Sem necessidade de cartão. Após o cadastro, reivindique $0,50 de crédito de teste grátis com um clique (uma vez por pessoa).
Obter chave de APIPontos principais
- Custo = tokens de entrada / 1.000.000 x $0,15 + tokens de saída / 1.000.000 x $0,50.
- Um prompt típico de 1.500 tokens com uma resposta de 400 tokens custa $0,000425, então $20 cobrem cerca de 47.000 requisições.
- O histórico de chat é reenviado a cada turno, então os tokens de entrada crescem mais rápido do que a maioria das pessoas espera.
- A API retorna contagens exatas de tokens e seu saldo, então você pode verificar qualquer estimativa.
A fórmula
Cada requisição nesta API é cobrada de dois contadores, e nada mais:
custo = tokens_entrada / 1.000.000 x 0,15 + tokens_saida / 1.000.000 x 0,50
Tokens de entrada são tudo o que você envia: prompt do sistema, histórico de chat, documentos colados e definições de ferramentas. Tokens de saída são o que o modelo escreve de volta. As taxas são $0,15 por 1M de tokens de entrada e $0,50 por 1M de tokens de saída. A saída é um pouco mais de três vezes a taxa de entrada, então uma resposta longa pesa mais do que um prompt longo do mesmo tamanho.
Não há assinatura nem preço por assento. Você recarrega crédito pré-pago, e o crédito nunca expira. Requisições falhas ou recusadas não são cobradas, então seu cálculo precisa cobrir apenas as requisições que têm sucesso.
Exemplos resolvidos que você pode verificar manualmente
Aqui estão cinco tarefas comuns, cada uma calculada a partir da fórmula. Use-as como âncoras para posicionar sua própria carga de trabalho.
| Função | Entrada | Saída | Custo de entrada | Custo de saída | Total |
|---|---|---|---|---|---|
| Resposta curta de chat | 2,000 | 500 | $0.0003 | $0.00025 | $0.00055 |
| Resposta de bot de suporte | 1,500 | 400 | $0.000225 | $0.0002 | $0.000425 |
| Capítulo de história | 1,000 | 3,000 | $0.00015 | $0.0015 | $0.00165 |
| Resumo de documento longo | 80,000 | 2,000 | $0.012 | $0.001 | $0.013 |
| Janela quase cheia | 98,000 | 2,000 | $0.0147 | $0.001 | $0.0157 |
O padrão é fácil de ver. Tarefas curtas custam uma fração de centavo. Até uma requisição que quase preenche a janela de 100.000 tokens fica abaixo de dois centavos. O que se acumula é o volume, não o tamanho.
Pegue a linha do bot de suporte. A $0,000425 por requisição, $20 de crédito pagam por cerca de 47.000 requisições ($20 / $0,000425 = 47.058). Se você atender 30.000 requisições desse tipo por mês, a conta é 30.000 x $0,000425 = $12,75.
Uma calculadora que você pode colar
Você não precisa de um formulário web para isso. Algumas linhas de código resolvem o trabalho e podem viver dentro da sua própria ferramenta.
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)); // 0.0130Substitua pelas suas próprias médias. Se você ainda não as conhece, envie cem requisições reais e faça a média das contagens de tokens que retornam, conforme mostrado na última seção.
Cargas de trabalho pesadas em entrada e saída
As duas taxas diferem, então o formato da sua tarefa importa tanto quanto seu tamanho. Compare duas cargas de trabalho com o mesmo número de requisições, 10.000 cada.
- Classificação. Cada requisição envia 3.000 tokens (instruções mais um texto para rotular) e recebe 20 tokens de volta. Custo por requisição: 3.000 / 1.000.000 x $0,15 = $0,00045, mais 20 / 1.000.000 x $0,50 = $0,00001, então $0,00046. Para 10.000 requisições isso é $4,60.
- Geração. Cada requisição envia 300 tokens e recebe 2.000 de volta. Custo por requisição: $0,000045 para entrada mais $0,001 para saída, então $0,001045. Para 10.000 requisições isso é $10,45.
A tarefa de geração envia um décimo da entrada e ainda custa mais do que o dobro, porque tokens de saída dominam a conta. Para ferramentas de escrita, limite o comprimento da resposta onde puder. Para tarefas de extração e rotulagem, reduza o prompt e as instruções repetidas.
Um trabalho em lote, do início ao fim
Digamos que você precise processar 500 documentos, cada um com cerca de 6.000 tokens, e deseja um resumo de 500 tokens de cada. Entrada: 500 x 6.000 = 3.000.000 tokens, que custam 3 x $0,15 = $0,45. Saída: 500 x 500 = 250.000 tokens, que custam 0,25 x $0,50 = $0,125. O lote inteiro custa $0,575. Com uma chave completa você pode executar 8 requisições de uma vez, então o trabalho também termina rapidamente; uma chave de teste permite 2 de cada vez.
Onde as estimativas falham: o histórico crescente
O erro mais comum em uma estimativa de custo é tratar um chat como uma série de mensagens independentes. Não é. Um modelo de chat não tem memória, então cada turno reenvia toda a conversa até agora. O lado de entrada da conta cresce a cada turno.
Aqui está um caso concreto. Uma sessão de roleplay tem um prompt de sistema de 500 tokens. A cada turno o usuário escreve 100 tokens e o modelo responde com 300. Em 20 turnos, a entrada para o turno n é 500 + 400 x (n - 1) + 100 tokens.
- Turno 1 envia 600 tokens, turno 2 envia 1.000, turno 20 envia 8.200.
- Entrada total em 20 turnos: 20 x 600 + 400 x (0 + 1 + ... + 19) = 12.000 + 400 x 190 = 88.000 tokens.
- Saída total: 20 x 300 = 6.000 tokens.
- Custo: 88.000 / 1.000.000 x $0,15 = $0,0132, mais 6.000 / 1.000.000 x $0,50 = $0,003, totalizando $0,0162.
Se você tivesse contado ingenuamente apenas os novos tokens (2.000 de entrada, 6.000 de saída), teria estimado $0,0033. O valor real é quase cinco vezes isso. A correção é simples: modele o histórico em sua estimativa ou limite-o removendo turnos antigos. De qualquer forma, a linha de entrada é a que deve ser monitorada em conversas longas.
Formas baratas de reduzir o número
Se a estimativa parecer maior do que você gostaria, existem apenas algumas alavancas, e cada uma mapeia diretamente para a fórmula.
- Encurte o prompt do sistema. Ele é cobrado em cada chamada. Reduzir 2.000 tokens dele em 100.000 requisições remove 200.000.000 tokens de entrada, ou 200 x $0,15 = $30.
- Ajuste o histórico. Mantenha os últimos alguns turnos mais um resumo curto em execução em vez de todo o log.
- Defina
max_tokens. Ele limita o lado de saída, que carrega a taxa mais alta. - Envie menos contexto. Recupere os dois parágrafos relevantes em vez do arquivo inteiro.
Nenhum disso precisa de um modelo diferente ou de um plano diferente. São edições nos seus próprios prompts.
Transformando custo por requisição em orçamento
Uma vez que você sabe o custo de uma requisição típica, o planejamento é multiplicação. Anote três números: requisições por dia, tokens médios de entrada, tokens médios de saída. Calcule o custo diário com a função acima, depois multiplique por 30.
Para recargas, os números úteis são estes. Qualquer valor inteiro de $20 a $500 funciona. O bônus adiciona crédito em valores maiores: +5% a partir de $50 dá $52,50, +10% a partir de $100 dá $110, e +15% a partir de $200 dá $230. A taxa por token nunca muda, você apenas recebe mais crédito pelo mesmo pagamento. Você pode pagar com cripto (USDT em TRC20, USDC em Base).
Mantenha uma margem. O tráfego real é mais irregular do que uma média, e um único recurso que repentinamente envia documentos longos pode dobrar seus tokens de entrada. A página de preços tem as taxas atuais e opções de recarga em um só lugar.
Uma projeção mensal
Suponha que um assistente de suporte atenda 2.000 conversas por dia, uma requisição cada, no perfil de entrada de 1.500 tokens e saída de 400 tokens da tabela. O custo diário é 2.000 x $0,000425 = $0,85. Em um mês de 30 dias isso é $25,50. Uma recarga de $50, que carrega o bônus de +5% e dá $52,50 de crédito, duraria pouco mais de dois meses nesse ritmo. Refaça a soma com suas próprias médias e adicione a margem para crescimento antes de escolher o valor da recarga.
Verifique sua estimativa contra números reais
Uma estimativa é tão boa quanto seus insumos, então meça. Cada resposta inclui um objeto usage com as contagens reais de tokens de prompt e conclusão. Os cabeçalhos da resposta também incluem X-Balance-USD, seu crédito restante após a requisição, o que permite confirmar o custo ao centavo.
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)Execute um lote de requisições representativas, some os dados de uso e compare com a queda no saldo. Se os dois concordarem, sua calculadora está correta e você pode planejar com ela. Se você ainda não tem uma chave, a página de chaves de API oferece $0,50 de crédito de teste após o sign-up, que é mais do que suficiente para este teste. Detalhes de configuração estão no quickstart.
