Cómo fijar el precio de un endpoint de modelo: GPT-6 Astra en OpenRouter
Trata un endpoint de terceros como una política de enrutamiento y verifica el costo del proveedor, el throughput, los filtros de respaldo, el modo de enrutamiento y el failover antes de producción.
El equilibrio está entre velocidad y costo. Empieza con las tarifas publicadas: $10.00 por 1M de tokens de entrada, $50.00 por 1M de tokens de salida y $1.00 por 1M de lecturas de caché. Multiplica esas tarifas por tu mezcla de tokens antes de considerar el endpoint barato. Trata el endpoint como una política de enrutamiento, no como un precio de modelo.
GPT-6 Astra en OpenRouter es un caso de prueba útil porque la publicación abierta expone las partes que importan: precio, contexto, proveedores, enrutamiento y failover. El modelo es lo suficientemente reciente como para que los datos de los proveedores aún puedan variar. GPT-6 Astra se lanzó el 4 de septiembre de 2026.
El límite de contexto cambia la factura
La ventana de contexto es de 1,050,000 tokens y el límite de completado es de 128,000 tokens. Un prompt largo puede dominar la factura antes de que comience la respuesta. El límite de completado importa cuando el producto necesita informes extensos, diffs de código o salida estructurada. Si la respuesta esperada se acerca al límite, la tarifa de salida se convierte en el principal factor de costo. Incluye ambos límites en el modelo de costos antes de estimar el gasto mensual. Mantén la mezcla de tokens en las mismas unidades que la tabla de precios.
La dispersión entre proveedores cambia la respuesta
El endpoint lo sirven dos proveedores, OpenAI y Azure (US), con failover automático entre ellos. El precio publicado del endpoint no es el único número. OpenAI Fast se muestra a $20.00 por 1M de tokens de entrada y $100.00 por 1M de tokens de salida, con un throughput de 51 tokens/s y un uptime del 99.99%. Esa dispersión es la primera variable de costo para un endpoint de terceros. Puede cambiar la factura mensual más que la elección del modelo.
El throughput define el límite de la velocidad percibida. Compara la tarifa publicada con tu objetivo de latencia antes de prometer un tiempo de respuesta. El uptime es el otro lado del mismo equilibrio. Una tarifa más alta puede valer la pena si la función es visible para el usuario.
La tabla de proveedores es el lugar para comparar precio, throughput y uptime. No compares solo el precio del endpoint. Un proveedor más rápido puede valer el costo extra cuando el usuario está esperando. Un proveedor más lento puede ser suficiente cuando la tarea se ejecuta en segundo plano.
Usa la misma mezcla de tokens para cada comparación entre proveedores. Si el producto envía principalmente tokens de entrada, la tarifa de entrada determina la estimación. Si envía principalmente tokens de salida, la tarifa de salida determina la estimación. Si repite prompts, la tarifa de lectura de caché cambia el promedio antes de que elijas un proveedor. Registra la estimación del endpoint en la lista de verificación de lanzamiento antes de que el endpoint se publique.
Realiza estas verificaciones antes de producción
Guarda esta lista junto con la lista de verificación de lanzamiento. Cada elemento es una prueba rápida, no una revisión de diseño.
- Enumera los precios y el throughput de los proveedores.
- Calcula el costo de entrada, salida y caché a partir de tu mezcla de tokens.
- Verifica los filtros de respaldo antes de confiar en el failover.
- Selecciona el modo de enrutamiento según latencia o precisión.
- Prueba el failover de errores con una falla forzada del proveedor.
La dispersión entre proveedores es la razón por la que el elemento de precio va primero. El elemento de costo obliga a un cálculo real, no a un copiar y pegar. El elemento de filtros verifica la configuración de la solicitud antes del lanzamiento. El elemento de modo obliga a una elección, porque el modo de enrutamiento cambia el comportamiento del producto. El elemento de failover prueba el caso de falla con una solicitud real en staging.
El enrutamiento y el failover son decisiones de producto
OpenRouter describe tres modos de enrutamiento para este endpoint: Balanced para precio y velocidad, Nitro para la respuesta más rápida y Exacto para la máxima precisión en llamadas a herramientas. Elige el modo que se ajuste al requisito visible para el usuario. Si la función necesita respuestas rápidas, la velocidad es la restricción. Si llama a herramientas, la precisión es la restricción.
El primer modo encaja con productos que necesitan tanto control de costos como velocidad. El segundo modo encaja con superficies sensibles a la latencia. El tercer modo encaja con flujos agénticos donde una llamada incorrecta a una herramienta cuesta más que una respuesta más lenta.
Si un proveedor upstream devuelve un error, la solicitud puede moverse a otro proveedor operativo cuando los filtros lo permiten. La lista de proveedores no es toda la historia. Una prueba de falla forzada debe cubrir los mismos filtros que usa la solicitud de producción. Si la solicitud de prueba usa filtros diferentes, el comportamiento del failover puede diferir del comportamiento en producción. Documenta el modo, los filtros y el comportamiento de failover esperado antes de que el endpoint se publique.