@hostwebhook/platform-contracts 0.8.1 → 0.9.0

package/dist/precios/tabla-de-precios.d.ts

@@ -49,9 +49,32 @@
  *
  * ## Lo que esta tabla NO modela (aceptable para estimar coste)
  *
- *   - Contexto largo: `gemini-3.1-pro` y `gemini-2.5-pro` casi doblan tarifa
- *     por encima de 200k tokens de entrada. Se usa siempre la base, así que
- *     INFRAVALORA los prompts muy largos.
+ *   - (RESUELTO, ver `umbralEntrada`) Contexto largo. Ya se modela en los diez
+ *     modelos que lo publican: los siete de OpenAI 5.4/5.5/5.6 a partir de
+ *     272.000 tokens de entrada, y `gemini-3.1-pro` / `gemini-2.5-pro` a partir
+ *     de 200.000. Es un ACANTILADO: la tarifa alta cubre la petición entera.
+ *   - (!) Lo que del contexto largo SIGUE sin modelarse: en `gpt-5.5` y en
+ *     `gpt-5.4` la ficha dice «for the full SESSION», no por petición. Basta que
+ *     UNA llamada de la sesión cruce 272k para que toda la sesión vaya a tarifa
+ *     alta. `calculateCost` es una función pura por llamada y no tiene noción de
+ *     sesión: ahí INFRAVALORA, y se dice en vez de fingir que se modela.
+ *   - ✅ Anthropic NO tiene tramos, y conviene dejarlo escrito en afirmativo:
+ *     su doc dice que «Claude 4.6 and later models include the full 1M token
+ *     context window at standard pricing». La regla que circula por terceros
+ *     diciendo que Sonnet 4.5 cobra 2x/1.5x por encima de 200k es FALSA. No
+ *     reintroducirla.
+ *   - (!) `gpt-5.6-sol` (y su alias `gpt-5.6`) está a precio PROMOCIONAL: la
+ *     propia tabla dice «available at least through November 21, 2026», y no
+ *     publica a cuánto revierte. Un tope calibrado sobre 4.00/20.00 tiene fecha
+ *     de caducidad documentada.
+ *   - (!) Google factura los tokens de RAZONAMIENTO a precio de salida — el
+ *     encabezado de su columna dice «Output price (including thinking tokens)».
+ *     Quien multiplique sólo los tokens visibles por `output` se queda corto, y
+ *     el razonamiento no se ve en la respuesta pero sí en la factura.
+ *   - (!) Claude 4.7 en adelante usa un tokenizador que produce ~30% MÁS tokens
+ *     para el mismo texto, y eso incluye Sonnet 5, Opus 5, Opus 4.8 y Opus 4.7,
+ *     no sólo Fable 5. Sonnet 5 a $2 frente a Sonnet 4.6 a $3 parece un 33%
+ *     más barato; con un 30% más de tokens el ahorro real se acerca a cero.
  *   - Audio: `gemini-2.5-flash` y `3.1-flash-lite` cobran más el audio que el
  *     texto. Aquí todo va a tarifa de texto.
  *   - Anthropic: `inference_geo` "us" multiplica por 1,1, y el modo rápido de
@@ -67,7 +90,42 @@
 export interface ModelPricing {
     input: number;
     output: number;
+    /**
+     * Tokens de ENTRADA por encima de los cuales la petición cambia de tarifa.
+     * Ausente = tarifa plana en toda la ventana, que es el caso de Anthropic y de
+     * casi todo lo demás.
+     *
+     * El nombre dice qué se mide: los dos proveedores que tienen tramos lo miden
+     * sobre el PROMPT, nunca sobre entrada+salida. En Google la palabra literal de
+     * las tres filas de su tabla es «prompts».
+     *
+     * (!) La comparación es ESTRICTA: OpenAI escribe «>272K» y Google «> 200k».
+     * Exactamente 272.000 va a tarifa base.
+     */
+    umbralEntrada?: number;
+    /**
+     * (!) NO es facturación marginal: es un ACANTILADO. La tarifa alta se aplica
+     * a TODOS los tokens de la petición, no sólo a los que exceden el umbral.
+     *
+     * Un prompt de 272.001 tokens en `gpt-5.5` se cobra ENTERO a $10, no 272.000
+     * a $5 más uno a $10. Cruzar el umbral por un token duplica la factura de
+     * entrada de esa llamada y encarece un 50 % su salida aunque la salida sean
+     * cincuenta tokens.
+     */
+    inputLargo?: number;
+    outputLargo?: number;
 }
+/**
+ * La tarifa que toca, según cuánta entrada lleve la petición.
+ *
+ * Se saca aparte de `calculateCost` porque quien quiera estimar ANTES de llamar
+ * —la reserva del tope de gasto del Chat Trigger— necesita la misma decisión sin
+ * tener aún los tokens de salida.
+ */
+export declare function tarifaDelTramo(precio: ModelPricing, tokensDeEntrada: number): {
+    input: number;
+    output: number;
+};
 export declare const MODEL_PRICING: Record<string, ModelPricing>;
 /**
  * Qué entrada de la tabla pone precio a este modelo, o `null` cuando de verdad

package/dist/precios/tabla-de-precios.js

@@ -50,9 +50,32 @@
  *
  * ## Lo que esta tabla NO modela (aceptable para estimar coste)
  *
- *   - Contexto largo: `gemini-3.1-pro` y `gemini-2.5-pro` casi doblan tarifa
- *     por encima de 200k tokens de entrada. Se usa siempre la base, así que
- *     INFRAVALORA los prompts muy largos.
+ *   - (RESUELTO, ver `umbralEntrada`) Contexto largo. Ya se modela en los diez
+ *     modelos que lo publican: los siete de OpenAI 5.4/5.5/5.6 a partir de
+ *     272.000 tokens de entrada, y `gemini-3.1-pro` / `gemini-2.5-pro` a partir
+ *     de 200.000. Es un ACANTILADO: la tarifa alta cubre la petición entera.
+ *   - (!) Lo que del contexto largo SIGUE sin modelarse: en `gpt-5.5` y en
+ *     `gpt-5.4` la ficha dice «for the full SESSION», no por petición. Basta que
+ *     UNA llamada de la sesión cruce 272k para que toda la sesión vaya a tarifa
+ *     alta. `calculateCost` es una función pura por llamada y no tiene noción de
+ *     sesión: ahí INFRAVALORA, y se dice en vez de fingir que se modela.
+ *   - ✅ Anthropic NO tiene tramos, y conviene dejarlo escrito en afirmativo:
+ *     su doc dice que «Claude 4.6 and later models include the full 1M token
+ *     context window at standard pricing». La regla que circula por terceros
+ *     diciendo que Sonnet 4.5 cobra 2x/1.5x por encima de 200k es FALSA. No
+ *     reintroducirla.
+ *   - (!) `gpt-5.6-sol` (y su alias `gpt-5.6`) está a precio PROMOCIONAL: la
+ *     propia tabla dice «available at least through November 21, 2026», y no
+ *     publica a cuánto revierte. Un tope calibrado sobre 4.00/20.00 tiene fecha
+ *     de caducidad documentada.
+ *   - (!) Google factura los tokens de RAZONAMIENTO a precio de salida — el
+ *     encabezado de su columna dice «Output price (including thinking tokens)».
+ *     Quien multiplique sólo los tokens visibles por `output` se queda corto, y
+ *     el razonamiento no se ve en la respuesta pero sí en la factura.
+ *   - (!) Claude 4.7 en adelante usa un tokenizador que produce ~30% MÁS tokens
+ *     para el mismo texto, y eso incluye Sonnet 5, Opus 5, Opus 4.8 y Opus 4.7,
+ *     no sólo Fable 5. Sonnet 5 a $2 frente a Sonnet 4.6 a $3 parece un 33%
+ *     más barato; con un 30% más de tokens el ahorro real se acerca a cero.
  *   - Audio: `gemini-2.5-flash` y `3.1-flash-lite` cobran más el audio que el
  *     texto. Aquí todo va a tarifa de texto.
  *   - Anthropic: `inference_geo` "us" multiplica por 1,1, y el modo rápido de
@@ -67,25 +90,44 @@
  */
 Object.defineProperty(exports, "__esModule", { value: true });
 exports.MODEL_ALTERNATIVES = exports.MODEL_PRICING = void 0;
+exports.tarifaDelTramo = tarifaDelTramo;
 exports.findPricingKey = findPricingKey;
 exports.isModelPriced = isModelPriced;
 exports.calculateCost = calculateCost;
 exports.getKnownModels = getKnownModels;
 exports.getSuggestedAlternative = getSuggestedAlternative;
+/**
+ * La tarifa que toca, según cuánta entrada lleve la petición.
+ *
+ * Se saca aparte de `calculateCost` porque quien quiera estimar ANTES de llamar
+ * —la reserva del tope de gasto del Chat Trigger— necesita la misma decisión sin
+ * tener aún los tokens de salida.
+ */
+function tarifaDelTramo(precio, tokensDeEntrada) {
+    if (precio.umbralEntrada === undefined) {
+        return { input: precio.input, output: precio.output };
+    }
+    if (tokensDeEntrada <= precio.umbralEntrada) {
+        return { input: precio.input, output: precio.output };
+    }
+    return { input: precio.inputLargo, output: precio.outputLargo };
+}
 exports.MODEL_PRICING = {
     // OpenAI — GPT series
-    'gpt-5.6-sol': { input: 4.00, output: 20.00 },
+    'gpt-5.6-sol': { input: 4.00, output: 20.00, umbralEntrada: 272000, inputLargo: 8.00, outputLargo: 30.00 },
     // `gpt-5.6` a secas es el alias documentado de Sol, y sin esta entrada caia
     // por prefijo en `gpt-5` — otro modelo y otro precio.
-    'gpt-5.6': { input: 4.00, output: 20.00 },
-    'gpt-5.6-terra': { input: 2.00, output: 12.00 },
-    'gpt-5.6-luna': { input: 0.20, output: 1.20 },
-    'gpt-5.5-pro': { input: 30.00, output: 180.00 },
-    'gpt-5.5': { input: 5.00, output: 30.00 },
-    'gpt-5.4-pro': { input: 30.00, output: 180.00 },
-    'gpt-5.4': { input: 2.50, output: 15.00 },
+    'gpt-5.6': { input: 4.00, output: 20.00, umbralEntrada: 272000, inputLargo: 8.00, outputLargo: 30.00 },
+    'gpt-5.6-terra': { input: 2.00, output: 12.00, umbralEntrada: 272000, inputLargo: 4.00, outputLargo: 18.00 },
+    'gpt-5.6-luna': { input: 0.20, output: 1.20, umbralEntrada: 272000, inputLargo: 0.40, outputLargo: 1.80 },
+    'gpt-5.5-pro': { input: 30.00, output: 180.00, umbralEntrada: 272000, inputLargo: 60.00, outputLargo: 270.00 },
+    'gpt-5.5': { input: 5.00, output: 30.00, umbralEntrada: 272000, inputLargo: 10.00, outputLargo: 45.00 },
+    'gpt-5.4-pro': { input: 30.00, output: 180.00, umbralEntrada: 272000, inputLargo: 60.00, outputLargo: 270.00 },
+    'gpt-5.4': { input: 2.50, output: 15.00, umbralEntrada: 272000, inputLargo: 5.00, outputLargo: 22.50 },
     'gpt-5.4-mini': { input: 0.75, output: 4.50 },
     'gpt-5.4-nano': { input: 0.20, output: 1.25 },
+    // (!) SIN tramo, y es deliberado: es el unico *-pro de la familia 5.x cuya
+    // ficha no publica umbral de contexto largo. Verificado fila a fila.
     'gpt-5.2-pro': { input: 21.00, output: 168.00 },
     'gpt-5.2': { input: 1.75, output: 14.00 },
     'gpt-5.1': { input: 1.25, output: 10.00 },
@@ -169,10 +211,10 @@ exports.MODEL_PRICING = {
     'gemini-3.6-flash': { input: 0.75, output: 3.75 },
     'gemini-3.5-flash-lite': { input: 0.30, output: 2.50 },
     'gemini-3.5-flash': { input: 1.50, output: 9.00 },
-    'gemini-3.1-pro': { input: 2.00, output: 12.00 },
+    'gemini-3.1-pro': { input: 2.00, output: 12.00, umbralEntrada: 200000, inputLargo: 4.00, outputLargo: 18.00 },
     'gemini-3.1-flash-lite': { input: 0.25, output: 1.50 },
     'gemini-3-flash': { input: 0.50, output: 3.00 },
-    'gemini-2.5-pro': { input: 1.25, output: 10.00 },
+    'gemini-2.5-pro': { input: 1.25, output: 10.00, umbralEntrada: 200000, inputLargo: 2.50, outputLargo: 15.00 },
     'gemini-2.5-flash': { input: 0.30, output: 2.50 },
     'gemini-2.5-flash-lite': { input: 0.10, output: 0.40 },
     'gemini-2.0-flash': { input: 0.10, output: 0.40 },
@@ -304,13 +346,27 @@ function calculateCost(model, inputTokens, outputTokens, cacheReadInputTokens =
         return 0;
     const pricing = exports.MODEL_PRICING[key];
     const provider = detectProvider(key);
-    const inputCost = (inputTokens / 1000000) * pricing.input;
-    const outputCost = (outputTokens / 1000000) * pricing.output;
+    /**
+     * Los tokens cacheados CUENTAN para decidir el tramo: fisicamente son el
+     * prompt, y en un tope de gasto errar del lado caro es errar del lado seguro.
+     *
+     * (!) Ninguno de los dos proveedores lo dice explicitamente, asi que es una
+     * decision nuestra, no una cita. Hoy es INERTE —los llamadores pasan tres
+     * argumentos y el emisor de trazas nunca rellena los campos de cache—, pero
+     * hay que confirmarla antes de que alguien empiece a rellenarlos.
+     */
+    const entradaParaElTramo = inputTokens + cacheReadInputTokens + cacheCreationInputTokens;
+    const tarifa = tarifaDelTramo(pricing, entradaParaElTramo);
+    const inputCost = (inputTokens / 1000000) * tarifa.input;
+    const outputCost = (outputTokens / 1000000) * tarifa.output;
     // Caché: multiplicadores por proveedor
     const cacheReadMul = CACHE_READ_MULTIPLIERS[provider] ?? 0.1;
     const cacheCreationMul = CACHE_CREATION_MULTIPLIERS[provider] ?? 0;
-    const cacheReadCost = (cacheReadInputTokens / 1000000) * pricing.input * cacheReadMul;
-    const cacheCreationCost = (cacheCreationInputTokens / 1000000) * pricing.input * cacheCreationMul;
+    // Sobre `tarifa.input`, no sobre `pricing.input`: en tramo alto la cache
+    // tambien se encarece, que es lo que dice la tabla de Google —su fila de
+    // cache esta partida por tamano de prompt igual que las otras dos.
+    const cacheReadCost = (cacheReadInputTokens / 1000000) * tarifa.input * cacheReadMul;
+    const cacheCreationCost = (cacheCreationInputTokens / 1000000) * tarifa.input * cacheCreationMul;
     return (Math.round((inputCost + outputCost + cacheReadCost + cacheCreationCost) * 1000000) / 1000000);
 }
 /** Los modelos que la tabla sabe poner en precio, en orden de declaración. */

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "@hostwebhook/platform-contracts",
-  "version": "0.8.1",
+  "version": "0.9.0",
   "description": "Contratos compartidos entre los servicios de HostWebhook: addons del plan, identidad interna, y las formas que cruzan una frontera de red",
   "main": "dist/index.js",
   "types": "dist/index.d.ts",