Definicion
El costo del token HTML es el costo de entrada de LLM para introducir HTML sin formato en una ventana contextual en comparación con un formato más limpio como Markdown; una página HTML de 60 KB tiene un promedio de aproximadamente 30 000 tokens sin procesar frente a 3 000 tokens como descuento, por lo que cualquier agente que procese páginas web sin un HTML para el paso de descuento paga ~10 veces en tokens de entrada.
En profundidad
El costo del token HTML apareció como un problema recurrente en los hilos de 2026 r/ClaudeAI. La solución es un paso de conversión de rebajas antes de que el LLM vea la página: PullMD (OSS, autohospedado), punto final /extract de Scavio (alojado, $0.0043/extracto) o modo de raspado de Firecrawl (por crédito, escalas). La matemática detrás del 10x: HTML tiene un promedio de 5 a 10 bytes estándar por byte de contenido (etiquetas de script, CSS en línea, navegación, pie de página, marcado de anuncios) y los tokenizadores cuentan cada uno por separado. Eliminar el contenido semántico con encabezados y enlaces de rebajas mantiene enfocado el contexto del LLM. Restricción honesta: el costo simbólico es sólo la mitad de la ecuación; si el agente necesita interactuar con la página (hacer clic, completar formulario), Markdown pierde la superficie de interacción y se requiere un navegador real.
Uso de ejemplo
Cambiar la herramienta de búsqueda web del agente de Claude Code de HTML sin formato a Scavio/rebaja de extracción redujo los tokens de entrada de tareas promedio de ~30 000 a ~3 000, lo que redujo el costo de LLM por tarea en un orden de magnitud.
Plataformas
Costo del token HTML es relevante en las siguientes plataformas, todas accesibles a través de la API unificada de Scavio:
Terminos relacionados
API de búsqueda multiplataforma
Una API de búsqueda multiplataforma es un único punto final REST que devuelve JSON estructurado desde varias superficies...
Salida de búsqueda estructurada
El resultado de la búsqueda estructurada es el JSON escrito devuelto por una API de búsqueda (título, fragmento, enlace,...
Arquitectura del agente
La arquitectura del agente es el conjunto de opciones de diseño que convierten un mensaje de LLM en un sistema de produc...