Respuestas breves a clientes las 24 horas, por WhatsApp, una web o una app. El volumen es alto y cada segundo de espera cuenta.
8 modelos cumplen los requisitos, ordenados por coste mensual para esta carga.
| Modelo | Puntuación Arena | Clase | Contexto | Imágenes | Entrada $/1M | Salida $/1M | Mensual |
|---|---|---|---|---|---|---|---|
| Claude Haiku 5.5 Menor coste | 1425 | Rápido | 1M | ✓ | 0,10 $ | 0,50 $ | 20 $ |
| GPT-6 Luna | 1441 | Rápido | 1,05M | ✓ | 0,10 $ | 0,50 $ | 20 $ |
| DeepSeek V4.1 Flash | 1476 | Económico | 1M | ✓ | 0,15 $ | 0,60 $ | 25 $ |
| Llama 4 Maverick | 1327 | Medio | 128K | ✓ | 0,19 $ | 0,65 $ | 34 $ |
| Qwen3.8-27B | 1436 | Medio | 262K | ✓ | 0,15 $ | 1,88 $ | 57 $ |
| Gemini 3.5 Flash-Lite | 1456 | Económico | 1,05M | ✓ | 0,30 $ | 2,50 $ | 81 $ |
| Gemini 3.8 Flash Promo | 1496 | Todoterreno | 1,05M | ✓ | 0,75 $ | 3,75 $ | 146 $ |
| GPT-6.1 Terra | — | Medio | 1,05M | ✓ | 1,00 $ | 5,00 $ | 190 $ |
— en una columna de puntuación = aún sin puntuación en esa clasificación.
Con esta carga, el modelo más barato cuesta 20 $ al mes y el más caro 190 $, unas 9,5 veces más. El precio es solo un factor: prueba los mejores candidatos con tus propios ejemplos.
Puntuación Arena: LMArena (texto, control de estilo), a partir de votos humanos, publicada el 28 oct 2026, CC BY 4.0.
Cada respuesta lleva tu prompt de sistema, tus políticas y la conversación reciente, así que cada solicitud contiene mucha más entrada que la respuesta corta que ve el cliente. Casi toda esa entrada es idéntica de una solicitud a otra. Guardarla en caché reduce mucho el coste de entrada, y por eso la carga de arriba supone una parte alta en caché.
Con miles de conversaciones al día, una pequeña diferencia de precio por solicitud se convierte en una cifra mensual grande, así que conviene empezar por las clases de modelo más baratas. La velocidad importa tanto como el precio, porque el cliente nota una respuesta lenta. Reserva un modelo más potente para los casos que el barato no resuelve, como reembolsos, quejas o preguntas poco claras, y pasa a una persona los casos de alto riesgo.
Sí para preguntas comunes y bien documentadas, sobre todo con un buen prompt de sistema y tus preguntas frecuentes en caché. Pruébalo con unos cientos de conversaciones reales anteriores y cuenta las respuestas erróneas o inventadas, no solo el precio.
Guarda en caché el prompt de sistema, acorta el historial resumiendo los turnos antiguos y fija una longitud máxima de respuesta. Las respuestas cortas también se leen mejor en un chat.
Sí. La mayoría de los idiomas distintos del inglés necesitan más tokens para el mismo texto, y el árabe suele necesitar casi el doble. Pega una muestra de mensajes reales en el estimador de texto de la calculadora para ver tu cifra.
Nuestras pruebas comparativas para esta tarea están en curso. Mientras tanto, prueba de 10 a 20 ejemplos reales tuyos en dos o tres candidatos antes de elegir.
Clasificaciones independientes: LMArena · Artificial Analysis
Cómo se hace esta lista: modelos de las clases adecuadas para la tarea que cumplen sus requisitos (lectura de imágenes, tamaño de contexto, pesos abiertos), ordenados por precio. Un precio más bajo no significa más calidad.