Precios de Kimi K3, GLM-5.3, Qwen3.8 Max y Muse Spark: las APIs de IA que suben en LLM Stats

1. Los precios de los cuatro modelos nuevos#

El ranking de LLM Stats del 17 de octubre de 2026 incluye en su top 15 a cuatro modelos de proveedores que las guías de precios de Codifly no cubrían: Muse Spark 1.3 (Meta), Kimi K3 (Moonshot AI), GLM-5.3 (Z.ai) y Qwen3.8 Max (Alibaba Cloud). La tabla reúne sus precios, leídos en la página oficial de cada proveedor, junto a cuatro líderes como referencia.

Los precios están en dólares por millón de tokens y son tarifas estándar. El precio mezclado supone 3 tokens de entrada por cada token de salida. El índice es el compuesto de LLM Stats, tomado de su tabla pública del 17 de octubre; es una medición de un tercero, no de Codifly.

Para profundizarPrecios de las APIs de IA en octubre de 2026: cuánto cuesta cada modelo

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#

Los cuatro modelos nuevos se agrupan entre 51,0 y 52,4 puntos de índice, entre seis y diez puntos por debajo de Claude Opus 5.5 (60,7) y de Sonnet 5.5 (58,7). Su precio mezclado va de $2 a $6 por millón, frente a $4 y $8 de esos líderes.

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 17 oct 2026), USD por millón de tokens
    "Claude Opus 5.5": (4.00, 20.00, 60.7),
    "Claude Sonnet 5.5": (2.00, 10.00, 58.7),
    "Gemini 4 Argon": (2.00, 10.00, 55.4),
    "GPT-6.1 Sol": (2.00, 10.00, 54.0),
    "Muse Spark 1.3": (1.25, 4.25, 52.4),
    "Kimi K3": (3.00, 15.00, 52.2),
    "GLM-5.3": (1.40, 4.40, 51.3),
    "Qwen3.8 Max (Singapur)": (2.00, 6.00, 51.0),
}
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 1,15 veces. Y la métrica oculta que 52 y 60 puntos pueden significar tasas de error muy distintas en tu caso.

Para profundizarCuánto 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 octubre; para estimar tu volumen, la calculadora de costos de IA.

Para profundizarCómo elegir un LLM para producción sin depender del ranking

6. Mantén tus cifras al día#

Este grupo de proveedores cambia de tarifa y de modelo con rapidez. Las cifras son las de las páginas oficiales el 17 de octubre de 2026, y el índice, el de la tabla pública de LLM Stats ese día.

• 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.