Qué son los tokens en IA y cómo calcularlos

¿Qué es un token en inteligencia artificial?

Un token es una pieza de texto que el tokenizador convierte en una representación que el modelo puede procesar. No equivale necesariamente a una palabra: una palabra corta puede formar una unidad, una palabra larga puede dividirse en varias y un signo, número, emoji o fragmento de código también puede consumir tokens.

Cada familia de modelos aprende su propio vocabulario y reglas. Por eso el mismo texto puede producir recuentos distintos en OpenAI, Anthropic, Google u otro proveedor. En una conversación, además del mensaje que escribes, pueden contar las instrucciones del sistema, el historial, documentos adjuntos y otros elementos que se envían al modelo. La guía oficial de conteo de tokens de OpenAI explica por qué una estimación basada solo en caracteres no cubre imágenes, archivos o herramientas.

Ejemplos de tokens

«Hola», «inteligencia artificial» y «ChatGPT» son ejemplos útiles para explicar el concepto, pero no es correcto asignarles un número fijo de tokens sin indicar el modelo y ejecutar su tokenizador. El idioma, la puntuación y la codificación pueden cambiar la segmentación. La interfaz pública de Tokenizer de OpenAI permite inspeccionar ejemplos, pero su cifra no es universal para otros proveedores.

En la práctica, las palabras frecuentes suelen tener representaciones más compactas que combinaciones poco habituales. Una URL, una cadena de JSON, un número largo o un identificador de código puede dividirse en muchas piezas. Usa el contador para obtener la estimación local de un texto concreto en lugar de contar palabras a mano.

¿Cuántos tokens tiene una palabra?

No existe una conversión universal entre palabras y tokens. Como orientación, algunos tokenizadores producen alrededor de una fracción de token por carácter en texto común, pero es solo una aproximación: inglés y español pueden dividirse de forma distinta, y el código, los números, las URLs y los símbolos se comportan de otra manera.

La regla «una palabra equivale a un token» es incorrecta. Una palabra muy frecuente puede ser una sola unidad, mientras que otra larga o poco común puede ocupar varias. Para una cifra real, mide el texto con el tokenizador del modelo que vas a utilizar o con la herramienta de MiAtajo, que deja claro que su resultado es estimado.

Cómo calcular los tokens de un texto

Hay tres caminos habituales. Primero, pega el texto en un contador local para obtener una aproximación rápida. Segundo, usa el tokenizador oficial o compatible del proveedor cuando necesites ajustar una petición a un modelo concreto. Tercero, llama a una librería o endpoint de conteo dentro de tu aplicación antes de enviar la solicitud.

El contador de tokens de MiAtajo analiza el texto en el navegador con una fórmula basada en caracteres y palabras: calcula `ceil(max(caracteres / 3,5, palabras × 1,3))`. Sus selectores «OpenAI / GPT», «Anthropic / Claude» y «Google / Gemini» ayudan a recordar que las familias tokenizan de forma diferente, pero siguen siendo estimaciones: no descargan `tiktoken`, no llaman a Anthropic ni ejecutan el tokenizador oficial de Gemini.

La cifra del contador sirve para orientarte sobre longitud, contexto y presupuesto. Para facturación, contrasta el uso devuelto por la API o usa el método oficial del modelo que hayas elegido.

Tokens de entrada y tokens de salida

Los input tokens son todo lo que envías: prompt, instrucciones, mensajes anteriores, contexto recuperado, documentos y, según el proveedor, representaciones de imágenes, herramientas o caché. Los output tokens son el contenido generado. En modelos de razonamiento pueden aparecer categorías adicionales, como tokens de pensamiento, según la API.

Entrada y salida no son intercambiables. Una conversación corta que conserva mucho historial puede tener una entrada grande en cada turno, mientras que una respuesta extensa aumenta la salida. Muchos proveedores aplican tarifas separadas y la caché o el procesamiento de herramientas pueden tener reglas propias.

Para pasar de una estimación de tokens a un escenario económico, abre la calculadora de costes de APIs de IA.

Cómo afectan los tokens al coste de una API

La idea general es: coste ≈ (tokens de entrada / unidad de facturación × tarifa de entrada) + (tokens de salida / unidad de facturación × tarifa de salida). Después hay que multiplicar el coste por petición por el volumen de solicitudes. Una tarifa «por millón» trata los tokens de entrada y salida como cantidades facturables separadas.

El precio, la moneda, los descuentos, la caché, el razonamiento, el contexto largo y los recargos dependen del proveedor y cambian con el tiempo. MiAtajo mantiene esos datos en la calculadora y muestra las fuentes oficiales y la fecha de verificación; por eso es más seguro usarla que copiar una tabla de precios dentro de esta guía.

Prueba un escenario en la calculadora de costes de APIs de IA: puedes introducir tokens de entrada y salida, volumen, frecuencia, días activos y ajustes manuales sin enviar tu prompt.

¿Qué es la ventana de contexto?

La ventana de contexto es la cantidad máxima de información que un modelo puede tener en cuenta en una petición o conversación según las reglas de ese modelo. Incluye la entrada y, según el proveedor y la API, el espacio reservado o utilizado para la generación. No es una medida de palabras y no se puede comparar entre modelos sin revisar su documentación.

Cuando el historial, el documento y la respuesta prevista superan el límite, la petición puede rechazarse, truncarse o necesitar que reduzcas contenido. Resume turnos antiguos, envía solo los fragmentos relevantes y reserva salida antes de enviar. El contador de tokens permite probar ventanas orientativas, pero no sustituye el límite oficial del modelo.

¿Cuántos tokens son 1.000 palabras?

Solo puede darse una estimación. En texto común, 1.000 palabras pueden convertirse en un número de tokens del mismo orden, pero el resultado cambia con el idioma, la longitud de las palabras y el tokenizador. El inglés y el español no tienen por qué producir el mismo recuento; código, JSON, números, símbolos y URLs pueden aumentarlo mucho.

No uses una equivalencia fija para calcular una factura o comprobar una ventana. Pega el contenido real en el contador de tokens y elige una reserva de salida. Así obtendrás una aproximación para ese texto, aunque la métrica final puede variar al usar el modelo real.

¿Todos los modelos de IA cuentan los tokens igual?

No. OpenAI, Anthropic, Google y otros proveedores pueden usar vocabularios y tokenizadores diferentes. Incluso dentro de una misma familia puede cambiar el recuento al migrar de modelo. La documentación oficial de OpenAI explica los tokens y ofrece su tokenizer; Anthropic documenta su endpoint de conteo, y Google documenta `count_tokens` para Gemini.

Esas APIs oficiales cuentan la entrada del modelo concreto y pueden incluir mensajes de sistema, herramientas, imágenes o documentos con reglas específicas. MiAtajo no llama a esas APIs desde el contador: funciona localmente y etiqueta cada cifra como estimación. La fecha de esta guía es el 14 de octubre de 2026; revisa la documentación del proveedor si necesitas límites o capacidades actuales.

Qué puede aumentar el número de tokens

Aumentan la entrada los prompts largos, las instrucciones del sistema, el historial completo, los documentos adjuntos, ejemplos repetidos y el contexto recuperado. Código, tablas, JSON, URLs, identificadores, números y símbolos suelen ser menos compactos que una frase corriente. Una respuesta larga aumenta los output tokens y puede elevar el coste de la petición.

También puede contar información que no ves como una palabra normal: mensajes estructurados, definiciones de herramientas, contenido en caché o partes de una modalidad no textual, según la API. Si el uso real no coincide con una estimación, revisa la respuesta de uso del proveedor y no solo el número de palabras.

Cómo reducir tokens sin perder información importante

Elimina contexto irrelevante, evita repetir instrucciones y resume conversaciones largas antes de continuar. Envía solo los fragmentos necesarios de un documento, separa datos de instrucciones y estructura el prompt con campos claros. Quitar redundancia suele mejorar también la legibilidad.

Controla la longitud máxima de la respuesta y pide el formato que realmente necesitas. No recortes requisitos que cambien la decisión: una reducción útil conserva la información esencial y elimina repeticiones, ejemplos innecesarios y datos que el modelo no debe consultar.

Ejemplo conceptual de cálculo

Imagina una petición con X tokens de entrada y Y tokens de salida. Si el proveedor factura por millón, la fórmula es: (X / 1.000.000 × tarifa de entrada) + (Y / 1.000.000 × tarifa de salida). Para un periodo, multiplica el resultado por el número de solicitudes y aplica solo los ajustes que correspondan.

No sustituiré X, Y ni las tarifas por cifras fijas porque cambian según el modelo y la fecha. Introduce tus valores en la calculadora de costes de APIs de IA, que conserva la lógica de entrada, salida, volumen y fuentes de precios actualizadas.

Resumen de conceptos

Esta tabla sirve como mapa rápido. Para contar un texto concreto, usa el contador; para convertir tokens en un presupuesto, usa la calculadora.