FR ▾
API LLM sans censure à partir de 0,15 $ par 1 M de tokenshttps://api.cheapllmapis.com/v1

API LLM bon marché : coûts réels et comment les réduire

Le terme « bon marché » ne prend tout son sens qu'une fois que vous additionnez une charge de travail réelle. Cette page le fait pour une API par token à 0,15 $ en entrée et 0,50 $ en sortie par 1 M de tokens, puis montre comment réduire le total.

Bocal en verre rempli de tokens lumineux à côté d'une ligne qui descend, illustrant des coûts par token plus faibles

Points clés

  • Les prix sont de 0,15 $ par 1 M de tokens d'entrée et 0,50 $ par 1 M de tokens de sortie, en prépayé, sans abonnement.
  • Un mois de 50 000 requêtes avec 1 500 tokens d'entrée et 250 tokens de sortie coûte 17,50 $.
  • Réduire l'historique et limiter la sortie ramènent ce même mois à 9,75 $.
  • Les requêtes échouées ne sont pas facturées, et le crédit n'expire jamais.

Ce qui rend une API bon marché

Une API LLM bon marché est une où votre facture mensuelle totale reste faible pour le travail que vous effectuez réellement, et un tarif affiché bas ne suffit pas à lui seul. Trois éléments déterminent cela : les prix par token, les frais annexes (abonnements, minima, crédit à expiration) et le nombre de tokens envoyés par votre application. Cette API couvre les deux premiers simplement. Elle facture 0,15 $ par 1 M de tokens d'entrée et 0,50 $ par 1 M de tokens de sortie, sans abonnement, sans expiration du crédit et sans frais pour les requêtes échouées ou refusées.

Le troisième facteur est sous votre contrôle et c'est là que se font la plupart des économies. Les sections suivantes analysent une charge de travail concrète puis les modifications qui la réduisent. L'ID du modèle est uncensored, un modèle à poids ouverts unique pour une utilisation adulte légale, texte uniquement.

Un mois de trafic réel, calculé

Prenons une application avec 50 000 requêtes par mois. Chaque requête envoie environ 1 500 tokens d'entrée (prompt système, historique, nouveau message) et reçoit environ 250 tokens.

  • Entrée : 50 000 x 1 500 = 75 000 000 tokens = 75 x 0,15 $ = 11,25 $
  • Sortie : 50 000 x 250 = 12 500 000 tokens = 12,5 x 0,50 $ = 6,25 $
  • Total : 17,50 $ pour le mois

Cela rentre dans le rechargement minimum de 20 $ avec 2,50 $ restants, et le crédit inutilisé reste sur le compte. Notez que l'entrée représente 64 % de la facture ici, même si c'est le tarif le moins cher, car il y en a beaucoup plus. Les tokens de sortie coûtent plus cher par token (0,50 $ est environ 3,3 fois 0,15 $), mais l'entrée domine généralement dans les applications de chat car l'historique est renvoyé à chaque tour.

Pour comparaison, une charge de travail plus légère de 5 000 requêtes avec les mêmes tailles coûte 1,75 $. Une charge plus lourde, 500 000 requêtes, coûte 175 $. Le coût évolue linéairement, vous pouvez donc multiplier pour estimer votre propre cas.

Cinq façons de réduire la facture

1. Réduire l'historique

Ne renvoyez pas un chat depuis le début indéfiniment. Conservez le prompt système et les quelques derniers messages, et résumez tout ce qui est plus ancien en une ou deux phrases. La fenêtre de contexte permet 100 000 tokens, ce qui laisse de la place, mais l'espace n'est pas une raison pour le remplir.

2. Limiter la sortie

Définissez max_tokens quand une réponse a un plafond connu, et demandez de la concision dans le prompt système. C'est optionnel ; sans cela, la complétion peut utiliser le reste de la fenêtre. Limiter à 150 tokens au lieu de 250 en moyenne économise $0,00005 par requête, soit $2,50 sur 50 000 requêtes.

3. Utiliser des séquences d'arrêt et le mode JSON

Pour une sortie machine-lisible, response_format avec {"type":"json_object"} garde la réponse à l'objet demandé sans texte superflu. Une séquence stop arrête la génération dès la partie utile écrite.

4. Corriger les tentatives

Lorsque vous obtenez un HTTP 429, attendez avant de réessayer. L'en-tête Retry-After: 5 vous indique la durée en cas de surcharge temporaire. Les requêtes échouées ne sont pas facturées, mais les requêtes dupliquées réussies le sont, donc ne doublez pas les appels depuis deux chemins de code différents.

5. Regrouper dans votre concurrence

Une clé complète permet 8 requêtes simultanées et 300 par minute. Exécuter une file d'attente avec 8 workers utilise ce que vous avez payé sans déclencher d'erreurs concurrency.

Le même mois après optimisation

Appliquez les deux premières modifications au mois de 50 000 requêtes. La réduction de l'historique fait passer l'entrée de 1 500 à 800 tokens par requête, et une limite de sortie de 150 tokens fait passer la réponse moyenne de 250 à 150.

  • Entrée : 50 000 x 800 = 40 000 000 tokens = 40 x 0,15 $ = 6,00 $
  • Sortie : 50 000 x 150 = 7 500 000 tokens = 7,5 x 0,50 $ = 3,75 $
  • Total : 9,75 $, en baisse par rapport à 17,50 $, une réduction de 44 %

Le fait que des réponses plus courtes soient acceptables dépend de votre produit, testez donc la qualité avant de la déployer. Voici un réducteur d'historique minimal avec une limite en place :

from openai import OpenAI

client = OpenAI(base_url="https://api.cheapllmapis.com/v1", api_key="YOUR_KEY")

MAX_TURNS = 6  # keep the last 6 messages besides the system prompt

def trim(history):
    system, rest = history[0], history[1:]
    return [system] + rest[-MAX_TURNS:]

history = [{"role": "system", "content": "You are a concise assistant."}]
history.append({"role": "user", "content": "Plan a three-day trip outline."})

resp = client.chat.completions.create(
    model="uncensored",
    messages=trim(history),
    max_tokens=300,
)
history.append({"role": "assistant", "content": resp.choices[0].message.content})

La réponse inclut aussi usage ; journalisez-le par requête pour voir l'impact de chaque changement en chiffres réels.

Documents longs et grands contextes

La fenêtre de 100 000 tokens rend les tâches de document entier possibles, donc évaluez le prix avant de lancer un lot. Un appel avec 99 000 tokens d'entrée et 1 000 tokens de sortie coûte 99 000 x 0,15 $ / 1M = 0,01485 $ plus 1 000 x 0,50 $ / 1M = 0,0005 $, soit 0,01535 $. Exécuter cela sur 1 000 documents coûte 15,35 $. Si le document ne fait que 30 000 tokens et le résumé 500, l'appel coûte 0,0045 $ + 0,00025 $ = 0,00475 $, et 1 000 documents coûtent 4,75 $.

Les pipelines de fractionnement et de résumé coûtent souvent plus cher qu'un seul appel volumineux, car chaque fragment répète les instructions et chaque passage ajoute ses propres tokens de sortie. Comparez les deux sur un échantillon avant de choisir.

Combien dure une recharge

Utilisez le mois optimisé, 9,75 $, comme référence. Une recharge de 20 $ couvre un peu plus de deux mois de celle-ci (20 / 9,75 = 2,05). Une recharge de 100 $ ajoute 10 % et devient 110 $, ce qui couvre environ 11 mois (110 / 9,75 = 11,3). Le crédit n'expire jamais, donc une recharge plus grande ne coûte rien de plus en attente ; le bonus est la raison d'envisager une recharge, et vous pouvez toujours commencer à 20 $.

Financement du compte

Vous prépayez. Tout montant entier de $20 à $500 fonctionne, et les recharges plus importantes ajoutent du crédit : +5 % à partir de $50, +10 % à partir de $100, +15 % à partir de $200. Ainsi, $50 deviennent $52,50, $100 deviennent $110 et $200 deviennent $230. Payez par crypto (USDT sur TRC20, USDC sur Base). Le tableau complet est sur la page tarifaire.

Avant de payer quoi que ce soit, vous pouvez utiliser l'essai gratuit. Après l'inscription, un clic sur la page clé API permet de réclamer 0,50 $ de crédit, une fois par personne, valable 7 jours, sans carte. Aux tailles antérieures de 1 500 tokens d'entrée et 250 tokens de sortie, une requête coûte 0,000225 $ + 0,000125 $ = 0,00035 $, donc 0,50 $ couvre environ 1 400 de ces requêtes. Les clés d'essai sont limitées à 2 requêtes simultanées et 60 par minute.

Ce que bon marché n'inclut pas

Soyez clair sur la portée avant de construire. L'API propose des complétions de chat textuel et une liste de modèles. Il n'y a pas de génération d'images ou d'audio, pas d'embeddings ni de fine-tuning, donc un projet qui en a besoin paie un autre fournisseur pour cela. Le modèle n'est pas l'API officielle d'un grand fournisseur et n'est pas un routeur. Et le contenu sexuel impliquant des mineurs n'est jamais autorisé.

Si vous le comparez à un modèle phare type Claude, l'article sur une alternative API Claude bon marché couvre les compromis. D'autres fournisseurs changent souvent les prix ; vérifiez leur tarification actuelle plutôt que de vous fier à un tableau copié. Pour l'intégration, le guide de démarrage rapide utilise l'URL de base, la clé et le nom du modèle, puis appelle un client OpenAI standard.

Questions et réponses

Combien coûte une requête ?

Cela dépend des tokens. Une requête avec 1 500 tokens en entrée et 250 tokens en sortie coûte 0,00035 $, calculés à 0,15 $ et 0,50 $ par 1M de tokens.

Existe-t-il une offre gratuite ?

Il y a un crédit d'essai de 0,50 $, à réclamer en un clic sur la page de la clé après l'inscription. Il est valable 7 jours et ne nécessite pas de carte.

Les crédits inutilisés expirent-ils ?

Non. Le crédit prépayé n'expire jamais, vous pouvez donc recharger 20 $ et le dépenser à votre rythme.

Les tentatives sont-elles facturées ?

Les requêtes échouées ou refusées ne sont pas facturées. Une requête réussie est facturée même si votre code a également envoyé un doublon.

Votre clé est à un formulaire de distance

Créez un compte, copiez la clé, modifiez l'URL de base. C'est toute la configuration.

Obtenir une clé APILire la documentation