OpenAIAnthropicGoogleMedido en vivo con el contador de cada proveedor
Dos productos
¿Dónde se van tus tokens: en tu app o en tu agente de código?
Los dos se licencian por asiento y los dos cuentan con el contador de tu proveedor. Hacen trabajos distintos, así que cada uno hace su propia promesa, y hoy solo uno tiene una cifra de ahorro publicada.
SDK
Para apps de Node.js, en JavaScript o TypeScript, que llaman a una API de LLM con tu propia clave y pagan cada token.
Envuelve la llamada dentro de tu código, envía al proveedor solo lo que hay que pagar y devuelve un SavingsReport con cada respuesta.
La cifra que publicamos
OpenAIgpt-4o-mini
31,5 %menos factura (intervalo del 95 %: de 25,7 % a 36,7 %) en un flujo donde el 30 % de las peticiones son repeticiones exactas — GSM8K, SDK 0.4.31
No es una previsión: lo que ahorres depende de cuánto repita tu tráfico. En tu informe de ahorro solo cuenta lo que confirma el contador de tu proveedor, incluidas las peticiones repetidas que se sirven sin llamarlo, cada una valorada con el contador de la petición idéntica que ya se ejecutó.
Para quien trabaja con Claude Code, Codex CLI u otro agente de código con API key.
Un comando pone un medidor local delante de tu terminal, sin tocar código. Cuenta cada petición de la que tu proveedor informa el uso, con su propio contador —en los modelos de nuestro catálogo de precios—, y lo suma en tu panel, por día y por modelo.
La cifra que publicamos
Anthropic
2,5 %de la factura con la rebaja de caché de PRO, ya restados los fallos de caché que provoca (intervalo del 95 %: de 1,5 % a 3,6 %). Simulado a precio de lista sobre 51 sesiones de Claude Code de una sola organización, la nuestra.
No es una previsión para tu equipo: es una sola organización, un solo proveedor y precios de lista, y es un ahorro pequeño que se nota donde el gasto en Anthropic es alto. Con PRO, en modelos de Anthropic, pasa las escrituras de caché del TTL de una hora al de cinco minutos solo en los turnos en que una parte grande del prompt es nueva —como el primero de una sesión o una compactación— y deja como están los turnos encadenados de una sesión en marcha. Eso cambia el precio, nunca lo que lee el modelo, y solo lo que confirma el contador de tu proveedor cuenta en tu informe de ahorro.
SDK — para apps en JavaScript o TypeScript con API key
Hecho para desarrolladores
Menos dolores de cabeza con la factura. Sin cambiar de proveedor.
Cuatro hechos sobre el paquete. Ninguno es una promesa.
dependencies: {}
Cero dependencias de runtime
Un solo bundle ESM. Nada se instala junto a tu código que no hayamos escrito nosotros; el tokenizador exacto es un peer opcional.
report.cost.basis
Un SavingsReport por llamada
Cuatro libros contables que nunca se suman, el coste con su base (medido o estimado) y trazas por etapa. Es lo mismo que lee tu panel.
app → provider api
Tu tráfico sigue yendo directo
El SDK envuelve la llamada dentro de tu proceso. Tus prompts no pasan por BiVelio: a nosotros solo llegan recuentos y coste.
layer.generateStream(request)
Streaming, el mismo informe
generateStream() te entrega la respuesta a medida que la escribe el proveedor y cierra con el mismo SavingsReport que generate(), con las mismas reglas de base: el contador final del proveedor se lee al terminar el stream, y un stream sin él se publica como no medido y jamás cuenta como ahorro medido. Con contrato de salida, la respuesta llega validada y de una pieza.
En palabras normales
¿Qué hace el SDK, exactamente?
Cuatro ideas, cuatro animaciones de ocho segundos.
01
La IA se cobra por palabras
Cada petición a la IA se paga por el texto que entra y sale. Savings se pone en medio de ese camino: una petición que ya ha visto y verificado se responde sin volver a llamar al proveedor, y lo que no hacía falta pagar cae en tu tarro.
02
No pagas dos veces por lo mismo
La IA relee en cada turno todo lo que ya le habías enviado — y el proveedor lo cobra otra vez. Savings prepara cada petición para que el proveedor aplique su precio rebajado a lo repetido. El descuento lo pone el proveedor; nuestra parte es pedirlo bien.
03
Un recibo que puedes comprobar
No te pedimos fe. Cada ahorro se mide con el contador oficial del proveedor — el mismo con el que te factura — y aparece en tu recibo. Lo que no se puede contrastar con la factura, no se anuncia.
04
Mide gratis y después paga por asiento
Empieza con la licencia Medir, gratis: la capa funciona en modo sombra y te enseña lo que habría ahorrado con tu propio tráfico. Para activar las palancas pagas una cuota fija por asiento, o un plan de Equipo, ahorres o no, y sin comisión sobre tu ahorro.
Las animaciones ilustran la idea. Las cifras de verdad — medidas contra proveedores reales — están justo debajo.
Sin promesas: mediciones
¿Cómo sabemos que ahorra? Lo medimos — y publicamos los ensayos, uno por uno.
Cada escenario se ejecuta dos veces contra el proveedor real: tal cual, y con Savings delante. Los dos resultados se cuentan con el contador del propio proveedor — el mismo que pone el precio en tu factura. Esto es lo que salió, con su margen de error:
31,5 %menos factura (intervalo del 95 %: de 25,7 % a 36,7 %) en un flujo donde el 30 % de las peticiones son repeticiones exactas — GSM8K, SDK 0.4.31
Anthropicclaude-sonnet-5
75,1 %mismo flujo (intervalo del 95 %: de 69,3 % a 79,6 %). Cerca de 41 % de la factura original es el descuento de la caché de prefijo del propio Anthropic: del proveedor, no nuestro, y se enseña aparte
Cada palanca cae en su propio libro, y los libros nunca se suman. En esta batería el ahorro salió de peticiones repetidas que el SDK sirvió sin llamar al proveedor y, en Claude, de la propia caché de prefijo del proveedor. El paquete de npm no trae compresor.
Compatible no es medido. El SDK funciona con cualquier endpoint compatible con la API de OpenAI, más el adaptador nativo de Anthropic y el adaptador nativo de Gemini (nuevo en la 0.4.33). Con cifra de ahorro en el banco público, hoy solo modelos de OpenAI y de Anthropic; Gemini no tiene cifra de ahorro. Lo medido de Gemini: Gemini 3.8 Flash, por su API nativa, en el banco semanal en vivo del 1 de octubre de 2026 — las cuatro baterías, sin ningún fallo de la capa y sin ninguna negativa cacheada ni acreditada como ahorro. Ese banco comprueba que la capa no rompe nada ni cobra de más; no mide un ahorro. También medido: Gemini 3.1 Pro, por su API nativa, en dos bancos parciales del 1–2 de octubre de 2026 (su cuota diaria del proveedor no da para las cuatro baterías en un día): las cuatro baterías, también sin ningún fallo de la capa y sin ninguna negativa cacheada ni acreditada como ahorro.
La prueba es un experimento justo: la misma tarea dos veces — sin Savings y con Savings — y el mismo contador del proveedor midiendo las dos.
Traducción, sin jerga
En un flujo donde el 30 % de las peticiones se repiten exactas, la factura bajó un 31,5 %: entre 25,7 % y 36,7 % con un 95 % de confianza. Lo que ahorres depende de cuánto repita tu tráfico.
Un porcentaje no significa nada sin su intervalo, su modelo y su tráfico: publicamos los tres.
Contabilidad honesta
Cada tipo de ahorro, contado aparte — para que ninguna cifra se infle.
Cada SavingsReport separa el ahorro en cuatro libros —llamadas evitadas, texto eliminado, texto comprimido y el descuento de caché de tu propio proveedor— y nunca los suma en una cifra de marketing.
En el banco público (2026-09-28), lo que ahorró el SDK instalado salió del primer libro —peticiones repetidas servidas sin llamar al proveedor— y, en Claude, del cuarto, que es el descuento de tu propio proveedor. El paquete de npm no trae compresor. Un libro sin cifra publicada se describe aquí, no se anuncia.
01
avoided_calls
Llamadas a LLM, recuperación y herramientas que nunca se ejecutaron.
02
eliminated_tokens
Información descartada porque simplemente no era necesaria.
03
compressed_tokens
Información conservada, pero codificada con menos tokens.
04
provider_cached_tokens
Todavía en el prompt, pero facturada o procesada de forma más barata.
SDK · una palanca, con tus datos, antes de pagar
Pega tus datos. Mira cuántos tokens enviaría el SDK.
Aquí corre el selector de formato real del SDK, en tu navegador y con tus datos. Nada sale de esta página y no necesitas cuenta.
Prueba un ejemplo
…o pega aquí tu propio JSON. Nada sale de tu navegador.
Cargando el optimizador y el tokenizador exacto…
Qué es y qué no es: una palanca —cómo se escriben los datos estructurados en el prompt— sobre los tokens de entrada de estos datos. Solo se aplica a los datos que le pasas al SDK como structuredData, no al JSON que ya va escrito dentro de tus mensajes. No es tu factura: ni las llamadas evitadas, ni la caché de tu proveedor, ni la salida están aquí, y muchas peticiones no llevan datos estructurados. Para el SDK entero, la cifra que publicamos es la de la sección de la medición, con su nota.
Ejecútalo en tu propia app. Tus prompts nunca tocan nuestros servidores.
Coloca el SDK delante de tu proveedor. Cada respuesta lleva un SavingsReport completo que puedes graficar — las mismas cifras que lee el panel.
# 1 · el paquete
pnpm add @bivelio/savings-layer# 2 · la licencia (de tu dashboard)
export BIVELIO_LICENSE_KEY=…
# 3 · envolver la llamada — esto es todo el cambio de códigoconst layer = createSavingsLayer({ provider, licenseKey, … });
const { text, report } = await layer.generate({ model, messages });
console.log(report.cost.netSavingsRatio) // ← el ahorro, medido
O deja que un comando lo ajuste a tu pila.init lee tu package.json (Next.js, Express, Vercel AI SDK, Mastra, LangChain.js, el SDK de Anthropic o el de OpenAI) e imprime la línea de instalación, el código exacto de tu adaptador y una comprobación que no gasta tokens: con tu licencia ya puesta, la contesta la capa en tu máquina, sin llamar al modelo. No escribe nada si no se lo pides.
Donde ya viven tus automatizaciones. Lo que se mide es la llamada a la API de tu proveedor con tu clave: en una app Node.js, el SDK la envuelve; desde otro código con el SDK oficial de OpenAI o de Anthropic, el gateway se pone delante y la registra si es de un modelo con precio de lista.
Gateway — para agentes de código con API key
Gateway · terminales de código
¿Claude Code con API key? Mira su gasto real, token a token.
Un solo comando pone un medidor local delante de tu terminal, sin tocar tu código: exportas tu clave de servicio y arrancas tu agente con bvsala. Tus prompts jamás salen de tu máquina: a tu panel solo llegan conteos y coste.
npm i -g @bivelio/savings-layer
export BIVELIO_SERVICE_KEY=bvk_…
bvsala claude
El gateway mide, con el contador de tu proveedor, cada petición de la que este informa el uso (en los modelos de nuestro catálogo de precios) y, como el SDK, solo funciona con una licencia activa: la recoge con tu clave de servicio y verifica su firma en tu máquina. Con licencia PRO, en modelos de Anthropic, aplica además una palanca por defecto: pasa las escrituras de caché del TTL de una hora al de cinco minutos solo en los turnos en que una parte grande del prompt es nueva —como el primero de una sesión o una compactación— y deja como están los turnos encadenados. Eso cambia el precio, nunca el contenido que lee el modelo. Las demás palancas van apagadas hasta que las enciendes. El skill savings-mode está disponible para tus topes, con su efecto pendiente de medir. El gateway funciona también con Codex CLI, Goose, Qwen Code, opencode, Kilo, Aider y, con tu propia clave de Anthropic, GitHub Copilot CLI; para otros, como Cline o Continue, bvsala doctor imprime la configuración exacta. Cursor no se puede medir, y Gemini CLI todavía no. Ver cómo funciona →
¿Python o cualquier otro lenguaje? Apunta el SDK oficial de OpenAI o de Anthropic al gateway y cada petición cuyo uso informe el proveedor, de un modelo con precio de lista, queda registrada en este panel a ese precio; el log del gateway avisa cuando una no se mide. bvsala doctor imprime el base URL de cada SDK. En streaming con OpenAI, pide el uso en la petición (stream_options.include_usage).
Skill — para agentes de código con suscripción
savings-mode · skill gratuito
El skill que estira tus topes de suscripción
Sin factura también hay dolor: la ventana de cinco horas y el tope semanal. savings-mode es un skill de instrucciones puras — sin proxy, sin tocar tu tráfico — que recorta las dos masas que de verdad queman tope: la salida del modelo y los resultados de herramientas. Es gratis; lo que se paga con Savings es saber cuánto te ahorra.
01
lecturas de caché
El contexto entero se relee en cada turno — por eso mantenerlo magro importa.
02
escritura de caché (una hora)
Cada resultado de herramienta se escribe en caché con prima antes de releerse.
03
salida del modelo
Una parte pequeña de los tokens, al precio más alto por token; el skill la ataca directamente.
Adónde va el gasto de una sesión de Claude Code, por este orden: lecturas de caché, escrituras de caché de una hora y salida del modelo; medido con nuestro medidor sobre nuestro propio tráfico, contra los contadores del proveedor. Ese informe no está publicado, así que no enseñamos sus cifras. El efecto del propio skill se publicará cuando esté medido en A/B, nunca antes.
npx -y @bivelio/savings-layer skill
Un solo comando: se instala en ~/.claude/skills y se activa solo cuando la conversación habla de límites o de ahorrar tokens.
Planes
Mide gratis. Paga por asiento cuando quieras el ahorro.
Empieza con Medir: gratis y sin tarjeta. La capa funciona en modo sombra con tu propio tráfico y tu panel enseña lo que habría ahorrado, valorado con el contador de tu proveedor. Pro y Equipo se cobran por asiento, en EUR, ahorres o no, y no llevan comisión sobre tu ahorro.
Medir
Gratis
Sin tarjeta. La capa en modo sombra para una organización, hasta 5 asientos y 20.000 peticiones al día: nada de lo que envías cambia, nada se sirve de caché, nunca forma parte de ninguna comisión, y ves lo que habría ahorrado. Requiere @bivelio/savings-layer 0.4.33 o posterior.
Más asientos de los que admite el pago en línea, un contrato propio o condiciones de factura pactadas: escríbenos.
Cada optimización de BV‑SALA, sin límite
Recibo por petición: SavingsReport con cuatro libros contables, medido y estimado por separado
Paneles de ahorro y analíticas de equipo
Tus prompts nunca salen de tu infraestructura
Un asiento es una máquina o identidad de servicio, no una persona. Pagas los asientos que cubre tu suscripción; tu panel muestra cuántos estuvieron en uso este mes (activos al menos 3 días; CI y ejecutores efímeros no cuentan).
IVA no incluido. Si su empresa tiene NIF-IVA intracomunitario, se aplica la inversión del sujeto pasivo.
¿Ya tienes la modalidad anterior, con comisión sobre el ahorro medido? La conservas sin cambios; sus condiciones están en los términos de precio.
Compañía y ecosistema
BiVelioBıVelıo es miembro del NVIDIA Inception Program.
El programa de NVIDIA para startups que construyen con IA.
