Comprender la IA · Herramienta de decisión avanzada

Calculador de costes RAG

Estime el coste real de su sistema RAG: escalado GPU con VRAM y cuantización, fine‑tuning API o local, TCO a 3 años, precisión estimada y comparativa de arquitecturas. Comparta su configuración mediante la URL.

Precios API 2026 Escalado GPU y VRAM Fine‑tuning API + local TCO 1–3 años USD / EUR Compartir URL

Parámetros del sistema

// Volumen de uso

Consultas por mes consultas de usuario

10.000

Tokens por consulta (entrada) pregunta + contexto RAG

2.000

Tokens por respuesta (salida)

400

// Corpus y reindexación

Número de documentos

1.000

Tokens por documento longitud media

1.000

Reindexaciones por mes actualizaciones del corpus

// Modelos

Modelo de embedding

Modelo LLM

⚠ Modelo local seleccionado Los modelos locales eliminan el coste de la API pero añaden una complejidad operativa real: un ingeniero MLOps dedicado cuesta ~80–120k €/año. Evalúe si el ahorro en tokens compensa el equipo necesario para operar, monitorizar y actualizar la infraestructura.

Tasa de caché EXACTO (0 coste)

10%

Tasa de caché SEMÁNTICO Paga embedding, evita LLM

15%

Base de datos vectorial

Incluir validación LLM-as-judge

⚙ Modo avanzado ▶ mostrar

// Recuperación y contexto

Top-K fragmentos recuperados por consulta

Tamaño de fragmento tokens por fragmento

512

Ventana de contexto del modelo

// Factor LLM-as-judge

Factor de coste judge

×1.6

// Red y Egress (Cloud)

Incluir costes de red Cloud (Egress / salida de datos)

$/GB transferido (salida). AWS/GCP/Azure ~$0.08–0.12/GB

ℹ Se estima en base a tokens de respuesta × 4 bytes/token. Se aplica solo a modelos de API (no local).

// Fine‑tuning (API o GPU local)

Modo fine‑tuning

Modelo para FT (API)

Tokens de entrenamiento millones de tokens

1M tok

Épocas de entrenamiento

Factor de riesgo

×2

Amortización fine‑tuning meses

3 meses

Coste FT estimado : —

// GPU local y escalado

Concurrencia esperada consultas simultáneas en pico

Tipo de GPU

Cuantización del modelo local

📊 Cálculo del escalado y VRAM —

Latencia estimada por consulta

—

// Electricidad (local)

Coste del kWh para cálculo local

0,20 €

Mostrar también el coste anual

// Coste total estimado

—

por mes · configuración actual

Desglose por componente

* Las APIs facturan en USD. Conversión aplicada según el tipo de cambio configurado.
* Precios indicativos 2026. Verifique siempre las tarifas con los proveedores.
* 1 token ≈ 0.75 palabra en inglés / 0.6 palabra en español. El caché reduce las llamadas a LLM y embedding.

Comparativa de modelos LLM

Modelo	Ratio entrada/salida	Coste LLM	Coste total	Nivel

RAG vs Fine‑tuning vs Contexto largo

★ Arquitectura más económica para esta configuración.
🎯 La precisión es una estimación indicativa — depende fuertemente de la calidad de los datos, el prompt y el caso de uso.

Coste total de propiedad (TCO)

Coste de personal Preparación de datos (FT) Electricidad (local) Desarrollo inicial

TCO = API + BD vectorial + GPU + personal + datos/FT + electricidad + desarrollo.
No incluye imprevistos ni tiempo de mantenimiento no planificado.