Con las API de IA, puedes enviar a un coste menor las tareas cuyos resultados no necesitas recibir de inmediato. OpenAI y Claude (Anthropic) ofrecen tres mecanismos en total. Ambas compañías ofrecen la Batch API (envías solicitudes en grupo y recibes los resultados más tarde); solo OpenAI ofrece ventanas de tiempo con descuento para el procesamiento en segundo plano; y OpenAI está avanzando hacia el fin de Flex. En este artículo, primero comparamos las Batch API de ambas compañías con los mismos criterios y después explicamos las dos opciones exclusivas de OpenAI. También incluimos mediciones de la herramienta de traducción de nuestro sitio para comparar OpenAI Batch con las solicitudes normales.
En resumen
Grandes volúmenes de tareas de una sola solicitud
50 % de descuento con Batch API
Tanto OpenAI como Claude ofrecen la mitad de precio en la entrada y la salida. El plazo es de 24 horas. Según Anthropic, muchos lotes de Claude terminan en menos de una hora.
Tareas en OpenAI que pueden esperar unas horas
Elige una ventana de tiempo y obtén un 30-40 % de descuento
Al enviar la solicitud, elige una ventana de 2 horas (30 % de descuento) o de 8 horas (40 % de descuento). El descuento se aplica tanto a una sola solicitud como a las solicitudes posteriores que devuelven resultados de herramientas.
OpenAI Flex
No lo uses para crear nada nuevo
No está disponible con los modelos GPT-6.2 y OpenAI está avanzando hacia el fin de la beta. Si lo estás usando, decide a dónde migrar tu carga de trabajo.
Fecha de comprobación: 22 de noviembre de 2026. Las fuentes son los materiales oficiales de OpenAI y Anthropic citados al final de cada sección.
1. Tres mecanismos ofrecen descuentos para tareas que no son urgentes
Las tres opciones se diferencian por cuánto tiempo puedes esperar y por si la tarea termina con una sola solicitud. Si eliges basándote únicamente en el importe del descuento, podrías ejecutar con Batch una tarea que incluye llamadas a herramientas y acabar esperando en cada interacción de ida y vuelta.
| Mecanismo | Proveedor | Descuento | Tiempo de espera | Cómo se envía | Estado |
|---|---|---|---|---|---|
| Batch API | OpenAI · Anthropic (Claude) | 50 % | Plazo de 24 horasSegún Anthropic, muchos lotes de Claude terminan en menos de una hora | Agrupar muchas solicitudes en un solo envío y recibir los resultados más tarde | Disponible |
| Ventanas de tiempo para el procesamiento en segundo plano | OpenAI | Ventana de 2 horas: 30 % · ventana de 8 horas: 40 % | El objetivo es completar la tarea dentro de la ventana seleccionada | Enviar las solicitudes una por una; las solicitudes posteriores que devuelven resultados de herramientas también reciben el mismo descuento | Beta pública |
| Flex | OpenAI | 50 % (la misma tarifa que Batch) | Más lento de lo habitual y, a veces, no disponible | Añadir service_tier: "flex" a una solicitud normal | En proceso de retirada · no disponible con GPT-6.2 |
Fuentes: OpenAI, «Batch API», «Background mode» y «Flex processing»; Anthropic, «Batch processing» (comprobado el 22 de noviembre de 2026). La Gemini API de Google también tiene una Batch API, con un coste del 50 % del habitual y un objetivo de 24 horas.
2. Comparación de las Batch API de OpenAI y Claude
Ambas permiten enviar solicitudes en grupo y recibir todos los resultados juntos una vez que terminan. El descuento es el mismo, un 50 %, pero difieren los métodos de envío, los límites y la retención de resultados.
| Aspecto | OpenAI Batch API | Claude Message Batches API |
|---|---|---|
| Descuento | 50 % en entrada y salida | 50 % en entrada y salida |
| Cómo se envía | Subir un archivo JSONL y, después, crear un lote | Enviar directamente una lista de solicitudes a través de la API |
| Límite por lote | 50.000 solicitudes · archivo de entrada de 200 MB | 100.000 solicitudes o 256 MB, lo que se alcance primero |
| Límites de creación y cola | Se pueden crear 2.000 lotes por hora y también hay un límite específico por modelo para la cantidad de tokens de entrada que pueden estar en cola de procesamiento (consulta tu valor en Limits, en el panel de control) | Hay límites de frecuencia para la cantidad de solicitudes HTTP a la Batches API y para la cantidad de solicitudes en la cola de procesamiento (los límites varían según el nivel de uso) |
| Plazo | 24 horas | 24 horas (según Anthropic, muchos lotes terminan en menos de una hora) |
| Al vencer el plazo | Las solicitudes completadas devuelven resultados y se cobran (las solicitudes sin terminar se cancelan; la documentación no especifica cómo se cobran) | Las solicitudes completadas devuelven resultados y se cobran (las solicitudes que caducan antes de enviarse al modelo no se cobran; la documentación no especifica qué ocurre con las solicitudes que ya se enviaron al modelo) |
| Cómo comprobar si hay errores | Las solicitudes con errores aparecen en un archivo de errores separado del archivo de salida | El tipo de resultado es errored y la solicitud no se cobra (las solicitudes canceladas se marcan como canceled y tampoco se cobran) |
| Cómo obtener los resultados | Descargar el archivo de salida y emparejar las solicitudes mediante custom_id (el orden de las filas puede no coincidir con el de entrada) | Los resultados están disponibles cuando terminan todas las solicitudes o transcurren 24 horas; emparejar las solicitudes mediante custom_id |
| Retención de resultados | 30 días de forma predeterminada (al crear el lote, puedes especificar un período de entre 1 hora y 30 días) | 29 días desde la creación |
| Qué no se admite | Solicitudes con stream | stream · modo rápido (speed) · alternativas del lado del servidor (fallbacks) · max_tokens: 0 |
| Combinación con el almacenamiento en caché | Batch tiene una tarifa para la entrada en caché (la mitad de la tarifa normal) | Los multiplicadores de caché se combinan con el descuento de Batch |
Fuentes: OpenAI, «Batch API» (límites, vencimiento y archivos de resultados) y «Pricing» (entrada en caché); Anthropic, «Batch processing» (límites, tipos de resultados y parámetros no admitidos) y «Pricing» (cómo se combinan los descuentos). Comprobado el 22 de noviembre de 2026.
Ninguno de los proveedores garantiza que todas las solicitudes terminen en 24 horas. Si el trabajo tiene una fecha límite, planifica por separado estos dos procedimientos.
- Volver a enviar después del plazo: recuperar los resultados y los errores y, después, clasificarlos por solicitud mediante
custom_id. Excluir las solicitudes completadas correctamente. Volver a enviar las solicitudes sin resultado, las caducadas y las canceladas en un lote nuevo o como solicitudes normales. En el caso de solicitudes con errores, identificar y corregir la causa (por ejemplo, una entrada no válida) antes de volver a enviarlas. - Cambiar a solicitudes normales antes del plazo: cancelar primero el lote y esperar a que termine la cancelación (OpenAI lo marca como cancelled; Claude, como ended. En OpenAI, las solicitudes en curso pueden tardar hasta 10 minutos en terminar). Las solicitudes procesadas antes de la cancelación se completan y se cobran, así que recupera sus resultados y exclúyelas mediante
custom_id; después, envía solo las solicitudes restantes como solicitudes normales. Si las envías sin esperar a que termine la cancelación, podrías pagar dos veces por la misma solicitud.
Decide de antemano cuándo cambiar restando del plazo el tiempo que necesitas para esperar a que termine la cancelación, recuperar y conciliar los resultados, procesar las solicitudes restantes como solicitudes normales y reservar tiempo para volver a intentarlo.
Precios
| Modelo | Normal (entrada / salida) | Batch (entrada / salida) |
|---|---|---|
| GPT-6.2 Astra | $8 / $40 | $4 / $20 |
| GPT-6.2 Sol | $2 / $10 | $1 / $5 |
| GPT-6.1 Terra | $1 / $5 | $0,50 / $2,50 |
| GPT-6 Luna | $0,10 / $0,50 | $0,05 / $0,25 |
| Claude Fable 5.2 | $8 / $40 | $4 / $20 |
| Claude Opus 5.5 | $4 / $20 | $2 / $10 |
| Claude Sonnet 5.5 | $2 / $10 | $1 / $5 |
| Claude Haiku 5.5 | $0,10 / $0,50 | $0,05 / $0,25 |
Dólares estadounidenses por cada millón de tokens. Fuentes: OpenAI, «Pricing»; Anthropic, «Pricing» (comprobado el 22 de noviembre de 2026). Longitudes de entrada que cambian la tarifa: para los cuatro modelos de OpenAI de la tabla, las entradas de más de 272.000 tokens por solicitud se cobran con la tarifa de entrada larga (también se aplica a Batch). Para Claude Haiku 5.5, las entradas de más de 100.000 tokens por solicitud se cobran a una tarifa más alta ($0,25 / $1,25 con Batch). Para los otros tres modelos de Claude de la tabla, la tarifa no cambia según la longitud de la entrada.
3. Ventanas de tiempo de OpenAI para el procesamiento en segundo plano: también hay descuentos en las interacciones con herramientas
Añade background: true a una solicitud de la Responses API y elige una ventana de tiempo con background_options.completion_window para reducir las tarifas de tokens del modelo. El descuento depende de la ventana de tiempo que elijas al enviar la solicitud, no del tiempo que tarde realmente. La ventana de tiempo es un objetivo para completar la respuesta a esa solicitud.
| Ventana de tiempo | Descuento | Uso adecuado (ejemplo de OpenAI) |
|---|---|---|
soonest (predeterminada) | Ninguno | Generar un informe mientras alguien espera |
2h | 30 % menos que las tarifas normales | Recopilar las consultas de la mañana antes de una reunión por la tarde |
8h | 40 % menos que las tarifas normales | Leer documentos durante la noche y revisarlos a la mañana siguiente |
POST /v1/responses
{
"model": "gpt-6.1-terra",
"input": "(Documentos que hay que leer e instrucciones)",
"background": true,
"service_tier": "default",
"background_options": { "completion_window": "8h" }
}
Fuentes: OpenAI, «Background mode» y «Pricing» (comprobado el 22 de noviembre de 2026). El ejemplo anterior es una versión mínima del ejemplo de OpenAI sobre «revisar documentos durante la noche».
- Modelos compatibles: GPT-6.2 Astra · GPT-6.2 Sol · GPT-6.1 Terra · GPT-6 Luna. Beta pública.
- Requisitos: Establecer
service_tierendefault(procesamiento estándar). Conauto, el descuento solo se aplica cuando se selecciona el procesamiento estándar. No usesstream. - Cómo recibir los resultados: Guarda el ID de la respuesta recibida, usa el webhook
response.completedpara saber cuándo termina y recupera la respuesta mediante el ID. Si no puedes usar webhooks, consulta el estado con el mismo ID. - Solicitudes posteriores: Cuando el modelo llama a una herramienta, envía otra solicitud con el resultado de la herramienta. Si envías esa solicitud posterior con una ventana de tiempo, también recibe el descuento. Además, si usas el mismo
continuation_idelegido por tu aplicación para el mismo modelo, ventana de tiempo y proyecto, es más probable que las solicitudes posteriores tengan prioridad. La ventana de tiempo es un objetivo para cada solicitud, no para todo el proceso. El tiempo total transcurrido es la suma del tiempo de espera de cada solicitud y del tiempo que tarda tu aplicación en ejecutar las herramientas. - El almacenamiento en caché se gestiona por separado: Las cachés de prompts creadas por solicitudes con una ventana de tiempo no están disponibles para las solicitudes normales que se envían fuera de esa ventana. La caché no se utilizará aunque el contenido sea idéntico.
- Límites de cola: Las solicitudes con ventanas de 2 y 8 horas comparten con Batch API el mismo límite de cantidad de tokens de entrada que se pueden poner en cola de procesamiento.
- Almacenamiento: El procesamiento en segundo plano almacena temporalmente los datos de respuesta aunque
storeesté establecido en false.
La tabla de precios de la Messages API de Claude que comprobamos el 22 de noviembre de 2026 no menciona ningún mecanismo como este para reducir las tarifas mediante ventanas de tiempo. En este artículo comparamos Batch API y el almacenamiento en caché de prompts como opciones para Claude.
4. OpenAI Flex: no lo uses para crear nada nuevo
Con Flex, añade service_tier: "flex" a una solicitud normal para obtener la misma tarifa que con Batch, a cambio de respuestas más lentas y una disponibilidad ocasionalmente interrumpida. Según la información de OpenAI del 22 de noviembre de 2026, el estado es el siguiente.
- Modelos compatibles: Sigue disponible para los modelos que incluyen precios de Flex en la tabla de precios (entre ellos, GPT-6 Astra · GPT-6.1 Sol · GPT-6.1 Terra · GPT-6 Luna).
- Modelos no compatibles: GPT-6.2 Astra · GPT-6.2 Sol. Tampoco lo uses con modelos futuros.
- Política: En proceso de retirada de la beta.
- Fecha de finalización: No se ha anunciado. OpenAI afirma que, cuando se decida, añadirá la fecha y las instrucciones de migración a la página de documentación.
Fuente: OpenAI, «Flex processing» (comprobado el 22 de noviembre de 2026).
Si actualmente usas Flex, decide a dónde migrar tu carga de trabajo en este orden.
- Anota cuándo necesitas la respuesta para cada tarea (en unos minutos, en unas horas o al día siguiente) y si necesitas streaming o interacciones de ida y vuelta con herramientas.
- Si necesitas streaming, las únicas opciones son las solicitudes normales y el almacenamiento en caché (ni Batch ni las ventanas de tiempo admiten streaming). Si la tarea termina con una sola solicitud y hay tiempo para volver a intentarlo dentro del plazo de 24 horas, usa Batch API. Si no puedes esperar 24 horas, pero sí unas horas, usa una ventana de tiempo (de 2 o 8 horas), independientemente de si intervienen herramientas; son objetivos para cada solicitud, no garantías. Si hay interacciones con herramientas, calcula también si el plazo permite completar todo el proceso desde la primera solicitud hasta la respuesta final, incluido el tiempo de espera de cada solicitud sucesiva y el tiempo que se tarda en ejecutar las herramientas. Si no alcanza el tiempo, usa solicitudes normales.
- Prueba un pequeño número de solicitudes con la opción candidata y, antes de cambiar, compara el coste, el tiempo de espera y las funciones necesarias con el plazo y la configuración actual de Flex.
5. ¿Se puede combinar el descuento con el almacenamiento en caché?
En las tareas que envían repetidamente el mismo preámbulo (instrucciones o materiales), el coste puede variar aún más según si el descuento del almacenamiento en caché de prompts se puede combinar con el otro descuento.
| Mecanismo | Cómo se combina con el almacenamiento en caché |
|---|---|
| OpenAI Batch | Se combina. Los precios de Batch incluyen una tarifa para la entrada en caché, que es la mitad de la tarifa de la entrada en caché durante el procesamiento normal (para GPT-6.2 Sol, $0,10 → $0,05 por cada millón de tokens) |
| Claude Batch | Se combina. Los multiplicadores de escritura y lectura de caché se acumulan con el descuento del 50 % de Batch (en cuanto a la retención, Anthropic recomienda usar una caché de 1 hora para los preámbulos compartidos, ya que el procesamiento de Batch puede tardar más de 5 minutos) |
| Ventanas de tiempo de OpenAI | Disponibilidad: entre solicitudes con ventanas de tiempo (no se comparte con solicitudes normales fuera de una ventana de tiempo). Precios: la tabla de precios no indica una tarifa para la entrada en caché de las solicitudes dentro de las ventanas de tiempo (comprobado el 22 de noviembre de 2026) |
| OpenAI Flex | Se aplica la tarifa para la entrada en caché de los precios de Flex (para GPT-6.1 Sol, $0,05 por cada millón de tokens; no es un descuento adicional sobre los precios de Batch) |
Fuentes: OpenAI, «Pricing», «Background mode» y «Flex processing»; Anthropic, «Batch processing» y «Pricing» (comprobado el 22 de noviembre de 2026).
Para obtener más información sobre cómo funciona el almacenamiento en caché y qué puede impedir que se produzca un acierto de caché, consulta «En qué se diferencia el almacenamiento en caché de prompts entre OpenAI y Claude».
6. Resultados medidos: coste y tiempo de OpenAI Batch frente a las solicitudes normales
Nuestro sitio usa API para crear borradores de traducciones de artículos. El 22 de noviembre de 2026, tradujimos el mismo artículo con GPT-6 Luna de OpenAI (esfuerzo de razonamiento: medium) mediante solicitudes normales y Batch, y comparamos el coste y el tiempo registrados por nuestra herramienta. El flujo de trabajo traduce primero al inglés y luego usa la versión en inglés como referencia para los otros idiomas. El preámbulo (instrucciones y texto original) de cada solicitud tiene unos 15.000 tokens en inglés y unos 23.000 tokens en los otros idiomas. Ese día no medimos Claude Batch.
En esta prueba, el coste se redujo casi a la mitad, mientras que la espera aumentó unos minutos. La estructura HTML de las traducciones (cantidad de encabezados, tablas y enlaces) coincidió con la fuente japonesa, igual que con las solicitudes normales. Esta fue una comprobación estructural; la calidad de la traducción se revisó por separado.
Como ejemplo del flujo de trabajo completo, si esperamos a que llegue la traducción al inglés antes de enviar los idiomas restantes, tenemos que dividir el trabajo en dos lotes. El segundo lote, que agrupó las traducciones al español y al chino, tardó 154 segundos, y la solicitud en chino leyó de la caché unos 23.000 tokens de preámbulo. El total para inglés, español y chino fue de unos 6 minutos y 40 segundos (no es una comparación con solicitudes normales).
Resultados de pruebas pequeñas con 1 o 2 solicitudes; el tiempo de procesamiento varía según la demanda de ese día. Los lotes más grandes y los períodos de mayor actividad pueden tardar más.
7. ¿Qué opción deberías usar? Cuatro preguntas
Las ventanas de 2 y 8 horas son objetivos para completar cada solicitud, no garantías. Si el plazo es ajustado, elige solicitudes normales en lugar de un descuento. La tabla de precios de Claude que comprobamos no menciona descuentos por ventanas de tiempo, así que, si ejecutas con Batch una tarea que incluye interacciones con herramientas, tendrás que esperar a que termine cada lote entre una interacción y otra. Para las tareas que necesitan streaming, usa solicitudes normales con cualquiera de las dos compañías.
Antes de elegir un descuento, puede marcar una gran diferencia comprobar con entradas representativas si un modelo de menor coste puede cumplir tus estándares de calidad. Las diferencias entre las tarifas de los modelos suelen ser mayores que los descuentos; por ejemplo, la tarifa de GPT-6 Luna de la tabla anterior es una vigésima parte de la de GPT-6.2 Sol. Consulta «Cómo ahorrar en el uso de IA y en los costes de tokens» para obtener consejos sobre cómo elegir un modelo.
Resumen
Para las tareas cuyos resultados no necesitas recibir de inmediato, Batch API reduce las tarifas a la mitad tanto en OpenAI como en Claude. El plazo es de 24 horas y ninguno de los proveedores garantiza que todas las solicitudes terminen. Las solicitudes completadas dentro del plazo se cobran. Vuelve a enviar las solicitudes que no hayan devuelto resultados y corrige la causa de los errores antes de volver a enviar esas solicitudes. OpenAI también ofrece ventanas de 2 horas (30 % de descuento) y de 8 horas (40 % de descuento), que se eligen al enviar la solicitud y se pueden usar para tareas con interacciones con herramientas. Flex no está disponible con GPT-6.2 y está en proceso de retirada, así que no lo uses para tareas nuevas. En ambas compañías, los descuentos de Batch se pueden combinar con los descuentos de almacenamiento en caché para los preámbulos compartidos.
Preguntas frecuentes
¿Cuánto tarda Batch en devolver los resultados?
El plazo es de 24 horas tanto para OpenAI como para Claude y ninguno garantiza que todas las solicitudes terminen dentro de ese tiempo. Según Anthropic, muchos lotes terminan en menos de una hora. En nuestra prueba pequeña (OpenAI, 1 o 2 solicitudes), los resultados tardaron entre 2 y 4 minutos desde el envío.
¿Se cobran las solicitudes que no terminan en 24 horas?
Ambos proveedores cobran las solicitudes completadas dentro del plazo. Según lo que indican sus documentos, así se gestionan las solicitudes sin terminar. OpenAI solo dice que se cancelan y no especifica cómo se cobran. Claude indica que las solicitudes que caducan antes de enviarse al modelo no se cobran, pero no especifica qué ocurre con las que caducan después de enviarse. Claude tampoco cobra las solicitudes que dan error o se cancelan.
Estoy usando Flex. ¿Hasta cuándo puedo seguir usándolo?
A fecha del 22 de noviembre de 2026, no se ha anunciado una fecha de finalización. OpenAI afirma que, cuando se decida, añadirá la fecha y las instrucciones de migración a la página de documentación de Flex. Flex no está disponible para GPT-6.2 Astra, GPT-6.2 Sol ni los modelos futuros, así que resulta más sencillo migrar al cambiar de modelo.
¿Puedo usar el almacenamiento en caché y Batch a la vez?
Sí. Los multiplicadores se acumulan en Claude y OpenAI tiene una tarifa de entrada en caché para Batch. Colocar los preámbulos compartidos al principio de las solicitudes aumenta las probabilidades de que se almacenen en caché.
Registro de actualizaciones
- 22 de noviembre de 2026Publicado.
Fuentes
- OpenAI, «Batch API», «Background mode», «Flex processing» y «Pricing»
- Anthropic, «Batch processing» y «Pricing»
- Google, «Batch API»