Alternativa più economica a OpenAI: cambia l'endpoint tramite Base URL
Un'alternativa più economica a openai per il testo è solitamente a un cambio di base URL di distanza: scambia URL, chiave e ID del modello, e il tuo codice OpenAI SDK continua a funzionare. Ecco il codice esatto, le differenze e come calcolare i risparmi.
Aggiornato

Cheap AI APIs
Punti chiave
- Modifica l'URL di base in https://api.cheapaiapis.com/v1, la chiave e l'ID del modello in uncensored.
- Solo testo: nessuna immagine, audio, video, embedding o fine-tuning.
- I tassi sono $0,15 per 1M di token di input e $0,50 per 1M di token di output, prepagati.
- Mantieni le impostazioni nelle variabili d'ambiente così puoi tornare indietro.
Cosa cambi e cosa non cambi
Se vuoi un'alternativa più economica a openai per la generazione di testo, la migrazione è minima: una nuova base URL, una nuova chiave e un nuovo ID del modello. I tuoi prompt, il formato dei messaggi, il codice di streaming e le definizioni degli strumenti mantengono la loro forma. Questo è il vantaggio di un'API compatibile con OpenAI, ed è anche il motivo per cui puoi testare il passaggio in un pomeriggio senza riscritture.
Quello che non puoi spostare è tutto ciò che non è chat testuale. Questo endpoint offre chat completions, il metodo responses e un elenco models. Non gestisce immagini, audio, video, embeddings o fine-tuning. Se il tuo prodotto usa quelle funzionalità, mantieni quella parte dove è e sposta solo le chiamate testuali.
| Impostazione | Valore per questo servizio |
|---|---|
| URL di base | https://api.cheapaiapis.com/v1 |
| ID modello | uncensored |
| Autenticazione | Authorization: Bearer YOUR_KEY |
| Endpoint | POST /v1/chat/completions, POST /v1/responses, GET /v1/models |
Passa in Python, Node o curl
In Python, passa i nuovi valori quando crei il client:
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);
E HTTP semplice:
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?"}]}'Rendi il passaggio reversibile
Non codificare in modo statico i nuovi valori. Inserisci le tre impostazioni in variabili d'ambiente o in un oggetto di configurazione e puoi tornare indietro in pochi secondi se il nuovo modello non si adatta a una delle tue funzionalità.
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")
Un buon rollout invia una piccola quota di traffico al nuovo endpoint prima, ad esempio uno strumento interno o il 5% delle richieste, e confronta gli output. Mantieni la vecchia rotta come fallback per errori 429 o 5xx. Quando leggi la risposta, considera stabili solo i campi standard: choices[0].message.content, usage e finish_reason.
Cosa differisce effettivamente
- Il modello. Esiste un solo modello a pesi aperti, gestito da un provider indipendente, ottimizzato per rispondere senza filtri sui contenuti per uso adulto lecito. Non è l'API ufficiale di alcun fornitore, non è un router e non si comporterà esattamente come il modello che stai lasciando. I prompt ottimizzati per un altro modello potrebbero richiedere piccole modifiche.
- Contesto. La finestra è di 100.000 token, contando prompt più completion.
max_tokensè opzionale. - Funzionalità. Streaming su SSE, tool calling, JSON mode, e il passaggio di temperatura, top_p, stop, seed e le penalità sono supportati. Controlla la documentazione per qualsiasi funzionalità esotica che il tuo codice usa.
- Limiti. Una chiave completa permette 8 richieste parallele e 300 al minuto. Il corpo massimo è 8 MB.
- Sicurezza. I rifiuti di contenuto non sono il comportamento predefinito, ma i contenuti sessuali che coinvolgono minorenni sono sempre vietati. Aggiungi i tuoi filtri se il tuo prodotto ha le sue regole.
Testa specificamente il tool calling e la JSON mode, poiché un modello diverso potrebbe formattare gli argomenti in modo diverso. Convalida il JSON che ricevi e riprova una volta con un'istruzione più rigorosa se l'analisi fallisce.
Una checklist di migrazione che si adatta a un pomeriggio
- Elenca le tue chiamate. Cerca nel codice ogni punto che crea un client o chiama l'API. Contrassegna ciascuna come chat testuale o altro.
- Raccogli 30 prompt reali dai log, con dettagli privati rimossi, inclusi alcuni lunghi, alcuni con tool e alcuni che richiedono JSON.
- Riproduci contro entrambi gli endpoint e salva gli output fianco a fianco. Conta quanti sono accettabili senza modifiche.
- Controlla lo streaming. Imposta
stream: truee assicurati che la tua UI gestisca il chunk di utilizzo finale. - Controlla gli errori. Forza una chiave errata e un burst di richieste, e conferma che il tuo codice gestisca 401 e 429 in modo sensato.
- Lancia lentamente, mantenendo la vecchia rotta come fallback.
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="")
Ricorda che una richiesta streaming mantiene il suo slot di concorrenza fino alla fine dello stream. Se una pagina apre diversi stream contemporaneamente, gli 8 slot di una chiave completa possono riempirsi prima delle 300 richieste al minuto. Un 429 con codice concurrency ti dice che è successo questo.
Calcola i risparmi con i tuoi numeri
I prezzi qui sono $0,15 per 1M di token di input e $0,50 per 1M di token di output, con credito prepagato e senza abbonamento. Non indichiamo i prezzi di altri; guarda i prezzi correnti del servizio che usi ora. Poi esegui questo:
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
Verifica il valore a mano: ogni richiesta costa 2.500 x 0,15 / 1M = $0,000375 per l'input più 600 x 0,50 / 1M = $0,0003 per l'output, quindi $0,000675. Moltiplicato per 30.000 richieste, fa $20,25. Esegui la stessa funzione con i prezzi pubblicati dal tuo provider attuale e confronta. Include il costo di eventuali riscritture o retry nel confronto, non solo i prezzi per token.
Le richieste fallite o rifiutate non vengono addebitate, e il credito non scade mai, quindi un mese lento non costa nulla in più.
Inizia con la prova
Registrati con Google, o con email e password, poi reclama il credito di prova di $0,50 con un clic sulla pagina chiave API. Non serve una carta, dura 7 giorni ed è limitato a uno per persona. Al costo di esempio sopra, $0,50 paga circa 740 richieste di quella dimensione, che è sufficiente per eseguire i tuoi prompt di regressione contro entrambi i provider e confrontare.
Quando sei pronto a pagare, le ricariche sono qualsiasi importo intero da $20 a $500, con +5% da $50, +10% da $100 e +15% da $200. Puoi usare cripto (USDT su TRC20, USDC su Base). La pagina dei prezzi mostra la tabella corrente. I prompt non sono usati per l'addestramento.
Quando restare dove sei
Consiglio onesto: non passare se il tuo prodotto dipende da endpoint di immagini, audio o embedding dal tuo provider attuale, se hai bisogno del modello di un vendor specifico per motivi contrattuali, o se i tuoi utenti si aspettano quel comportamento esatto del vendor. Una rotta più economica non aiuta anche se il tempo di ingegneria per adattare i tuoi prompt supera i risparmi. Usa questo servizio per le chiamate testuali dove un modello uncensored, pay-per-token si adatta, e mantieni il resto dove è.
Per una panoramica sui comuni miti sulle API a basso costo, leggi miti vs fatti sulle API GPT economiche prima di decidere.
Altre guide
Domande e risposte
Leggi la documentazioneDevo riscrivere il codice?
Di solito no. Chat completions, streaming, tool calling e JSON mode mantengono lo stesso formato. Cambia la base URL, la chiave e il nome del modello.
Posso usare embeddings o generazione immagini qui?
No. Il servizio è solo testo, senza generazione di immagini, audio o video, senza embedding e senza fine-tuning.
Le risposte corrisponderanno al mio modello attuale?
No. È un modello a pesi aperti diverso, ottimizzato per rispondere senza filtri sui contenuti per uso adulto lecito; testa i tuoi prompt e regola.
Come confronto i costi?
Moltiplica i tuoi token di input e output mensili per $0,15 e $0,50 per 1M, poi confronta con i tassi pubblicati dal tuo provider attuale.
La tua chiave è a un modulo di distanza
Crea un account, copia la chiave, modifica l'URL di base. È tutta la configurazione.
https://api.cheapaiapis.com/v1