Los precios de Dify tienen dos capas facturadas por dos partes diferentes: el plan de la plataforma y los tokens del modelo. Dify Cloud indica Sandbox a $0, Professional a $59 por espacio de trabajo al mes ($590 al año) y Team a $159 por espacio de trabajo al mes ($1,590 al año); Community Edition autohospedada es gratuita y Enterprise es una cotización personalizada. Ninguna de esas cifras incluye tu gasto en la API del modelo una vez agotados los créditos de mensajes del plan; las propias tarjetas de planes de Dify lo indican.
Todas las cifras siguientes se consultaron el 19 de septiembre de 2026 en las propias páginas de Dify: dify.ai/pricing/dify-cloud y dify.ai/pricing/dify-enterprise. Una nota de lectura, porque puede confundir los resúmenes: las tarjetas de planes muestran de forma predeterminada las cifras anuales y las mensuales están detrás de un interruptor. Los valores mensuales aparecen en el marcado (data-monthly="59" y data-monthly="159"), y la tabla comparativa más abajo en la misma página muestra en texto plano «$59 Per workspace/month» y «$159 Per workspace/month». Considera incompleta cualquier página de terceros que cite únicamente precios anuales.
Cuánto cuesta la plataforma Dify
| Canal | Precio publicado | Créditos de mensajes | Límites clave de la tarjeta |
|---|---|---|---|
| Dify Cloud — Sandbox | Gratis | 200 (la tarjeta no muestra el sufijo "/ month") | 1 espacio de trabajo, 1 miembro, 5 aplicaciones, 50 documentos de conocimiento, 50 MB de almacenamiento de conocimiento, 30 días de historial de registros |
| Dify Cloud — Professional | $59 / espacio de trabajo / mes, o $590 / año | 5.000 al mes | 3 miembros, 50 aplicaciones, 500 documentos de conocimiento, 5 GB de almacenamiento, 20.000 eventos de activación al mes, historial de registros ilimitado |
| Dify Cloud — Team | $159 / espacio de trabajo / mes, o $1,590 / año | 10.000 al mes | 50 miembros, 200 aplicaciones, 1.000 documentos de conocimiento, 20 GB de almacenamiento, eventos de activación ilimitados |
| Community Edition (autohospedada) | Software gratuito | Ninguno | Un único espacio de trabajo; tú proporcionas los servidores, la base de datos vectorial y todos los tokens del modelo |
| Dify Enterprise | Cotización personalizada | Ninguno | Clave de licencia en un despliegue autohospedado; varios espacios de trabajo, SSO, autorización de licencia comercial |
| Dify Premium en AWS | Cotizado únicamente en AWS Marketplace | Ninguno | Una AMI que permite una marca personalizada; la página de documentación no indica ningún precio, por lo que no se reproduce ninguno aquí |
Conviene conocer dos limitaciones antes de elegir un nivel. Las preguntas frecuentes de Dify abordan si un plan Professional que ha alcanzado sus límites puede comprar por separado más espacio vectorial o más plazas de equipo, y responden que recomiendan actualizar el plan; además, si el plan Team no es suficiente, debes contactar con su dirección de soporte. Por tanto, el remedio documentado para un límite es el siguiente nivel, no una ampliación adicional. Y actualmente el pago se realiza con tarjeta: las mismas preguntas frecuentes indican que se está estudiando el pago mediante transferencia bancaria, que aún no está disponible y que solo se aplicaría a suscripciones anuales de Team. Los precios indicados no incluyen los impuestos aplicables.
Los créditos de mensajes son una asignación de prueba, no un presupuesto
Esta es la parte que la mayoría de los resúmenes sobre «precios de Dify» interpretan mal. El texto emergente de las tres tarjetas de planes Cloud indica que los créditos se proporcionan para ayudarte a probar modelos de OpenAI, Anthropic, Gemini, xAI y Tongyi, que se consumen según el tipo de modelo y que, una vez agotados, puedes cambiar a tu propia clave de API. No son un presupuesto de tokens: las preguntas frecuentes de Dify indican que los créditos se consumen por respuesta de IA, a una tarifa publicada por modelo.
Las tarifas siguientes se consultaron en las preguntas frecuentes de Dify el 19 de septiembre de 2026; son una selección de su lista, no la lista completa: cada nivel incluye más modelos que los ejemplos citados aquí, y la escala publicada también contiene un nivel de 3 créditos que esta tabla omite. Describen por qué cobra créditos Dify, no una afirmación sobre los catálogos propios de esos proveedores. Los recuentos de respuestas son cálculos aritméticos sobre las asignaciones publicadas, no una cotización de Dify.
| Créditos por respuesta de IA | Ejemplos de la lista de Dify | Sandbox 200 créditos | Professional 5.000 / mes | Team 10.000 / mes |
|---|---|---|---|---|
| 25 | gpt-5.6-sol, gpt-5.5 | 8 respuestas | 200 | 400 |
| 20 | Claude Opus 4.7 / 4.6 / 4.5, grok-4.5, grok-4.6 | 10 | 250 | 500 |
| 15 | gpt-5.6-terra, gpt-5.4 | 13 | 333 | 666 |
| 10 | Claude Sonnet 4.6 / 4.5, Gemini 3.5 Flash, qwen3-max | 20 | 500 | 1,000 |
| 5 | Claude Haiku 4.5, gpt-5.6-luna, gemini-3.7-flash | 40 | 1,000 | 2,000 |
| 1 | gpt-5-mini, Gemini 2.5 Flash, qwen-turbo | 200 | 5,000 | 10,000 |
De aquí se desprenden tres cosas. Primero, una aplicación de chat de producción con un modelo de 10 créditos agota la asignación mensual de Professional en 500 respuestas, lo que supone un día pequeño para cualquier servicio orientado al cliente. Segundo, la misma página incluye una nota según la cual, debido a los costes de los modelos, algunos modelos no pueden utilizarse con créditos y requieren tu propia clave; por tanto, el modelo más reciente que quieras quizá nunca haya estado incluido en la asignación. Tercero, los modelos de embeddings también aparecen en esa lista de créditos, lo que significa que indexar una base de conocimiento compite con el chat por el mismo fondo; Dify no define qué cuenta como una «respuesta» para una solicitud de embeddings por lotes, así que considera cualquier estimación de créditos para la indexación un límite superior, no una tarifa.
Hay un dato que esta página no afirmará: si los 200 créditos de Sandbox se renuevan. La tarjeta de Sandbox muestra «200 message credits» sin el sufijo «/ month», mientras que ambas tarjetas de pago indican «/ month», y ninguna frase de las preguntas frecuentes establece una política de renovación en un sentido u otro.
Usar tu propia clave: qué limita Dify y qué no
La buena noticia para cualquiera que esté calculando el coste de la segunda capa es que conectar la clave de tu propio proveedor no es una función de pago. En la tabla comparativa de Cloud de Dify, la fila «Model Vendor Management — Supports adding and configuring API keys from different model providers for the workspace» lleva una marca de verificación en Sandbox, Professional y Team, y la tabla autohospedada la lleva tanto para Community como para Enterprise. Por tanto, un espacio de trabajo gratuito puede añadir y configurar sus propias claves de proveedor sin pagar por ese privilegio. Lo que esa fila no indica es qué URL de endpoint aceptará un espacio de trabajo Cloud, y esta página no lo probó.
Lo que sí está limitado es ejecutar varias claves detrás de un único modelo. «LLM API Load Balancing — Adds multiple API keys to models, effectively bypassing the API rate limits» muestra un guion en Sandbox y marcas de verificación en Professional y Team; en la tabla autohospedada muestra un guion para Community y una marca para Enterprise. Esta última celda sorprende en una compilación de código abierto, y esta página no probó si el binario de Community realmente lo aplica; la afirmación honesta es que la propia comparación de Dify lo presenta como una función de Enterprise. Si necesitas conmutación por error a nivel de clave sin pagar por ella, esa tarea corresponde a un gateway y no a Dify. Ten en cuenta también que «Local Models — Supports integration with locally deployed models» aparece en la comparación autohospedada y no aparece en ninguna parte del marcado de la comparación Cloud.
Conectar un endpoint compatible con OpenAI a Dify
El plugin oficial compatible con OpenAI-API de Dify es la versión 0.0.66 y su autor es langgenius; ambos datos se leen en el propio manifiesto del plugin. Su configuración declarada explica la mayoría de los informes de «mi gateway no funciona en Dify», y cada elemento siguiente se ha leído de ese esquema, del manifiesto y de los archivos de proveedores propios relacionados el 19 de septiembre de 2026.
| Campo del esquema | Valor predeterminado declarado | Por qué importa para el coste o el comportamiento |
|---|---|---|
endpoint_url (URL base de la API) | Obligatorio; el marcador de posición es una base /v1 | Es la base, no la ruta completa de chat-completions. La base de Kunavo es https://api.kunavo.com/v1. |
api_key | Opcional (required: false) | Un endpoint local sin clave es válido, por lo que el mismo plugin sirve para LM Studio y llama.cpp |
context_size (Tamaño del contexto del modelo) | Obligatorio, el valor predeterminado es 4096 | Lo introduces tú mismo. Déjalo en 4096 en una aplicación RAG y los fragmentos recuperados se truncarán antes de que el modelo llegue a verlos. |
function_calling_type | no_call | Las llamadas a herramientas están desactivadas hasta que las configures. Los nodos Agent y de herramientas fallan aunque el modelo esté sano. |
vision_support, structured_output_support | no_support / not_supported | Cada capacidad es un interruptor independiente, todos desactivados de forma predeterminada |
api_type | chat_completions, con responses como alternativa | Elige /chat/completions o /responses por modelo |
| Campos de precios | No existe ninguno | Cero entradas pricing en 737 líneas, por lo que Dify no tiene una tarifa con la que multiplicar tus recuentos de tokens |
Conviene planificar teniendo en cuenta dos limitaciones estructurales. El plugin declara únicamente configurate_methods: customizable-model; no existe una lista de modelos predefinida ni autodetección de modelos, por lo que diez modelos significan diez formularios. Además, declara exactamente cinco tipos de modelo: llm, rerank, text-embedding, speech2text y tts. La generación de imágenes no es uno de ellos, por lo que un modelo de imágenes detrás de un gateway no es accesible como «modelo» de Dify mediante este plugin.
Hay otras dos rutas que conviene conocer. El proveedor propio openai acepta un openai_api_base personalizado, pero su campo api_protocol tiene como valor predeterminado responses; por tanto, un gateway que no implemente /v1/responses falla hasta que lo cambias a Chat Completions. El proveedor anthropic acepta un anthropic_api_url opcional junto con su clave obligatoria y admite modelos predefinidos y personalizables; es la ruta que conserva los conjuntos de parámetros integrados de los modelos Claude. Kunavo ofrece una superficie con forma de OpenAI y otra con forma de Anthropic, por lo que las tres rutas se pueden configurar, pero debes elegir deliberadamente y no por accidente; ten en cuenta que Kunavo no ha probado nada de esto en tiempo de ejecución dentro de un espacio de trabajo Dify activo. Estos son los ajustes documentados del plugin, no un certificado de compatibilidad.
Bases de conocimiento: dónde aparece realmente el gasto de RAG
La documentación de métodos de indexación de Dify ofrece dos opciones con perfiles de coste muy diferentes. High Quality «utiliza un modelo de embeddings para convertir los fragmentos de contenido en representaciones vectoriales» y admite recuperación vectorial, de texto completo o híbrida. Economical utiliza 10 palabras clave por fragmento, indica que no se consumen tokens a cambio de una menor precisión de recuperación y ofrece únicamente el índice invertido con un ajuste TopK. La misma página advierte que, una vez creada una base de conocimiento con High Quality, no puede cambiarse posteriormente a Economical, por lo que es una decisión irreversible que debes tomar deliberadamente.
Aclara quién gestiona el paso de embeddings, porque no somos nosotros: Kunavo no ofrece embeddings ni reranking. Si eliges la indexación High Quality, ese paso llama a un proveedor externo o a un modelo desplegado localmente, configurado como una entrada de proveedor propia en Dify; y el espacio de reranking de Dify, que espera un endpoint /rerank o una URL de endpoint de Rerank explícita, tampoco es algo que ofrezcamos. Lo que un gateway puede cubrir aquí es el tipo llm: los nodos de generación de tu flujo de trabajo. Presupuesta ambos por separado. Implementación de RAG cubre con más profundidad el lado de la recuperación.
Un detalle más de orden para los despliegues autohospedados: la pila de Docker Compose ejecuta un ssrf_proxy, por lo que un endpoint debe ser accesible desde dentro de la red de contenedores, no solo desde el navegador de tu portátil.
Una estimación calculada para la capa del modelo
Esto es aritmética ilustrativa de tokens, no un coste medido de un flujo de trabajo ni un límite de facturación. Supón que una respuesta RAG envía 12.000 tokens de entrada (prompt del sistema, fragmentos recuperados e historial breve, todo sin caché) y devuelve 600 tokens de salida, y que el flujo de trabajo realiza una llamada LLM por respuesta. Las tarifas son precios activos del catálogo de Kunavo por millón de tokens.
| Modelo | Entrada/salida por 1M | Estimación por respuesta | Estimación por cada 1,000 respuestas |
|---|---|---|---|
| Claude Haiku 4.5 | $0.70 / $3.50 | $0.01050 | $10.50 |
| GPT-5.6 Terra | $0.70 / $4.20 | $0.01092 | $10.92 |
| Claude Sonnet 4.6 | $2.10 / $10.50 | $0.03150 | $31.50 |
| Claude Opus 5 | $3.50 / $17.50 | $0.05250 | $52.50 |
Compáralo con la tabla de créditos anterior y las dos capas se distinguen claramente. Un mes de 1,000 respuestas en un modelo que Dify tarifa a 10 créditos necesita 10.000 créditos —toda la asignación de Team, en un plan de $159—, mientras que el mismo volumen de tráfico de tokens tiene una estimación de catálogo de $31.50 en Claude Sonnet 4.6 o de $10.50 en Claude Haiku 4.5. Qué capa domina tu factura depende por completo del modelo que ejecute cada nodo, y la diferencia en esta tabla es de aproximadamente 5×.
Dos salvedades importantes. Los tokens de entrada dominan una solicitud RAG, por lo que la cifra que más influye en tu factura es cuántos fragmentos recuperas y cuánto miden, no la longitud de la salida. Además, el importe del catálogo de Kunavo es un mínimo de facturación, no un límite máximo: cuando el proveedor ascendente informa de su cargo, la factura es el mayor entre el coste del catálogo y el coste del proveedor ascendente multiplicado por el margen aplicable. El comportamiento de la caché y las llamadas a herramientas externas quedan fuera de este ejemplo. La recarga mínima es $10 de crédito prepago: un mínimo de financiación, no una tarifa por tarea ni una suscripción. Consulta los detalles de facturación.
La API mejor y más barata para Dify: elige por capa
| Ruta | Cuándo gana | A qué renuncias |
|---|---|---|
| Créditos de mensajes de Dify | Evaluar modelos durante la primera semana, entre cinco proveedores, sin configurar nada | Se agotan, algunos modelos quedan completamente excluidos de ellos y la solución que recomienda la sección de preguntas frecuentes de Dify para un plan que ha alcanzado sus límites es pasar al nivel superior |
| API directa del proveedor | Un proveedor cubre cada nodo y quieres aprovechar la caché y los descuentos por lotes propios de ese proveedor | Un segundo proveedor implica una segunda cuenta, una segunda rotación de claves y un segundo panel de gastos |
| Puerta de enlace compatible con OpenAI | Los nodos cambian de modelo y quieres una sola clave y un único saldo prepago detrás de ellos | El complemento compatible no tiene catálogo de modelos, por lo que cada modelo se introduce manualmente en un formulario con interruptores de capacidades desactivados de forma predeterminada |
| Punto de conexión compatible con Anthropic | Has estandarizado el uso de modelos Claude y quieres sus conjuntos de parámetros integrados | Es una entrada de proveedor independiente de la compatible con OpenAI, configurada y autenticada por separado |
| Modelo local | Nodos privados o de bajo valor, sin cargo por solicitud | Hardware y operaciones; Dify incluye Local Models en la comparación de la versión autoalojada, pero no en la de Cloud |
Sobre lo «más barato», mantén separadas dos preguntas. La tarifa más barata de la lista es una propiedad de una lista de precios. La forma más barata de completar un flujo de trabajo es una propiedad de tu grafo: cada nodo LLM que contiene es una llamada independiente al modelo, con su propia factura, por lo que un modelo débil que obligue a reintentar, ejecutar una segunda pasada de extracción o generar una respuesta más larga puede resultar más caro que un modelo más costoso que acierte a la primera. El método práctico consiste en calcular el precio de la forma real de tu solicitud —cuenta los fragmentos recuperados, no hagas una estimación— y ejecutar el mismo flujo de trabajo dos veces para comparar lo que registró realmente cada cuenta de proveedor. La optimización de costes de IA explica ese método; la pasarela LLM y las alternativas a OpenRouter comparan las propias opciones de pasarela.
¿Sigue siendo Dify la plataforma adecuada para estandarizarse?
Sí, según la información disponible. El repositorio langgenius/dify no está archivado, recibió su último push el 18 de septiembre de 2026 y tiene 156,347 estrellas; la versión más reciente es 1.17.1, publicada el 10 de septiembre de 2026, con la 1.17.0 el 25 de agosto y la 1.16.1 el 28 de julio (API de GitHub, 19 de septiembre de 2026). Ten en cuenta que las etiquetas no llevan el prefijo v; una URL construida como /releases/tag/v1.17.1 devuelve 404. La empresa que está detrás es LangGenius, Inc., que es el nombre que aparece en el pie de página del sitio y en las propias preguntas frecuentes de pago de Dify.
Conviene leer la licencia antes de una implementación comercial. La LICENSE de Dify comienza indicando que el proyecto está sujeto a una versión modificada de Apache 2.0 con condiciones adicionales: no puedes utilizar el código fuente para operar un entorno multiinquilino sin autorización por escrito —donde un inquilino se define como un espacio de trabajo— y no puedes eliminar ni modificar el logotipo ni la información de derechos de autor en la interfaz de frontend de la consola de Dify. Si eliminar la marca de Dify es importante, las vías documentadas son un acuerdo Enterprise o Dify Premium AMI, cuya página de documentación dice que «permite personalizar la marca» y te dirige a AWS Marketplace para consultar el precio.
Y si el plan es autoalojar el servicio, dimensiona el equipo con honestidad. La guía de Docker Compose enumera como requisitos previos CPU >= 2 Core y RAM >= 4 GiB, y después inicia 7 servicios principales y 8 componentes dependientes; su propia fila para macOS solicita al menos 2 CPU virtuales y 8 GiB de memoria en la máquina virtual de Docker. Software gratuito, infraestructura de pago.
Configúralo y comprueba después el primer cargo
Si enrutas los nodos LLM de Dify a través de Kunavo, considera la configuración anterior como punto de partida y no como una integración verificada: Kunavo todavía no publica una página de configuración específica para Dify y ningún espacio de trabajo de Dify se ha probado en tiempo de ejecución contra el endpoint que aparece aquí. Añade un modelo mediante el complemento compatible con la API de OpenAI, establece primero el tamaño de contexto y el Function Call Type, ejecuta un flujo de trabajo acotado y consulta el cargo que registró tu cuenta, porque Dify no mostrará una cifra en dólares para un modelo conectado mediante una pasarela. La guía de la API compatible con OpenAI explica la estructura del endpoint, y el índice de integraciones enumera los clientes que sí tienen páginas de configuración publicadas. Crea una cuenta de Kunavo cuando estés listo para financiar una clave; el mínimo es $10 de crédito prepago.
Preguntas frecuentes
¿Cuánto cuesta Dify?
Dify Cloud tiene tres niveles de autoservicio, consultados en dify.ai/pricing/dify-cloud el 19 de septiembre de 2026: Sandbox a $0, Professional a $59 por espacio de trabajo al mes o $590 al año, y Team a $159 por espacio de trabajo al mes o $1,590 al año. Los precios indicados no incluyen impuestos. Community Edition, autohospedada, es software gratuito, y Dify Enterprise se activa mediante una cotización personalizada y una clave de licencia. Ninguna de esas cifras incluye el gasto en API de modelos más allá de los créditos de mensajes asociados a los planes Cloud.
¿Los créditos de mensajes de Dify cubren el uso de mi modelo?
Solo como prueba. Las propias tarjetas de planes de Dify describen los créditos de mensajes como una forma de probar modelos de OpenAI, Anthropic, Gemini, xAI y Tongyi, y dicen que, una vez agotados, cambias a tu propia clave de API. Los créditos se consumen por respuesta de IA a una tarifa por modelo, no por token: las preguntas frecuentes de Dify enumeran tarifas desde 1 hasta 25 créditos. Por tanto, los 5.000 créditos mensuales de Professional compran 500 respuestas en un modelo con una tarifa de 10 créditos, y una nota de la misma página indica que algunos modelos no pueden utilizar créditos en absoluto. Comprobado el 19 de septiembre de 2026.
¿Cuál es la mejor API para Dify?
Depende de la capa que estés optimizando. Una API directa del proveedor gana cuando los modelos de un único proveedor cubren todo lo que construyes y quieres la caché y los descuentos por lotes propios de ese proveedor. Un gateway compatible con OpenAI gana cuando tus flujos cambian de modelo por nodo y quieres una clave y un saldo detrás de ellos; el coste es que el plugin compatible de Dify no incluye un catálogo de modelos, por lo que cada modelo se introduce manualmente en un formulario. Los créditos de mensajes de Dify solo ganan para la evaluación, porque se agotan. Un modelo desplegado localmente gana para pasos privados o de bajo valor, aunque Dify enumera Local Models en su comparación autohospedada y no en su comparación Cloud.
¿Cuál es la API más barata para Dify?
La tarifa indicada más barata y la forma más barata de terminar un flujo de trabajo son preguntas distintas. Cada nodo LLM de un flujo de trabajo de Dify es una llamada de modelo independiente y se factura por separado, por lo que un modelo barato que necesita un nodo de reintento o una segunda pasada de extracción puede costar más que una única llamada precisa a un modelo más caro. Empieza calculando el precio de la forma real de tu solicitud —los fragmentos recuperados dominan los tokens de entrada en una aplicación RAG— y luego mide el mismo flujo de trabajo con dos modelos antes de decidir. Ningún proveedor puede prometerte el precio total absolutamente más bajo, porque el total más barato depende de cuántas llamadas realice tu grafo.
¿Cuál es el mejor modelo para Dify?
Elige por nodo, no por aplicación, porque Dify permite que cada nodo tenga su propio modelo. Los nodos de clasificación, enrutamiento y extracción breve funcionan aceptablemente con un modelo pequeño y rápido, y concentran la mayor parte del volumen de llamadas. El nodo escritor final es donde el usuario percibe la calidad y merece un modelo más potente. Una precaución específica de Dify: un modelo añadido mediante el plugin compatible con OpenAI-API tiene Function Call Type configurado de forma predeterminada como no_call, y Vision y Structured Output desactivados; por tanto, un nodo Agent o que use herramientas no funcionará hasta que se activen esos interruptores, independientemente de la capacidad del modelo.
¿Dify muestra cuánto cuestan mis llamadas al modelo?
No para un modelo que añadas mediante el plugin compatible con OpenAI-API. Los archivos de modelos predefinidos propios de Dify incluyen un bloque de precios —por ejemplo, los archivos de Anthropic Claude terminan con tarifas de entrada y salida y una unidad por token—, mientras que el esquema del proveedor del plugin compatible, de 737 líneas, no contiene ningún campo de precios, según la comprobación del 19 de septiembre de 2026. Por tanto, Dify no tiene una tarifa por token que multiplicar por tus recuentos de tokens para un modelo conectado mediante un gateway. Consulta la cifra monetaria en el propio panel de ese proveedor.
¿Autohospedar Dify es realmente gratis?
El software sí lo es; la infraestructura, no. Community Edition de Dify es gratuita y su propia página de precios la indica como gratuita con un único espacio de trabajo. El despliegue con Docker Compose inicia 7 servicios principales y 8 componentes dependientes, y los requisitos previos indicados en la página de inicio rápido son CPU >= 2 Core y RAM >= 4 GiB, mientras que su propia fila para macOS pide al menos 2 CPU virtuales y 8 GiB en la máquina virtual de Docker. También pagas por la base de datos vectorial y por cada token del modelo. Ten en cuenta además que la licencia es una Apache 2.0 modificada: prohíbe operar un entorno multiinquilino sin autorización escrita y prohíbe eliminar el logotipo o la información de copyright de la consola.
Los precios de los planes de Dify, las marcas de las tablas comparativas, las tarifas de créditos, los esquemas de complementos, la documentación de indexación y autoalojamiento, y el estado de la licencia y del repositorio se obtuvieron de las propias páginas y repositorios de Dify el 19 de septiembre de 2026; las marcas de funciones se resolvieron a partir del marcado propio de las páginas de precios, no de una captura de pantalla renderizada. Las tarifas de tokens de Kunavo proceden del catálogo activo. Todos los ejemplos en dólares de este documento son cálculos ilustrativos de tokens, no el coste medido de un flujo de trabajo, y no se ha realizado ninguna prueba en tiempo de ejecución de Dify con Kunavo.