Precios de Kimi K3, GLM-5.3, Qwen3.8 Max y Muse Spark: comparación con LLM Stats

1. Los precios de los cuatro modelos nuevos#

Comparamos Muse Spark 1.3 (Meta), Kimi K3 (Moonshot AI), GLM-5.3 (Z.ai) y Qwen3.8 Max (Alibaba Cloud) con otros cuatro modelos. Las tarifas proceden de cada proveedor; los índices se observaron en la tabla pública de LLM Stats el 4 de noviembre de 2026. Es una selección de modelos, no el top 15 actual.

Las tarifas estándar están en dólares por millón de tokens. El precio mezclado supone tres tokens de entrada por cada token de salida. El índice compuesto pertenece a LLM Stats: no es un benchmark ejecutado por Codifly ni una medición de tu tarea.

Precios de las APIs de IA en noviembre de 2026: tarifas y coste real

Documentación: Moonshot AI: precios de Kimi K3 ↗ · Z.ai: precios de GLM-5.3 ↗ · Alibaba Cloud: precios de Model Studio (Qwen3.8 Max) ↗ · Meta: precios y límites de Muse Spark ↗ · LLM Stats: ranking de modelos ↗

2. Calidad medida frente a precio#

En este corte, los cuatro modelos se sitúan entre 50,4 y 52,0 puntos del índice, frente a 59,9 de Claude Opus 5.5 y 57,9 de Sonnet 5.5. Su precio mezclado va de $2 a $6 por millón, frente a $4 y $8 de esos dos modelos. La posición y la puntuación pueden cambiar entre revisiones.

Dos lecturas. Primero, el índice compuesto promedia pruebas muy distintas: un punto de diferencia puede ser invisible en tu tarea o decisivo. Segundo, la diferencia de precio es real y se acumula con el volumen, como muestra el ejemplo calculado.

3. Ejemplo calculado: el mismo bot de soporte#

Retomamos el ejemplo de las guías anteriores: 100.000 conversaciones al mes, con 1.500 tokens de entrada y 400 de salida cada una (150 millones de entrada y 40 millones de salida). El código calcula el costo mensual y cuántos puntos de índice obtienes por cada $100 gastados; es una forma de comparar eficiencia, no calidad.

MODELOS = {  # (entrada, salida, índice LLM Stats del 4 nov 2026), USD por millón de tokens
    "Claude Opus 5.5": (4.00, 20.00, 59.9),
    "Claude Sonnet 5.5": (2.00, 10.00, 57.9),
    "Gemini 4 Argon": (2.00, 10.00, 54.4),
    "GPT-6.1 Sol": (2.00, 10.00, 53.4),
    "Muse Spark 1.3": (1.25, 4.25, 52.0),
    "Kimi K3": (3.00, 15.00, 51.4),
    "GLM-5.3": (1.40, 4.40, 50.5),
    "Qwen3.8 Max (Singapur)": (2.00, 6.00, 50.4),
}
CONVERSACIONES, ENTRADA, SALIDA = 100_000, 1_500, 400   # tokens por conversación

def mensual(entrada, salida):
    return CONVERSACIONES * ENTRADA / 1e6 * entrada + CONVERSACIONES * SALIDA / 1e6 * salida

for modelo, (entrada, salida, indice) in sorted(MODELOS.items(), key=lambda m: mensual(m[1][0], m[1][1])):
    costo = mensual(entrada, salida)
    print(f"{modelo}: {costo:,.2f} al mes | {indice / costo * 100:,.2f} puntos por cada $100")

Muse Spark 1.3 es el más barato del ejemplo ($357,50 al mes) y Claude Opus 5.5 el más caro ($1.400): 3,9 veces de diferencia. Por punto de índice, Muse Spark 1.3, GLM-5.3 y Qwen3.8 Max rinden entre 2,2 y 3,4 veces más que Claude Opus 5.5; Kimi K3, con $15 de salida, solo 1,14 veces. Y la métrica oculta que 52 y 60 puntos pueden significar tasas de error muy distintas en tu caso.

Cuánto cuesta una API de IA en pesos, reales y soles (septiembre de 2026)

4. Condiciones que cambian el precio#

Estas son las condiciones que verificamos en las páginas oficiales; otras (descuentos, cuotas, planes de suscripción) pueden existir.

• Qwen3.8 Max tiene tarifas por región: $2 de entrada y $6 de salida en Singapur y en el alcance US de Virginia, y $1,65 y $4,951 en las demás regiones globales. Elige la región según tu cumplimiento, no solo el precio.
• Qwen3.8 Max ofrece 1 millón de tokens gratis durante 90 días en Singapur, y su página marca todas las filas con descuento por caché sin dar la tarifa.
• Kimi K3, GLM-5.3 y Muse Spark 1.3 publican una tarifa de lectura de caché ($0,30, $0,26 y $0,15 por millón): si tu prompt se repite, la entrada efectiva baja mucho.
• Los precios excluyen impuestos y pueden cambiar sin aviso; anota la fecha de lectura.

Antes de enviar datos de clientes a cualquier proveedor, revisa su política de datos y la región donde se procesan. Esa decisión suele pesar más que unos centavos por millón de tokens.

5. Cómo elegir#

El precio y el índice son filtros, no la decisión final. La evaluación sobre tus propios casos es la que manda.

Para comparar estos modelos con los de OpenAI, Anthropic, Google y xAI, usa el comparador de modelos de IA de Codifly y la guía de precios de noviembre; para estimar tu volumen, la calculadora de costos de IA.

Cómo elegir un LLM para producción sin depender del ranking

6. Mantén tus cifras al día#

Precios e índices se revisaron el 4 de noviembre de 2026. El cálculo conserva la carga hipotética descrita; confirma las tarifas de tu región y evalúa los modelos con tus datos antes de decidir.

• Anota la fecha de lectura de cada tarifa y de cada índice.
• Vuelve a calcular el ejemplo con tu proporción real de entrada y salida.
• Confirma región, política de datos y condiciones de uso antes de comprometerte.