API Cost Check
Calculadora de costes de RAG
Una factura de RAG tiene cuatro partes: convertir los documentos una vez, convertir cada pregunta, generar la respuesta con los fragmentos recuperados y la base vectorial. Introduce tu corpus y tu tráfico; los precios de embeddings salen de nuestra tabla de embeddings, los de generación de los datos de modelos y la base vectorial es lo que te cobre tu proveedor. Contexto: guía de costes de RAG.
| Concepto | Mensual |
|---|
Ranking de modelos de generación para esta carga
| Modelo | Proveedor | Mensual | Por pregunta |
|---|
Por pregunta = (embedding de consulta + generación + base vectorial) / preguntas al mes. Se excluyen los modelos cuyo contexto no cabe el prompt.
Cómo se calcula
Coste de indexación = páginas × tokens por página × precio de embedding, pagado una vez y solo de nuevo para los documentos que cambian. Cada pregunta convierte unos 100 tokens y envía prompt de sistema + k × tokens de fragmento + la pregunta como entrada; el % de aciertos de caché se aplica a esa entrada como en la calculadora principal. El campo de base vectorial es un importe mensual simple: los servicios gestionados cobran por almacenamiento y lecturas, el autoalojamiento por tiempo de servidor, así que copia la cifra de tu proveedor.
Preguntas frecuentes
¿El coste de embeddings es de verdad tan bajo?
Normalmente sí: los embeddings cuestan céntimos por millón de tokens, así que incluso un corpus grande cuesta unos dólares una vez. Lo que lo encarece es reconvertir todo en cada cambio o convertir cada pregunta con un prefijo largo; la generación sigue siendo el coste principal en casi cualquier montaje.
¿Cómo bajo el coste por pregunta?
Reduce primero la entrada recuperada: fragmentos más pequeños o una k menor, un prompt de sistema más corto y caché del prefijo fijo. Luego elige un modelo de generación más barato del ranking y comprueba la calidad en cada ajuste.