So funktioniert die tokenbasierte API-Abrechnung, einfach erklärt
Das OpenAI-API-Preismodell ist Pay-per-Token: Du wirst für die gesendeten Token und die vom Modell generierten Token zu zwei verschiedenen Sätzen abgerechnet. Diese Seite erklärt jeden Teil in einfacher Sprache und zeigt, wie unser eigenes OpenAI-kompatibles API dieselbe Idee anwendet.
Aktualisiert

- Du zahlst pro Token, mit einem Satz für Eingabe und einem höheren für Ausgabe.
- Der Gesprächsverlauf wird bei jedem Durchgang erneut gesendet, daher kosten lange Chats pro Nachricht mehr als kurze.
- Ratenlimits begrenzen, wie schnell du Anfragen senden kannst. Sie ändern den Preis pro Token nicht.
- Unsere API berechnet $0,15 und $0,50 pro 1M Token vom Prepaid-Guthaben und ist ein separates Produkt von jedem Anbieter.
Das Modell in einem Absatz
Gehostete LLM-APIs werden normalerweise nach Nutzung verkauft, nicht pro Sitzplatz. Dein Programm sendet Text, der Dienst zählt, wie viele Token hineingegangen sind und wie viele herausgekommen sind, und die Rechnung ist diese Anzahl multipliziert mit den Preisen pro Million Token. Eingabe und Ausgabe haben separate Preise. Verschiedene Modelle haben unterschiedliche Preise. Einige zusätzliche Regeln liegen darüber: Ratenlimits, Kontextfenster und die Art der Bezahlung (Prepaid oder Rechnung). Das ist das gesamte Preismodell, und der Rest dieser Seite erklärt jeden Teil.
Zuerst eine Klarstellung. Wenn Leute diesen Satz in eine Suchleiste eingeben, meinen sie oft die eigene Preisliste von OpenAI. Wir sind nicht OpenAI und zitieren deren Preise hier nicht, da diese sich ändern und du sie an der Quelle lesen solltest. Was wir genau erklären können, ist die Struktur, die von den meisten Anbietern geteilt wird, und wie sie auf dem von uns betriebenen API funktioniert: ein gehostetes, OpenAI-kompatibles, Text-nur-API mit einem Open-Weight-Modell, uncensored, betrieben von einem unabhängigen Anbieter.
Token sind die Einheit
Ein Token ist ein Textabschnitt, den das Modell liest oder schreibt. Es kann ein ganzes kurzes Wort, ein Teil eines langen Wortes, eine Zahl oder ein Satzzeichen sein. Für gewöhnlichen englischen Text ist eine grobe Daumenregel, dass ein Token etwa vier Zeichen oder drei Viertel eines Wortes entspricht. Andere Sprachen, Code und ungewöhnliche Formatierung benötigen normalerweise mehr Token für die gleiche sichtbare Länge, also betrachte jede Daumenregel als Schätzung und lies die echten Zählwerte aus dem API.
Jede Antwort unseres APIs enthält ein Nutzungsobjekt mit prompt_tokens und completion_tokens. Bei gestreamten Antworten kommt die Nutzung am Ende an. Diese beiden Zahlen sind das, wofür du abgerechnet wirst. Nichts anderes, wie die Anzahl der Anfragen oder die Dauer eines Aufrufs, geht in den Preis ein.
Da die Einheit Token ist, nicht Zeichen oder Aufrufe, kann dasselbe Feature je nach Implementierung billig oder teuer sein. Ein einzeiliger Klassifizierungs-Prompt kann für tausend Aufrufe einen Bruchteil eines Cents kosten. Ein Prompt, der ein 60-seitiges Dokument in jede Anfrage einfügt, kostet weit mehr, auch wenn er gleich oft aufgerufen wird.
Eingabe und Ausgabe haben unterschiedliche Preise
Eingabe-Token sind alles, was du sendest: die Systemnachricht, der Gesprächsverlauf, die neueste Nachricht des Benutzers, Tool-Definitionen und Tool-Ergebnisse. Ausgabe-Token sind das, was das Modell generiert, einschließlich jedes Tool-Aufrufs, den es schreibt. Textgenerierung benötigt mehr Rechenleistung als das Lesen, daher preisen Anbieter die Ausgabe höher. Bei unserer API sind die Sätze:
| Pro 1 Mio. Token | Pro Token | |
|---|---|---|
| Eingabe | $0.15 | $0.00000015 |
| Ausgabe | $0.50 | $0.0000005 |
Ausgabe ist 0,50 / 0,15, oder etwa 3,3 mal teurer pro Token. Dieses Verhältnis treibt Designentscheidungen an. Wenn deine App einen 3.000-Token-Prompt sendet und ein 100-Token-Label zurückbekommt, kostet Eingabe $0,00045 und Ausgabe $0,00005, also ist der Prompt 90 Prozent der Kosten, und das Kürzen ist wichtiger als alles andere. Wenn deine App nach 2.000-Token-Geschichten von einem 200-Token-Prompt fragt, kostet Eingabe $0,00003 und Ausgabe $0,001, also ist die Ausgabe 97 Prozent der Kosten, und der Hebel ist die Länge der Geschichte.
Prüfe diese Zahlen selbst: 3.000 x 0,15 / 1.000.000 = 0,00045. 100 x 0,50 / 1.000.000 = 0,00005. 200 x 0,15 / 1.000.000 = 0,00003. 2.000 x 0,50 / 1.000.000 = 0,001.
Warum Verlauf Chats im Laufe der Zeit teurer macht
Die API ist zustandslos. Das Modell erinnert sich nicht an deine letzte Anfrage, daher sendet eine Chat-Anwendung frühere Nachrichten bei jeder neuen erneut. Die Eingabe für Durchgang 10 enthält daher die Durchgänge 1 bis 9 erneut, und du zahlst für diese Token jedes Mal.
Nimm einen Chat, bei dem jeder Durchgang insgesamt 400 Token hinzufügt. Durchgang 1 sendet etwa 400 Token Kontext, Durchgang 10 etwa 4.000 und Durchgang 50 etwa 20.000. Das Kontextfenster des Modells in unserer API beträgt 100.000 Token, Prompt und Completion zusammen, daher muss eine sehr lange Sitzung irgendwann gekürzt werden, unabhängig davon, ob die Kosten eine Rolle spielen. Typische Fixes sind:
- Behalte den System-Prompt und die letzten N Durchgänge und lösche die Mitte.
- Fasse alte Durchgänge zu einer kurzen Notiz zusammen und sende die Notiz stattdessen.
- Speichere langfristige Fakten außerhalb des Chats und füge nur die relevanten ein.
Eine konkrete Zahl: Ein System-Prompt mit 1.000 Token, der bei jeder von 1.000 Anfragen gesendet wird, ergibt 1.000.000 Input-Token, was $0,15 entspricht. Für sich genommen in Ordnung. Aber ein Charakterbogen mit 10.000 Token, der bei jeder von 100.000 Anfragen gesendet wird, ergibt 1.000.000.000 Input-Token, also $150. Fester Overhead multipliziert sich mit dem Volumen, und genau diese Multiplikation ist der Punkt, auf den du achten solltest.
Prepaid-Guthaben, kein Abonnement
Anbieter unterscheiden sich darin, wie Geld bewegt wird. Einige rechnen dich nach Ende des Monats ab, andere ziehen von einem Prepaid-Guthaben ab, und einige mischen beides mit monatlichen Plänen. Bei unserer API ist es einfach: Du fügst Guthaben hinzu, die Nutzung zieht es ab, und nichts erneuert sich automatisch. Guthaben verfällt nie. Fehlgeschlagene oder abgelehnte Anfragen werden nicht berechnet.
Aufladungen sind beliebige ganze Beträge von $20 bis $500, mit einem Bonus von +5% ab $50, +10% ab $100 und +15% ab $200. Also gibt $100 $110 Guthaben, und $200 gibt $230. Du kannst mit Krypto (USDT auf TRC20, USDC auf Base) bezahlen. Das praktische Ergebnis ist, dass dein Worst-Case durch das, was du geladen hast, begrenzt ist: Ein Bug, der in einer Schleife läuft, kann nicht mehr als das Guthaben ausgeben. Das Guthaben nach jedem Aufruf steht im X-Balance-USD-Antwortheader.
Neue Nutzer können den Dienst zuerst testen. Nach der Anmeldung beansprucht ein Klick auf der API-Schlüssel-Seite $0,50 kostenloses Testguthaben, gültig für 7 Tage, eine Person, keine Karte erforderlich.
Ratenlimits sind ein separater Regler
Zwei APIs mit dem gleichen Preis pro Million Token können sich trotzdem sehr unterschiedlich anfühlen, weil Ratenlimits entscheiden, wie viel du pro Minute durchschieben kannst. Anbieter setzen Limits normalerweise pro Account-Tier. Bei unserer API erlaubt ein vollständiger Schlüssel 8 parallele Anfragen und 300 Anfragen pro Minute, und ein Trial-Schlüssel erlaubt 2 parallele und 60 pro Minute. Der maximale Body ist 8 MB.
Wenn du ein Limit überschreitest, erhältst du HTTP 429. Der Fehlercode ist rate_limited, wenn du das Limit für Anfragen pro Minute überschritten hast, und concurrency, wenn zu viele Anfragen in Bearbeitung waren. Bei temporärer Überlastung gibt die API ebenfalls 429 mit einem Retry-After: 5-Header zurück. Ein Detail, das viele überrascht: Eine gestreamte Anfrage belegt ihren Concurrency-Slot, bis der Stream endet. Daher können langsame Clients, die Token einzeln lesen, die 8 Slots schneller füllen, als die Anzahl der Anfragen vermuten lässt.
Limits ändern den Durchsatz, nicht den Preis. Wenn du einen großen Batch durchschieben musst, ist die Arithmetik einfach: Bei 300 Anfragen pro Minute dauern 10.000 Anfragen etwa 34 Minuten, vorausgesetzt, jede endet schnell genug, um innerhalb von 8 gleichzeitig zu bleiben.
Anwendung des Modells auf dieses API
Der OpenAI-kompatible Teil ist das, was das Preismodell portabel macht. Jedes OpenAI-SDK funktioniert, sobald du die Basis-URL und den Schlüssel änderst, daher kann Code zur Kostenverfolgung, den du für einen Anbieter geschrieben hast, normalerweise wiederverwendet werden. Dieses Skript liest Nutzung und preist einen Aufruf zu unseren Sätzen:
from openai import OpenAI
client = OpenAI(
base_url="https://api.openaiapipricing.com/v1",
api_key="YOUR_API_KEY",
)
resp = client.chat.completions.create(
model="uncensored",
messages=[
{"role": "system", "content": "You are a concise assistant."},
{"role": "user", "content": "Explain what a token is in two sentences."},
],
)
u = resp.usage
input_cost = u.prompt_tokens * 0.15 / 1_000_000
output_cost = u.completion_tokens * 0.50 / 1_000_000
print(f"in={u.prompt_tokens} out={u.completion_tokens} total={input_cost + output_cost:.7f}")
Was diese API ist, ausgedrückt in den oben genannten Begriffen: ein Modell, nur Text, ein Kontextfenster mit 100.000 Token, Function Calling, JSON-Modus und Streaming sowie Prompts, die nicht zum Training verwendet werden. Das Modell ist darauf abgestimmt, bei der rechtmäßigen Nutzung durch Erwachsene ohne Inhaltsablehnungen zu antworten, und es gibt eine harte Grenze für sexuellen Inhalt, der Minderjährige betrifft. Es ist kein Router über Anbieter hinweg und kein offizieller Endpunkt eines Anbieters. Details zur Einrichtung findest du im Quickstart, und die vollständige Preisliste findest du auf der Preisseite. Für einen durchgerechneten Vergleich mit anderen Diensten sieh dir die ChatGPT-API-Preisseite an.
Weitere Anleitungen
Fragen und Antworten
Was bedeutet das OpenAI-API-Preismodell einfach ausgedrückt?
Du zahlst für Token: einen Satz für gesendete Token und einen höheren für vom Modell zurückgegebene Token. Die Preise hängen vom Modell ab, die Rechnung ist die Token-Anzahl mal die Preise pro Million.
Ist Eingabe oder Ausgabe teurer?
Ausgabe. Bei unserer API kostet es $0,50 pro 1M Token gegenüber $0,15 pro 1M für Eingabe, etwa das 3,3-fache.
Warum ein langer Chat pro Nachricht mehr kostet?
Die API erinnert sich nicht an frühere Durchgänge, also sendet jede Anfrage den Verlauf erneut als Eingabe-Token. Je länger der Verlauf, desto mehr Eingabe zahlst du bei jedem Durchgang.
Ändern sich die Kosten durch Ratenlimits?
Nein. Sie begrenzen die Anzahl der Anfragen pro Minute und parallele Anfragen. Der Preis pro Token bleibt gleich.
Ist eure API identisch mit der von OpenAI?
Nein. Sie folgt dem OpenAI-Anfrageformat, sodass bestehende SDKs funktionieren, aber sie nutzt ein anderes Open-Weight-Modell, das von einem unabhängigen Anbieter betrieben wird.
Dein Schlüssel ist nur ein Formular entfernt
Erstelle ein Konto, kopiere den Schlüssel, ändere die Basis-URL. Das ist die gesamte Einrichtung.