Presupuesto de API de LLM para equipos: evite el sobrecosto

Para controlar el presupuesto de una API de LLM hay que poner los límites antes de que llegue la factura: asigne un presupuesto mensual a cada departamento y a cada miembro, dé a cada servicio automatizado su propia clave con un tope y deje que la plataforma rechace las solicitudes al llegar al límite. En HopBase, una solicitud que supera su límite se rechaza antes de procesarse (HTTP 402 insufficient_quota), así que un bucle de agente descontrolado se detiene en su tope en lugar de agotar el mes. Los presupuestos de departamentos y miembros se reinician a la vez en el día de facturación que usted elija (del 1 al 28 de cada mes); el saldo de la empresa admite varios niveles de alerta por correo y aviso en la consola; y dos palancas, elegir un modelo más barato para cada tarea y usar la caché de prompts, bajan el precio unitario. Una revisión semanal de 15 minutos con la exportación CSV cierra el ciclo.

Por qué se dispara el gasto en IA

El cobro por tokens crece con el tráfico. No hay tarifa plana: una función nueva o un reintento mal programado pueden duplicar el gasto en pocas horas.
La automatización funciona sin supervisión. Agentes, procesos por lotes y tareas programadas corren de noche; un bucle sin condición de salida sigue llamando.
Las claves compartidas ocultan al responsable. Si una clave sirve a cinco proyectos, nadie sabe quién gastó qué.
El modelo más caro para todo. Usar el modelo insignia para clasificar o extraer datos convierte la diferencia de precio en diferencia de factura.

El objetivo del control de costos de tokens es concreto: cada consumo tiene un responsable, cada responsable tiene un límite y el sistema aplica el límite de forma automática, sin que nadie vigile paneles todo el día.

Paso 1: Configure tres niveles de límite

En una cuenta empresarial de HopBase, el titular (o un administrador de empresa) crea miembros y departamentos, y todo el consumo se descuenta del saldo de la empresa. Los límites funcionan en tres niveles:

Nivel	Qué limita	Reinicio	Ideal para
Presupuesto de departamento	Gasto mensual de todo el departamento, incluidos sus miembros y claves	En el día de facturación	Presupuestos de finanzas por centro de costo
Presupuesto de miembro	Gasto mensual de una persona	En el día de facturación	Ingenieros, analistas, equipo de soporte
Tope de clave	Gasto total permitido en una clave	Ajuste manual	Agentes, procesos por lotes, servicios en producción

Tres reglas que conviene conocer desde el principio:

La suma de los presupuestos de los miembros puede superar el del departamento. En ese caso, el primero que llega es el primero que gasta: cuando se agota el presupuesto del departamento, se rechazan todas sus solicitudes.
Los responsables de departamento reciben las alertas de presupuesto de su departamento y de sus miembros, y pueden gestionar a esos miembros (alta, edición, baja, presupuestos, suspensión, cambio de grupos). No pueden cambiar el presupuesto del departamento, el día de facturación ni el propio rol de responsable; eso lo define el titular o un administrador de empresa.
Las claves que no pertenecen a un miembro pueden asignarse directamente a un departamento, de modo que el gasto de los servicios cuenta en su presupuesto.

Paso 2: Dé a cada servicio automatizado una clave con tope

Al fijar límites de presupuesto de API de LLM para equipos, lo que más se olvida son las máquinas. Cree una clave por servicio y configure al crearla:

Tope: entre 1,5 y 2 veces el gasto normal del servicio. Margen para picos, pero suficiente para frenar un descontrol.
Grupos: cada clave incluye de 1 a 10 grupos y solo puede llamar a los modelos de esos grupos. Si la clave de un proceso por lotes solo tiene grupos con modelos ligeros, un error en el código no llegará a un modelo insignia.
Caducidad, lista de IP y concurrencia: caducidad para tareas puntuales, IP de salida fijas para producción y un límite de concurrencia para absorber ráfagas.

Cuando una clave alcanza su tope, la siguiente solicitud devuelve 402 antes de procesarse: no se genera nada y no se cobra nada. Trate el 402 como señal de parada, no como motivo para reintentar:

from openai import OpenAI, APIStatusError

client = OpenAI(api_key="sk-your-key", base_url="https://api.hop-base.com/v1")

def step(messages):
    try:
        return client.chat.completions.create(model="your-model", messages=messages)
    except APIStatusError as e:
        if e.status_code == 402:  # insufficient_quota: tope alcanzado
            raise SystemExit("Tope de la clave alcanzado: detener el agente y avisar al responsable")
        raise

Para una parada de emergencia, desactive o revoque la clave desde la consola; el efecto es inmediato.

Paso 3: Niveles de alerta de saldo y reinicio en el día de facturación

Los presupuestos controlan quién puede gastar cuánto; las alertas de saldo indican cuánto le queda a la empresa. Configure varios umbrales sobre el saldo disponible, por ejemplo "quedan dos semanas", "queda una semana" y "quedan tres días". Cada vez que el saldo cae por debajo de un nivel, recibe un correo y un aviso en la consola, y finanzas puede planificar la recarga en lugar de descubrir el problema cuando todas las solicitudes devuelven 402.

Haga coincidir el día de facturación con el cierre mensual de su empresa (cualquier día del 1 al 28). Ese día, los presupuestos de departamentos y miembros se reinician a la vez y el nuevo mes empieza desde cero.

Paso 4: Dos palancas para bajar el costo unitario

Elija el modelo según la tarea. Modelos ligeros para clasificar, reescribir y extraer; modelos insignia para razonamiento complejo y código. HopBase cobra según el precio de lista oficial de cada proveedor de modelos multiplicado por el descuento del grupo, y un mismo modelo puede tener descuentos distintos en grupos distintos. Vea la guía de enrutamiento por grupos para ahorrar.
Use la caché de prompts. Cuando prompts de sistema largos, documentos o el prefijo fijo de una conversación aciertan en la caché, se cobran al precio de lectura de caché del proveedor de modelos, que suele ser muy inferior al de entrada normal. Vea la guía de ahorro con caché de prompts.

Paso 5: Revisión semanal de 15 minutos

Abra la página de uso, elija los últimos 7 días y exporte el CSV. Puede filtrar por clave, miembro, departamento o creador de la clave; cada archivo admite hasta 50.000 filas y un rango de hasta 400 días.
Ordene por importe cobrado y compare las 5 claves y los 5 modelos con más gasto frente a la semana anterior.
Verifique algunas filas: costo oficial × descuento ÷ tipo de cambio = importe cobrado. Las solicitudes fallidas no se cobran.
Si una clave se disparó, pregunte a su creador por qué; baje el tope o muévala a un grupo más barato si hace falta.
Revise las alertas: si el mismo nivel salta varias veces en una semana, ajuste los presupuestos o el ritmo de recarga.

Para la conciliación fila por fila y el reparto por departamento, consulte cómo conciliar el uso de una API de LLM y asignar costos por departamento.

Ejemplo: una empresa de 30 personas (cifras hipotéticas)

Todas las cifras son inventadas para ilustrar el reparto. No describen a ningún cliente real ni son precios de HopBase.

Elemento	Límite de ejemplo (USD/mes)	Notas
Ingeniería	1.800	8 ingenieros a 200 cada uno (1.600 en total), más 2 claves de servicio
Ingeniería · clave del agente de revisión de código	150	Solo grupos de modelos ligeros; limitada a la IP de salida del CI
Soporte	700	4 miembros a 200 cada uno (800 > 700, por orden de llegada)
Marketing	300	2 miembros a 150 cada uno
Alertas de saldo	1.500 / 800 / 300	Correo cuando el saldo disponible baja de cada nivel

Supongamos que un error de análisis mete al agente de revisión de código en un bucle. Sigue llamando hasta agotar el tope de 150 de su clave y, a partir de ahí, todas las solicitudes devuelven 402. El resto de ingeniería sigue trabajando, el responsable del departamento recibe una alerta de presupuesto y la clave encabeza la lista en la revisión semanal. El daño queda limitado a 150.

Preguntas frecuentes

¿Cómo pongo límites de presupuesto a la API de IA de mi equipo?

Con tres medidas: un presupuesto mensual por departamento y por miembro, una clave propia con tope para cada servicio automatizado y al menos dos niveles de alerta sobre el saldo de la empresa. Así, un script roto no puede gastar el presupuesto de todo el mes.

¿Qué pasa cuando se acaba el presupuesto? ¿Me cobran primero?

No. La solicitud se rechaza antes de procesarse con HTTP 402 insufficient_quota y no se cobra nada. Las solicitudes fallidas tampoco se cobran. Para continuar, suba el límite o espere al reinicio del día de facturación.

¿Los presupuestos de IA del equipo se reinician solos cada mes?

Sí. Los presupuestos de miembros y departamentos son mensuales y se reinician en el día de facturación que usted defina (del 1 al 28). El tope de clave es un techo por clave que se ajusta manualmente.

Para aplicarlo en su equipo, cree una cuenta empresarial de HopBase, añada departamentos y presupuestos y emita claves en pocos minutos.