Comparación de costos
¿API o GPU propia?
En los modelos con open weights, la respuesta depende del volumen. Por debajo de cierto throughput gana la API: no pagas nada mientras está inactiva. Por encima, el costo fijo de la tarjeta alquilada se paga solo.
167
El punto de equilibrio es aritmética: el costo por hora de la tarjeta más barata que soporta el modelo, dividido por lo que cuestan los mismos tokens en la API. La mezcla supone 3 tokens de entrada por cada 1 de salida, lo típico en un chat.
Lo que esto no te dice es si tu configuración alcanza ese throughput. Los tokens por hora dependen de la cuantización, el contexto y el batching: eso es medición, y no lo hemos medido.
| Modelo | API | Alquilar gana por encima de | |||
|---|---|---|---|---|---|
| Nex AGI: Nex-N2.6 | 321.3 | 0,19 US$ | GB10 ×6 | 8 | |
| LiquidAI: LFM3-1.7B | 1.7 | 0,11 US$ | RTX 3060 laptop | 0.24 | |
| Ricursive: Ripple 65B Preview | 64.8 | 0,30 US$ | MI300X | 8 | |
| Motif Technologies: Motif 3 | 314.8 | 0,525 US$ | GB10 ×6 | 3 | |
| MoonshotAI: Kimi K3.1 Pro | 2780.1 | 4,00 US$ | |||
| MiniMax: MiniMax M3.1 Flash | 220.5 | 0,131 US$ | GB10 ×4 | 7 | |
| DeepSeek: DeepSeek V4.1 Flash 1017 (batch) | 763.2 | 0,058 US$ | MI350X ×6 | 565 | |
| DeepSeek: DeepSeek V4.1 Flash 1017 | 763.2 | 0,13 US$ | MI350X ×6 | 254 | |
| Reflection: Beam 1.0 501B A23B | 501.3 | 0,475 US$ | MI300X ×6 | 30 | |
| Meta: Muse Spark Open | 822.0 | 2,00 US$ | MI350X ×6 | 16 | |
| Moondream: Moondream 3 Preview | 9.3 | 0,85 US$ | RTX 2080 Ti | 0.08 | |
| Moondream: Moondream 3.1 | 9.3 | 0,85 US$ | RTX 2080 Ti | 0.08 | |
| NVIDIA: Nemotron 3.5 Super VL | 124.5 | 0,23 US$ | MI350X | 24 | |
| LiquidAI: LFM2.5-24B-A2B | 24.0 | 0,213 US$ | GB10 | 1 | |
| StepFun: Step 5 Preview | 604.3 | 1,425 US$ | MI300X ×7 | 12 | |
| inclusionAI: Ling 3.1 Flash | 572.1 | 0,068 US$ | MI300X ×7 | 248 | |
| Cohere: Command A+ | 218.8 | 0,60 US$ | GB10 ×4 | 2 | |
| Xiaomi: MiMo-V2.6-Flash | 159.4 | 0,175 US$ | GB10 ×3 | 4 | |
| Xiaomi: MiMo-V2.6-Pro | 524.1 | 0,544 US$ | MI300X ×6 | 26 | |
| DeepSeek: DeepSeek V4.1 Flash | 763.2 | 0,18 US$ | MI350X ×6 | 183 | |
| inclusionAI: Ling 3.0 Flash VL | 124.8 | 0,09 US$ | MI350X | 61 | |
| DeepSeek: DeepSeek V4.1 Flash (batch) | 763.2 | 0,168 US$ | MI350X ×6 | 196 | |
| Nex AGI: Nex-N2.5-Mini | 35.1 | 0,044 US$ | GB10 | 5 | |
| Nex AGI: Nex-N2.5-Pro | 396.8 | 0,119 US$ | GB10 ×8 | 16 | |
| IBM: Granite 4.2 8B | 8.8 | 0,108 US$ | RTX 2080 Ti | 0.62 | |
| Tencent: Hy4 preview | 780.0 | 1,126 US$ | MI350X ×6 | 29 | |
| Z.ai: GLM 5.3 Flash (batch) | 321.3 | 0,051 US$ | GB10 ×6 | 29 | |
| Qwen: Qwen3.8 Flash | 180.0 | 0,23 US$ | GB10 ×4 | 4 | |
| Z.ai: GLM 5.3 Flash | 321.3 | 0,05 US$ | GB10 ×6 | 29 | |
| DeepSeek: DeepSeek V4 Flash Vision Exp | 304.6 | 0,66 US$ | GB10 ×6 | 2 | |
| Tencent: Hy-MT2-30B-A3B | 30.1 | 0,129 US$ | GB10 | 2 | |
| Tencent: Hy-MT2-1.8B | 2.0 | 0,077 US$ | RTX 3060 laptop | 0.35 | |
| Tencent: Hy-MT2-7B | 8.0 | 0,129 US$ | RTX 2080 Ti | 0.52 | |
| Z.ai: GLM 5.3 | 753.3 | 0,402 US$ | MI350X ×6 | 82 | |
| Z.ai: GLM 5.3 (batch) | 753.3 | 0,838 US$ | MI350X ×6 | 39 | |
| Qwen: Qwen3.8 27B | 27.8 | 0,581 US$ | GB10 | 0.41 | |
| Qwen: Qwen3.8 27B (batch) | 27.8 | 0,62 US$ | GB10 | 0.39 | |
| Qwen: Qwen3.8 2.4T A95B | 2446.2 | 3,00 US$ | |||
| DeepSeek: DeepSeek V4 Pro 0813 | 1650.5 | 1,193 US$ | |||
| NVIDIA: Nemotron 3.5 Lightning | 31.6 | 0,103 US$ | GB10 | 2 | |
| LiquidAI: LFM2.5-2.6B | 2.7 | 0,387 US$ | RTX 3060 laptop | 0.07 | |
| Meta: Muse Glimmer 30B | 29.8 | 0,525 US$ | GB10 | 0.46 | |
| Meta: Muse Glimmer 30B (batch) | 29.8 | 0,42 US$ | GB10 | 0.57 | |
| inclusionAI: Ling 3.0 Tiny | 7.9 | 0,023 US$ | RTX 2080 Ti | 3 | |
| DeepSeek: DeepSeek V4 Flash 0731 (batch) | 304.2 | 0,072 US$ | GB10 ×6 | 20 | |
| DeepSeek: DeepSeek V4 Flash 0731 | 304.2 | 0,108 US$ | GB10 ×6 | 13 | |
| Thinking Machines: Inkling Small (batch) | 266.0 | 0,51 US$ | GB10 ×5 | 2 | |
| Thinking Machines: Inkling Small | 266.0 | 0,638 US$ | GB10 ×5 | 2 | |
| inclusionAI: Ling 3.0 Flash | 127.5 | 0,032 US$ | MI350X | 174 | |
| Meituan: LongCat 2.0 | 1775.6 | 0,525 US$ | |||
| Thinking Machines: Inkling | 952.4 | 1,763 US$ | MI350X ×7 | 22 | |
| MoonshotAI: Kimi K3 | 2779.9 | 4,144 US$ | |||
| MoonshotAI: Kimi K3 (batch) | 2779.9 | 4,56 US$ | |||
| Tencent: Hy3 | 298.8 | 0,144 US$ | GB10 ×6 | 10 | |
| Z.ai: GLM 5.2 | 753.3 | 1,705 US$ | MI350X ×6 | 19 | |
| Z.ai: GLM 5.2 (batch) | 753.3 | 0,664 US$ | MI350X ×6 | 50 | |
| MoonshotAI: Kimi K2.7 Code | 1026.9 | 1,325 US$ | MI350X ×8 | 33 | |
| NVIDIA: Nemotron 3.5 Content Safety | 4.3 | 0,20 US$ | RTX 3060 laptop | 0.13 | |
| NVIDIA: Nemotron 3 Ultra | 560.5 | 1,05 US$ | MI300X ×7 | 16 | |
| MiniMax: MiniMax M3 | 427.0 | 0,525 US$ | GB10 ×8 | 4 | |
| MiniMax: MiniMax M3 (batch) | 427.0 | 0,388 US$ | GB10 ×8 | 5 | |
| StepFun: Step 3.7 Flash | 201.4 | 0,438 US$ | GB10 ×4 | 2 | |
| Mistral: Mistral Medium 3.5 | 127.7 | 3,00 US$ | MI350X | 2 | |
| Mistral: Mistral Medium 3.5 (batch) | 127.7 | 1,50 US$ | MI350X | 4 | |
| Qwen: Qwen3.6 35B A3B | 36.0 | 0,30 US$ | GB10 | 0.80 | |
| Qwen: Qwen3.6 27B | 27.8 | 1,04 US$ | GB10 | 0.23 | |
| DeepSeek: DeepSeek V4 Pro 0423 | 1598.8 | 1,194 US$ | |||
| DeepSeek: DeepSeek V4 Flash 0423 | 290.9 | 0,113 US$ | GB10 ×6 | 13 | |
| Tencent: Hy3 preview | 298.8 | 0,285 US$ | GB10 ×6 | 5 | |
| Xiaomi: MiMo-V2.5-Pro | 1023.2 | 0,81 US$ | MI350X ×8 | 54 | |
| Xiaomi: MiMo-V2.5 | 310.8 | 0,80 US$ | GB10 ×6 | 2 | |
| MoonshotAI: Kimi K2.6 | 1026.9 | 1,34 US$ | MI350X ×8 | 33 | |
| Z.ai: GLM 5.1 | 753.9 | 2,043 US$ | MI350X ×6 | 16 | |
| Google: Gemma 4 26B A4B | 25.8 | 0,085 US$ | GB10 | 3 | |
| Google: Gemma 4 31B | 31.3 | 0,25 US$ | GB10 | 0.96 | |
| Reka Edge | 7.1 | 0,10 US$ | Tesla P100 | 0.45 | |
| MiniMax: MiniMax M2.7 | 228.7 | 0,368 US$ | GB10 ×5 | 3 | |
| Mistral: Mistral Small 4 | 119.4 | 0,262 US$ | MI350X | 21 | |
| NVIDIA: Nemotron 3 Super | 123.6 | 0,156 US$ | MI350X | 35 | |
| Qwen: Qwen3.5-9B | 9.7 | 0,19 US$ | RTX 2080 Ti | 0.35 | |
| Qwen: Qwen3.5-35B-A3B | 36.0 | 0,355 US$ | GB10 | 0.68 | |
| Qwen: Qwen3.5-27B | 27.8 | 0,845 US$ | GB10 | 0.28 | |
| Qwen: Qwen3.5-122B-A10B | 125.1 | 0,715 US$ | MI350X | 8 | |
| Qwen: Qwen3.5 397B A17B | 403.4 | 1,35 US$ | GB10 ×8 | 1 | |
| MiniMax: MiniMax M2.5 | 228.7 | 0,473 US$ | GB10 ×5 | 3 | |
| Z.ai: GLM 5 | 753.9 | 1,55 US$ | MI350X ×6 | 21 | |
| Qwen: Qwen3 Coder Next | 79.7 | 0,29 US$ | MI300X | 8 | |
| StepFun: Step 3.5 Flash | 199.4 | 0,15 US$ | GB10 ×4 | 6 | |
| MoonshotAI: Kimi K2.5 | 1026.9 | 1,23 US$ | MI350X ×8 | 36 | |
| Z.ai: GLM 4.7 Flash | 31.2 | 0,145 US$ | GB10 | 2 | |
| Z.ai: GLM 4.7 | 358.3 | 1,00 US$ | GB10 ×7 | 2 | |
| NVIDIA: Nemotron 3 Nano 30B A3B | 31.6 | 0,105 US$ | GB10 | 2 | |
| Mistral: Devstral 2 2512 | 125.0 | 0,80 US$ | MI350X | 7 | |
| Z.ai: GLM 4.6V | 107.7 | 0,45 US$ | MI350X | 12 | |
| Mistral: Ministral 3 14B 2512 | 13.9 | 0,20 US$ | GB10 | 1 | |
| Mistral: Ministral 3 8B 2512 | 8.9 | 0,15 US$ | RTX 2080 Ti | 0.45 | |
| Mistral: Ministral 3 3B 2512 | 3.8 | 0,10 US$ | RTX 3060 laptop | 0.27 | |
| DeepSeek: DeepSeek V3.2 | 685.4 | 0,29 US$ | MI300X ×8 | 66 | |
| MoonshotAI: Kimi K2 Thinking | 1026.4 | 1,075 US$ | MI350X ×8 | 41 | |
| Mistral: Voxtral Small 24B 2507 | 24.3 | 0,15 US$ | GB10 | 2 | |
| OpenAI: gpt-oss-safeguard-20b | 21.5 | 0,131 US$ | GB10 | 2 | |
| Qwen: Qwen3 VL 8B Instruct | 8.8 | 0,375 US$ | RTX 2080 Ti | 0.18 | |
| Qwen: Qwen3 VL 30B A3B Thinking | 31.1 | 0,467 US$ | GB10 | 0.51 | |
| Qwen: Qwen3 VL 30B A3B Instruct | 31.1 | 0,262 US$ | GB10 | 0.92 | |
| Z.ai: GLM 4.6 | 356.8 | 0,875 US$ | GB10 ×7 | 2 | |
| DeepSeek: DeepSeek V3.2 Exp | 685.4 | 0,305 US$ | MI300X ×8 | 63 | |
| TheDrummer: Cydonia 24B V4.1 | 23.6 | 0,35 US$ | GB10 | 0.69 | |
| Qwen: Qwen3 VL 235B A22B Instruct | 235.7 | 0,633 US$ | GB10 ×5 | 2 | |
| DeepSeek: DeepSeek V3.1 Terminus | 684.5 | 0,453 US$ | MI300X ×8 | 42 | |
| Qwen: Qwen3 Next 80B A3B Instruct | 81.3 | 0,343 US$ | MI300X | 7 | |
| MoonshotAI: Kimi K2 0905 | 1026.5 | 1,075 US$ | MI350X ×8 | 41 | |
| Nous: Hermes 4 405B | 405.9 | 1,50 US$ | GB10 ×8 | 1 | |
| DeepSeek: DeepSeek V3.1 | 684.5 | 0,425 US$ | MI300X ×8 | 45 | |
| Z.ai: GLM 4.5V | 107.7 | 0,90 US$ | MI350X | 6 | |
| OpenAI: gpt-oss-120b | 116.8 | 0,262 US$ | MI350X | 21 | |
| OpenAI: gpt-oss-120b (batch) | 116.8 | 0,056 US$ | MI350X | 98 | |
| OpenAI: gpt-oss-20b | 20.9 | 0,055 US$ | GB10 | 4 | |
| OpenAI: gpt-oss-20b (batch) | 20.9 | 0,046 US$ | GB10 | 5 | |
| Qwen: Qwen3 Coder 30B A3B Instruct | 30.5 | 0,262 US$ | GB10 | 0.92 | |
| Qwen: Qwen3 30B A3B Instruct 2507 | 30.5 | 0,15 US$ | GB10 | 2 | |
| Z.ai: GLM 4.5 | 358.3 | 1,00 US$ | GB10 ×7 | 2 | |
| Z.ai: GLM 4.5 Air | 110.5 | 0,425 US$ | MI350X | 13 | |
| Qwen: Qwen3 235B A22B Thinking 2507 | 235.1 | 1,213 US$ | GB10 ×5 | 0.99 | |
| Qwen: Qwen3 Coder 480B A35B | 480.2 | 0,475 US$ | MI300X ×6 | 30 | |
| ByteDance: UI-TARS 7B | 8.3 | 0,125 US$ | RTX 2080 Ti | 0.54 | |
| Qwen: Qwen3 235B A22B Instruct 2507 | 235.1 | 0,305 US$ | GB10 ×5 | 4 | |
| MoonshotAI: Kimi K2 0711 | 1026.4 | 1,003 US$ | MI350X ×8 | 44 | |
| Venice: Uncensored | 24.0 | 0,375 US$ | GB10 | 0.64 | |
| Tencent: Hunyuan A13B Instruct | 80.4 | 0,248 US$ | MI300X | 10 | |
| Mistral: Mistral Small 3.2 24B | 24.0 | 0,15 US$ | GB10 | 2 | |
| DeepSeek: R1 0528 | 684.5 | 0,913 US$ | MI300X ×8 | 21 | |
| Meta: Llama Guard 4 12B | 12.0 | 0,18 US$ | GB10 | 1 | |
| Qwen: Qwen3 30B A3B | 30.5 | 0,215 US$ | GB10 | 1 | |
| Qwen: Qwen3 14B | 14.8 | 0,13 US$ | GB10 | 2 | |
| Qwen: Qwen3 32B | 32.8 | 0,13 US$ | GB10 | 2 | |
| Meta: Llama 4 Maverick | 401.6 | 0,513 US$ | GB10 ×8 | 4 | |
| Meta: Llama 4 Scout | 108.6 | 0,15 US$ | MI350X | 37 | |
| DeepSeek: DeepSeek V3 0324 | 684.5 | 0,503 US$ | MI300X ×8 | 38 | |
| Mistral: Mistral Small 3.1 24B | 24.0 | 0,402 US$ | GB10 | 0.60 | |
| Google: Gemma 3 4B | 4.3 | 0,063 US$ | RTX 3060 laptop | 0.43 | |
| Google: Gemma 3 12B | 12.2 | 0,075 US$ | GB10 | 3 | |
| Cohere: Command A | 111.1 | 4,375 US$ | MI350X | 1 | |
| Reka Flash 3 | 20.9 | 0,125 US$ | GB10 | 2 | |
| Google: Gemma 3 27B | 27.4 | 0,148 US$ | GB10 | 2 | |
| TheDrummer: Skyfall 36B V2 | 36.9 | 0,613 US$ | GB10 | 0.39 | |
| AionLabs: Aion-RP 1.0 (8B) | 8.0 | 1,00 US$ | RTX 2080 Ti | 0.07 | |
| Qwen: Qwen2.5 VL 72B Instruct | 73.4 | 0,85 US$ | MI300X | 3 | |
| Mistral: Mistral Small 3 | 23.6 | 0,058 US$ | GB10 | 4 | |
| Microsoft: Phi 4 | 14.7 | 0,088 US$ | GB10 | 3 | |
| DeepSeek: DeepSeek V3 | 684.5 | 0,463 US$ | MI300X ×8 | 41 | |
| Cohere: Command R7B (12-2024) | 8.0 | 0,066 US$ | RTX 2080 Ti | 1 | |
| Meta: Llama 3.3 70B Instruct | 70.6 | 0,71 US$ | MI300X | 3 | |
| Mistral Large 2407 | 122.6 | 3,00 US$ | MI350X | 2 | |
| Qwen2.5 Coder 32B Instruct | 32.8 | 0,745 US$ | GB10 | 0.32 | |
| TheDrummer: UnslopNemo 12B | 12.2 | 0,40 US$ | GB10 | 0.60 | |
| Magnum v4 72B | 72.7 | 3,125 US$ | MI300X | 0.76 | |
| Meta: Llama 3.2 1B Instruct | 1.2 | 0,071 US$ | RTX 3060 laptop | 0.38 | |
| Meta: Llama 3.2 3B Instruct | 3.2 | 0,12 US$ | RTX 3060 laptop | 0.22 | |
| Qwen2.5 72B Instruct | 72.7 | 0,37 US$ | MI300X | 6 | |
| Cohere: Command R (08-2024) | 32.3 | 0,262 US$ | GB10 | 0.92 | |
| Cohere: Command R+ (08-2024) | 103.8 | 4,375 US$ | MI350X | 1 | |
| Sao10K: Llama 3 8B Lunaris | 8.0 | 0,042 US$ | RTX 2080 Ti | 2 | |
| Meta: Llama 3.1 70B Instruct | 70.6 | 0,72 US$ | MI300X | 3 | |
| Meta: Llama 3.1 8B Instruct | 8.0 | 0,025 US$ | RTX 2080 Ti | 3 | |
| Mistral: Mistral Nemo | 12.2 | 0,029 US$ | GB10 | 8 | |
| Google: Gemma 2 27B | 27.2 | 0,65 US$ | GB10 | 0.37 | |
| Mistral: Mixtral 8x22B Instruct | 140.6 | 3,00 US$ | GB10 ×3 | 0.24 |