# Qué son los tokens en IA y por qué cuentan en tu tienda

> Qué es un token en inteligencia artificial, cuántos caracteres ocupa, cómo lo cuentan OpenAI, Gemini o Claude y qué cuesta en las fichas de tu tienda.

URL: https://clione.ai/es/glosario/token/
Lang: es

Si buscas «tokens» te saldrán criptomonedas, NFT y los _tokens_ de acceso que te pide una aplicación para conectarse a tu tienda. Aquí hablamos de otra cosa: **la unidad en la que un modelo de lenguaje lee, escribe y cobra**. A una tienda le importa en cuanto usa una herramienta que redacta fichas con un [LLM (modelo de lenguaje grande)](/es/glosario/llm/) y su propia clave de API, porque la factura y los límites llegan en tokens, y también cuando un asistente lee tu página, porque lo que cabe de ella se mide igual.

## Cómo funciona

OpenAI lo explica con un ejemplo: los tokens son **secuencias de caracteres que aparecen con frecuencia**. La palabra inglesa _tokenization_ se parte en dos, «token» e «ization», mientras que una palabra corta y común como _the_ es un solo token. En una frase, el primer token de cada palabra suele empezar con el espacio que la precede.[^openai-concepts] Por eso un modelo no ve letras sueltas ni palabras enteras: ve trozos, y las palabras largas o poco frecuentes se parten en más trozos que las cortas y habituales.

Para hacer cuentas rápidas, las dos documentaciones dan la misma regla aproximada. OpenAI: un token son unos 4 caracteres o 0,75 palabras **en un texto en inglés**.[^openai-concepts] Google: un token son unos 4 caracteres, y 100 tokens equivalen a entre 60 y 80 palabras en inglés.[^gemini-tokens] Las dos lo dicen del inglés. Para un catálogo en español, la cifra buena es la que te dé el contador del modelo que usas, no la regla.

No todo lo que se cuenta es texto. [Gemini](/es/glosario/gemini/) convierte también las imágenes, el vídeo y el audio en tokens: **258 tokens por imagen** si no pasa de 384 píxeles por lado; las más grandes se dividen en teselas de 768 × 768 píxeles y cada una cuesta otros 258. El vídeo ronda los 100 tokens por segundo y el audio, 32 por segundo.[^gemini-tokens] Las fotos de producto que mandas a un modelo para que las describa también cuentan.

Y cada modelo trocea a su manera. Anthropic avisa de que el tokenizador de sus modelos más recientes **produce en torno a un 30 % más de tokens con el mismo texto** que el de los anteriores, y pide volver a contar con el modelo que vas a usar en lugar de reutilizar cuentas antiguas. Añade que su recuento previo es una estimación y que el consumo real puede variar un poco.[^anthropic-token-counting]

### Por qué cuentan: el límite y la factura

El primer motivo es el espacio. En un modelo que genera texto, **la petición y la respuesta juntas no pueden pasar de la longitud máxima de contexto** del modelo.[^openai-concepts] Ese máximo es la [ventana de contexto](/es/glosario/ventana-de-contexto/), y se mide en tokens. Los modelos de [_embeddings_](/es/glosario/embeddings/), que convierten un texto en un vector para buscar por significado, tienen el suyo: en los de OpenAI, la entrada admite como mucho 8192 tokens.[^openai-embeddings][^openai-concepts]

El segundo es el dinero. OpenAI publica sus precios **por millón de tokens**, con columnas separadas para los tokens de entrada, los de entrada en caché y los de salida.[^openai-pricing] Anthropic presenta su contador de tokens precisamente como una forma de controlar los costes y los límites de uso antes de enviar nada.[^anthropic-token-counting] En la práctica, una [descripción de producto](/es/glosario/descripcion-de-producto/) larga cuesta más dos veces: al leerla y al escribirla.

## En una tienda

Un **ejemplo ficticio**: una tienda pide a un modelo, con su propia clave de API, que redacte la descripción de una mochila. Esto es lo que consume tokens en esa petición, y quién lo cuenta:

| Pieza de la petición                                           | Qué es                                    | Cómo se cuenta                                                                          |
| -------------------------------------------------------------- | ----------------------------------------- | --------------------------------------------------------------------------------------- |
| Instrucciones                                                  | La voz de la marca y las reglas de estilo | Tokens de entrada, con el tokenizador del modelo                                        |
| La [ficha de producto](/es/glosario/ficha-de-producto/) actual | Título, atributos y descripción           | Tokens de entrada; un texto largo o lleno de códigos se parte en más trozos             |
| Dos fotos del producto                                         | Imágenes para que el modelo las describa  | En Gemini, 258 tokens por imagen pequeña o por cada tesela de 768 × 768[^gemini-tokens] |
| La respuesta                                                   | La descripción nueva                      | Tokens de salida, con su propio precio[^openai-pricing]                                 |

Multiplica eso por cada producto del catálogo y por cada vez que lo regeneras, y la cuenta deja de ser un detalle técnico. Por eso conviene que una herramienta limite el contexto que manda en cada petición. Clione, por ejemplo, trabaja con el modelo y la clave de API que configura la tienda y, cuando la tienda lo activa, adjunta al _prompt_ de cada producto los cuatro fragmentos más relevantes de sus documentos, unos 1.200 tokens.


Que un token es una palabra y que basta contar palabras para calcular lo que costará un catálogo. Una palabra larga se parte en varios tokens, como _tokenization_ en dos,[^openai-concepts] y la equivalencia de 0,75 palabras por token que dan OpenAI y Google está medida en inglés.[^openai-concepts][^gemini-tokens] **Un presupuesto hecho en palabras y en español puede quedarse corto.**


## Cómo comprobarlo

1. **Pega una de tus fichas en el tokenizador de OpenAI** y mira cómo la parte: qué palabras quedan enteras y cuáles se dividen. La propia documentación lo enlaza para probar textos concretos.[^openai-concepts]
2. **Cuenta antes de enviar.** Anthropic tiene un recuento de tokens gratuito que acepta el mismo contenido que una petición, imágenes y PDF incluidos, y Gemini tiene `count_tokens`.[^anthropic-token-counting][^gemini-tokens]
3. **Lee el campo de uso de cada respuesta.** Gemini devuelve ahí los tokens de entrada, de salida, de razonamiento y en caché de esa petición.[^gemini-tokens]
4. **Calcula el coste con la tabla de precios**, por millón de tokens y con la entrada y la salida por separado.[^openai-pricing]
5. **Si cambias de modelo, vuelve a contar.** El mismo texto puede dar bastantes más tokens con otro tokenizador.[^anthropic-token-counting]

## Concepto cercano: ventana de contexto

El token es la unidad; la [ventana de contexto](/es/glosario/ventana-de-contexto/) es la capacidad, medida en esa unidad. Un modelo con una ventana de un millón de tokens no lee un millón de palabras: lee un millón de trozos, y en ellos caben las instrucciones, lo que le das a leer y también la respuesta que escribe.[^openai-concepts] Por eso, cuando un asistente parte tu página en fragmentos para recuperarla, esos fragmentos se miden en tokens, como cuenta la entrada de [RAG (generación aumentada por recuperación)](/es/glosario/rag/).

Para seguir, la entrada de la [ventana de contexto](/es/glosario/ventana-de-contexto/) explica qué pasa cuando un texto no cabe, y la [ruta de lectura](/es/aprender/busqueda-con-ia/) ordena el resto de términos.