DE ▾
API-Schlüssel erhalten

Günstiger LLM-API-Anbieter: Was du neben dem Preis prüfen solltest

Ein günstiger LLM-API-Anbieter ist nur dann günstig, wenn die gesamte Rechnung niedrig ist: Ausgaberaten, fehlgeschlagene Anfragen, Kontextgröße und ablaufendes Guthaben zählen alle. Nutze diese Checkliste mit berechneten Kosten von 0,15 $ pro 1 Mio. Input-Token und 0,50 $ pro 1 Mio. Output-Token.

Aktualisiert

Eine Waage, die Münzen gegen Datenwürfel abwiegt, zur Veranschaulichung der Kostenprüfung eines LLM-API-Anbieters

Cheap AI APIs

Wichtige Punkte

  1. Vergleiche Eingabe- und Ausgabepreise separat und nutze dein eigenes Token-Verhältnis.
  2. Prüfe das Kontextfenster, die Ratenlimits, abgerechnete Fehler, den Verfall und die Datennutzung.
  3. Zusammenfassungen kosten hier 3,25 $ pro 1.000 Dokumente; 1.000 generierte Geschichten kosten 1,575 $.
  4. Ein Test von 0,50 $ benötigt keine Karte und dauert 7 Tage.

Der Preis pro Million Token ist nur die halbe Angabe

Die Auswahl eines Anbieters anhand der niedrigsten Zahl auf einer Preisliste funktioniert, bis zur ersten echten Rechnung. Zwei Anbieter können denselben Eingabepreis werben und dich trotzdem unterschiedlich viel kosten, aufgrund der Ausgabepreisgestaltung, dessen, was als abgerechnete Anfrage gilt, und der Höhe der Wiederholungskosten.

Dieser Artikel gibt dir eine kurze Checkliste, die du auf jeden Anbieter anwenden kannst, und führt dann einen als Beispiel durch: 0,15 $ pro 1 Mio. Eingabe-Token und 0,50 $ pro 1 Mio. Ausgabe-Token, die Preise auf dieser Website. Nutze die Checkliste auch bei anderen. Für ihre Zahlen lies deren aktuelle Preisliste, da sich die Preise ändern.

Die Checkliste

PrüfenWarum es wichtig ist
Eingabe- und Ausgabepreise separatEin gemischter Preis verbirgt, auf welcher Seite du am meisten zahlst
KontextfensterEin kleines Fenster erzwingt Chunking, was mehr Aufrufe und wiederholte Anweisungen bedeutet
Werden fehlgeschlagene Anfragen berechnet?Fehler und Ablehnungen, die Geld kosten, blähen die Rechnung auf
RatenlimitsNiedrige Parallelität macht einen günstigen Batch zu einem langsamen
Mindest-Aufladung und AblaufdatumAblaufendes Guthaben ist verlorene Geld
Abonnement oder PrepaidEine feste monatliche Gebühr bestraft schwache Monate
Welches Modell ist es ehrlich gesagt?Günstig kann ein anderes oder kleineres Modell bedeuten, als der Name vermuten lässt
DatennutzungWerden Prompts zum Training verwendet?
API-KompatibilitätOpenAI-kompatibel bedeutet kein Rewrite und einfaches Wechseln

Schreibe die Antworten für jeden Anbieter in eine kleine Tabelle deiner eigenen Wahl. Lücken in der Dokumentation eines Anbieters sind ebenfalls eine Antwort.

Eingabe versus Ausgabe: Das Verhältnis entscheidet

Ausgabe-Token kosten normalerweise mehr als Eingabe-Token, also kommt es darauf an, was deine App tut. Hier sind zwei Arbeitslasten bei 0,15 $ pro 1 Mio. Eingabe und 0,50 $ pro 1 Mio. Ausgabe.

Zusammenfassungen. Ein Dokument mit 20.000 Token geht ein und 500 Token kommen heraus. Eingabe: 20.000 x 0,15 $ / 1.000.000 = 0,003 $. Ausgabe: 500 x 0,50 $ / 1.000.000 = 0,00025 $. Gesamt 0,00325 $ pro Dokument, oder 3,25 $ für 1.000 Dokumente. Der Eingabeteil macht 92 % der Rechnung aus.

Generierung. Ein Prompt mit 500 Token erzeugt 3.000 Token Geschichte. Eingabe: $0.000075. Ausgabe: $0.0015. Gesamt $0.001575, oder $1.575 für 1.000 Generationen. Hier macht die Ausgabe 95 % der Rechnung aus.

Ein Anbieter mit günstiger Eingabe und teurer Ausgabe gewinnt die erste Arbeitslast und verliert die zweite. Vergleiche nach deinem Verhältnis, nicht nach einer Schlagzeile. Für einen gemischten Monat mit 10 Mio. Eingabe-Token und 2 Mio. Ausgabe-Token beträgt die Rechnung hier 1,50 $ + 1,00 $ = 2,50 $.

Fehler, Wiederholungen und was du tatsächlich zahlst

Der günstigste Anbieter auf dem Papier wird teuer, wenn ein Teil deiner Aufrufe fehlschlägt und du dafür zahlst. Frage, ob fehlgeschlagene oder abgelehnte Anfragen abgerechnet werden. Hier sind sie es nicht. Frage, wie sich das Ratenlimit verhält: Ein voller Schlüssel erlaubt 8 parallele Anfragen und 300 Anfragen pro Minute, ein Testschlüssel 2 und 60. Über einem Limit gibt die API HTTP 429 mit dem Code rate_limited oder concurrency zurück, und bei temporärer Überlastung auch 429 mit Retry-After: 5.

Behandle das höflich und die Kosten für Wiederholungen sind null, da die abgelehnte Anfrage nie lief. Hier ist ein minimaler Wrapper:

import time
from openai import OpenAI, RateLimitError

client = OpenAI(base_url="https://api.cheapaiapis.com/v1", api_key="YOUR_KEY")

def ask(prompt, retries=4):
    for i in range(retries):
        try:
            r = client.chat.completions.create(
                model="uncensored",
                messages=[{"role": "user", "content": prompt}],
            )
            return r.choices[0].message.content
        except RateLimitError:
            time.sleep(5)
    raise RuntimeError("rate limited after retries")

Streams belegen Slots bis zum Ende. Ein Batch mit 20 Streams wird also durch das Limit von 8 Slots begrenzt, nicht durch das Limit pro Minute.

Kontextfenster und die versteckten Kosten des Chunkings

Ein 100.000-Token-Fenster, das sich Prompt und Vervollständigung teilen, lässt dich ein langes Dokument in einer Anfrage senden. Bei einem kleinen Fenster teilst du es, wiederholst die Anweisungen in jedem Chunk und fügst einen letzten Aufruf zum Zusammenführen der Ergebnisse hinzu. Das sind mehr Anfragen, mehr Eingabe-Token und mehr Code zu pflegen. Wenn deine Arbeitslast lange Eingaben beinhaltet, prüfe das Fenster vor dem Preis.

Das Gleiche gilt für Chat-Apps mit langen Verläufen. Wenn der Verlauf passt, kannst du es einfach halten. Dennoch kostet das erneute Senden des Verlaufs in jeder Runde Input-Token, daher ist das Kürzen immer noch sinnvoll. Ein verwandter Beitrag ist GPT-API-Mythen versus Fakten, der echte Einsparungen vom Marketing trennt.

Ein Monat echter Nutzung, kalkuliert

Setze die Teile mit einem kleinen Produkt zusammen: einen Schreibassistenten mit 300 aktiven Nutzern, die jeweils 40 Anfragen pro Monat senden. Das sind 12.000 Anfragen. Jede sendet etwa 3.000 Eingabe-Token (Anweisungen, bisherige Geschichte) und gibt 700 Token zurück.

  • Eingabe: 12.000 x 3.000 = 36 Mio. Token, was 36 x 0,15 $ = 5,40 $ kostet.
  • Ausgabe: 12.000 x 700 = 8,4 Mio. Token, was 8,4 x 0,50 $ = 4,20 $ kostet.
  • Gesamt: 9,60 $ pro Monat, oder 0,032 $ pro Nutzer.

Sieh dir jetzt an, was kleine Änderungen bewirken. Verlauf kürzen, sodass die Eingabe auf 2.000 Token pro Anfrage sinkt, spart 12 Mio. Eingabe-Token, oder 1,80 $. Ausgabe auf 500 Token begrenzen spart 2,4 Mio. Token, oder 1,20 $. Ein Anbieter, der fehlgeschlagene Aufrufe berechnet, fügt bei einer 5-%-Ausfallrate 5 % zur gesamten Rechnung hinzu. Diese Effekte sind so groß wie ein Preisunterschied zwischen zwei günstigen Anbietern, weshalb die Checkliste wichtig ist.

Das Modell ist die andere Hälfte des Vergleichs. Ein niedrigerer Preis für ein Modell, das drei Versuche braucht, um dein Format zu befolgen, ist nicht niedriger. Bevor du dich entscheidest, führe 20 deiner echten Prompts aus und zähle, wie viele beim ersten Versuch eine nutzbare Antwort geben.

Prepaid, Verfall und Aufladungsregeln

Achte auf zwei Richtlinien: ob das Guthaben verfällt und wie die Mindestzahlung ist. Hier verfällt das Guthaben nie, es gibt kein Abonnement und Aufladungen sind in jedem ganzen Betrag von $20 bis $500 möglich. Der Bonus beträgt +5 % ab $50, +10 % ab $100 und +15 % ab $200, sodass eine Aufladung von $100 zu $110 Guthaben wird. Du kannst mit Mit Krypto (USDT auf TRC20, USDC auf Base) bezahlen. Die Preisseite enthält die Tabelle.

Eine Aufladung von 20 $ kauft bei der Generierungsarbeitslast oben (0,001575 $ pro Geschichte) etwa 12.698 Geschichten. Bei der Zusammenfassungsarbeitslast (0,00325 $ pro Dokument) kauft sie etwa 6.153 Dokumente. Das sind die Zahlen, die du mit jedem anderen Anbieter vergleichst.

Teste es, bevor du dich entscheidest

Teste mit deinen Prompts. Melde dich an und nutze das $0,50-Testguthaben auf der API-Schlüssel-Seite. Ein Klick, keine Karte, 7 Tage gültig, einmal pro Person. Da die API OpenAI-kompatibel ist, ändere nur die Base URL.

curl https://api.cheapaiapis.com/v1/chat/completions \
  -H "Authorization: Bearer YOUR_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"uncensored","messages":[{"role":"user","content":"Summarize: retries need backoff."}]}'

Jede Antwort enthält X-Balance-USD, damit du die echten Kosten deiner Testausführung nachverfolgen kannst. Sei klar über das Angebot: ein Open-Weight-Modell, betrieben von einem unabhängigen Anbieter und darauf abgestimmt, ohne Inhaltsfilter für die rechtmäßige Nutzung durch Erwachsene zu antworten. Es ist nicht die offizielle API eines Modellherstellers und nur Text, ohne Bilder, Embeddings oder Feinabstimmung. Prompts werden nicht zum Training verwendet. Details findest du in den Docs.

Fragen und Antworten

Dokumentation lesen
Ist der günstigste Preis pro Million Token immer die beste Wahl?

Nein. Ausgabepreis, abgerechnete Fehler, kleine Kontextfenster und ablaufendes Guthaben können die echte Rechnung erhöhen. Vergleiche basierend auf deinem eigenen Input- und Output-Verhältnis.

Werden fehlgeschlagene Anfragen hier berechnet?

Nein. Fehlgeschlagene oder abgelehnte Anfragen werden nicht berechnet, und Guthaben verfällt nie.

Wie teste ich einen Anbieter kostengünstig?

Nutze das Testguthaben oder eine kleine Aufladung und führe deine echten Prompts aus. Hier benötigt ein Testguthaben von 0,50 $ keine Karte und gilt 7 Tage lang.

Ist dies die offizielle API eines großen Modell-Anbieters?

Nein. Es ist ein Open-Weight-Modell, das von einem unabhängigen Anbieter betrieben wird, nicht die offizielle API eines Herstellers und kein Router.

Dein Schlüssel ist nur einen Klick entfernt

Erstelle ein Konto, kopiere den Schlüssel, ändere die Basis-URL. Das ist die gesamte Einrichtung.

API-Schlüssel erhalten

https://api.cheapaiapis.com/v1