PT ▾
API de LLM sem censura a partir de $0.15 por 1M de tokenshttps://api.cheapllmapis.com/v1

API LLM barata: custos reais e como reduzi-los

Barato só faz sentido quando você soma uma carga de trabalho real. Esta página faz isso para uma API por token a $0,15 de entrada e $0,50 de saída por 1M de tokens, e mostra como reduzir o total.

Pote de vidro com tokens brilhantes ao lado de uma linha descendente, ilustrando custos menores por token

Pontos principais

  • Os preços são $0,15 por 1M de tokens de entrada e $0,50 por 1M de tokens de saída, pré-pagos, sem assinatura.
  • Um mês com 50.000 requisições de 1.500 tokens de entrada e 250 de saída custa $17,50.
  • Reduzir o histórico e limitar a saída cortam esse mês para $9,75.
  • Requisições falhas não são cobradas e o crédito nunca expira.

O que torna uma API barata

Uma API LLM barata é aquela em que a conta mensal total permanece baixa para o trabalho que você realmente faz, e uma tarifa anunciada baixa sozinha não garante isso. Três fatores determinam isso: os preços por token, as taxas adicionais associadas (assinaturas, mínimos, crédito com validade) e a quantidade de tokens que seu aplicativo envia. Esta API simplifica os dois primeiros. Cobra $0,15 por 1M de tokens de entrada e $0,50 por 1M de tokens de saída, sem assinatura, sem expiração no crédito e sem cobrança por requisições falhas ou recusadas.

O terceiro fator é seu para controlar, e é onde a maioria das economias vem. As próximas seções analisam uma carga de trabalho concreta e depois as mudanças que a reduzem. O ID do modelo é uncensored, um único modelo de pesos abertos para uso adulto legal, apenas texto.

Um mês de tráfego real, calculado

Pegue um app com 50.000 requisições por mês. Cada requisição envia cerca de 1.500 tokens de entrada (prompt do sistema, histórico, nova mensagem) e recebe cerca de 250 tokens.

  • Entrada: 50.000 x 1.500 = 75.000.000 tokens = 75 x $0,15 = $11,25
  • Saída: 50.000 x 250 = 12.500.000 tokens = 12,5 x $0,50 = $6,25
  • Total: $17,50 para o mês

Isso cabe no recarregamento mínimo de $20, com $2,50 sobrando, e o crédito não utilizado permanece na conta. Note que a entrada representa 64% da conta aqui, mesmo sendo a taxa mais barata, porque há muito mais dela. Tokens de saída custam mais por token ($0,50 é cerca de 3,3 vezes $0,15), mas a entrada geralmente domina em aplicativos de chat porque o histórico é reenviado a cada iteração.

Para comparação, uma carga de trabalho mais leve de 5.000 requisições com os mesmos tamanhos custa $1,75. Uma mais pesada, 500.000 requisições, custa $175. O custo escala em linha reta, então você pode multiplicar para estimar seu próprio caso.

Cinco formas de reduzir a conta

1. Reduza o histórico

Não reenvie um chat desde o início para sempre. Mantenha o prompt do sistema e as últimas poucas mensagens, e resuma qualquer coisa mais antiga em uma ou duas frases. A janela de contexto permite 100.000 tokens, o que é espaço para muito, mas espaço não é motivo para preenchê-lo.

2. Limite a saída

Defina max_tokens quando uma resposta tiver um limite conhecido e solicite brevidade no prompt do sistema. É opcional e, sem ele, o completamento pode usar o restante da janela. Um limite de 150 em vez de uma média de 250 tokens economiza $0,00005 por requisição, o que se torna $2,50 em 50.000 requisições.

3. Use sequências de parada e modo JSON

Para saída legível por máquina, use response_format com {"type":"json_object"} para manter a resposta no objeto solicitado, evitando texto desnecessário. Uma sequência stop encerra a geração assim que a parte necessária é escrita.

4. Corrija as retentativas

Ao receber HTTP 429, aguarde antes de tentar novamente. O cabeçalho Retry-After: 5 indica o tempo de espera para sobrecarga temporária. Requisições falhas não são cobradas, mas as duplicatas bem-sucedidas são, portanto, não envie a mesma chamada duas vezes de dois caminhos de código diferentes.

5. Agrupe dentro de sua concorrência

Uma chave completa permite 8 requisições simultâneas e 300 por minuto. Executar uma fila com 8 workers usa o que você pagou sem disparar erros de concurrency.

O mesmo mês após ajustes

Aplique as duas primeiras mudanças ao mês de 50.000 requisições. O corte de histórico reduz a entrada de 1.500 para 800 tokens por requisição, e um limite de saída de 150 tokens reduz a média da resposta de 250 para 150.

  • Entrada: 50.000 x 800 = 40.000.000 tokens = 40 x $0,15 = $6,00
  • Saída: 50.000 x 150 = 7.500.000 tokens = 7,5 x $0,50 = $3,75
  • Total: $9,75, abaixo de $17,50, uma redução de 44%

Se respostas mais curtas são aceitáveis depende do seu produto, então teste a mudança de qualidade antes de lançar. Aqui está um cortador de histórico mínimo com um limite configurado:

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})

A resposta também inclui usage, então registre-o por requisição para ver o impacto de cada alteração em números reais.

Documentos longos e contextos grandes

A janela de 100.000 tokens torna trabalhos de documento inteiro possíveis, então calcule o preço antes de executar um lote. Uma chamada com 99.000 tokens de entrada e 1.000 de saída custa 99.000 x $0,15 / 1M = $0,01485 mais 1.000 x $0,50 / 1M = $0,0005, então $0,01535. Executar isso em 1.000 documentos custa $15,35. Se o documento tiver apenas 30.000 tokens e o resumo 500, a chamada custa $0,0045 + $0,00025 = $0,00475, e 1.000 documentos custam $4,75.

Pipelines de divisão e resumo geralmente custam mais do que uma única chamada grande, porque cada chunk repete as instruções e cada etapa adiciona seus próprios tokens de saída. Compare ambas em uma amostra antes de escolher.

Por quanto tempo dura uma recarga

Use o mês ajustado, $9,75, como referência. Um recarregamento de $20 cobre um pouco mais de dois meses disso (20 / 9,75 = 2,05). Um recarregamento de $100 adiciona 10% e se torna $110, o que cobre cerca de 11 meses (110 / 9,75 = 11,3). O crédito nunca expira, então um recarregamento maior não custa nada extra em espera; o bônus é a razão para considerar um, e você sempre pode começar com $20.

Financiando a conta

Você paga adiantado. Qualquer valor inteiro entre $20 e $500 é válido, e recargas maiores adicionam crédito: +5% a partir de $50, +10% a partir de $100, +15% a partir de $200. Assim, $50 viram $52,50, $100 viram $110 e $200 viram $230. Pague com cripto (USDT na TRC20, USDC na Base). A tabela completa está na página de preços.

Antes de pagar qualquer coisa, você pode usar o crédito de teste. Após o cadastro, um clique na página da chave de API resgata $0,50 de crédito, um por pessoa, válido por 7 dias, sem cartão. Nos tamanhos anteriores de 1.500 tokens de entrada e 250 tokens de saída, uma requisição custa $0,000225 + $0,000125 = $0,00035, então $0,50 cobre cerca de 1.400 delas. Chaves de teste são limitadas a 2 requisições simultâneas e 60 por minuto.

O que barato não inclui

Fique claro sobre o escopo antes de construir. A API oferece chat completions de texto e uma lista de modelos. Não há geração de imagem ou áudio, não há embeddings e não há ajuste fino, então um projeto que precisa disso paga outro provedor por isso. O modelo não é a API oficial de nenhum grande fornecedor e não é um roteador. E conteúdo sexual envolvendo menores de idade nunca é permitido.

Se você está comparando com um modelo flagship estilo Claude, o artigo sobre uma alternativa barata à API Claude aborda os prós e contras. Outros fornecedores alteram os preços com frequência, então verifique a tabela de preços atual deles em vez de confiar em uma tabela copiada de algum lugar. Quando estiver pronto para integrar, o guia de início rápido usa a URL base, a chave e o nome do modelo, e o restante é uma chamada normal de cliente OpenAI.

Perguntas e respostas

Quanto custa uma requisição?

Depende dos tokens. Uma requisição com 1.500 tokens de entrada e 250 tokens de saída custa $0,00035, calculada a $0,15 e $0,50 por 1M de tokens.

Existe uma camada gratuita?

Há um crédito de teste de $0,50, resgatado com um clique na página da chave após o cadastro. Ele é válido por 7 dias e não exige cartão.

Os créditos não utilizados expiram?

Não. O crédito nunca expira, então você pode recarregar $20 e gastá-lo no seu próprio ritmo.

As retentativas são cobradas?

Requisições falhas ou recusadas não são cobradas. Uma requisição bem-sucedida é cobrada mesmo que seu código também tenha enviado um duplicado.

Sua chave está a um formulário de distância

Crie uma conta, copie a chave e altere a URL base. Essa é toda a configuração.

Obter chave de APILer a documentação