Goedkoper alternatief voor OpenAI: wissel via base URL
Een goedkoper alternatief voor openai voor tekst is meestal slechts een base URL-wijziging: wissel de URL, sleutel en model ID en je OpenAI SDK-code blijft werken. Hier is de exacte code, wat verschilt en hoe je je besparingen berekent.
Bijgewerkt

Cheap AI APIs
Belangrijkste punten
- Wijzig base URL naar https://api.cheapaiapis.com/v1, key en model ID naar uncensored.
- Alleen tekst: geen afbeeldingen, audio, video, embeddings of fine-tuning.
- De tarieven zijn $0,15 per 1M input en $0,50 per 1M output tokens, prepaid.
- Bewaar de instellingen in environment variables zodat je terug kunt schakelen.
Wat je wijzigt en wat je niet doet
Als je een goedkoper alternatief voor openai voor tekstgeneratie wilt, is de migratie klein: een nieuwe base URL, een nieuwe sleutel en een nieuw model ID. Je prompts, berichtindeling, streaming-code en tool-definities behouden hun vorm. Dat is het voordeel van een OpenAI-compatible API, en ook de reden waarom je de switch in een middag kunt testen zonder herschrijving.
Wat je niet kunt verplaatsen is alles buiten tekstchat. Dit eindpunt biedt chatvoltooiingen, de responses-methode en een modellenlijst. Het ondersteunt geen afbeeldingen, audio, video, embeddings of fine-tuning. Als je product deze gebruikt, houd dat deel dan waar het is en verplaats alleen de tekstaanroepen.
| Instelling | Waarde voor deze service |
|---|---|
| Basis-URL | https://api.cheapaiapis.com/v1 |
| Model-ID | uncensored |
| Auth | Authorization: Bearer YOUR_KEY |
| Endpoints | POST /v1/chat/completions, POST /v1/responses, GET /v1/models |
Schakel over in Python, Node of curl
In Python geef je de nieuwe waarden door bij het aanmaken van de 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);
En platte 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?"}]}'Maak de switch omkeerbaar
Codeer de nieuwe waarden niet hard. Zet de drie instellingen in environment variables of een config object, en je kunt binnen seconden terugschakelen als het nieuwe model niet bij een van je features past.
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")
E goede rollout stuurt eerst een klein deel van het verkeer naar de nieuwe endpoint, bijvoorbeeld één interne tool of 5% van de verzoeken, en vergelijkt de outputs. Houd de oude route aan als fallback voor 429- of 5xx-fouten. Als je de response leest, behandel dan alleen de standaardvelden als stabiel: choices[0].message.content, usage en finish_reason.
Wat er eigenlijk verschilt
- Het model. Er is één open-weight model, draaiend bij een onafhankelijke provider, afgestemd op antwoorden zonder inhoudelijke weigeringen voor wettelijk volwassen gebruik. Het is niet de officiële API van een leverancier, geen router, en het zal zich niet precies gedragen als het model dat je verlaat. Prompts die zijn afgestemd op een ander model kunnen kleine aanpassingen nodig hebben.
- Context. Het venster is 100.000 tokens, tellend prompt plus completion.
max_tokensis optioneel. - Functies. Streaming via SSE, tool calling, JSON-modus en doorsturen van temperature, top_p, stop, seed en de strafparameters worden ondersteund. Raadpleeg de docs voor alles wat je code op een exotische manier gebruikt.
- Limits. Een volledige sleutel staat 8 gelijktijdige verzoeken en 300 per minuut toe. De maximale body is 8 MB.
- Veiligheid. Het weigeren van content is niet het standaardgedrag, maar seksuele inhoud met minderjarigen is nooit toegestaan. Voeg je eigen filters toe als je product zijn eigen regels heeft.
Test tool calling en JSON-modus specifiek, omdat een ander model argumenten anders kan formatteren. Valideer de JSON die je terugkrijgt en probeer het een keer opnieuw met een strengere instructie als het parseren mislukt.
Een migratiechecklist die in een middag past
- Lijst je aanroepen op. Zoek in de code naar elke plek die een client aanmaakt of de API aanroept. Markeer elk als tekstchat of iets anders.
- Verzamel 30 echte prompts uit logs, met privédetails verwijderd, waaronder een paar lange, een paar die tools gebruiken en een paar die JSON verwachten.
- Replay ze tegen beide endpoints en sla de outputs naast elkaar op. Tel hoeveel acceptabel zijn zonder bewerkingen.
- Controleer streaming. Stel
stream: truein en zorg dat je UI de laatste usage chunk verwerkt. - Controleer fouten. Forceer een ongeldige sleutel en een burst van verzoeken, en bevestig dat je code 401 en 429 op een verstandige manier afhandelt.
- Rollout langzaam, met de oude route als 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="")
Onthoud dat een gestreamd verzoek zijn gelijktijdigheidsplek vasthoudt tot de stream eindigt. Als een pagina meerdere streams tegelijk opent, kunnen de 8 slots van een volledige sleutel vol raken voordat de 300 per minuut wordt bereikt. Een 429 met code concurrency vertelt je dat dit is gebeurd.
Bereken de besparingen met je eigen cijfers
De tarieven hier zijn $0,15 per 1M inputtokens en $0,50 per 1M outputtokens, prepaid en zonder abonnement. We geven geen prijzen van anderen op; kijk naar de huidige prijzen van de service die je nu gebruikt. Voer dan dit uit:
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
Controleer dat cijfer handmatig: elk verzoek kost 2.500 x 0,15 / 1M = $0,000375 voor input plus 600 x 0,50 / 1M = $0,0003 voor output, dus $0,000675. Vermenigvuldigd met 30.000 verzoeken is dat $20,25. Voer dezelfde functie uit met de gepubliceerde tarieven van je huidige provider en vergelijk. Neem de kosten van eventuele herschrijvingen of retries mee in de vergelijking, niet alleen per-token prijzen.
Mislukte of geweigerde verzoeken worden niet in rekening gebracht, en tegoed verloopt nooit, dus een trage maand kost niets extra.
Begin met de trial
Meld je aan met Google, of met een e-mail en wachtwoord, en claim dan het $0,50 trial credit met één klik op de API key page. Het vereist geen kaart, duurt 7 dagen en is beperkt tot één per persoon. Bij de voorbeeldkosten hierboven betaalt $0,50 voor ongeveer 740 verzoeken van die grootte, wat genoeg is om je eigen regression prompts uit te voeren tegen beide providers en te vergelijken.
Wanneer je klaar bent om te betalen, zijn top-ups elk geheel bedrag van $20 tot $500, met +5% vanaf $50, +10% vanaf $100 en +15% vanaf $200. Je kunt crypto (USDT op TRC20, USDC op Base) gebruiken. De pricing page toont de huidige tabel. Prompts worden niet gebruikt voor training.
Wanneer je kunt blijven waar je bent
Eerlijk advies: schakel niet over als je product afhankelijk is van image, audio of embedding endpoints van je huidige provider, als je een specifiek model van een leverancier nodig hebt om contractuele redenen, of als je gebruikers dat exacte gedrag van die leverancier verwachten. Een goedkopere route helpt ook niet als de engineeringtijd om je prompts aan te passen de besparingen overtreft. Gebruik deze service voor de tekstcalls waar een ongecensureerd, pay-per-token model past, en houd de rest waar het is.
Voor een overzicht van de veelvoorkomende mythes over goedkope API's, lees mythes versus feiten over goedkope GPT API's voordat je een beslissing neemt.
Meer handleidingen
Vragen en antwoorden
Lees de documentatieMoet ik mijn code herschrijven?
Meestal niet. Chat-completies, streaming, tool calling en JSON-modus behouden dezelfde indeling. Wijzig de base URL, sleutel en modelnaam.
Kan ik hier embeddings of imagegeneratie gebruiken?
Nee. De service is alleen tekst, met geen image, audio of video generatie, geen embeddings en geen fine-tuning.
Zullen antwoorden overeenkomen met mijn huidige model?
Nee. Het is een ander open-weight model, afgestemd om te antwoorden zonder inhoudsweigeringen voor wettelijk volwassen gebruik, dus test je prompts en pas ze aan.
Hoe vergelijk ik de kosten?
Vermenigvuldig je maandelijkse input- en outputtokens met $0,15 en $0,50 per 1M en vergelijk dit met de gepubliceerde tarieven van je huidige provider.
Je sleutel is nog maar één formulier verwijderd
Maak een account aan, kopieer de sleutel, pas de base URL aan. Dat is de hele setup.
https://api.cheapaiapis.com/v1