PT ▾
Obter chave de API

Custo mais barato de API de IA: Cálculo por token e exemplos

O custo mais barato de API de IA é aquele que você consegue calcular no papel antes de enviar uma única requisição. Esta página mostra a aritmética por token para esta API e um método para compará-la com qualquer outro provedor.

Atualizado

Pontos principais

  • As tarifas são $0,15 por 1M de tokens de entrada e $0,50 por 1M de tokens de saída, cobradas do crédito pré-pago.
  • Tokens de saída custam cerca de 3,3 vezes mais que tokens de entrada, então respostas mais curtas economizam mais do que prompts mais curtos.
  • Requisições falhas ou recusadas não são cobradas, e o crédito nunca expira.
  • Recargas de $50 ou mais adicionam um bônus de 5%, 10% ou 15%, o que reduz sua taxa efetiva.
Balança de dois pratos pesando cubos de token brilhantes contra moedas, ilustrando o custo por token da API

Resposta curta: precifique seus próprios tokens, não uma taxa divulgada

O custo mais barato de API de IA para você depende de três números: quantos tokens entram, quantos saem e quanto o provedor cobra por milhão de cada. Um preço baixo de entrada significa pouco se sua carga de trabalho gerar respostas longas, e um preço baixo de saída significa pouco se cada chamada carregar um prompt de 30.000 tokens.

Nesta API, as tarifas são $0,15 por 1M de tokens de entrada e $0,50 por 1M de tokens de saída. Você paga a partir do crédito pré-pago, não há assinatura e uma requisição que falha ou é recusada não é cobrada. O restante desta página transforma essas duas tarifas em números reais para que você decida com uma calculadora em vez de uma página de preços.

A fórmula

Cada requisição custa:

cost = (input_tokens x 0.15 / 1,000,000) + (output_tokens x 0.50 / 1,000,000)

Os tokens são contados pelo tokenizer do modelo, não por palavras. Como regra geral para textos em inglês, um token é um pouco menos que uma palavra, mas código, outros idiomas e pontuação pesada usam mais. Não chute: toda resposta inclui um objeto usage com as contagens exatas de tokens do prompt e da conclusão, e no streaming o uso chega ao final do fluxo. Registre por requisição e o seu custo real por chamada se torna um número medido.

O cabeçalho de resposta X-Balance-USD mostra seu crédito restante após cada chamada, o que é útil para uma verificação rápida de sanidade enquanto você testa.

Exemplos calculados com essas tarifas

Aqui estão cinco formatos comuns de carga de trabalho, com o cálculo mostrado. Custo de entrada é tokens x 0,15 / 1.000.000, custo de saída é tokens x 0,50 / 1.000.000.

Carga de trabalhoTokens de entrada / saídaCusto por chamadaVolumeTotal
Turno de chat com histórico curto2.000 / 500$0,0003 + $0,00025 = $0,0005510.000 chamadas$5,50
Resumo de documento20.000 / 1.000$0,003 + $0,0005 = $0,00351.000 docs$3,50
Análise de contexto longo90.000 / 2.000$0,0135 + $0,001 = $0,0145100 chamadas$1,45
Geração em massa de texto500 / 1.500$0,000075 + $0,00075 = $0,000825100.000 chamadas$82,50
Trabalho em lote, apenas totais50M / 10M$7,50 + $5,00um trabalho$12,50

Duas coisas se destacam. Primeiro, mesmo o trabalho de geração de 100.000 chamadas fica em $82,50, que é um número que você pode orçar. Segundo, na linha de geração em massa a saída representa mais de 90% da conta ($0,00075 de $0,000825), porque tokens de saída são precificados a 0,50 / 0,15, cerca de 3,3 vezes a taxa de entrada.

O que a recarga mínima compra

A menor recarga é de $20. No custo por turno de chat acima, $20 paga por cerca de 36.000 turnos ($20 / $0,00055 é aproximadamente 36.364). Se você enviasse apenas entrada, $20 cobriria cerca de 133 milhões de tokens; se você gerasse apenas saída, cerca de 40 milhões.

Como comparar provedores honestamente

Páginas de preços são escritas para parecerem boas, então compare em uma carga de trabalho fixa. Um método que se sustenta:

  1. Escolha uma carga de trabalho real, como o turno de chat acima, e meça suas contagens de tokens de entrada e saída a partir dos seus próprios logs.
  2. Abra a página de preços atual de cada provedor e anote as taxas de entrada e saída para o modelo exato que você usaria. As taxas mudam, então verifique os preços atuais no dia em que decidir, em vez de confiar em um post de blog, incluindo este.
  3. Calcule o custo por chamada com a fórmula, depois multiplique pelo seu volume mensal.
  4. Adicione os custos que não aparecem por token: recargas mínimas ou assinaturas, expiração de crédito não utilizado, cobranças por requisições falhas e limites de requisições que o obrigam a um plano superior.

Tenha cuidado com a palavra "modelo" nessa etapa. Este serviço executa um único modelo de pesos abertos, ajustado para responder sem recusas de conteúdo para uso adulto legal, hospedado por um provedor independente. Não é um roteador entre fornecedores e não é a API oficial de nenhum laboratório. Se sua tarefa precisar de um modelo proprietário específico, a taxa mais barata em um modelo diferente não ajuda, e a escolha certa é a que faz o trabalho. Se um modelo de pesos abertos é suficiente, o custo por token é o ponto forte desta API.

Bônus de recarga alteram a taxa efetiva

Recargas são qualquer valor inteiro de $20 a $500, com um bônus que escala com o tamanho:

  • $50 a $99: +5%, então $50 se torna $52,50 de crédito.
  • $100 a $199: +10%, então $100 se torna $110.
  • $200 e acima: +15%, então $200 se torna $230.

No bônus máximo você recebe $1,15 de crédito por $1 pago, então as taxas efetivas caem para $0,15 / 1,15 = cerca de $0,130 por 1M de tokens de entrada e $0,50 / 1,15 = cerca de $0,435 por 1M de tokens de saída. Isso é uma economia de 13% sem alterar uma linha de código. Como o crédito nunca expira, comprar um bloco maior é de baixo risco se você espera uso constante.

O pagamento é apenas por cripto: USDT em TRC20 ou USDC em Base. Os detalhes estão na página de preços, e uma análise mais detalhada do modelo de pagamento por uso está em preços de API LLM pagamento por uso.

Sete formas de reduzir a conta

A taxa mais barata ainda recompensa o uso cuidadoso. Em ordem aproximada de impacto:

  1. Limite e modele a saída. A saída custa 3,3 vezes mais por token. Peça respostas concisas no prompt do sistema e defina max_tokens onde você sabe um limite sensato.
  2. Limite o histórico de chat. Reenviar 20 turnos a cada chamada multiplica seu custo de entrada. Mantenha uma janela de rolagem ou um resumo curto dos turnos mais antigos.
  3. Não encha a janela de contexto. A janela tem 100.000 tokens, mas um prompt de 90.000 tokens custa $0,0135 a cada vez. Recupere os trechos relevantes em vez de colar o arquivo inteiro.
  4. Use o modo JSON para extração. Com response_format definido como json_object, você evita preâmbulos longos e novas tentativas causadas por saída malformada.
  5. Reduza a temperatura para tarefas determinísticas. Menos gerações fora do alvo significam menos re-execuções.
  6. Interrompa antes. Use sequências stop para que o modelo não continue escrevendo após a parte que você precisa.
  7. Teste com o crédito de teste. Usuários novos podem resgatar $0,50 com um clique na página da chave de API, válido por 7 dias. Pelo custo do turno de chat, isso equivale a cerca de 900 chamadas, suficiente para medir suas contagens reais de tokens antes de financiar qualquer coisa.

Exemplo de orçamento mensal

Suponha que você execute um assistente de suporte que lida com 3.000 conversas por dia. Cada conversa requer 6 chamadas ao modelo, e uma chamada típica envia 2.000 tokens de entrada e retorna 300 tokens de saída.

  • Uma chamada: 2.000 x 0,15 / 1.000.000 = $0,0003 para entrada, mais 300 x 0,50 / 1.000.000 = $0,00015 para saída, totalizando $0,00045.
  • Uma conversa: 6 x $0,00045 = $0,0027.
  • Um dia: 3.000 x $0,0027 = $8,10.
  • Trinta dias: 30 x $8,10 = $243.

A carga é de 18.000 chamadas por dia, o que dá uma média de 12,5 por minuto, confortavelmente dentro das 300 requisições por minuto que uma chave completa permite. Se você financiar o mês com uma recarga de $200, o bônus de 15% lhe dá $230 de crédito, então uma recarga cobre cerca de 28 dias desse tráfego ($230 / $8,10 é aproximadamente 28,4). Como o crédito não expira, você pode recarregar nos valores que se adequarem ao seu fluxo de caixa e levar qualquer sobra para frente.

Trate isso como um modelo e substitua pelos seus próprios números. O ponto é que toda a fatura se resume a quatro entradas que você pode medir: chamadas por dia, tokens de entrada por chamada, tokens de saída por chamada e as duas taxas.

Verifique a chamada com uma medição

Este script envia uma requisição e imprime o custo exato com base no uso relatado. Substitua a chave pela sua própria.

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.unlimitedaiapi.com/v1",
    api_key=os.environ["UNLIMITED_API_KEY"],
)

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarize the idea of per-token pricing in two sentences."}],
)

u = resp.usage
cost = u.prompt_tokens * 0.15 / 1_000_000 + u.completion_tokens * 0.50 / 1_000_000
print(resp.choices[0].message.content)
print(u.prompt_tokens, u.completion_tokens, f"${cost:.6f}")

Execute-o em um conjunto pequeno de prompts representativos, faça a média do resultado e escale para seu volume. Se você ainda não configurou o acesso, o quickstart na documentação cobre isso, e você pode obter uma chave de API em alguns minutos.

Perguntas e respostas

Quanto custa um milhão de tokens nesta API?

A entrada custa $0,15 por 1M de tokens e a saída custa $0,50 por 1M de tokens. Um milhão de cada juntos custam $0,65.

Eu pago por requisições falhas ou recusadas?

Não. Requisições falhas ou recusadas não são cobradas, então as novas tentativas após um erro não aumentam a fatura.

Meu crédito expira?

Não. O crédito nunca expira, e não há assinatura ou mínimo mensal. Você paga conforme o uso a partir do saldo que recarregar.

Esta é a opção mais barata para todos os projetos?

Não necessariamente. Ela serve a um único modelo de pesos abertos, então se você precisar de um modelo proprietário específico, compare seu preço e qualidade atuais diretamente. Para tarefas em que um modelo de pesos abertos é suficiente, o custo por token é a principal vantagem.

Posso testar antes de pagar?

Sim. Novos usuários podem resgatar $0,50 de crédito de teste com um clique na página da chave de API após o cadastro. É válido por 7 dias e limitado a um por pessoa.

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 API