ChatGPT vs Claude vs Gemini vs API: precios de LLM con planes gratis, sin jerga

Un LLM (Large Language Model) es una red neuronal entrenada en corpus de texto masivos para entender y generar lenguaje humano. En la práctica es el motor detrás de ChatGPT, Claude, Gemini y asistentes de IA a medida que redactan emails, responden a clientes, resumen documentos, escriben código y llaman a sus APIs.

Para un negocio el punto no es «tener IA por tener IA». Un LLM convierte lenguaje sin estructura - chats, emails, PDFs, tickets - en acciones estructuradas: clasificar un lead, redactar una respuesta, extraer campos de una factura o enrutar un caso de soporte. Ahí las horas de trabajo manual se vuelven minutos.

1. Qué hace un LLM de verdad

A diferencia de un buscador que devuelve enlaces, un LLM predice los siguientes tokens según el contexto. Con un buen prompt, herramientas y los datos de su empresa (vía RAG), puede razonar sobre políticas, catálogo y el historial de CRM - no solo el conocimiento genérico de internet.

• Entender la intención: «Necesito un reembolso del pedido #4521» → enrutar a facturación + traer el estado del pedido.
• Generar contenido: propuestas, descripciones de producto, borradores SEO, resúmenes de reuniones.
• Extraer estructura: pasar texto libre a JSON para CRM, ERP o analítica.
• Llamar a herramientas: comprobar inventario, crear un ticket, enviar un enlace de pago vía function calling.

2. Por qué un negocio necesita LLMs

El caso de ROI suele ser ahorro de mano de obra más velocidad. Un agente de soporte con 40 tickets repetitivos al día, un marketer que reescribe la misma oferta para cinco canales o un responsable de ventas que puntúa leads a mano: rutinas cognitivas que un LLM automatiza bien si hay validación y revisión humana en los casos límite.

• Soporte: primera línea 24/7, FAQ sin operador, triaje de tickets antes de que entre una persona.
• Ventas y CRM: lead scoring, borradores de follow-up, resúmenes de llamadas/emails sincronizados en la ficha del deal.
• Marketing: borradores de contenido, variantes de anuncios, localización, outlines SEO anclados a la voz de marca.
• Operaciones: extracción de contratos/facturas, Q&A sobre la base de conocimiento interna, borradores de informes desde hojas de cálculo.
• Producto: asistentes in-app, búsqueda inteligente, Generative UI que adapta formularios a la intención del usuario.

3. Dos formas de pagar: apps de chat vs API

Los negocios confunden dos productos. Las suscripciones de chat (ChatGPT, Claude.ai, Gemini) son para personas: redactar, investigar, ayuda con código. Las APIs son para productos y automatizaciones: el bot de su web, un workflow de CRM o el procesado por lotes de documentos. Hay planes gratis en ambas capas - pero chat gratis ≠ API de producción gratis a escala.

4. Comparación de planes de chat (gratis + de pago)

En agosto de 2026, los planes Pro individuales de chat rondan los ~20 $/mes. Los planes gratis sirven de verdad para trabajo ligero, pero chocan con topes de mensajes y de modelo. Precios y modelos incluidos cambian a menudo: revise la página del proveedor antes de presupuestar.

• ChatGPT Free (0 $): sólido para el día a día; chats ilimitados en el tier más ligero GPT-5.6 Luna; acceso limitado a modelos de reasoning más fuertes, uploads y tools.
• ChatGPT Plus (~20 $/mes): más acceso a GPT-5.6, más mensajes/uploads, deep research, Projects, custom GPTs - el mejor todoterreno para trabajo de oficina mixto.
• ChatGPT Go (~8 $/mes): tier intermedio entre Free y Plus para quien necesita más que Free pero no el Plus completo.
• Claude Free (0 $): buen texto/código en modelos más ligeros; uso limitado de Sonnet/Opus; sin el workflow completo de Projects.
• Claude Pro (~20 $/mes, ~18 $/mes anual): ~5× el uso de Free, acceso prioritario, Projects, Research, Claude Code - fuerte en documentos largos y reasoning cuidadoso.
• Gemini Free (0 $): modelos clase Gemini Flash + integraciones con apps de Google; bien para research ligero y tareas junto a Workspace.
• Google AI Pro / Gemini Advanced (~19,99 $/mes): modelos Pro, límites más altos, Deep Research, Gemini en Gmail/Docs/Drive, mucho almacenamiento en la nube - lo mejor si el equipo ya vive en Google Workspace.
• Plazas Team/Business: ChatGPT Business suele ir por ~20-25 $ por usuario/mes (anual vs mensual). Enterprise es a medida: sume SSO, controles de admin y términos de retención de datos.

5. Precio de las API (lo que cuesta de verdad un producto)

La API se factura por millón de tokens (orientación: ~750 palabras ≈ 1.000 tokens). Los tokens de salida suelen costar 2-6× más que los de entrada. Corte de agosto de 2026 (tier standard, por 1M de tokens) - compruebe las páginas oficiales antes de comprometerse:

• DeepSeek V4-Flash: ~0,14 $ input / 0,28 $ output - el tier de producción útil más barato para triaje y extracción.
• Qwen3.5 Flash: ~0,10 $ / 0,40 $ - competitivo para clasificación masiva.
• GPT-5.6 Luna: ~0,20 $ / 1,20 $ - el suelo de OpenAI para alto volumen y baja latencia.
• Gemini 3.1 Flash-Lite: ~0,25 $ / 1,50 $ - fuerte para pipelines de texto a granel.
• Claude Haiku 4.5: ~1,00 $ / 5,00 $ - routing, clasificación, salidas estructuradas cortas.
• Claude Sonnet 5: ~2,00 $ / 10,00 $ (precio de lanzamiento; luego ~3 $ / 15 $) - el caballo de batalla diario en producción.
• GPT-5.6 Terra / Gemini 3.1 Pro: ~2,00 $ / 12,00 $ - coding y workloads de agentes en el mid-frontier.
• Claude Opus 5 / GPT-5.6 Sol: ~5 $ / 25-30 $ - reasoning duro y runs de agentes complejos (úselo con pinzas).

6. La realidad del API gratis y los trials

El API gratis es para prototipos, no para un bot de producción ocupado. Trate las cuotas gratis como presupuesto de R&D y pase el tráfico crítico a un tier de pago con rate limiting y monitorización.

• Google Gemini: suele ser el free tier de API más generoso (modelos clase Flash con topes RPM/RPD) - ideal para validar el MVP de un chatbot.
• Groq y algunos hosts de modelos abiertos: tiers gratis/baratos para experimentos de latencia con modelos clase Llama.
• OpenAI: a menudo un crédito de arranque de una sola vez para cuentas nuevas; no hay cuota de producción gratis permanente.
• API de Anthropic Claude: en general pay-as-you-go desde la primera llamada (sin free tier continuo).
• Self-host de open weights (Ollama, vLLM): licencia del modelo a 0 $, pero paga GPU/servidor - barato a escala pequeña, caro cuando necesita HA y tráfico de pico.

7. Ejemplo de factura mensual (carga de triaje de soporte)

Suponga un servicio de triaje de soporte con ~8M de tokens de input + 2M de output al mes (miles de tickets cortos clasificados). Coste aproximado solo de API:

• DeepSeek V4-Flash: ≈ 1,70 $/mes - presupuesto extremo para routing de alto volumen.
• GPT-5.6 Terra: ≈ 40 $/mes - calidad mid-tier cómoda para automatización mixta.
• Claude Opus 5: ≈ 90 $/mes - reasoning premium; exceso si la mayoría de los tickets son simples.
• Equipo de 5 solo en chat Plus/Pro (20 $ × 5): ≈ 100 $/mes - excelente para productividad humana; no sustituye una integración de API en el producto.
• El híbrido que suele ganar: chat gratis/barato para el equipo + API barata Flash/Haiku para el 80 % del tráfico del bot + Sonnet/Terra solo en escaladas difíciles.

8. Cómo elegir sin pagar de más

Empiece donde el riesgo y el volumen son bajos. Mida el coste por tarea resuelta, no por token: un modelo «barato» que reintenta tres veces puede salir más caro en la factura que uno más caro de un solo disparo.

• Founder solo / equipo pequeño: use primero los planes de chat Free; compre una plaza Pro de 20 $ para quien más redacta contenido o código.
• Bot de cara al cliente / automatización CRM: prototipo en la API gratis de Gemini o un Flash barato; añada caching + batch para los jobs nocturnos.
• Workflows críticos de calidad (legal, consejo médico, ventas complejas): modelos mid/frontier + aprobación humana; no publique respuestas sin revisar.
• Baje la factura con routing: Haiku/Luna/Flash para clasificar → escale a Sonnet/Terra/Opus solo cuando la confianza sea baja.
• Deje los IDs de modelo en config y rehaga el benchmark cada trimestre: precios y ranking de calidad se mueven cada pocos meses.

Conclusión

Un LLM es útil para un negocio cuando acorta un workflow real: menos tickets para humanos, propuestas más rápidas, CRM más limpio o una feature que los clientes usan de verdad. Puede empezar en 0 $ con chat gratis y free tiers de API, pagar ~20 $/usuario por productividad individual seria y correr muchas automatizaciones de producción por bastante menos de 50-100 $/mes si elige modelos clase Flash y enruta con cabeza. El error caro es ignorar los LLMs del todo - o comprar el modelo más caro para cada clasificación trivial.