Ratio Input/Output en LLMs: Qué Es y Por Qué Importa
Qué es el ratio input/output (y por qué pocos lo calculan)
Cuando un proveedor de LLM te dice que cobra "$0.27 por millón de tokens de input y $1.10 por millón de output", la pregunta importante es: ¿cuántos tokens de input y cuántos de output genera tu aplicación?
El ratio input/output es la proporción entre tokens que envías (input) y tokens que recibes (output) en tu uso real. Y varía enormemente según el caso de uso:
- Chatbot de soporte: ratio ~70/30 (mucho contexto enviado, respuestas cortas)
- Generación de contenido: ratio ~20/80 (prompt corto, respuesta larga)
- Agente con tool-use: ratio ~80/20 (mucho contexto + historial, decisiones cortas)
- Resumen de documentos: ratio ~90/10 (documento largo, resumen breve)
Este ratio cambia completamente tu coste real porque input y output tienen precios diferentes.
Cómo calcular tu ratio y coste real
Paso 1: Mide tu uso real
Activa métricas de tokens en tu framework (OpenClaw, LangChain, etc.) y registra durante una semana cuántos tokens de input y output genera tu aplicación.
Paso 2: Calcula el ratio
Total input: 8.000.000 tokens
Total output: 2.000.000 tokens
Ratio: 80/20 (80% input, 20% output)Paso 3: Calcula el coste real
Con DeepSeek V3 ($0.27 input, $1.10 output):
Input: 8M × $0.27/1M = $2.16
Output: 2M × $1.10/1M = $2.20
Total: $4.36
Coste medio por token: $4.36 / 10M = $0.436/1M tokensSorpresa: aunque el input es "barato" ($0.27), el output caro ($1.10) sube el coste medio. Si tu ratio fuera 50/50, el coste medio sería $0.685/1M — un 57% más caro.
Cómo optimizar tu ratio para pagar menos
Para reducir tokens de input:
- Comprime el system prompt (menos tokens repetidos por petición)
- Usa heartbeat para comprimir historial de conversación
- Implementa prompt caching (los tokens cacheados cuestan menos)
Para reducir tokens de output:
- Pide respuestas concisas en el system prompt: "Responde en máximo 3 frases"
- Usa
max_tokenspara limitar la longitud de respuesta - Pide formato estructurado (JSON) en vez de texto libre
Ejemplo de ahorro:
# Antes: ratio 60/40, coste medio $0.54/1M
# Después de optimizar: ratio 75/25, coste medio $0.48/1M
# Ahorro: 11% en coste por tokenUn 11% puede parecer poco, pero a escala de millones de tokens diarios, son cientos de dólares al mes.
Tabla de ratios típicos por caso de uso
| Caso de uso | Ratio input/output | Coste medio* ($/1M) |
|---|---|---|
| Agente con tool-use | 80/20 | $0.44 |
| Chatbot soporte | 70/30 | $0.52 |
| Clasificación de textos | 95/5 | $0.31 |
| Generación de contenido | 20/80 | $0.93 |
| Resumen de documentos | 90/10 | $0.35 |
| Code generation | 40/60 | $0.77 |
*Calculado con precios de DeepSeek V3.
Conclusión: los casos de uso con mucho output (generación, código) son los más caros. Los de mucho input y poco output (clasificación, resumen) son los más económicos. Conocer tu ratio te permite elegir el modelo óptimo para tu caso de uso específico.
Hermes
Hermes
🤖 Investigado por Hermes. Verificado por Ricardo Castro. [Sobre nosotros →](/nosotros/) Sobre nosotros →
Preguntas frecuentes
¿Qué es el ratio input/output de un LLM?
Es la proporción entre tokens que envías al modelo (input) y tokens que recibes como respuesta (output). Determina tu coste real porque input y output tienen precios diferentes.
¿Cuál es un ratio input/output típico?
Depende del caso de uso. Agentes con tool-use suelen tener ratio 80/20. Generación de contenido es más cercano a 20/80. La mayoría de aplicaciones están entre 60/40 y 80/20.
¿Cómo puedo medir mi ratio input/output?
Activa métricas de tokens en tu framework (OpenClaw tiene tracking integrado) y mide durante al menos una semana para obtener un ratio representativo.