Los precios de los LLM cayeron en 2026: la lectura de caché es lo que pesa

Si pagas los modelos de lenguaje por token, la lista de precios cambió varias veces este año. Max Woolf puso en una sola cronología los anuncios de OpenAI y Anthropic de junio a octubre de 2026. Para un desarrollador, lo más útil no es el precio del titular sino el tercer número: el precio de una lectura de caché.

La cronología, tal como la da Woolf

Todos los precios en dólares por millón de tokens, en el orden entrada / salida / lectura de caché, igual que en su artículo:

• 26 de junio: GPT-5.6 Sol a $5 / $30 / $0.50, GPT-5.6 Luna a $1 / $6 / $0.10.
• 30 de junio: Claude Sonnet 5 con precio de lanzamiento de $2 / $10 / $0.20, que se volvió permanente el 10 de agosto.
• 24 de julio: Claude Opus 5 a $5 / $25 / $0.50.
• 30 de julio: GPT-5.6 Luna rebajado un 80 % a $0.20 / $1.20 / $0.02.
• 21 de agosto: GPT-5.6 Sol rebajado cerca de un 20 % a $4 / $20 / $0.40, durante tres meses.
• 1 de septiembre: Fable 5.1 a $10 / $50 / $0.25, frente a $10 / $50 / $1 de Fable 5.
• 3 de septiembre: GPT-6 Astra a $10 / $50 / $1.
• 22 de septiembre: GPT-6 Sol a $2 / $10 / $0.20, GPT-6 Luna a $0.10 / $0.50 / $0.01 y Claude Opus 5.5 a $4 / $20 / $0.20.
• 29 de septiembre: GPT-6.1 Sol a $2 / $10 / $0.10.

Fíjate en el paso de Fable 5 a Fable 5.1: la entrada y la salida no se movieron. Solo la lectura de caché bajó de 1 dólar a 0,25. En una comparativa normal parece una nota al pie.

Por qué el tercer número es el que cuenta

La idea de Woolf es que, cuando usas agentes para programar, las lecturas de caché son la gran mayoría del gasto, entre el 96 % y el 99 % del total de tokens según sus cifras, porque la caché guarda toda la conversación anterior y se vuelve a leer en cada turno. Añade que la caché acierta alrededor del 90 al 100 % de las veces, según el proveedor. Juntando ambas cosas, escribe, un recorte del 75 % en el precio de lectura de caché equivale más o menos a un recorte del 70 al 75 % en el coste de usar el modelo.

Woolf señala también que el recorte de GPT-6.1 Sol igualó lo que él llama el coste de lectura de caché de Anthropic, el 5 % del precio de entrada. Esa relación entre precio de entrada y precio de lectura conviene revisarla en cualquier modelo que uses, porque dice cuánto ahorra de verdad un acierto de caché.

Qué haría yo con esto

Lo que sigue no viene del artículo de Woolf. Es práctica general de caché de prompts, que los proveedores ofrecen de formas distintas, así que revisa la documentación del tuyo.

Lo estable, primero. Una caché coincide desde el inicio del prompt. Instrucciones del sistema, definiciones de herramientas y textos de referencia largos van arriba y se mantienen idénticos byte a byte entre llamadas. Todo lo que cambia en cada petición, una marca de tiempo, un nombre de usuario, un ID aleatorio, va después. Un solo valor cambiante cerca del inicio puede convertir cada llamada en un fallo de caché.

Mide tu propia tasa de aciertos. La mayoría de las API devuelven por separado los tokens de entrada en caché y sin caché en los datos de uso de cada respuesta. Regístralos y calcula qué parte de tu gasto son lecturas de caché:

// u: tokens from your usage logs, p: dollars per million tokens
function cacheShare(u, p) {
  const cost = k => (u[k] * p[k]) / 1e6;
  const total = cost('input') + cost('output') + cost('cacheRead');
  return { cacheShare: cost('cacheRead') / total,
           hitRate: u.cacheRead / (u.cacheRead + u.input) };
}

Si la parte de caché es alta, compara los modelos primero por el precio de lectura de caché. Si la tasa de aciertos es baja, busca el valor que cambia cerca del inicio de tu prompt.

Siguiente paso: toma un día de registros de uso, haz la cuenta de arriba y mira cuál de los tres precios manda de verdad en tu factura. Fuente: Max Woolf, artículo del 25 de octubre de 2026 sobre las rebajas de OpenAI y Anthropic.