Günstigere Alternative zu OpenAI: Wechsel über die Base URL
Eine günstigere Alternative zu OpenAI für Text ist meist nur ein Wechsel der Base URL: Tausche die URL, den Schlüssel und die Modell-ID, und dein OpenAI-SDK-Code funktioniert weiter. Hier ist der genaue Code, die Unterschiede und wie du deine Ersparnisse berechnest.
Aktualisiert

Cheap AI APIs
Wichtige Punkte
- Ändere die Base URL in https://api.cheapaiapis.com/v1, key und die Modell-ID in uncensored.
- Nur Text: keine Bilder, Audio, Video, Embeddings oder Fine-Tuning.
- Die Preise betragen $0,15 pro 1M Input-Token und $0,50 pro 1M Output-Token, prepaid.
- Behalte die Einstellungen in Umgebungsvariablen, damit du zurückwechseln kannst.
Was du änderst und was nicht
Wenn du eine günstigere Alternative zu OpenAI für die Textgenerierung suchst, ist die Migration geringfügig: eine neue Base URL, ein neuer Schlüssel und eine neue Modell-ID. Deine Prompts, das Nachrichtenformat, der Streaming-Code und die Tool-Definitionen behalten ihre Struktur. Das ist der Vorteil einer OpenAI-kompatiblen API, und genau das ist auch der Grund, warum du den Wechsel an einem Nachmittag testen kannst, ohne den Code umzuschreiben.
Was du nicht verschieben kannst, ist alles außerhalb des Text-Chats. Dieser Endpunkt bietet Chat-Vervollständigung, die responses-Methode und eine Modellliste. Er unterstützt keine Bilder, Audio, Video, Embeddings oder Fine-Tuning. Wenn dein Produkt diese Funktionen nutzt, behalte diesen Teil dort, wo er ist, und verschiebe nur die Textanfragen.
| Einstellung | Wert für diesen Dienst |
|---|---|
| Base-URL | https://api.cheapaiapis.com/v1 |
| Modell-ID | uncensored |
| Auth | Authorization: Bearer YOUR_KEY |
| Endpunkte | POST /v1/chat/completions, POST /v1/responses, GET /v1/models |
Modellwechsel in Python, Node oder curl
In Python übergibst du die neuen Werte bei der Client-Erstellung:
from openai import OpenAI
client = OpenAI(
base_url="https://api.cheapaiapis.com/v1",
api_key="YOUR_KEY",
)
r = client.chat.completions.create(
model="uncensored",
messages=[
{"role": "system", "content": "Answer in two sentences."},
{"role": "user", "content": "Why do retries need jitter?"},
],
)
print(r.choices[0].message.content)
In Node:
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.cheapaiapis.com/v1",
apiKey: process.env.CHEAP_KEY,
});
const r = await client.chat.completions.create({
model: "uncensored",
messages: [{ role: "user", content: "Why do retries need jitter?" }],
});
console.log(r.choices[0].message.content);
Und einfaches HTTP:
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":"Why do retries need jitter?"}]}'Mache den Wechsel reversibel
Codiere die neuen Werte nicht fest ein. Lege die drei Einstellungen in Umgebungsvariablen oder ein Konfigurationsobjekt, und du kannst innerhalb von Sekunden zurückwechseln, falls das neue Modell nicht zu einer deiner Funktionen passt.
import os
from openai import OpenAI
client = OpenAI(
base_url=os.environ.get("LLM_BASE_URL", "https://api.cheapaiapis.com/v1"),
api_key=os.environ["LLM_API_KEY"],
)
MODEL = os.environ.get("LLM_MODEL", "uncensored")
Ein guter Rollout sendet zunächst einen kleinen Anteil des Traffics an den neuen Endpunkt, z. B. ein internes Tool oder 5 % der Anfragen, und vergleicht die Ausgaben. Behalte die alte Route als Fallback für 429- oder 5xx-Fehler. Wenn du die Antwort liest, betrachte nur die Standardfelder als stabil: choices[0].message.content, usage und finish_reason.
Was den Unterschied ausmacht
- Das Modell. Es gibt ein Open-Weight-Modell, das von einem unabhängigen Anbieter betrieben wird und darauf abgestimmt ist, ohne Inhaltsablehnungen für die rechtmäßige Nutzung durch Erwachsene zu antworten. Es ist nicht die offizielle API eines Anbieters, kein Router und es wird sich nicht exakt wie das Modell verhalten, das du verlässt. Prompts, die für ein anderes Modell optimiert wurden, benötigen möglicherweise kleine Anpassungen.
- Kontext. Das Kontextfenster umfasst 100.000 Token, einschließlich Prompt und Vervollständigung.
max_tokensist optional. - Funktionen. Streaming über SSE, Tool-Calling, JSON-Modus und die Durchgabe von Temperatur, top_p, Stop, Seed und den Strafen werden unterstützt. Prüfe die Dokumentation für alles Exotische, das dein Code nutzt.
- Limits. Ein vollständiger Schlüssel erlaubt 8 parallele Anfragen und 300 pro Minute. Der maximale Body beträgt 8 MB.
- Sicherheit. Inhaltsablehnungen sind nicht das Standardverhalten, aber sexuelle Inhalte mit Minderjährigen sind niemals erlaubt. Füge eigene Filter hinzu, wenn dein Produkt eigene Regeln hat.
Teste Tool-Calling und JSON-Modus speziell, da ein anderes Modell Argumente möglicherweise anders formatiert. Validisiere das zurückgegebene JSON und wiederhole den Vorgang einmal mit einer strengeren Anweisung, falls die Analyse fehlschlägt.
Eine Migrations-Checkliste, die in einen Nachmittag passt
- Liste deine Aufrufe auf. Durchsuche den Code nach jeder Stelle, die einen Client erstellt oder die API aufruft. Markiere jede als Text-Chat oder etwas anderes.
- Sammle 30 echte Prompts aus Logs, entferne private Details, einschließlich einiger langer, einiger, die Tools nutzen, und einiger, die JSON erwarten.
- Spiele sie ab gegen beide Endpunkte und speichere die Ausgaben nebeneinander. Zähle, wie viele ohne Anpassungen akzeptabel sind.
- Prüfe das Streaming. Setze
stream: trueund stelle sicher, dass deine UI den finalen Nutzungschunk verarbeitet. - Prüfe Fehler. Erzwinge einen ungültigen Schlüssel und einen Ansturm von Anfragen, und bestätige, dass dein Code 401 und 429 sinnvoll verarbeitet.
- Führe den Rollout langsam durch, wobei die alte Route als Fallback erhalten bleibt.
stream = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Explain idempotency keys briefly."}],
stream=True,
)
for chunk in stream:
if chunk.choices and chunk.choices[0].delta.content:
print(chunk.choices[0].delta.content, end="")
Denke daran, dass eine gestreamte Anfrage ihren Slot für parallele Anfragen bis zum Ende des Streams belegt. Wenn eine Seite mehrere Streams gleichzeitig öffnet, können die 8 Slots eines vollständigen Schlüssels gefüllt sein, bevor die 300 pro Minute erreicht sind. Eine 429 mit dem Code concurrency zeigt dir, dass dies geschehen ist.
Berechne die Ersparnis mit deinen eigenen Zahlen
Die Preise hier liegen bei $0,15 pro 1 Mio. Input-Token und $0,50 pro 1 Mio. Output-Token, Prepaid und ohne Abonnement. Wir geben keine Preise anderer Anbieter an; schaue dir die aktuellen Preise des Dienstes an, den du aktuell nutzt. Führe dann dies aus:
def monthly_cost(requests, in_tokens, out_tokens, in_rate, out_rate):
return requests * (in_tokens * in_rate + out_tokens * out_rate) / 1_000_000
# here: 0.15 per 1M input, 0.50 per 1M output
mine = monthly_cost(30_000, 2_500, 600, 0.15, 0.50)
print(round(mine, 2)) # 20.25
Überprüfe diese Zahl manuell: Jede Anfrage kostet 2.500 x 0,15 / 1 Mio. = $0,000375 für Input plus 600 x 0,50 / 1 Mio. = $0,0003 für Output, also $0,000675. Multipliziert mit 30.000 Anfragen ergibt das $20,25. Führe die gleiche Funktion mit den veröffentlichten Raten deines aktuellen Anbieters aus und vergleiche. Berücksichtige die Kosten für etwaige Umschreibungen oder Wiederholungen im Vergleich, nicht nur die Token-Preise.
Fehlgeschlagene oder abgelehnte Anfragen werden nicht berechnet, und Guthaben verfällt nie, sodass ein langsamer Monat nichts zusätzlich kostet.
Starte mit der Testphase
Melde dich mit Google oder mit E-Mail und Passwort an und beanspruche das $0,50 Testguthaben mit einem Klick auf der API-Schlüssel-Seite. Es benötigt keine Karte, gilt 7 Tage lang und ist auf eine pro Person begrenzt. Bei den oben genannten Beispielkosten von $0,50 reichen etwa 740 Anfragen dieser Größe, um deine eigenen Regression-Prompts bei beiden Anbietern auszuführen und zu vergleichen.
Für Aufladungen wählst du $20–$500. Ab $50 gibt es +5%, ab $100 +10%, ab $200 +15%. Krypto (USDT TRC20, USDC Base). Die Preisseite zeigt die Tabelle. Prompts werden nicht zum Training genutzt.
Wann du dort bleibst, wo du bist
Ehrlicher Rat: Wechsle nicht, wenn dein Produkt von Bild-, Audio- oder Embedding-Endpunkten deines aktuellen Anbieters abhängt, wenn du ein bestimmtes Modell eines Anbieters aus vertraglichen Gründen benötigst oder wenn deine Nutzer das exakte Verhalten dieses Anbieters erwarten. Eine günstigere Route hilft auch nicht, wenn die Ingenieurszeit zur Anpassung deiner Prompts die Ersparnisse übersteigt. Nutze diesen Dienst für die Textanfragen, wo ein unzensiertes, pay-per-token-Modell passt, und behalte den Rest dort, wo er ist.
Für einen Überblick über die häufigen Mythen über kostengünstige APIs lies Mythen und Fakten zu günstigen GPT-APIs, bevor du dich entscheidest.
Weitere Anleitungen
Fragen und Antworten
Dokumentation lesenMuss ich meinen Code umschreiben?
Normalerweise nicht. Chat-Vervollständigungen, Streaming, Tool-Calling und JSON-Modus behalten das gleiche Format. Ändere die Base URL, den Schlüssel und den Modellnamen.
Kann ich hier Embeddings oder Bildgenerierung nutzen?
Nein. Der Dienst ist nur Text, ohne Bild-, Audio- oder Video-Generierung, keine Embeddings und kein Fine-Tuning.
Stimmen die Antworten mit meinem aktuellen Modell überein?
Nein. Es ist ein anderes Open-Weight-Modell, das darauf abgestimmt ist, ohne Inhaltsablehnungen für die rechtmäßige Nutzung durch Erwachsene zu antworten. Teste deine Prompts und passe sie an.
Wie vergleiche ich die Kosten?
Multipliziere deine monatlichen Input- und Output-Token mit $0,15 bzw. $0,50 pro 1M und vergleiche sie mit den veröffentlichten Preisen deines aktuellen Anbieters.
Dein Schlüssel ist nur ein Formular entfernt
Erstelle ein Konto, kopiere den Schlüssel, ändere die Basis-URL. Das ist die gesamte Einrichtung.
https://api.cheapaiapis.com/v1