef.estimate(**usage, model="gpt-4o-mini", region="eu-west-1")
print(f"central {r.kg_co2e:.4f} kg CO2e, high case {r.kg_co2e_high_case:.4f} kg CO2e")
print(f"water {r.water_ml:.1f} mL")Tiene integraciones para LiteLLM, LangChain, LlamaIndex, Haystack y los SDK de OpenAI y Anthropic, que figuran en la página de herramientas para desarrolladores (en inglés). LiteLLM, Langfuse y Helicone ya registran el coste por llamada, así que la estimación de carbono puede ir en el mismo registro. El método paso a paso para el registro está en cómo seguir las emisiones de las llamadas a APIs de IA, en inglés.
Para una primera estimación sin código, usa la calculadora gratuita de huella de IA. La calculadora completa de SOMA AI importa exportaciones de uso de OpenAI, Anthropic, LiteLLM, Helicone y OpenRouter y muestra el coste a precio de lista junto a la estimación de carbono, con acciones de ahorro en euros y en kg de CO2e. Los factores están en la tabla de factores.
¿Qué no afirma esta página?
- Que ninguna cifra de carbono sea una medición. Son estimaciones SAEF a partir de tokens, clase de modelo y red eléctrica.
- Que el procesamiento por lotes reduzca el carbono. Reduce el precio, y SAEF no le atribuye ningún crédito.
- Que un modelo más pequeño o un menor esfuerzo de razonamiento mantengan tu calidad. Compruébalo con tus tareas.
- Los precios actuales. Los precios de los proveedores cambian, así que esta página da efectos y cita la página de cada proveedor como comprobada el 21 de noviembre de 2026, sin tabla de precios por modelo.
- Que el multiplicador de razonamiento esté observado. Es un supuesto de los autores, mostrado con su rango.
- Que un proveedor ejecute un modelo en una región determinada. Las regiones son datos de entrada del conjunto de datos y los factores de red son promedios por ubicación.
Respuestas cortas
- ¿Cuál es la forma más rápida de bajar a la vez el coste y las emisiones del uso de una API de LLM?
- Enruta el trabajo rutinario a un modelo más pequeño, deja los modos de razonamiento para las tareas que los necesitan y guarda en caché la parte fija de los prompts largos. Cada una de estas palancas elimina tokens o los pasa a un modelo más barato, así que baja la factura y la estimación SAEF a la vez. SOMA AI estima, con sus factores abiertos SAEF, que la clase de modelo cambia la estimación de un intercambio unas 13 veces entre la clase A y la clase C.
- ¿Reduce la API Batch la huella de carbono?
- No en la estimación SAEF. Anthropic, OpenAI, Google y Mistral cobran el procesamiento por lotes a la mitad del precio estándar, pero eso es un precio por aceptar una espera y no una prueba de que el trabajo consuma menos energía. SAEF no atribuye menos carbono al procesamiento por lotes, así que es solo una palanca de coste.
- ¿Puede la región más barata ser la de más carbono?
- Sí. Mantener la inferencia en una región concreta suele costar un 10 % más, y el carbono de esa región depende de su red eléctrica. SOMA AI estima, con sus factores abiertos SAEF, que un intercambio de clase B equivale a 0,008 g con la red de Quebec (Canadá) y a 0,095 g con la de Baréin, de modo que la elección puede subir el coste y bajar el carbono, o al revés.
- ¿Cómo pongo coste y carbono en el mismo informe?
- Registra por llamada los tokens de entrada, los tokens en caché y los tokens de salida junto con el modelo y la región, calcula el coste con los precios de lista del proveedor y estima el carbono a partir de los mismos recuentos con el paquete saef o el CSV de SAEF. Pasarelas como LiteLLM, Langfuse y Helicone ya registran el coste por llamada, así que la estimación de carbono puede ir en el mismo registro. Indica que la cifra de carbono es una estimación.
Sigue leyendo
- ¿Cómo reducir el coste y la huella de carbono del uso de IA de una empresa sin perder calidad? La versión para toda la organización, con las herramientas por licencia
- How can I track emissions from AI API calls for carbon accounting? Registro de tokens y total de kg de CO2e por mes, en inglés
- How much more energy do reasoning models use than standard chat? Benchmarks y el multiplicador detrás de la palanca de razonamiento, en inglés
- Herramientas para desarrolladores. El paquete saef, las integraciones y el conjunto de datos abierto, en inglés
