A resposta curta
Há um único modelo, uma única tabela de preços e nenhuma assinatura. Você adiciona crédito, envia requisições e cada resposta deduz o uso de tokens do seu saldo. Nada se renova e nada é cobrado em um cronograma.
| Item | Taxa |
|---|---|
| Tokens de entrada (seu prompt) | $0,15 por 1M |
| Tokens de saída (a resposta do modelo) | $0,50 por 1M |
| Requisições falhas ou recusadas | Não cobrado |
| Validade | Nunca |
Se você está comparando com o próprio Codex da OpenAI ou qualquer outro fornecedor, consulte as páginas de preços atuais deles em vez de confiar em um número citado em outro artigo. Esta página cobre apenas o que cobramos. A tabela completa está na página de preços, e os detalhes do endpoint estão na documentação da API.
Quanto custa uma requisição, com os cálculos
Um preço por milhão de tokens é difícil de sentir até que você o aplique a uma chamada real. A fórmula é simples: tokens de entrada vezes 0,15, mais tokens de saída vezes 0,50, tudo dividido por 1.000.000.
Uma curta troca de chat
Digamos que uma requisição carregue 2.000 tokens de entrada (um prompt de sistema mais algumas mensagens) e retorne 500 tokens de saída.
- Entrada: 2.000 x $0,15 / 1.000.000 = $0,0003
- Saída: 500 x $0,50 / 1.000.000 = $0,00025
- Total: $0,00055
Nesse tamanho, $20 de crédito cobrem cerca de 36.000 requisições (20 / 0,00055 é aproximadamente 36.363).
Uma requisição de código com muito contexto
Agora uma requisição que envia 50.000 tokens de conteúdo de arquivo e recebe 2.000 tokens de volta.
- Entrada: 50.000 x $0,15 / 1.000.000 = $0,0075
- Saída: 2.000 x $0,50 / 1.000.000 = $0,0010
- Total: $0,0085
Uma requisição que preenche a janela
A janela de contexto é de 100.000 tokens, prompt e conclusão juntos. Preencha-a com 90.000 tokens de entrada e 10.000 de saída e você pagará $0,0135 pela entrada mais $0,0050 pela saída, o que dá $0,0185. Mesmo uma chamada no limite custa menos de dois centavos.
Por que a saída custa mais que a entrada
Tokens de saída são precificados a $0,50 por 1M contra $0,15 para entrada, uma proporção de aproximadamente 3,3 para 1. Isso molda como você deve pensar em gastos. Um prompt longo é barato. Uma resposta longa não é gratuita. Se você tiver uma escolha entre enviar mais contexto e pedir uma resposta mais longa, o contexto é o lado mais barato da conta.
Dois hábitos decorrem disso. Primeiro, limite as respostas que não precisam ser longas: defina max_tokens quando sua tarefa tiver um limite natural, como um rótulo de classificação ou um resumo de um parágrafo. É opcional nesta API, já que uma conclusão pode usar o que sobrar da janela, então deixá-lo não definido em uma tarefa falante pode custar mais do que você espera. Segundo, use sequências stop para encerrar a geração assim que você tiver o que veio buscar.
Recargas e crédito bônus
Você pode adicionar qualquer valor inteiro em dólares de $20 a $500. Recargas maiores recebem crédito bônus adicional:
| Você paga | Bônus | Crédito recebido |
|---|---|---|
| $20 a $49 | nenhum | igual ao que você paga |
| $50 | +5% | $52,50 |
| $100 | +10% | $110,00 |
| $200 | +15% | $230,00 |
| $500 | +15% | $575,00 |
Você pode pagar com cartão (Visa, Mastercard, Apple Pay, Google Pay) ou com cripto (USDT na TRC20, USDC na Base). O bônus é crédito extra real: $50 lhe dão $2,50 a mais, $100 dão $10 a mais, e $200 dão $30 a mais. No nível de $200 você recebe $230, então a taxa de saída efetiva cai de $0,50 para cerca de $0,43 por 1M de tokens (200 / 230 x 0,50). Como o crédito nunca expira, uma recarga maior não é uma aposta no uso: o que você não gastar este mês estará lá no próximo mês. Se você não tem certeza de quanto usará, comece com $20 e aumente assim que tiver um número real de uso.
Como é um mês de uso
Aqui estão três padrões de uso, todos precificados com as taxas acima. São exemplos construídos com números redondos, não medições de nenhum cliente real.
Um pequeno aplicativo de chat
1.000 requisições por dia durante 30 dias são 30.000 requisições. No tamanho de turno de chat de $0,00055 mencionado anteriormente, isso é 30.000 x $0,00055 = $16,50 para o mês.
Uma conversa em crescimento
O histórico de chat é reenviado em cada turno, então a entrada cresce conforme a conversa avança. Considere uma conversa de 20 turnos com um prompt de sistema de 500 tokens, onde cada turno adiciona 150 tokens de usuário e 350 tokens de resposta. O turno 1 envia 650 tokens de entrada, o turno 2 envia 1.150, e assim por diante, aumentando 500 cada vez. Em todos os 20 turnos, isso são 108.000 tokens de entrada e 7.000 tokens de saída.
- Entrada: 108.000 x $0,15 / 1.000.000 = $0,0162
- Saída: 7.000 x $0,50 / 1.000.000 = $0,0035
- Conversa inteira: $0,0197
Dois centavos para vinte turnos. Se você quiser ver seus próprios números, a resposta inclui um bloco de uso, e o cabeçalho X-Balance-USD mostra seu saldo restante após cada chamada.
Um assistente de código em um editor
Uma requisição com 8.000 tokens de entrada e 1.000 de saída custa $0,0012 + $0,0005 = $0,0017. Cem desses por dia durante 22 dias úteis são 2.200 requisições, ou $3,74. Se você usar um editor para isso, a página da API de codificação cobre a configuração.
Experimente antes de pagar
Novos usuários podem resgatar $0,50 de crédito de teste com um clique na página da chave de API após o cadastro. É um por pessoa, dura 7 dias e não precisa de cartão. Você pode se cadastrar com Google ou com um e-mail e senha.
No tamanho de turno de chat acima, $0,50 é suficiente para cerca de 909 requisições (0,50 / 0,00055). Isso é mais do que suficiente para verificar se o seu cliente conecta, se o streaming funciona e se as chamadas de ferramenta retornam no formato esperado. Chaves de teste são limitadas a 2 requisições simultâneas e 60 requisições por minuto, enquanto uma chave completa permite 8 simultâneas e 300 por minuto. Comece na página da chave de API.
Formas de manter a conta baixa
- Limite o histórico. Como a entrada é reenviada a cada turno, remover mensagens antigas ou resumi-las é a maior economia em chats longos.
- Mantenha o prompt do sistema conciso. Um prompt de 1.500 tokens em 10.000 requisições são 15 milhões de tokens de entrada, ou $2,25.
- Limite as respostas. Use
max_tokensestoponde a tarefa permitir. - Observe as novas tentativas. Um 429 significa que você atingiu um limite de requisições ou um limite de concorrência. Reduza a frequência e tente novamente em vez de enviar a mesma requisição em loop.
- Leia os cabeçalhos.
X-Balance-USDé retornado em cada resposta, para que você crie um alerta quando o crédito estiver baixo.
Os prompts não são usados para treinamento, e você paga apenas pelas requisições bem-sucedidas. Um hábito que vale a pena é registrar as contagens de tokens do bloco de uso de cada resposta ao lado do recurso que fez a chamada. Depois de uma semana, você saberá qual parte do seu produto consome mais, e isso quase sempre é uma parte diferente da que você imaginou. Corrigir a principal ou as duas principais geralmente importa mais do que reduzir alguns tokens em tudo.
