La réponse courte
Il y a un seul modèle, une seule liste de prix et aucun abonnement. Vous ajoutez du crédit, envoyez des requêtes, et chaque réponse déduit l'utilisation de tokens de votre solde. Rien ne se renouvelle et rien n'est facturé selon un calendrier.
| Élément | Taux |
|---|---|
| Tokens d'entrée (votre prompt) | 0,15 $ par 1M |
| Tokens de sortie (la réponse du modèle) | 0,50 $ par 1M |
| Requêtes échouées ou refusées | Non facturé |
| Validité | Jamais |
Si vous comparez avec le propre Codex d'OpenAI ou tout autre fournisseur, consultez leurs pages de prix actuelles plutôt que de vous fier à un chiffre cité dans un autre article. Cette page couvre uniquement ce que nous facturons. Le tableau complet se trouve sur la page de tarification, et les détails de l'endpoint sont dans la documentation API.
Ce que coûte une requête, avec les calculs
Un prix par million de tokens est difficile à évaluer jusqu'à ce que vous l'appliquiez à un appel réel. La formule est simple : tokens d'entrée multipliés par 0,15, plus tokens de sortie multipliés par 0,50, le tout divisé par 1 000 000.
Un tour de chat court
Disons qu'une requête contient 2 000 tokens d'entrée (un prompt système plus quelques messages) et retourne 500 tokens de sortie.
- Entrée : 2 000 x 0,15 $ / 1 000 000 = 0,0003 $
- Sortie : 500 x 0,50 $ / 1 000 000 = 0,00025 $
- Total : 0,00055 $
À cette taille, 20 $ de crédit couvrent environ 36 000 requêtes (20 / 0,00055 font environ 36 363).
Une requête de code avec beaucoup de contexte
Maintenant une requête qui envoie 50 000 tokens de contenu de fichier et en reçoit 2 000 en retour.
- Entrée : 50 000 x 0,15 $ / 1 000 000 = 0,0075 $
- Sortie : 2 000 x 0,50 $ / 1 000 000 = 0,0010 $
- Total : 0,0085 $
Une requête qui remplit la fenêtre
La fenêtre de contexte est de 100 000 tokens, prompt et complétion confondus. Remplissez-la avec 90 000 tokens d'entrée et 10 000 de sortie et vous paierez $0,0135 pour l'entrée plus $0,0050 pour la sortie, soit $0,0185. Même un appel au maximum coûte moins de deux cents.
Pourquoi la sortie coûte plus cher que l'entrée
Les tokens de sortie sont facturés à 0,50 $ par 1M contre 0,15 $ pour l'entrée, un ratio d'environ 3,3 pour 1. Cela influence la façon dont vous devez penser à vos dépenses. Un long prompt est bon marché. Une longue réponse n'est pas gratuite. Si vous avez le choix entre envoyer plus de contexte ou demander une réponse plus longue, le contexte est le côté moins cher de la facture.
Deux habitudes découlent de cela. Premièrement, limitez la longueur des réponses qui n'ont pas besoin d'être longues : définissez max_tokens lorsque votre tâche a un plafond naturel, comme une étiquette de classification ou un résumé d'un paragraphe. C'est optionnel sur cette API, car une complétion peut utiliser tout ce qui reste de la fenêtre, donc ne pas le définir sur une tâche bavarde peut coûter plus que prévu. Deuxièmement, utilisez des séquences stop pour arrêter la génération dès que vous avez ce que vous êtes venu chercher.
Recharges et crédits bonus
Vous pouvez ajouter n'importe quel montant entier de 20 $ à 500 $. Les recharges plus importantes obtiennent un crédit bonus en plus :
| Vous payez | Bonus | Crédit que vous recevez |
|---|---|---|
| 20 $ à 49 $ | aucun | identique à ce que vous payez |
| $50 | +5% | $52,50 |
| $100 | +10% | $110,00 |
| $200 | +15% | $230,00 |
| $500 | +15% | $575,00 |
Vous pouvez payer par carte (Visa, Mastercard, Apple Pay, Google Pay) ou avec de la crypto (USDT sur TRC20, USDC sur Base). Le bonus est un vrai crédit supplémentaire : 50 $ vous donnent 2,50 $ de plus, 100 $ donnent 10 $ de plus, et 200 $ donnent 30 $ de plus. Au palier de 200 $, vous recevez 230 $, donc le taux de sortie effectif passe de 0,50 $ à environ 0,43 $ par 1M de tokens (200 / 230 x 0,50). Comme le crédit n'expire jamais, un rechargement plus important n'est pas un pari sur l'utilisation : tout ce que vous ne dépensez pas ce mois-ci sera toujours là le mois suivant. Si vous n'êtes pas sûr de combien vous utiliserez, commencez à 20 $ et augmentez une fois que vous avez un chiffre d'utilisation réel.
À quoi ressemble un mois d'utilisation
Voici trois modèles d'utilisation, tous tarifés avec les tarifs ci-dessus. Ce sont des exemples construits à partir de chiffres ronds, pas des mesures d'un client réel.
Une petite application de chat
1 000 requêtes par jour pendant 30 jours font 30 000 requêtes. À la taille de tour de chat de 0,00055 $ mentionnée plus tôt, cela fait 30 000 x 0,00055 $ = 16,50 $ pour le mois.
Une conversation en croissance
L'historique du chat est renvoyé à chaque tour, donc l'entrée augmente à mesure que la conversation progresse. Prenons une conversation de 20 tours avec un prompt système de 500 tokens, où chaque tour ajoute 150 tokens utilisateur et 350 tokens de réponse. Le tour 1 envoie 650 tokens d'entrée, le tour 2 envoie 1 150, et ainsi de suite en augmentant de 500 à chaque fois. Sur les 20 tours, cela fait 108 000 tokens d'entrée et 7 000 tokens de sortie.
- Entrée : 108 000 x 0,15 $ / 1 000 000 = 0,0162 $
- Sortie : 7 000 x 0,50 $ / 1 000 000 = 0,0035 $
- Conversation complète : 0,0197 $
Deux centimes pour vingt tours. Si vous voulez voir vos propres chiffres, la réponse inclut un bloc d'utilisation, et l'en-tête X-Balance-USD affiche votre solde restant après chaque appel.
Un assistant de code dans un éditeur
Une requête avec 8 000 tokens d'entrée et 1 000 tokens de sortie coûte 0,0012 $ + 0,0005 $ = 0,0017 $. Cent de ces requêtes par jour sur 22 jours ouvrables représentent 2 200 requêtes, soit 3,74 $. Si vous utilisez un éditeur pour cela, la page API de codage couvre la configuration.
Essayez avant de payer
Les nouveaux utilisateurs peuvent réclamer 0,50 $ de crédit d'essai en un clic sur la page de la clé API après l'inscription. Il est attribué une fois par personne, il dure 7 jours et ne nécessite pas de carte. Vous pouvez vous inscrire avec Google ou avec une adresse e-mail et un mot de passe.
À la taille de tour de chat indiquée ci-dessus, 0,50 $ est suffisant pour environ 909 requêtes (0,50 / 0,00055). Cela suffit largement pour vérifier que votre client se connecte, que le streaming fonctionne et que les appels de fonctions reviennent sous la forme attendue. Les clés d'essai sont limitées à 2 requêtes simultanées et 60 requêtes par minute, tandis qu'une clé complète permet 8 requêtes simultanées et 300 par minute. Commencez depuis la page Clé API.
Moyens de réduire la facture
- Réduisez l'historique. Comme l'entrée est renvoyée à chaque tour, supprimer les anciens messages ou les résumer est le moyen d'économie le plus important dans les longues conversations.
- Gardez le prompt système concis. Un prompt de 1 500 tokens sur 10 000 requêtes représente 15 millions de tokens d'entrée, soit 2,25 $.
- Limitez les réponses. Utilisez
max_tokensetstoplorsque la tâche le permet. - Surveillez les nouvelles tentatives. Un code 429 signifie que vous avez atteint une limite de débit ou un plafond de concurrence. Attendez et réessayez plutôt que d'envoyer la même requête en boucle.
- Lisez les en-têtes.
X-Balance-USDest renvoyé avec chaque réponse, afin que vous puissiez vous alerter lorsque le crédit est faible.
Les prompts ne sont pas utilisés pour l'entraînement, et vous ne payez que pour les requêtes qui aboutissent. Une autre habitude paie rapidement : enregistrez les comptes de tokens du bloc d'utilisation de chaque réponse à côté de la fonctionnalité qui a effectué l'appel. Après une semaine, vous saurez quelle partie de votre produit consomme le plus, et c'est presque toujours une partie différente de celle que vous aviez devinée. Corriger les une ou deux principales a généralement plus d'impact que de réduire quelques tokens partout.
