Provedor de API LLM barato: o que verificar além do preço
Um provedor de API LLM barato só é barato se a conta total for baixa: taxas de saída, chamadas falhas, tamanho da janela e crédito com expiração contam. Use esta lista de verificação, com custos calculados a $0,15 por 1M de tokens de entrada e $0,50 por 1M de tokens de saída.
Atualizado

Cheap AI APIs
Pontos principais
- Compare os preços de entrada e saída separadamente e use sua própria proporção de tokens.
- Verifique a janela de contexto, limites de requisições, erros cobrados, expiração e uso de dados.
- Resumos custam $3,25 por 1.000 documentos aqui; 1.000 histórias geradas custam $1,575.
- O crédito de teste de $0,50 não precisa de cartão e dura 7 dias.
O preço por milhão de tokens é apenas metade da cotação
Escolher um provedor pelo menor número na página de preços funciona até a primeira conta real. Dois provedores podem anunciar o mesmo preço de entrada e ainda custar quantias muito diferentes, devido à forma como a saída é precificada, o que conta como uma requisição cobrada e quanto você gasta com retentativas.
Este artigo oferece uma lista de verificação curta que você pode aplicar a qualquer provedor, depois executa um como exemplo: $0,15 por 1M de tokens de entrada e $0,50 por 1M de tokens de saída, as taxas deste site. Use a lista de verificação em outros também. Para os números deles, leia a página de preços atual, pois os preços mudam.
A lista de verificação
| Verificar | Por que isso importa |
|---|---|
| Preços de entrada e saída separadamente | Um preço misturado esconde em qual lado você paga mais |
| Janela de contexto | Uma janela pequena força a fragmentação, o que significa mais chamadas e instruções repetidas |
| Requisições falhas são cobradas? | Erros e recusas que custam dinheiro inflacionam a conta |
| Limites de requisições | Baixa concorrência transforma um lote barato em um lento |
| Recarga mínima e expiração | Crédito que expira é dinheiro que você perde |
| Assinatura ou crédito pré-pago | Uma taxa mensal fixa pune os meses leves |
| Qual é o modelo, honestamente? | Barato pode significar um modelo diferente ou menor do que o nome sugere |
| Uso de dados | Os prompts são usados para treinamento? |
| Compatibilidade com API | Compatível com OpenAI significa sem reescrita e troca fácil |
Escreva as respostas para cada provedor em uma pequena tabela sua. Lacunas na documentação de um provedor também são uma resposta.
Entrada versus saída: a proporção decide
Tokens de saída geralmente custam mais que tokens de entrada, então o que seu app faz importa. Aqui estão duas cargas de trabalho a $0,15 por 1M de entrada e $0,50 por 1M de saída.
Resumos. Um documento de 20.000 tokens entra e 500 tokens saem. Entrada: 20.000 x $0,15 / 1.000.000 = $0,003. Saída: 500 x $0,50 / 1.000.000 = $0,00025. Total $0,00325 por documento, ou $3,25 para 1.000 documentos. O lado da entrada é 92% da conta.
Geração. Um prompt de 500 tokens produz 3.000 tokens de história. Entrada: $0.000075. Saída: $0.0015. Total $0.001575, ou $1.575 para 1.000 gerações. Aqui a saída é 95% da conta.
Um provedor com entrada barata e saída cara vence a primeira carga de trabalho e perde a segunda. Compare pela sua proporção, não por um número de destaque. Para um mês misto de 10M de tokens de entrada e 2M de tokens de saída, a conta aqui é $1,50 + $1,00 = $2,50.
Erros, retentativas e o que você realmente paga
O provedor mais barato no papel torna-se caro se uma parte das suas chamadas falhar e você pagar por elas. Pergunte se requisições falhas ou recusadas são cobradas. Aqui não são. Pergunte como o limite de requisições se comporta: uma chave completa permite 8 requisições simultâneas e 300 requisições por minuto, uma chave de teste 2 e 60. Ao ultrapassar um limite, a API retorna HTTP 429 com o código rate_limited ou concurrency, e em sobrecarga temporária também 429 com Retry-After: 5.
Trate isso com educação e o custo das retentativas é zero, já que a requisição rejeitada nunca foi executada. Aqui está um wrapper mínimo:
import time
from openai import OpenAI, RateLimitError
client = OpenAI(base_url="https://api.cheapaiapis.com/v1", api_key="YOUR_KEY")
def ask(prompt, retries=4):
for i in range(retries):
try:
r = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": prompt}],
)
return r.choices[0].message.content
except RateLimitError:
time.sleep(5)
raise RuntimeError("rate limited after retries")
O streaming ocupa sua vaga de concorrência até o fim, então um job em lote que faz streaming de 20 respostas ao mesmo tempo será limitado pelo limite de 8 vagas, e não pela contagem por minuto.
Janela de contexto e o custo oculto do chunking
Uma janela de 100.000 tokens, compartilhada pelo prompt e pela conclusão, permite enviar um documento longo em uma única requisição. Com uma janela pequena, você divide o documento, repete as instruções em cada bloco e adiciona uma chamada final para mesclar os resultados. Isso gera mais requisições, mais tokens de entrada e mais código para manter. Se sua carga de trabalho envolve entradas longas, verifique a janela antes do preço.
O mesmo se aplica a aplicativos de chat com históricos longos. Se o histórico couber, você pode manter a simplicidade. Mesmo assim, reenviar o histórico custa tokens de entrada a cada turno, então a redução ainda vale a pena. Uma leitura relacionada é mitos e fatos sobre APIs GPT baratas, que separa as economias reais do marketing.
Um mês de uso real, precificado
Junte as peças com um pequeno produto: um assistente de escrita com 300 usuários ativos que enviam 40 requisições por mês. Isso são 12.000 requisições. Cada usuário envia cerca de 3.000 tokens de entrada (instruções, história até agora) e retorna 700 tokens.
- Entrada: 12.000 x 3.000 = 36M tokens, que custam 36 x $0,15 = $5,40.
- Saída: 12.000 x 700 = 8,4M tokens, que custam 8,4 x $0,50 = $4,20.
- Total: $9,60 por mês, ou $0,032 por usuário.
Agora veja o que pequenas mudanças fazem. Reduzir o histórico para que a entrada caia para 2.000 tokens por requisição economiza 12M de tokens de entrada, ou $1,80. Limitar a saída em 500 tokens economiza 2,4M de tokens, ou $1,20. Um provedor que cobra chamadas falhas, com uma taxa de falha de 5%, adiciona 5% à conta total. Esses efeitos são tão grandes quanto uma diferença de preço entre dois provedores baratos, motivo pelo qual a lista de verificação é importante.
O modelo é a outra metade da comparação. Um preço menor para um modelo que precisa de três tentativas para seguir o formato solicitado não é menor. Antes de decidir, execute 20 dos seus prompts reais e conte quantos fornecem uma resposta utilizável na primeira tentativa.
Regras de pré-pagamento, expiração e recarga
Procure por duas políticas: se o crédito expira e qual é o valor mínimo de pagamento. Aqui, o crédito nunca expira, não há assinatura e as recargas podem ser qualquer valor inteiro de $20 a $500. O bônus é de +5% a partir de $50, +10% a partir de $100 e +15% a partir de $200, então uma recarga de $100 se torna $110 de crédito. Você pode pagar com criptomoedas (USDT na rede TRC20, USDC na rede Base). A página de preços possui a tabela.
Uma recarga de $20 na carga de trabalho de geração acima ($0.001575 por história) compra cerca de 12.698 histórias. Na carga de trabalho de resumo ($0.00325 por documento), ela compra cerca de 6.153 documentos. Estes são os valores para comparar com o equivalente de qualquer outro provedor.
Teste antes de se comprometer
A melhor verificação são os seus próprios prompts. Entre com Google, ou com email e senha, e reclame o crédito de teste de $0,50 na página da chave de API. Leva um clique, não precisa de cartão, dura 7 dias e é limitado a um por pessoa. Como a API é compatível com OpenAI, o teste é uma mudança na Base URL.
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":"Summarize: retries need backoff."}]}'
Cada resposta carrega X-Balance-USD, então você pode acompanhar o custo real do seu teste. Seja claro sobre o que está sendo oferecido: um único modelo de pesos abertos, executado por um provedor independente e ajustado para responder sem recusas de conteúdo para uso adulto legal. Não é a API oficial de nenhum fornecedor de modelo, e é apenas texto, sem imagens, embeddings ou fine-tuning. Prompts não são usados para treinamento. Detalhes estão na documentação.
Mais guias
Perguntas e respostas
Ler a documentaçãoO menor preço por milhão de tokens é sempre o mais barato?
Não. Preços de saída, falhas cobradas, janelas de contexto pequenas e crédito pré-pago que expira podem aumentar a conta real. Compare na proporção de entrada e saída do seu próprio input.
As requisições com falha são cobradas aqui?
Não. Requisições falhas ou recusadas não são cobradas e o crédito nunca expira.
Como testar um provedor com baixo custo?
Use o crédito de teste ou uma pequena recarga e execute seus prompts reais. Aqui, um crédito de teste de $0,50 não precisa de cartão e dura 7 dias.
Esta é a API oficial de um grande fornecedor de modelos?
Não. É um modelo de pesos abertos executado por um provedor independente, não a API oficial de nenhum fornecedor e não um roteador.
Sua chave está a um formulário de distância
Crie uma conta, copie a chave e altere a URL base. Essa é toda a configuração.
https://api.cheapaiapis.com/v1