Come funziona il prezzo a token delle API, spiegato in modo semplice
Il modello di prezzo delle API OpenAI è pay-per-token: vieni fatturato per i token che invii e per i token che il modello scrive indietro, a due tariffe diverse. Questa pagina spiega ogni parte in linguaggio semplice e mostra come la nostra API compatibile con OpenAI applica la stessa idea.
Aggiornato

- Paghi per token, con una tariffa per l'input e una tariffa più alta per l'output.
- La cronologia delle conversazioni viene reinviata ad ogni turno, quindi le chat lunghe costano di più per messaggio rispetto a quelle brevi.
- I limiti di richiesta limitano la velocità con cui puoi inviare richieste. Non cambiano il prezzo per token.
- La nostra API addebita $0,15 e $0,50 per 1M di token dal credito prepagato ed è un prodotto separato da quello di qualsiasi fornitore.
Il modello in un paragrafo
Le API di modelli linguistici ospitati sono solitamente vendute in base all'utilizzo, non per utente. Il tuo programma invia testo, il servizio conta quanti token sono entrati e quanti sono usciti, e il conto è quel conteggio moltiplicato per i prezzi per milione di token. Input e output hanno prezzi separati. Modelli diversi hanno prezzi diversi. Alcune regole aggiuntive si applicano: limiti di richiesta, finestre di contesto e il modo in cui paghi (prepagato o fatturato). Questo è l'intero modello di prezzo e il resto di questa pagina spiega ogni pezzo.
Una precisazione iniziale. Quando le persone digitano questa frase in una casella di ricerca, spesso intendono la lista prezzi di OpenAI. Non siamo OpenAI e non citiamo i loro prezzi qui, poiché cambiano e dovresti leggerli alla fonte. Ciò che possiamo spiegare accuratamente è la struttura, che è condivisa dalla maggior parte dei provider, e come funziona sull'API che gestiamo: un'API solo testo ospitata e compatibile con OpenAI con un modello a pesi aperti, uncensored, gestito da un provider indipendente.
I token sono l'unità
Un token è un blocco di testo che il modello legge o scrive. Può essere una breve parola intera, parte di una parola lunga, un numero o un segno di punteggiatura. Per la prosa inglese ordinaria, una regola pratica approssimativa è che un token corrisponde a circa quattro caratteri, o tre quarti di una parola. Altre lingue, il codice e le formattazioni insolite richiedono solitamente più token per la stessa lunghezza visibile, quindi considera qualsiasi regola pratica come una stima e leggi i conteggi reali dall'API.
Ogni risposta dalla nostra API include un oggetto di utilizzo con prompt_tokens e completion_tokens. Per le risposte in streaming l'utilizzo arriva alla fine. Quei due numeri sono su cui vieni fatturato. Nient'altro, come il numero di richieste o il tempo impiegato da una chiamata, entra nel prezzo.
Poiché l'unità è il token, non i caratteri o le chiamate, la stessa funzione può essere economica o costosa a seconda di come la costruisci. Un prompt di classificazione su una riga può costare una frazione di centesimo per mille chiamate. Un prompt che incolla un documento di 60 pagine in ogni richiesta costa molto di più, anche se viene chiamato lo stesso numero di volte.
Input e output hanno prezzi diversi
I token di input sono tutto ciò che invii: il messaggio di sistema, la cronologia della conversazione, l'ultimo messaggio dell'utente, le definizioni degli strumenti e i risultati degli strumenti. I token di output sono ciò che il modello genera, incluse eventuali chiamate di funzione che scrive. La generazione di testo richiede più calcolo della sua lettura, quindi i fornitori prezzano l'output più in alto. Sulla nostra API i tassi sono:
| Per 1M di token | Per token | |
|---|---|---|
| Input | $0.15 | $0.00000015 |
| Output | $0.50 | $0.0000005 |
L'output è 0,50 / 0,15, o circa 3,3 volte più costoso per token. Quel rapporto guida le decisioni di progettazione. Se la tua app invia un prompt di 3.000 token e riceve indietro un'etichetta di 100 token, l'input costa $0,00045 e l'output costa $0,00005, quindi il prompt è il 90 percento del costo e accorciarlo conta più di qualsiasi altra cosa. Se la tua app chiede storie da 2.000 token da un prompt di 200 token, l'input costa $0,00003 e l'output costa $0,001, quindi l'output è il 97 percento del costo e la leva è la lunghezza della storia.
Verifica quei numeri da te: 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.
Perché la cronologia fa costare di più le chat nel tempo
L'API è senza stato. Il modello non ricorda la tua richiesta precedente, quindi un'applicazione di chat reinvia i messaggi precedenti con ogni nuova richiesta. L'input per il turno 10 contiene quindi i turni da 1 a 9 di nuovo, e paghi per quei token ogni volta.
Prendi una chat in cui ogni turno aggiunge 400 token in totale. Il turno 1 invia circa 400 token di contesto, il turno 10 circa 4.000 e il turno 50 circa 20.000. La finestra di contesto del modello sulla nostra API è di 100.000 token, prompt e completamento insieme, quindi una sessione molto lunga alla fine dovrà essere ridotta, indipendentemente dal fatto che il costo conti. Le soluzioni tipiche sono:
- Mantieni il prompt di sistema e gli ultimi N turni, e scarta la parte centrale.
- Riassumi i turni vecchi in una breve nota e inviala al suo posto.
- Memorizza i fatti a lungo termine fuori dalla chat e inserisci solo quelli rilevanti.
Un numero concreto: un prompt di sistema da 1.000 token inviato con ciascuna di 1.000 richieste è 1.000.000 di token di input, che sono $0,15. Va bene da solo. Ma un foglio personaggio da 10.000 token inviato con ciascuna di 100.000 richieste è 1.000.000.000 di token di input, o $150. I costi fissi si moltiplicano per il volume, e quella moltiplicazione è la cosa da monitorare.
Credito prepagato, non un abbonamento
I fornitori differiscono nel modo in cui funziona il pagamento. Alcuni ti fatturano dopo la fine del mese, altri deducono da un saldo prepagato, e altri mescolano i due con piani mensili. Sulla nostra API è semplice: aggiungi credito, l'uso lo consuma, e nulla si rinnova da solo. Il credito non scade mai. Le richieste fallite o rifiutate non vengono addebitate.
Le ricariche sono importi interi da $20 a $500, con bonus +5% da $50, +10% da $100 e +15% da $200. Quindi $100 danno $110 di credito, e $200 danno $230. Puoi pagare con cripto (USDT su TRC20, USDC su Base). Il risultato pratico è che il tuo caso peggiore è limitato da quanto caricato: un bug che va in loop non può spendere più del saldo. Il saldo dopo ogni chiamata è nell'header di risposta X-Balance-USD.
I nuovi utenti possono provare il servizio prima. Dopo aver effettuato l'accesso, un clic sulla pagina delle chiavi API concede $0,50 di credito di prova, valido per 7 giorni, uno per persona, senza bisogno di carta.
I limiti di richiesta sono un'opzione separata
Due API con lo stesso prezzo per milione di token possono ancora sembrare molto diverse, perché i limiti di richiesta decidono quanto puoi spingere attraverso al minuto. I provider di solito impostano limiti per livello di account. Sulla nostra API una chiave completa permette 8 richieste concorrenti e 300 richieste al minuto, e una chiave di prova permette 2 concorrenti e 60 al minuto. Il corpo massimo è 8 MB.
Quando superi un limite ottieni HTTP 429. Il codice errore è rate_limited se hai superato le richieste al minuto e concurrency se troppe richieste erano in corso. In caso di sovraccarico temporaneo l'API restituisce anche 429 con l'header Retry-After: 5. Un dettaglio che coglie di sorpresa: una richiesta in streaming occupa la sua slot di concorrenza fino alla fine dello streaming, quindi i client lenti che leggono i token uno alla volta possono riempire le 8 slot più velocemente di quanto suggerisca il conteggio delle richieste.
I limiti modificano il throughput, non il prezzo. Se devi inviare un grande batch, il calcolo è semplice: a 300 richieste al minuto, 10.000 richieste richiedono circa 34 minuti, assumendo che ogni richiesta termini abbastanza rapidamente da rimanere entro 8 alla volta.
Applicare il modello a questa API
La parte compatibile con OpenAI è ciò che rende il modello di prezzo portatile. Qualsiasi SDK OpenAI funziona una volta che cambi l'URL di base e la chiave, quindi il codice di monitoraggio dei costi che hai scritto per un provider può solitamente essere riutilizzato. Questo script legge l'utilizzo e prezza una chiamata alle nostre tariffe:
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}")
Cos'è questa API, nei termini sopra: un modello, solo testo, una finestra di contesto da 100.000 token, chiamata di funzioni, modalità JSON e streaming, e prompt che non vengono utilizzati per l'addestramento. Il modello è ottimizzato per rispondere senza rifiuti di contenuti per l'uso adulto legale, ed esiste un limite rigido sui contenuti sessuali che coinvolgono i minorenni. Non è un router tra fornitori e non è l'endpoint ufficiale di alcun fornitore. I dettagli per la configurazione sono nella guida rapida, e l'elenco completo dei prezzi si trova nella pagina dei prezzi. Per un confronto dettagliato con altri servizi, vedere la pagina dei costi dell'API ChatGPT.
Altre guide
Domande e risposte
Cosa significa il modello di prezzo dell'API OpenAI in termini semplici?
Paghi per i token: un tasso per i token che invii e un tasso più alto per i token che il modello restituisce. I tassi dipendono dal modello, e la fattura è il conteggio dei token moltiplicato per i prezzi per milione.
L'input o l'output è più costoso?
Output. Sulla nostra API costa $0,50 per 1M di token contro $0,15 per 1M per l'input, circa 3,3 volte tanto.
Perché una chat lunga costa di più per messaggio?
L'API non ricorda i turni precedenti, quindi ogni richiesta reinvia la cronologia come token di input. Più lunga è la cronologia, più input paghi per ogni turno.
I limiti di richiesta cambiano ciò che pago?
No. Limitano le richieste al minuto e le richieste concorrenti. Il prezzo per token rimane lo stesso.
La tua API è uguale a quella di OpenAI?
No. Segue il formato delle richieste di OpenAI in modo che gli SDK esistenti funzionino, ma esegue un modello a pesi aperti diverso gestito da un provider indipendente.
La tua chiave è a un modulo di distanza
Crea un account, copia la chiave, modifica l'URL di base. È tutta la configurazione.