Cherry Studio es un cliente de escritorio de código abierto: la versión comunitaria se puede usar gratis, pero las llamadas a los modelos se pagan al proveedor de API. Por eso el "precio de Cherry Studio" hay que dividirlo en dos cuentas: el costo del cliente y el costo en tokens del chat, la base de conocimiento y el reranking. Este artículo no da precios unitarios que caducan; ofrece la estructura de costos y un método de estimación. Los modelos y la facturación actuales se consultan en precios de modelos.
Nota: Cherry Studio es una marca de CherryHQ; este artículo solo ofrece una discusión técnica y no implica afiliación ni relación con CherryHQ. La licencia, las funciones y los precios de las versiones comunitaria y empresarial se rigen por las páginas del fabricante; los precios de modelos cambian, consulta la página del sitio.
1. Separa primero tres gastos
El primero es el cliente. La versión comunitaria es abierta y gratuita; la empresarial se orienta a despliegue privado y gestión de equipos, y su precio, si lo hay, se rige por la página del fabricante.
El segundo es la API de modelos. El chat se cobra por tokens de entrada y salida; la base de conocimiento genera además costos de embeddings y reranking. Esta parte no depende del cliente: cambiar de cliente no la elimina.
El tercero es el costo oculto: claves dispersas, indexación repetida, reintentos fallidos, contextos demasiado largos y el tiempo dedicado a cambiar de modelo para ahorrar.
| Concepto | A quién se paga | Cómo se cobra | Qué vigilar |
|---|---|---|---|
| Cliente comunitario | Nadie | Código abierto, gratis | Tú gestionas funciones y datos locales |
| Versión empresarial | CherryHQ | Según el plan del fabricante | Despliegue privado y capacidades de equipo aparte |
| API de chat | Proveedor de modelos o gateway | Por tokens de entrada/salida | Cuanto más largo el contexto, más caro cada turno |
| Embeddings y reranking | Proveedor de modelos o gateway | Por volumen procesado | Se generan al importar y al consultar la base |
| Gateway unificado | Operador del gateway | Por uso real | Un punto para varios modelos y límites |
2. ¿Cobra el cliente en sí?
La versión comunitaria de Cherry Studio se publica bajo AGPL-3.0, se puede descargar y usar gratis, y el código es público. La versión empresarial ofrece despliegue privado, bases de conocimiento compartidas y otras capacidades de equipo; es un producto comercial y su compra depende de necesidades de cumplimiento y colaboración.
Cuidado: código abierto no significa costo cero. El valor del cliente está en la interfaz, los asistentes, la base de conocimiento y la integración con MCP; la inferencia ocurre en remoto y la factura llega del proveedor de modelos. Ahorrar en el cliente no implica un costo total menor.
3. En qué se va el pago por uso
El costo de una conversación normal se compone de entrada y salida. La entrada incluye el mensaje de sistema, el historial, los adjuntos y los fragmentos recuperados de la base de conocimiento; la salida es lo que genera el modelo. En un chat de varios turnos el historial se reenvía, así que cuanto más largo, mayor es la entrada acumulada.
Un ejemplo sin precios: una pregunta con 3000 tokens de contexto, a lo largo de 20 turnos, puede acumular decenas de miles de tokens de entrada, mientras la respuesta en sí ocupa solo unos miles. La mayor parte de la factura suele estar en la entrada y el contexto repetido, no en la respuesta que ves.
Hay tres amplificadores: pegar documentos largos, arrastrar mucho historial en cada turno y reintentar con frecuencia. Controlarlos rinde más que cambiar a un modelo más barato.
4. La factura oculta de la base de conocimiento: embeddings, reranking y reindexación
La base de conocimiento es una función muy usada de Cherry Studio y también un costo que se subestima. Según la documentación, al importar un archivo se analiza el texto, se divide en fragmentos y se construyen un índice de palabras clave y un índice vectorial. El proceso suele incluir:
- Embeddings: cada fragmento llama al modelo de embeddings; cuantos más archivos y fragmentos, más llamadas.
- Consulta: cada pregunta debe convertirse en embedding para la búsqueda vectorial.
- Reranking: si se activa, la pregunta y los fragmentos candidatos pasan otra vez por el modelo de reranking.
- Reindexación: cambiar el modelo de embeddings, la fragmentación o el análisis obliga a reindexar lo existente, lo que equivale a pagar otra vez los embeddings.
La base de conocimiento no es "importar una vez y listo". Actualizar el modelo, ajustar parámetros o reemplazar documentos puede provocar un recálculo. Valida con una muestra pequeña antes de indexar en lote; evitarás rehacer mucho trabajo.
5. Cuánto ahorran la caché y la gestión de contexto
Muchos proveedores ofrecen precio de caché para prefijos de entrada repetidos, pero las condiciones varían: el prefijo debe ser estable, la caché tiene una ventana temporal y cambiar de modelo suele invalidarla. Cherry Studio no altera esas reglas; lo que puedes hacer es poner delante el contenido estable:
- Mensaje de sistema, rol y reglas fijas al principio de la conversación.
- Registros temporales, errores del momento y archivos recién modificados al final.
- No modificar con frecuencia los mensajes iniciales ni cambiar de modelo todo el tiempo.
- Poner los documentos largos en la base o resumirlos antes, sin pegarlos enteros una y otra vez.
- Crear un asistente por tarea para que una sola conversación larguísima no lo haga todo.
Cuánto se ahorra depende de la tasa de acierto y de la forma de uso; no hay un porcentaje universal. Compara la factura real antes y después de activar la caché.
6. En qué niveles se fija el límite de presupuesto
La disciplina personal no basta; conviene fijar tres niveles:
- En el gateway, define un límite mensual y un umbral de alerta para cada clave.
- Asigna presupuesto por proyecto, no por persona, para facilitar la consolidación.
- Reserva modelos ligeros para las tareas diarias y pide los caros cuando haga falta.
- Crea una clave aparte para la base de conocimiento y contabiliza embeddings y reranking por separado.
- Antes de indexar en lote, estima el número de fragmentos, hazlo por etapas y guarda una copia para revertir.
- Revisa cada semana los asistentes y modelos de mayor consumo.
- Contabiliza aparte los 429, los tiempos de espera y los reintentos para evitar gasto inútil.
- Da un límite bajo a los miembros nuevos y súbelo cuando el uso se estabilice.
La ventaja de un gateway unificado es la factura centralizada: un punto de entrada, un registro de consumo y separación por clave o proyecto. El registro está en /sign-up.
7. Un método de estimación reproducible
Sustituye los tokens de tus registros reales en la función siguiente; lee el precio unitario en la página de precios de modelos o en la del proveedor, con la misma unidad (yuanes por millón de tokens). Aquí solo hay aritmética, sin precios predefinidos:
def costo_mensual(chat_in, chat_out, cached_in,
embed_tokens, rerank_tokens, price):
"""price: precio unitario del concepto, en yuanes por millón de tokens"""
return (
(chat_in - cached_in) * price["input"]
+ cached_in * price["cached_input"]
+ chat_out * price["output"]
+ embed_tokens * price["embedding"]
+ rerank_tokens * price["rerank"]
) / 1_000_000
Registra al menos cinco datos: entrada, aciertos de caché, salida, volumen de embeddings y volumen de reranking. Contabilizar solo las peticiones exitosas subestima la factura; la reindexación y los reintentos fallidos también cuentan.
8. Errores habituales
"Código abierto significa gratis" ignora el costo de los modelos. "El cliente es gratis, úsalo sin límite" hace que la factura crezca de golpe al indexar la base de conocimiento. "Solo comparo el precio del chat" olvida embeddings y reranking. "Un modelo barato siempre ahorra" ignora reintentos y número de turnos. Otro error: dar la caché por segura cuando basta cambiar el prefijo para invalidarla.
Preguntas frecuentes
¿Cherry Studio cobra por sí mismo?
La versión comunitaria es abierta y gratuita; la empresarial es un producto comercial y sus funciones y precios se rigen por la página del fabricante. En cualquier caso, las llamadas a modelos se cobran aparte.
¿Es obligatorio comprar una API para usar Cherry Studio?
Para usar modelos en la nube necesitas una clave API válida, ya sea de un proveedor de modelos o de un gateway compatible. Con modelos locales no necesitas API en la nube, pero sí capacidad de cómputo en el equipo.
¿Por qué la base de conocimiento puede costar más que el chat?
La importación fragmenta y genera embeddings, cada consulta genera otro embedding, el reranking es opcional y cambiar de modelo obliga a reindexar. Con muchos archivos y actualizaciones frecuentes, esta parte crece rápido.
¿Ahorra dinero un modelo de embeddings local?
Reduce las llamadas de embeddings a la API, pero ocupa CPU o GPU y la velocidad depende del hardware. La conveniencia depende del volumen de documentos, la frecuencia de actualización y la calidad de recuperación requerida; compara primero a pequeña escala.
¿Cómo saber si el pago por uso conviene al equipo?
Registra el uso real durante una o dos semanas, recalcula con la fórmula anterior y compáralo con un presupuesto fijo. Los equipos con consumo variable y muchos cambios de modelo suelen adaptarse mejor al pago por uso con límites.
Resumen
El costo del cliente Cherry Studio es bajo; la factura real está en las llamadas a modelos, sobre todo en embeddings, reranking y reindexación de la base de conocimiento. Primero registra el uso real, después fija el límite de presupuesto y solo entonces compara niveles de modelo. Si necesitas un punto de entrada unificado y gestión de varios modelos, puedes registrarte en ZSQH AI Gateway; los precios se indican en la página de precios de modelos.
Lecturas relacionadas:
