Nessuna carta necessaria. Dopo la registrazione, ottieni $0,50 di credito di prova gratuito con un clic (una volta per persona).
Ottieni la chiave APIPunti chiave
- Costo = token di input / 1.000.000 x $0,15 + token di output / 1.000.000 x $0,50.
- Un prompt tipico da 1.500 token con una risposta da 400 token costa $0,000425, quindi $20 coprono circa 47.000 richieste.
- La cronologia della chat viene inviata di nuovo a ogni turno, quindi i token in input crescono più velocemente di quanto si pensi.
- L'API restituisce i conteggi esatti dei token e il tuo saldo, così puoi verificare qualsiasi stima.
La formula
Ogni richiesta su questa API viene fatturata da due contatori, e nient'altro:
costo = token_input / 1.000.000 x 0,15 + token_output / 1.000.000 x 0,50
I token di input sono tutto ciò che invii: prompt di sistema, cronologia delle chat, documenti incollati e definizioni di funzioni. I token di output sono ciò che il modello restituisce. I prezzi sono $0,15 per 1M di token di input e $0,50 per 1M di token di output. L'output costa poco più del triplo rispetto al tasso di input, quindi una risposta lunga pesa più di un prompt lungo delle stesse dimensioni.
Non ci sono abbonamenti né costi per utente. Si consuma il credito prepagato e il credito non scade mai. Le richieste fallite o rifiutate non vengono addebitate, quindi il tuo calcolo deve coprire solo le richieste che vanno a buon fine.
Esempi svolti che puoi verificare a mano
Ecco cinque lavori comuni, ciascuno calcolato con la formula. Usali come punti di riferimento per stimare il tuo carico di lavoro.
| Compito | Input | Output | Costo input | Costo output | Totale |
|---|---|---|---|---|---|
| Risposta breve alla chat | 2.000 | 500 | $0,0003 | $0,00025 | $0,00055 |
| Risposta del bot di supporto | 1.500 | 400 | $0,000225 | $0,0002 | $0,000425 |
| Capitolo di storia | 1.000 | 3.000 | $0,00015 | $0,0015 | $0,00165 |
| Riassunto documento lungo | 80.000 | 2.000 | $0,012 | $0,001 | $0,013 |
| Finestra quasi piena | 98.000 | 2.000 | $0,0147 | $0,001 | $0,0157 |
Lo schema è facile da vedere. I lavori brevi costano una frazione di centesimo. Anche una richiesta che riempie quasi la finestra da 100.000 token costa meno di due centesimi. Ciò che si accumula è il volume, non la dimensione.
Prendi la riga del bot di supporto. A $0,000425 per richiesta, $20 di credito pagano circa 47.000 richieste ($20 / $0,000425 = 47.058). Se gestisci 30.000 di queste richieste al mese, il conto è 30.000 x $0,000425 = $12,75.
Un calcolatore che puoi incollare
Non hai bisogno di un modulo web per questo. Alcune righe di codice fanno il lavoro e possono vivere all'interno dei tuoi strumenti.
Python
INPUT_PER_M = 0.15
OUTPUT_PER_M = 0.50
def cost_usd(input_tokens: int, output_tokens: int) -> float:
return (input_tokens / 1_000_000) * INPUT_PER_M + (output_tokens / 1_000_000) * OUTPUT_PER_M
def requests_per_budget(budget_usd: float, input_tokens: int, output_tokens: int) -> int:
return int(budget_usd / cost_usd(input_tokens, output_tokens))
print(f"{cost_usd(1500, 400):.6f}") # 0.000425
print(requests_per_budget(20, 1500, 400)) # 47058JavaScript
const IN_PER_M = 0.15;
const OUT_PER_M = 0.5;
const costUsd = (inputTokens, outputTokens) =>
(inputTokens / 1e6) * IN_PER_M + (outputTokens / 1e6) * OUT_PER_M;
console.log(costUsd(80000, 2000).toFixed(4)); // 0.0130Inserisci le tue medie. Se ancora non le conosci, invia cento richieste reali e fai la media dei conteggi di token restituiti, come mostrato nell'ultima sezione.
Carichi di lavoro con molti input e molti output
Le due tariffe sono diverse, quindi la forma del tuo lavoro conta quanto la sua dimensione. Confronta due carichi di lavoro con lo stesso numero di richieste, 10.000 ciascuno.
- Classificazione. Ogni richiesta invia 3.000 token (istruzioni più un testo da etichettare) e riceve 20 token indietro. Costo per richiesta: 3.000 / 1.000.000 x $0,15 = $0,00045, più 20 / 1.000.000 x $0,50 = $0,00001, quindi $0,00046. Per 10.000 richieste sono $4,60.
- Generazione. Ogni richiesta invia 300 token e ne riceve 2.000. Costo per richiesta: $0,000045 per l'input più $0,001 per l'output, per un totale di $0,001045. Per 10.000 richieste il costo è di $10,45.
Il lavoro di generazione invia un decimo degli input e costa comunque più del doppio, perché i token di output dominano la fattura. Per gli strumenti di scrittura, limita la lunghezza della risposta dove possibile. Per i lavori di estrazione e etichettatura, riduci il prompt e le istruzioni ripetute.
Un lavoro batch, dall'inizio alla fine
Immagina di dover elaborare 500 documenti, ciascuno di circa 6.000 token, e di voler generare un riassunto di 500 token per ciascuno. Input: 500 x 6.000 = 3.000.000 token, che costano 3 x $0,15 = $0,45. Output: 500 x 500 = 250.000 token, che costano 0,25 x $0,50 = $0,125. L'intero batch costa $0,575. Con una chiave completa puoi eseguire 8 richieste in parallelo, quindi il lavoro si conclude rapidamente; una chiave di prova ne permette 2 alla volta.
Dove le stime sbagliano: la cronologia che cresce
L'errore più comune in una stima dei costi è trattare una chat come una serie di messaggi indipendenti. Non lo è. Un modello chat non ha memoria, quindi ogni turno reinvia l'intera conversazione finora. Il lato input della fattura cresce con ogni turno.
Ecco un caso concreto. Una sessione di roleplay ha un prompt di sistema da 500 token. Ogni turno l'utente scrive 100 token e il modello risponde con 300. Su 20 turni, l'input per il turno n è 500 + 400 x (n - 1) + 100 token.
- Il turno 1 invia 600 token, il turno 2 invia 1.000, il turno 20 invia 8.200.
- Input totale su 20 turni: 20 x 600 + 400 x (0 + 1 + ... + 19) = 12.000 + 400 x 190 = 88.000 token.
- Output totale: 20 x 300 = 6.000 token.
- Costo: 88.000 / 1.000.000 x $0,15 = $0,0132, più 6.000 / 1.000.000 x $0,50 = $0,003, per un totale di $0,0162.
Se avessi contato ingenuamente solo i token nuovi (2.000 in input, 6.000 in output) avresti stimato $0,0033. La cifra reale è quasi cinque volte tanto. La soluzione è semplice: modellizza la cronologia nella tua stima, oppure limitala accorciando i turni vecchi. In ogni caso, la riga degli input è quella da monitorare nelle conversazioni lunghe.
Modi economici per ridurre il numero
Se la stima sembra più alta del gradito, ci sono solo pochi leve e ciascuna corrisponde direttamente alla formula.
- Accorcia il prompt di sistema. Viene fatturato in ogni chiamata. Tagliare 2.000 token da esso su 100.000 richieste rimuove 200.000.000 token di input, ovvero 200 x $0,15 = $30.
- Accorcia la cronologia. Mantieni gli ultimi pochi turni più un breve riepilogo in corso invece dell'intero log.
- Imposta
max_tokens. Limita il lato output, che ha il tasso più alto. - Invia meno contesto. Recupera i due paragrafi rilevanti invece dell'intero file.
Nessuno di questi richiede un modello diverso o un piano diverso. Sono modifiche ai tuoi prompt.
Trasformare il costo per richiesta in un budget
Una volta che conosci il costo di una richiesta tipica, la pianificazione è una moltiplicazione. Scrivi tre numeri: richieste al giorno, token di input medi, token di output medi. Calcola il costo giornaliero con la funzione sopra, poi moltiplica per 30.
Per le ricariche, i numeri utili sono questi. Qualsiasi importo intero da $20 a $500 funziona. Il bonus aggiunge credito per importi più grandi: +5% da $50 dà $52,50, +10% da $100 dà $110, e +15% da $200 dà $230. Il tasso per token non cambia mai, ricevi solo più credito per lo stesso pagamento. Puoi pagare con cripto (USDT su TRC20, USDC su Base).
Tieni un margine. Il traffico reale è più irregolare di una media, e una singola funzionalità che improvvisamente invia documenti lunghi può raddoppiare i tuoi token di input. La pagina dei prezzi ha le tariffe attuali e le opzioni di ricarica in un unico posto.
Una proiezione mensile
Supponi che un assistente di supporto gestisca 2.000 conversazioni al giorno, una richiesta ciascuna, con il profilo da 1.500 token di input e 400 token di output della tabella. Il costo giornaliero è 2.000 x $0,000425 = $0,85. Su un mese di 30 giorni sono $25,50. Una ricarica da $50, che include il bonus +5% e dà $52,50 di credito, durerebbe un po' più di due mesi a quel ritmo. Ricalcola la somma con le tue medie e aggiungi il margine per la crescita prima di scegliere l'importo della ricarica.
Verifica la tua stima con i numeri reali
Una stima è buona solo quanto i suoi input, quindi misura. Ogni risposta include un oggetto usage con i conteggi reali dei token del prompt e del completamento. Le intestazioni della risposta includono anche X-Balance-USD, il tuo credito rimanente dopo la richiesta, che ti permette di confermare il costo al centesimo.
from openai import OpenAI
client = OpenAI(base_url="https://api.llmtokenprices.com/v1", api_key="YOUR_API_KEY")
raw = client.chat.completions.with_raw_response.create(
model="uncensored",
messages=[{"role": "user", "content": "Write two sentences about the sea."}],
)
r = raw.parse()
print("balance:", raw.headers.get("X-Balance-USD"))
print(r.usage.prompt_tokens, r.usage.completion_tokens)Esegui un batch di richieste rappresentative, somma le cifre di utilizzo e confrontale con la diminuzione del saldo. Se i due valori coincidono, il tuo calcolatore è corretto e puoi pianificare con esso. Se non hai ancora una chiave, la pagina chiave API offre $0,50 di credito di prova gratuito dopo la registrazione, che è più che sufficiente per questo test. I dettagli di configurazione sono nella guida quickstart.
