Calculadora de Costo Claude 3.7 con Prompt Caching🌎 Actualizado mayo de 2026
El prompt caching de Claude 3.7 puede reducir tu factura mensual hasta un 90% en los tokens del sistema reutilizados. Esta calculadora estima el costo real según tu volumen de requests, tamaño del prompt base, tasa de aciertos de caché y tokens de salida, usando los precios oficiales de Anthropic 2026.
Cuándo usar esta calculadora
- Chatbots con system prompt largo reutilizado en cada conversación
- Pipelines RAG donde el contexto de documentos se repite por request
- Agentes que inyectan instrucciones extensas en cada llamada a la API
- Aplicaciones SaaS que sirven a muchos usuarios con el mismo prompt base
- Evaluación del ROI antes de migrar a Claude 3.7 desde otro modelo
Casos resueltos
Ejemplos numéricos completos con datos reales para que valides cómo funciona la calculadora.
Caso 1: Startup SaaS con chatbot 24/7: comparación de costos sin caching vs Sonnet 3.7 con 85% hit rate
Startup ofrece chatbot de soporte 24/7 con system prompt de 12.000 tokens (incluye contexto del producto, FAQ, políticas). Promedio: 3.000 requests/día, 450 tokens variables/request, 600 tokens output/request. Cache hit rate medido: 85% (alto por uso constante).
- Configuración: Claude 3.7 Sonnet, system prompt 12.000 tokens, 3.000 req/día = 90.000 req/mes
- Sin prompt caching:
- Input total/mes: (12.000 + 450) × 90.000 = 1.120 millones tokens × USD 3/M = USD 3.361
- Output total/mes: 600 × 90.000 = 54 M tokens × USD 15/M = USD 810
- Total sin caching: USD 4.171/mes
- Con prompt caching (85% hit rate):
- Cache write: 12.000 × 0,15 × 90.000 = 162 M tokens × USD 3,75/M = USD 608
- Cache read: 12.000 × 0,85 × 90.000 = 918 M tokens × USD 0,30/M = USD 275
- Variable input: 450 × 90.000 = 40,5 M × USD 3 = USD 122
- Output: 54 M × USD 15 = USD 810
- Total con caching: USD 1.815/mes
- Ahorro mensual: 4.171 − 1.815 = USD 2.356 (56% reducción)
- Ahorro anual: USD 28.272 (suficiente para contratar un developer junior o un mes de marketing)
Cómo funciona
2 min de lecturaCómo se calcula
El prompt caching de Anthropic permite almacenar en caché partes del prompt (típicamente el system prompt o contexto largo) para reutilizarlas en requests subsiguientes. Los tokens cacheados se cobran a tarifas distintas según si se está escribiendo la caché o leyendo desde ella.
Precios por modelo (por millón de tokens, USD)
| Modelo | Input normal | Cache write | Cache read | Output |
|---|---|---|---|---|
| Claude 3.7 Sonnet | $3.00 | $3.75 | $0.30 | $15.00 |
| Claude 3.5 Sonnet | $3.00 | $3.75 | $0.30 | $15.00 |
| Claude 3.5 Haiku | $0.80 | $1.00 | $0.08 | $4.00 |
El cache write cuesta 1.25× el precio de input normal. El cache read cuesta 0.1× el precio de input normal.
Fórmula
// Por request:
tokens_write = basePromptTokens × (1 - cacheHitRate)
tokens_read = basePromptTokens × cacheHitRate
tokens_variable = variableTokensPerRequest
tokens_output = outputTokensPerRequest
costo_por_request =
(tokens_write / 1_000_000) × precio_cache_write
+ (tokens_read / 1_000_000) × precio_cache_read
+ (tokens_variable/ 1_000_000) × precio_input_normal
+ (tokens_output / 1_000_000) × precio_output
costo_mensual = costo_por_request × requestsPerDay × 30
// Sin caché (todos los tokens base se cobran como input normal):
costo_sin_cache_por_request =
((basePromptTokens + variableTokensPerRequest) / 1_000_000) × precio_input_normal
+ (outputTokensPerRequest / 1_000_000) × precio_outputEjemplo numérico (Claude 3.7 Sonnet)
Supuestos: 10.000 tokens base, 500 variables, 800 output, 1.000 req/día, 80% hit rate.
Sin caché: (10.500/1M × $3.00 + 800/1M × $15.00) × 30.000 req ≈ $1.305 al mes — un 94% más caro.
Cuándo NO aplica / Limitaciones
Preguntas frecuentes
¿Qué es el prompt caching en Claude?
Es una función de la API de Anthropic que permite guardar en caché partes del prompt (system prompt, documentos de contexto) para reutilizarlas en requests siguientes. Los tokens leídos desde caché cuestan 0.1× el precio normal de input, reduciendo significativamente el costo en aplicaciones con prompts repetitivos.
¿Cuánto cuesta escribir en caché vs. leer desde caché?
Para Claude 3.7 Sonnet: escribir en caché cuesta $3.75/millón de tokens (1.25× el input normal de $3.00), mientras que leer desde caché cuesta solo $0.30/millón de tokens (0.1× el precio normal). El ahorro en lecturas compensa rápidamente el sobrecosto de escritura.
¿Cuánto dura la caché?
El TTL (time-to-live) estándar de la caché de Anthropic es de 5 minutos desde el último uso. Si el cache hit rate de tu aplicación es bajo porque los requests llegan con más de 5 minutos de diferencia, el beneficio real será menor al estimado aquí.
¿Cuál es el mínimo de tokens para activar el caching?
Para Claude 3.7 Sonnet y Claude 3.5 Sonnet el bloque cacheado debe tener al menos 1.024 tokens. Para modelos Opus el mínimo es 2.048 tokens. Prompts base más cortos que ese umbral no se cachean aunque se use el parámetro correspondiente en la API.
¿Cómo afecta el cache hit rate al costo final?
Es el factor más determinante. Con 0% hit rate todos los tokens base se escriben en caché (coste 1.25×), sin aprovechar lecturas baratas. Con 90% hit rate el 90% de los tokens base cuestan solo 0.1×, reduciendo el costo total de forma muy significativa. La calculadora permite ajustar este parámetro.
¿Qué diferencia hay entre Claude 3.7 Sonnet y Claude 3.5 Haiku en términos de costo?
Claude 3.5 Haiku tiene precios aproximadamente 3-4× más bajos ($0.80 input, $4.00 output vs. $3.00/$15.00 de Sonnet). Para casos de uso que no requieren el máximo de razonamiento, Haiku con prompt caching puede ser la opción más económica.
¿Los tokens variables (mensaje del usuario) también se cachean?
Generalmente no. El caching está diseñado para la parte estática del prompt (system prompt, documentos). Los tokens dinámicos por request (mensaje del usuario, contexto variable) se cobran siempre a precio de input normal. Esta calculadora los separa para reflejar esa distinción.
¿Cómo activo el prompt caching en la API?
En la API de Anthropic se agrega el parámetro cache_control: {type: 'ephemeral'} al bloque del system prompt o al contenido que se quiere cachear. Anthropic gestiona el almacenamiento automáticamente. No requiere configuración adicional de infraestructura.
¿Esta calculadora incluye el costo de las herramientas (tools/function calling)?
No. Los tokens de definición de herramientas también pueden cachearse pero no están incluidos en esta estimación. Si usás function calling extensivo, el costo real puede ser ligeramente mayor al calculado aquí.
¿Cuál es el ROI real del prompt caching para un chatbot SaaS de tráfico medio?
Para una aplicación con 2.000 requests/día de chatbot con system prompt de 8.000 tokens y 75% cache hit rate: sin caching costaría ~USD 1.080/mes solo en input + USD 720 en output = USD 1.800/mes. Con caching baja a ~USD 90 input + USD 720 output = USD 810/mes (55% ahorro total). El ROI se incrementa cuanto más largo sea el system prompt y más alto el cache hit rate. Para system prompts cortos (<2.000 tokens) el beneficio es menor; para prompts >20.000 tokens, el ahorro puede superar el 80% del costo total.
¿Cómo medir el cache hit rate real de mi aplicación?
La API de Anthropic devuelve en cada response un objeto usage con: cache_creation_input_tokens (tokens recién escritos a caché) y cache_read_input_tokens (tokens leídos desde caché). Tu cache hit rate efectivo = cache_read / (cache_read + cache_creation + input_tokens). Logueá estos valores para cada request y calculá el promedio diario/semanal. Si está por debajo del 50%, revisar: (1) TTL muy corto vs frecuencia de requests, (2) cambios en system prompt invalidando caché, (3) requests dispersos en el tiempo. Anthropic provee dashboard con estos KPIs en console.anthropic.com.
¿Conviene usar Claude 3.5 Haiku o Claude 3.7 Sonnet con caching para mi caso?
Regla práctica: si la tarea requiere razonamiento complejo, escritura creativa de calidad, análisis profundo, código complejo o procesamiento de documentos largos → Sonnet 3.7. Si la tarea es clasificación simple, extracción de datos estructurados, respuestas factuales cortas, parsing → Haiku 3.5 (4× más barato). Una estrategia híbrida que muchas empresas usan: router con Haiku que clasifica la complejidad de la consulta y deriva las simples a Haiku 3.5 y las complejas a Sonnet 3.7. Reduce 40-60% el costo total manteniendo la calidad donde importa.
¿El cache TTL extendido (1 hora) ya está disponible y cuánto cuesta extra?
Sí, desde 2025 Anthropic lanzó el extended TTL de 1 hora (vs 5 min default). Costo: 2× el cache write (USD 7,50/M tokens en Sonnet vs USD 3,75 estándar). Útil cuando: (1) Aplicación tiene picos de tráfico cada 30-45 min (típico de uso oficina). (2) Documentos grandes que se reusan toda la jornada laboral. (3) Workflows asincrónicos donde no podés garantizar requests cada 5 min. No conviene si tus requests son siempre seguidos (<5 min) o muy esporádicos (>1 hora). Para uso típico SaaS con tráfico 24/7, el TTL estándar de 5 min suele ser suficiente.
Fuentes y referencias
- Anthropic API Pricing — Anthropic (2026)
- Prompt Caching — Anthropic Documentation — Anthropic (2026)
- Claude 3.7 Sonnet — Model Card — Anthropic (2026)
Metodología y confianza
Contenido revisado por el equipo editorial de Hacé Cuentas, con apego a nuestra política editorial y metodología de cálculo.
Última revisión: 27 de mayo de 2026. Los parámetros fiscales, legales y datos se verifican periódicamente con las fuentes citadas.
Los cálculos corren 100% en tu navegador. No guardamos ni transmitimos tus datos. Leé nuestra política de privacidad.
Resultados orientativos. Para decisiones financieras, médicas o legales críticas, consultá con un profesional.