Precios de TensorX por millón de tokens en LLMTR

Respuesta corta: el precio de TensorX varía por fila

LLMTR (llmtr.com) es una pasarela que da acceso a modelos de lenguaje alojados en Turquía y en proveedores globales a través de una única API compatible con OpenAI. Los modelos de TensorX se llaman en https://llmtr.com/v1 con ids como tensorx/kimi-k3-tensorx o tensorx/glm-5.3-flash-tensorx. Los precios son los de lista de TensorX en USD por 1M de tokens: tensorx/kimi-k3-tensorx cuesta 3,00 $ de entrada y 15,00 $ de salida, y tensorx/glm-5.3-flash-tensorx cuesta 0,20 $ de entrada y 0,50 $ de salida.

LLMTR no añade margen al precio del token. El margen de plataforma del 8 % se aplica una sola vez, al recargar crédito: un crédito de 100,00 $ se cobra 108,00 $. Para los modelos de esta categoría, el procesamiento dentro de la Unión Europea es lo que declara el proveedor; LLMTR no lo ha verificado de forma independiente.

Precios de TensorX: ¿cuánto cuesta cada modelo por millón de tokens?

LLMTR lista 13 filas de TensorX: 12 de chat y 1 de embeddings. La tabla siguiente muestra 11 filas de chat y la de embeddings; la lista completa está en la página de documentación de TensorX. El precio de salida más bajo es 0,30 $ por 1M de tokens en tensorx/deepseek-v4-flash-0731-tensorx; el más alto es 15,00 $ en tensorx/kimi-k3-tensorx. La fila de embeddings se factura solo por entrada, a 0,02 $.

Cada fila de chat tiene tres precios: entrada, lectura de caché y salida. El precio de lectura de caché se aplica solo cuando el proveedor informa de tokens leídos de su caché; si no, la entrada se factura al precio de entrada. No se promete ninguna tasa de aciertos de caché. Todas las filas de chat admiten llamadas a herramientas y streaming; la entrada de imagen solo existe en Kimi K3, Kimi K2.7 Code, GLM-5.3 Flash, MiniMax M3, DeepSeek V4.1 Flash, Qwen3.8 27B y Qwen3.8 Flash Next. Al elegir por precio, parte de la proporción entrada/salida de tu carga: resumir documentos largos depende sobre todo del precio de entrada y redactar textos largos del de salida.

• TensorX, models · 2026-10-09

Modelos de TensorX seleccionados

Los valores son los precios de lista de TensorX en USD por 1M de tokens y aparecen sin cambios en el catálogo de LLMTR. La fila de embeddings no tiene precio de caché ni de salida. Consulta la página de cada modelo para el valor actual.

• TensorX, models · 2026-10-09

Cómo se calcula la factura: ejemplos y reglas

Los ejemplos usan la tabla, sin caché. Con Kimi K3, 1M de tokens de entrada y 100K de salida cuestan 3,00 + 1,50 = 4,50 $. El mismo volumen cuesta 0,20 + 0,05 = 0,25 $ en GLM-5.3 Flash, 0,25 + 0,03 = 0,28 $ en DeepSeek V4 Flash 0731 y 2,00 + 0,40 = 2,40 $ en DeepSeek V4 Pro 0813. Generar embeddings de 10M de tokens con Qwen3 Embedding 8B cuesta 10 x 0,02 = 0,20 $.

En un ejemplo con caché, Kimi K2.7 Code recibe 2M de tokens de entrada, de los que 1,4M se leen de caché, más 150K de salida. La parte en caché cuesta 1,4 x 0,31 = 0,434 $, los 0,6M restantes de entrada cuestan 0,6 x 1,25 = 0,75 $ y la salida cuesta 0,15 x 4,50 = 0,675 $. El total es 1,859 $, unos 1,86 $.

En las filas que razonan por defecto, los tokens de razonamiento se facturan como salida. Si la respuesta devuelve finish_reason length, sube max_tokens y reintenta. Las solicitudes rechazadas no se facturan: 403 provider_consent_required si falta el consentimiento de transferencia de datos, 400 unsupported_input si envías una imagen a una fila sin entrada de imagen y 400 invalid_request para un campo no admitido como reasoning_effort.

Calcular el coste con código

El ejemplo envía una solicitud a tensorx/glm-5.3-flash-tensorx, imprime usage.prompt_tokens y usage.completion_tokens y calcula el coste con los dos precios. En solicitudes en streaming, envía include_usage con valor true en stream_options para recibir el uso.

Puedes fijar un límite de gasto por clave API, de modo que una tarea se detenga en el límite elegido. También puedes limitar una clave a modelos seleccionados, hasta 50; una llamada a cualquier otro modelo devuelve 403 model_not_allowed.

Ejemplo en Python que imprime el uso de tokens de una solicitud a tensorx/glm-5.3-flash-tensorx y calcula el coste con dos precios.

import os
from openai import OpenAI

client = OpenAI(base_url="https://llmtr.com/v1", api_key=os.environ["LLMTR_API_KEY"])

# TensorX list prices for this row, USD per 1M tokens (see tensorx.ai/models).
INPUT_PER_M = 0.20
OUTPUT_PER_M = 0.50

reply = client.chat.completions.create(
    model="tensorx/glm-5.3-flash-tensorx",
    messages=[{"role": "user", "content": "Summarize this paragraph: ..."}],
    max_tokens=500,
)

# Reasoning tokens are billed as output, so they are already inside completion_tokens.
usage = reply.usage
cost = usage.prompt_tokens / 1_000_000 * INPUT_PER_M + usage.completion_tokens / 1_000_000 * OUTPUT_PER_M
print(usage.prompt_tokens, usage.completion_tokens, round(cost, 6))

Empezar en LLMTR: cuenta, crédito, consentimiento, clave y primera solicitud

Paso 1: crea una cuenta en llmtr.com y recarga crédito. El margen de plataforma del 8 % se añade una sola vez a la recarga; un crédito de 10,00 $ se cobra 10,80 $. Después, cada llamada se descuenta al precio del catálogo.

Paso 2: concede el consentimiento de TensorX en Dashboard > Settings > Data-transfer consents. Sin él, cada solicitud devuelve 403 provider_consent_required, no llega a TensorX y no se factura. El consentimiento es de cuenta y cubre todas tus claves API; el de GreenPT no cubre TensorX. Se transfiere el contenido de la solicitud para generar la respuesta; el nombre y el correo no. TensorX declara que las solicitudes se procesan dentro de la Unión Europea y que las entradas no se usan para entrenar modelos.

Paso 3: crea una clave en Dashboard > API Keys y guárdala en LLMTR_API_KEY. Paso 4: define base_url como https://llmtr.com/v1 y envía la primera solicitud. La misma clave y el mismo saldo sirven para todos los modelos.

• TensorX, DPA · 2026-10-09

Llamar a un modelo de TensorX con LLMTR

Crea una cuenta y recarga crédito, concede el consentimiento de transferencia de datos de TensorX, crea una clave API y envía la primera solicitud a https://llmtr.com/v1.

1. Cuenta y crédito. Crea una cuenta en llmtr.com y recarga crédito desde el Dashboard. El margen de plataforma del 8 % se añade una sola vez; un crédito de 10,00 $ se cobra 10,80 $.
2. Consentimiento de TensorX. Concede el consentimiento de TensorX en Dashboard > Settings > Data-transfer consents. Sin él, las solicitudes devuelven 403 provider_consent_required.
3. Clave API. Crea una clave en Dashboard > API Keys y guárdala en la variable de entorno LLMTR_API_KEY.
4. Primera solicitud. Con un SDK compatible con OpenAI, define base_url como https://llmtr.com/v1 y usa tensorx/glm-5.3-flash-tensorx como modelo.

Frequently asked questions

¿Cuánto cuesta cada modelo de TensorX por millón de tokens?

Depende de la fila. La entrada va de 0,20 $ a 3,00 $ y la salida de 0,30 $ a 15,00 $; por ejemplo, tensorx/kimi-k3-tensorx cuesta 3,00 $ de entrada y 15,00 $ de salida, y tensorx/glm-5.3-flash-tensorx 0,20 $ de entrada y 0,50 $ de salida. La fila de embeddings cuesta 0,02 $ por 1M de tokens.

¿LLMTR añade margen al precio de los tokens de TensorX?

No. El catálogo muestra el precio de lista de TensorX en USD. El margen de plataforma del 8 % se aplica una sola vez al recargar crédito: un crédito de 100,00 $ se cobra 108,00 $.

¿Qué solicitudes no se facturan?

Las solicitudes rechazadas no se facturan: 403 provider_consent_required si falta el consentimiento de transferencia de datos, 400 unsupported_input por una imagen enviada a una fila sin entrada de imagen y 400 invalid_request por un reasoning_effort no admitido. Estas solicitudes no llegan a TensorX.

Artículos relacionados

• TensorX API: modelos alojados en la UE con una API
• ¿Usar TensorX directamente o a través de LLMTR?
• DeepSeek y RGPD: usarlo con una API alojada en la UE

• Documentación de TensorX
• Precios
• Documentación de facturación
• Catálogo: modelos alojados en la UE