Alternatif Lebih Murah untuk OpenAI: Beralih dengan Base URL
Alternatif yang lebih murah untuk openai untuk teks biasanya hanya perlu mengubah base URL: tukar URL, kunci, dan ID model, dan kode OpenAI SDK Anda tetap berfungsi. Berikut adalah kode pastinya, apa yang berbeda, dan cara menghitung penghematan Anda.
Diperbarui

Cheap AI APIs
Poin utama
- Ubah base URL menjadi https://api.cheapaiapis.com/v1, key, dan model ID menjadi uncensored.
- Hanya teks: tanpa gambar, audio, video, embedding, atau penyetelan halus.
- Tarifnya adalah $0,15 per 1M token input dan $0,50 per 1M token output, menggunakan saldo prabayar.
- Simpan pengaturan dalam variabel lingkungan agar Anda dapat beralih kembali.
Apa yang Anda ubah dan apa yang tidak
Jika Anda menginginkan alternatif yang lebih murah untuk openai untuk generasi teks, migrasinya kecil: base URL baru, kunci baru, dan ID model baru. Prompt, format pesan, kode streaming, dan definisi alat Anda mempertahankan bentuknya. Itulah manfaat dari API yang kompatibel dengan OpenAI, dan itulah alasan Anda dapat menguji migrasi ini di sore hari tanpa penulisan ulang.
Yang tidak dapat Anda pindahkan adalah apa pun di luar chat teks. Endpoint ini menawarkan chat completions, metode responses, dan daftar models. Ini tidak melakukan gambar, audio, video, embeddings, atau fine-tuning. Jika produk Anda menggunakan itu, biarkan bagian itu tetap di tempatnya dan pindahkan hanya panggilan teks.
| Pengaturan | Nilai untuk layanan ini |
|---|---|
| URL dasar | https://api.cheapaiapis.com/v1 |
| ID model | uncensored |
| Otentikasi | Authorization: Bearer YOUR_KEY |
| Endpoint | POST /v1/chat/completions, POST /v1/responses, GET /v1/models |
Beralih di Python, Node, atau curl
Di Python, berikan nilai baru saat Anda membuat klien:
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)
Di 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);
Dan HTTP biasa:
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?"}]}'Jadikan pengalihan dapat dibalik
Jangan mengkodekan secara tetap nilai baru. Masukkan tiga pengaturan dalam variabel lingkungan atau objek konfigurasi, dan Anda dapat beralih kembali dalam hitungan detik jika model baru tidak sesuai dengan salah satu fitur Anda.
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")
Peluncuran yang baik mengirimkan sebagian kecil lalu lintas ke endpoint baru terlebih dahulu, misalnya satu alat internal atau 5% dari permintaan, dan membandingkan output. Simpan rute lama sebagai cadangan untuk kesalahan 429 atau 5xx. Saat Anda membaca respons, anggap hanya bidang standar sebagai stabil: choices[0].message.content, usage dan finish_reason.
Apa yang sebenarnya berbeda
- Model. Ada satu model open-weight, dijalankan oleh penyedia independen, disesuaikan untuk menjawab tanpa penolakan konten untuk penggunaan dewasa yang sah. Ini bukan API resmi dari vendor mana pun, bukan router, dan perilakunya tidak akan persis seperti model yang Anda tinggalkan. Prompt yang disesuaikan untuk model lain mungkin perlu diedit kecil.
- Konteks. Jendela konteksnya adalah 100.000 token, menghitung prompt plus completion.
max_tokensbersifat opsional. - Fitur. Streaming melalui SSE, tool calling, mode JSON, dan penyaluran suhu, top_p, stop, seed, dan penalti didukung. Periksa dokumentasi untuk hal-hal eksotis apa pun yang digunakan kode Anda.
- Batas. Kunci penuh mengizinkan 8 permintaan paralel dan 300 per menit. Tubuh maksimum adalah 8 MB.
- Keamanan. Penolakan konten bukanlah perilaku default, tetapi konten seksual yang melibatkan anak di bawah umur tidak pernah diizinkan. Tambahkan filter Anda sendiri jika produk Anda memiliki aturan sendiri.
Uji tool calling dan mode JSON secara khusus, karena model yang berbeda mungkin memformat argumen secara berbeda. Validasi JSON yang Anda terima, dan coba lagi sekali dengan instruksi yang lebih ketat jika parsing gagal.
Daftar periksa migrasi yang muat dalam satu sore
- Daftarkan panggilan Anda. Cari kode untuk setiap tempat yang membuat klien atau memanggil API. Tandai setiap panggilan sebagai obrolan teks atau lainnya.
- Kumpulkan 30 prompt nyata dari log, dengan detail pribadi dihapus, termasuk beberapa yang panjang, beberapa yang menggunakan alat, dan beberapa yang mengharapkan JSON.
- Ulangi panggilan tersebut terhadap kedua endpoint dan simpan hasilnya berdampingan. Hitung berapa banyak yang dapat diterima tanpa perlu diedit.
- Periksa streaming. Set
stream: truedan pastikan UI Anda menangani chunk penggunaan akhir. - Periksa kesalahan. Paksa kunci yang buruk dan ledakan permintaan, dan konfirmasi bahwa kode Anda menangani 401 dan 429 secara wajar.
- Luncurkan perlahan, dengan rute lama disimpan sebagai cadangan.
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="")
Ingat bahwa permintaan streaming memegang slot konkurensinya hingga streaming berakhir. Jika sebuah halaman membuka beberapa streaming sekaligus, 8 slot kunci penuh dapat terisi sebelum 300 per menit. 429 dengan kode concurrency memberi tahu Anda bahwa itulah yang terjadi.
Hitung penghematan dengan angka Anda sendiri
Tarif di sini adalah $0,15 per 1 juta token input dan $0,50 per 1 juta token output, prabayar dan tanpa langganan. Kami tidak menyatakan harga orang lain; lihat harga saat ini dari layanan yang Anda gunakan sekarang. Lalu jalankan ini:
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
Periksa angka itu secara manual: setiap permintaan biaya 2.500 x 0,15 / 1 juta = $0,000375 untuk input ditambah 600 x 0,50 / 1 juta = $0,0003 untuk output, jadi $0,000675. Dikalikan dengan 30.000 permintaan, itu adalah $20,25. Jalankan fungsi yang sama dengan tarif yang diterbitkan oleh penyedia Anda saat ini dan bandingkan. Sertakan biaya penulisan ulang atau percobaan ulang dalam perbandingan, bukan hanya harga per token.
Permintaan yang gagal atau ditolak tidak dibebankan biaya, dan saldo prabayar tidak pernah kedaluwarsa, jadi bulan yang lambat tidak memerlukan biaya tambahan.
Mulai dengan uji coba
Daftar dengan Google, atau dengan email dan kata sandi, lalu klaim kredit uji coba gratis $0,50 dengan satu klik di halaman kunci API. Ini tidak memerlukan kartu, berlangsung selama 7 hari, dan dibatasi satu per orang. Pada biaya contoh di atas, $0,50 membayar sekitar 740 permintaan dengan ukuran itu, yang cukup untuk menjalankan prompt regresi Anda sendiri terhadap kedua penyedia dan membandingkan.
Ketika Anda siap untuk membayar, isi saldo adalah jumlah bulat apa pun dari $20 hingga $500, dengan +5% dari $50, +10% dari $100, dan +15% dari $200. Anda dapat menggunakan kripto (USDT di TRC20, USDC di Base). halaman harga menampilkan tabel saat ini. Prompt tidak digunakan untuk pelatihan.
Kapan tetap di tempat Anda
Saran jujur: jangan beralih jika produk Anda bergantung pada endpoint gambar, audio, atau embedding dari penyedia Anda saat ini, jika Anda memerlukan model vendor tertentu untuk alasan kontrak, atau jika pengguna Anda mengharapkan perilaku tepat dari vendor tersebut. Rute yang lebih murah juga tidak membantu jika waktu teknik untuk menyesuaikan prompt Anda melebihi penghematan. Gunakan layanan ini untuk panggilan teks di mana model uncensored, bayar-per-token cocok, dan biarkan sisanya tetap di tempatnya.
Untuk gambaran umum tentang mitos umum tentang API berbiaya rendah, baca mitos versus fakta API GPT murah sebelum Anda memutuskan.
Panduan lainnya
Tanya jawab
Baca dokumentasiApakah saya harus menulis ulang kode saya?
Biasanya tidak. Chat completions, streaming, tool calling, dan mode JSON mempertahankan format yang sama. Ubah base URL, kunci API, dan nama model.
Apakah saya bisa menggunakan embeddings atau pembuatan gambar di sini?
Tidak. Layanan ini hanya teks, tanpa pembuatan gambar, audio, atau video, tanpa embedding, dan tanpa fine-tuning.
Apakah jawaban akan sesuai dengan model saya saat ini?
Tidak. Ini adalah model open-weight berbeda yang disesuaikan untuk menjawab tanpa penolakan konten untuk penggunaan dewasa yang sah, jadi uji prompt Anda dan sesuaikan.
Bagaimana cara membandingkan biaya?
Kalikan token input dan output bulanan Anda masing-masing dengan $0,15 dan $0,50 per 1M token, lalu bandingkan dengan tarif yang diterbitkan oleh penyedia layanan Anda saat ini.
Kunci Anda hanya selangkah lagi dari satu formulir
Buat akun, salin kunci, ubah base URL. Itu saja seluruh proses pengaturannya.
https://api.cheapaiapis.com/v1