IT ▾
Ottieni la chiave API

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

Un cavo spostato verso una presa luminosa vicina, che rappresenta un cambio di base URL verso un'API più economica

Cheap AI APIs

Punti chiave

  1. Modifica l'URL di base in https://api.cheapaiapis.com/v1, la chiave e l'ID del modello in uncensored.
  2. Solo testo: nessuna immagine, audio, video, embedding o fine-tuning.
  3. I tassi sono $0,15 per 1M di token di input e $0,50 per 1M di token di output, prepagati.
  4. 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.

ImpostazioneValore per questo servizio
URL di basehttps://api.cheapaiapis.com/v1
ID modellouncensored
AutenticazioneAuthorization: Bearer YOUR_KEY
EndpointPOST /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_tokens è 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

  1. Elenca le tue chiamate. Cerca nel codice ogni punto che crea un client o chiama l'API. Contrassegna ciascuna come chat testuale o altro.
  2. Raccogli 30 prompt reali dai log, con dettagli privati rimossi, inclusi alcuni lunghi, alcuni con tool e alcuni che richiedono JSON.
  3. Riproduci contro entrambi gli endpoint e salva gli output fianco a fianco. Conta quanti sono accettabili senza modifiche.
  4. Controlla lo streaming. Imposta stream: true e assicurati che la tua UI gestisca il chunk di utilizzo finale.
  5. 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.
  6. 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.

Domande e risposte

Leggi la documentazione
Devo 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.

Ottieni la chiave API

https://api.cheapaiapis.com/v1