IT ▾
API LLM senza censura a partire da $0,15 per 1M di tokenhttps://api.cheapllmapis.com/v1

API LLM economica: costi reali e come ridurli

Un'API economica ha senso solo quando si somma un carico di lavoro reale. Questa pagina lo fa per un'API a token a $0,15 per l'input e $0,50 per l'output per 1M di token, poi mostra come ridurre il totale.

Barattolo di vetro con token luminosi accanto a una linea in calo, che illustra costi per token più bassi

Punti chiave

  • I prezzi sono $0,15 per 1M di token di input e $0,50 per 1M di token di output, prepagati, senza abbonamento.
  • Un mese con 50.000 richieste da 1.500 input e 250 output costa $17,50.
  • Accorciare la cronologia e limitare l'output riduce quella stessa fattura mensile a $9,75.
  • Le richieste fallite non vengono addebitate e il credito non scade mai.

Cosa rende economica un'API

Un'API LLM economica è una in cui il tuo totale mensile resta basso per il lavoro che esegui effettivamente, e un tasso di listino basso da solo non ti garantisce questo. Tre fattori lo determinano: i prezzi per token, i costi aggiuntivi associati (abbonamenti, minimi, credito che scade) e quanti token invia la tua applicazione. Questa API copre i primi due in modo semplice. Addebita $0,15 per 1M di token di input e $0,50 per 1M di token di output, senza abbonamento, con credito che non scade mai e senza addebito per le richieste fallite o rifiutate.

Il terzo fattore è sotto il tuo controllo ed è lì che arriva la maggior parte dei risparmi. Le sezioni successive analizzano un carico di lavoro concreto e poi le modifiche che lo riducono. L'ID del modello è uncensored, un singolo modello a pesi aperti per uso adulto legale, solo testo.

Un mese di traffico reale, calcolato

Prendi un'app con 50.000 richieste al mese. Ogni richiesta invia circa 1.500 token di input (prompt di sistema, cronologia, nuovo messaggio) e riceve circa 250 token.

  • Input: 50.000 x 1.500 = 75.000.000 token = 75 x $0,15 = $11,25
  • Output: 50.000 x 250 = 12.500.000 token = 12,5 x $0,50 = $6,25
  • Totale: $17,50 per il mese

Questo rientra nel minimo di ricarica di $20 con $2,50 avanzati e il credito non utilizzato rimane sull'account. Nota che l'input è il 64% della bolletta qui, anche se è il tasso più basso, perché ce n'è così tanto. I token di output costano di più per token ($0,50 è circa 3,3 volte $0,15), ma l'input di solito domina nelle app di chat perché la cronologia viene inviata di nuovo a ogni turno.

Per confronto, un carico di lavoro più leggero di 5.000 richieste con le stesse dimensioni costa $1,75. Uno più pesante, 500.000 richieste, costa $175. Il costo scala in linea retta, quindi puoi moltiplicare per stimare il tuo caso.

Cinque modi per abbassare la bolletta

1. Taglia la cronologia

Non reinviare una chat dall'inizio per sempre. Mantieni il prompt di sistema e gli ultimi pochi messaggi e riassumi qualsiasi cosa più vecchia in una o due frasi. La finestra di contesto permette 100.000 token, che è spazio per molto, ma lo spazio non è un motivo per riempirlo.

2. Limita l'output

Imposta max_tokens quando una risposta ha un limite noto e chiedi concisione nel prompt di sistema. È facoltativo: senza di esso il completamento può occupare il resto della finestra. Un limite di 150 token invece di una media di 250 token fa risparmiare $0,00005 per richiesta, che diventano $2,50 su 50.000 richieste.

3. Usa sequenze di stop e modalità JSON

Per output leggibili da macchina, response_format con {"type":"json_object"} mantiene la risposta all'oggetto richiesto evitando introduzioni superflue. Una sequenza stop termina la generazione non appena la parte necessaria è stata scritta.

4. Gestisci correttamente i retry

Quando ricevi un HTTP 429, attendi prima di riprovare. L'intestazione Retry-After: 5 indica per quanto tempo in caso di sovraccarico temporaneo. Le richieste fallite non vengono addebitate, ma quelle duplicate con esito positivo sì, quindi non inviare la stessa chiamata due volte da due percorsi di codice diversi.

5. Batch all'interno della tua concorrenza

Una chiave completa permette 8 richieste parallele e 300 al minuto. Eseguire una coda con 8 worker utilizza ciò che hai pagato senza generare errori di concurrency.

Lo stesso mese dopo la messa a punto

Applica le prime due modifiche al mese di 50.000 richieste. Il taglio della cronologia riduce l'input da 1.500 a 800 token per richiesta e un limite di output di 150 token porta la risposta media da 250 a 150.

  • Input: 50.000 x 800 = 40.000.000 token = 40 x $0,15 = $6,00
  • Output: 50.000 x 150 = 7.500.000 token = 7,5 x $0,50 = $3,75
  • Totale: $9,75, in calo da $17,50, una riduzione del 44%

Se risposte più brevi sono accettabili dipende dal tuo prodotto, quindi testa il cambiamento di qualità prima di rilasciarlo. Ecco un semplice trimmer della cronologia con un limite in atto:

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 risposta include anche usage, quindi registralo per ogni richiesta e vedrai l'effetto di ogni modifica in numeri reali.

Documenti lunghi e contesti grandi

La finestra da 100.000 token rende possibili lavori su documenti interi, quindi valuta il prezzo prima di eseguire un batch. Una chiamata con 99.000 token di input e 1.000 di output costa 99.000 x $0,15 / 1M = $0,01485 più 1.000 x $0,50 / 1M = $0,0005, quindi $0,01535. Eseguirlo su 1.000 documenti costa $15,35. Se il documento è solo di 30.000 token e il riassunto di 500, la chiamata costa $0,0045 + $0,00025 = $0,00475 e 1.000 documenti costano $4,75.

I pipeline di divisione e riassunto spesso costano più di una singola chiamata grande, perché ogni chunk ripete le istruzioni e ogni passaggio aggiunge i propri token di output. Confronta entrambi su un campione prima di scegliere.

Per quanto dura una ricarica

Usa il mese calcolato, $9,75, come metro di paragone. Una ricarica di $20 copre poco più di due mesi (20 / 9,75 = 2,05). Una ricarica di $100 aggiunge il 10% e diventa $110, che copre circa 11 mesi (110 / 9,75 = 11,3). Il credito non scade mai, quindi una ricarica più grande non costa nulla in termini di attesa; il bonus è il motivo per valutarne una, e puoi sempre iniziare con $20.

Finanziare l'account

Paghi in anticipo. Qualsiasi importo intero da $20 a $500 è valido e ricariche più grandi aggiungono credito: +5% da $50, +10% da $100, +15% da $200. Quindi $50 diventano $52,50, $100 diventano $110 e $200 diventano $230. Paga con cripto (USDT su TRC20, USDC su Base). La tabella completa è nella pagina dei prezzi.

Prima di pagare qualsiasi cosa, puoi usare la prova gratuita. Dopo la registrazione, un clic nella pagina della chiave API accredita $0,50 di credito, uno per persona, valido per 7 giorni, senza carta. Alle dimensioni precedenti di 1.500 token di input e 250 di output, una richiesta costa $0,000225 + $0,000125 = $0,00035, quindi $0,50 copre circa 1.400 richieste. Le chiavi di prova sono limitate a 2 richieste parallele e 60 al minuto.

Cosa non include "economico"

Sii chiaro sull'ambito prima di costruire. L'API offre completamenti di chat testuale e un elenco di modelli. Non c'è generazione di immagini o audio, né embedding né fine-tuning, quindi un progetto che ne ha bisogno paga un altro fornitore per quelli. Il modello non è l'API ufficiale di alcun grande fornitore e non è un router. E i contenuti sessuali che coinvolgono minorenni non sono mai permessi.

Se lo stai valutando rispetto a un modello flagship stile Claude, l'articolo su un'alternativa economica a Claude copre i compromessi. Altri fornitori cambiano spesso i prezzi, quindi controlla i loro prezzi attuali invece di fidarti di una tabella copiata da qualche parte. Quando sei pronto a collegarlo, la guida rapida prende l'URL di base, la chiave e il nome del modello, e il resto è una normale chiamata al client OpenAI.

Domande e risposte

Quanto costa una richiesta?

Dipende dai token. Una richiesta con 1.500 token di input e 250 token di output costa $0,00035, calcolata a $0,15 e $0,50 per 1M di token.

Esiste un piano gratuito?

È disponibile un credito di prova di $0,50, richiesto con un clic nella pagina della chiave dopo la registrazione. È valido per 7 giorni e non richiede una carta.

I crediti non utilizzati scadono?

No. Il credito non scade mai, quindi puoi ricaricare $20 e spenderlo al tuo ritmo.

I ritentativi vengono fatturati?

Le richieste fallite o rifiutate non vengono addebitate. Una richiesta che va a buon fine viene fatturata anche se il tuo codice ha inviato anche un duplicato.

La tua chiave è a un modulo di distanza

Crea un account, copia la chiave, modifica l'URL di base. È tutta la configurazione.

Ottieni chiave APILeggi i documenti