PT ▾
Obter chave de API

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

Uma balança de equilíbrio pesando moedas contra cubos de dados, ilustrando verificações de custo para um provedor de API LLM

Cheap AI APIs

Pontos principais

  1. Compare os preços de entrada e saída separadamente e use sua própria proporção de tokens.
  2. Verifique a janela de contexto, limites de requisições, erros cobrados, expiração e uso de dados.
  3. Resumos custam $3,25 por 1.000 documentos aqui; 1.000 histórias geradas custam $1,575.
  4. 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

VerificarPor que isso importa
Preços de entrada e saída separadamenteUm preço misturado esconde em qual lado você paga mais
Janela de contextoUma 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 requisiçõesBaixa concorrência transforma um lote barato em um lento
Recarga mínima e expiraçãoCrédito que expira é dinheiro que você perde
Assinatura ou crédito pré-pagoUma 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 dadosOs prompts são usados para treinamento?
Compatibilidade com APICompatível 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.

Perguntas e respostas

Ler a documentação
O 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.

Obter chave de API

https://api.cheapaiapis.com/v1