La risposta breve
C'è un solo modello, un solo listino prezzi e nessun abbonamento. Aggiungi credito, invia richieste e ogni risposta deduce l'utilizzo dei token dal tuo saldo. Nulla si rinnova e nulla viene fatturato a scadenze.
| Voce | Tariffa |
|---|---|
| Token di input (il tuo prompt) | $0,15 per 1M |
| Token di output (la risposta del modello) | $0,50 per 1M |
| Richieste fallite o rifiutate | Non addebitate |
| Scadenza | Mai |
Se stai confrontando con Codex di OpenAI o qualsiasi altro fornitore, controlla le pagine dei prezzi attuali piuttosto che fidarti di un numero citato in un articolo di qualcun altro. Questa pagina copre solo quanto addebitiamo noi. La tabella completa è nella pagina dei prezzi e i dettagli dell'endpoint sono nella documentazione API.
Quanto costa una richiesta, con i calcoli
Un prezzo per milione di token è difficile da percepire finché non lo applichi a una chiamata reale. La formula è semplice: token di input per 0,15, più token di output per 0,50, il tutto diviso per 1.000.000.
Un breve turno di chat
Supponiamo che una richiesta contenga 2.000 token di input (un prompt di sistema più alcuni messaggi) e restituisca 500 token di output.
- Input: 2.000 x $0,15 / 1.000.000 = $0,0003
- Output: 500 x $0,50 / 1.000.000 = $0,00025
- Totale: $0,00055
A queste dimensioni, $20 di credito coprono circa 36.000 richieste (20 / 0,00055 è circa 36.363).
Una richiesta di codifica con molto contesto
Ora una richiesta che invia 50.000 token di contenuti di file e ne riceve 2.000.
- Input: 50.000 x $0,15 / 1.000.000 = $0,0075
- Output: 2.000 x $0,50 / 1.000.000 = $0,0010
- Totale: $0,0085
Una richiesta che riempie la finestra
La finestra di contesto è di 100.000 token, prompt e completamento insieme. Riempila con 90.000 token in input e 10.000 in output e paghi $0,0135 per l'input più $0,0050 per l'output, che fa $0,0185. Anche una chiamata al massimo costa meno di due centesimi.
Perché l'output costa più dell'input
I token di output sono prezzati a $0,50 per 1M contro $0,15 per l'input, un rapporto di circa 3,3 a 1. Questo influenza il modo in cui dovresti pensare alla spesa. Un prompt lungo è economico. Una risposta lunga non è gratis. Se hai la scelta tra inviare più contesto e chiedere una risposta più lunga, il contesto è la parte più economica della bolletta.
Due abitudini derivano da questo. In primo luogo, limita la lunghezza delle risposte che non devono essere lunghe: imposta max_tokens quando il tuo compito ha un limite naturale, come un'etichetta di classificazione o un riassunto di un paragrafo. È opzionale su questa API, poiché un completamento può utilizzare qualsiasi cosa rimanga nella finestra, quindi non impostarlo su un compito dalle risposte prolisse può costare più del previsto. In secondo luogo, usa le sequenze stop per terminare la generazione non appena hai ciò che ti serve.
Ricariche e credito bonus
Puoi aggiungere qualsiasi importo intero da $20 a $500. Le ricariche più grandi ricevono credito bonus in aggiunta:
| Tu paghi | Bonus | Credito che ricevi |
|---|---|---|
| $20 a $49 | nessuno | uguale a quanto paghi |
| $50 | +5% | $52,50 |
| $100 | +10% | $110,00 |
| $200 | +15% | $230,00 |
| $500 | +15% | $575,00 |
Puoi pagare con carta (Visa, Mastercard, Apple Pay, Google Pay) o con cripto (USDT su TRC20, USDC su Base). Il bonus è credito extra reale: $50 ti danno $2,50 in più, $100 ti danno $10 in più e $200 ti danno $30 in più. Al livello di $200 ricevi $230, quindi il tasso di output effettivo scende da $0,50 a circa $0,43 per 1M di token (200 / 230 x 0,50). Poiché il credito non scade mai, una ricarica più grande non è una scommessa sull'utilizzo: qualsiasi cosa non spendi questo mese sarà ancora lì il mese prossimo. Se non sei sicuro di quanto userai, inizia con $20 e aumenta una volta che avrai un numero di utilizzo reale.
Come appare un mese di utilizzo
Ecco tre modelli di utilizzo, tutti prezzati con le tariffe sopra. Sono esempi costruiti con numeri arrotondati, non misurazioni di alcun cliente reale.
Una piccola app di chat
1.000 richieste al giorno per 30 giorni sono 30.000 richieste. Alla dimensione del turno di chat da $0,00055 di prima, questo è 30.000 x $0,00055 = $16,50 per il mese.
Una conversazione in crescita
La cronologia della chat viene inviata di nuovo su ogni turno, quindi l'input cresce man mano che la conversazione avanza. Prendi una conversazione di 20 turni con un prompt di sistema di 500 token, dove ogni turno aggiunge 150 token utente e 350 token di risposta. Il turno 1 invia 650 token di input, il turno 2 invia 1.150, e così via aumentando di 500 ogni volta. Su tutti i 20 turni sono 108.000 token di input e 7.000 token di output.
- Input: 108.000 x $0,15 / 1.000.000 = $0,0162
- Output: 7.000 x $0,50 / 1.000.000 = $0,0035
- Intera conversazione: $0,0197
Due centesimi per venti turni. Se vuoi vedere i tuoi numeri, la risposta include un blocco di utilizzo e l'intestazione X-Balance-USD mostra il tuo saldo rimanente dopo ogni chiamata.
Un assistente di codifica in un editor
Una richiesta con 8.000 token di input e 1.000 token di output costa $0,0012 + $0,0005 = $0,0017. Cento di queste al giorno per 22 giorni lavorativi sono 2.200 richieste, o $3,74. Se usi un editor per questo, la pagina API di codifica copre la configurazione.
Provalo prima di pagare
I nuovi utenti possono richiedere $0,50 di credito di prova con un clic nella pagina della chiave API dopo la registrazione. È uno per persona, dura 7 giorni e non richiede una carta. Puoi registrarti con Google o con un'email e una password.
Alla dimensione del turno di chat sopra, $0,50 sono sufficienti per circa 909 richieste (0,50 / 0,00055). È più che sufficiente per verificare che il tuo client si connetta, che lo streaming funzioni e che le chiamate agli strumenti tornino nella forma che ti aspetti. Le chiavi di prova sono limitate a 2 richieste concorrenti e 60 richieste al minuto, mentre una chiave completa ottiene 8 concorrenti e 300 al minuto. Inizia dalla pagina della chiave API.
Modi per tenere basso il conto
- Riduci la cronologia. Poiché l'input viene inviato di nuovo a ogni turno, eliminare i messaggi vecchi o riassumerli è il modo principale per risparmiare nelle chat lunghe.
- Mantieni il prompt di sistema conciso. Un prompt di 1.500 token su 10.000 richieste genera 15 milioni di token in input, pari a $2,25.
- Limita le risposte. Usa
max_tokensestopdove il compito lo consente. - Monitora i tentativi. Un 429 indica che hai raggiunto un limite di richieste o un limite di concorrenza. Riduci il ritmo e riprova invece di inviare la stessa richiesta in un ciclo.
- Leggi le intestazioni.
X-Balance-USDviene restituito in ogni risposta, così puoi impostare un avviso quando il credito si sta esaurendo.
I prompt non vengono utilizzati per l'addestramento e paghi solo per le richieste che vanno a buon fine. Un'altra abitudine che ripaga rapidamente è registrare i conteggi dei token dal blocco di utilizzo di ogni risposta accanto alla funzione che ha effettuato la chiamata. Dopo una settimana saprai quale parte del tuo prodotto consuma di più, e quasi sempre si tratta di una parte diversa da quella che avresti indovinato. Correggere la parte principale o le due principali di solito è più importante che risparmiare qualche token ovunque.
