Hoe token-gebaseerde API-prijzen werken, uitgelegd in gewone taal
Het prijsmodel van de OpenAI API is betaal per token: je betaalt voor de tokens die je verstuurt en de tokens die het model terugschrijft, tegen twee verschillende tarieven. Deze pagina legt elk onderdeel uit in begrijpelijke taal en laat zien hoe onze OpenAI-compatible API hetzelfde idee toepast.
Bijgewerkt

- Je betaalt per token, met één tarief voor invoer en een hoger tarief voor uitvoer.
- Gespreksgeschiedenis wordt elke beurt opnieuw verstuurd, dus lange chats kosten meer per bericht dan korte.
- Rate limits beperken hoe snel je verzoeken kunt versturen. Ze veranderen de prijs per token niet.
- Onze API rekent $0,15 en $0,50 per 1M tokens van prepaid tegoed af en is een apart product van elke leverancier.
Het model in één alinea
Hosted language model API's worden meestal verkocht op basis van gebruik, niet per gebruiker. Je programma stuurt tekst, de service telt hoeveel tokens erin en eruit gaan, en de rekening is die aantallen vermenigvuldigd met de prijs per miljoen tokens. Invoer en uitvoer hebben aparte prijzen. Verschillende modellen hebben verschillende prijzen. Er komen een paar extra regels bij: rate limits, contextvensters en de manier van betalen (prepaid of gefactureerd). Dat is het hele prijsmodel, en de rest van deze pagina licht elk onderdeel toe.
Eerst een verduidelijking. Als mensen deze term in een zoekbalk typen, bedoelen ze vaak de eigen prijslijst van OpenAI. Wij zijn niet OpenAI en we citeren hun prijzen hier niet, omdat die veranderen en je ze bij de bron moet nalezen. Wat we wel nauwkeurig kunnen uitleggen, is de structuur, die door de meeste providers wordt gedeeld, en hoe deze werkt op de API die wij runnen: een gehoste, OpenAI-compatible, text-only API met één open-weight model, uncensored, beheerd door een onafhankelijke provider.
Tokens zijn de eenheid
Een token is een tekstfragment dat het model leest of schrijft. Het kan een heel kort woord, een deel van een lang woord, een getal of een leesteken zijn. Voor gewone Engelse tekst is een ruwe vuistregel dat één token ongeveer vier tekens of drie kwart van een woord is. Andere talen, code en ongebruikelijke opmaak gebruiken meestal meer tokens voor dezelfde zichtbare lengte, dus behandel elke vuistregel als een schatting en lees de echte aantallen uit de API.
Elk antwoord van onze API bevat een verbruiksobject met prompt_tokens en completion_tokens. Bij gestreamde antwoorden komt het verbruik aan het einde. Die twee getallen zijn waarover je wordt gefactureerd. Niets anders, zoals het aantal verzoeken of de duur van een aanroep, gaat de prijs in.
Omdat de eenheid tokens is, geen tekens of aanroepen, kan dezelfde functie goedkoop of duur zijn, afhankelijk van hoe je het bouwt. Een classificatie-prompt van één regel kan een fractie van een cent kosten voor duizend aanroepen. Een prompt die een document van 60 pagina's in elk verzoek plakt, kost veel meer, zelfs als deze hetzelfde aantal keren wordt aangeroepen.
Invoer en uitvoer hebben verschillende prijzen
Invoertokens zijn alles wat je verstuurt: het systeembericht, de gespreksgeschiedenis, het laatste bericht van de gebruiker, tooldefinities en toolresultaten. Uitvoertokens zijn wat het model genereert, inclusief eventuele tool calls die het schrijft. Tekst genereren vraagt meer rekenkracht dan lezen, dus providers rekenen output duurder. Op onze API zijn de tarieven:
| Per 1M tokens | Per token | |
|---|---|---|
| Invoer | $0.15 | $0.00000015 |
| Uitvoer | $0.50 | $0.0000005 |
Output is 0,50 / 0,15, oftewel ongeveer 3,3 keer duurder per token. Die verhouding bepaalt ontwerpkeuzes. Als je app een prompt van 3.000 tokens verstuurt en een label van 100 tokens terugkrijgt, kost input $0,00045 en output $0,00005, dus de prompt is 90 procent van de kosten en het inkorten ervan is belangrijker dan alles anders. Als je app verhalen van 2.000 tokens vraagt vanuit een prompt van 200 tokens, kost input $0,00003 en output $0,001, dus output is 97 procent van de kosten en de lengte van het verhaal is de knop.
Controleer die cijfers zelf: 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.
Waarom geschiedenis chats duurder maakt na verloop van tijd
De API is statusloos. Het model onthoudt je vorige verzoek niet, dus een chattoepassing stuurt de eerdere berichten opnieuw met elk nieuw verzoek. De invoer voor beurt 10 bevat daarom opnieuw de beurten 1 tot en met 9, en je betaalt voor die tokens elke keer opnieuw.
Neem een chat waar elke beurt in totaal 400 tokens toevoegt. Beurt 1 verstuurt ongeveer 400 tokens context, beurt 10 ongeveer 4.000 en beurt 50 ongeveer 20.000. Het contextvenster van het model op onze API is 100.000 tokens, prompt en completion samen, dus een zeer lange sessie moet uiteindelijk worden ingekort, of de kosten nu belangrijk zijn of niet. Typische oplossingen zijn:
- Houd het systeembericht en de laatste N beurten, en laat het midden weg.
- Vat oude beurten samen tot een kort bericht en stuur dat bericht in plaats daarvan.
- Bewaar langetermijnfeiten buiten de chat en voeg alleen de relevante feiten in.
Een concreet getal: een systeemprompt van 1.000 tokens die bij elk van 1.000 verzoeken wordt verstuurd, is 1.000.000 inputtokens, wat $0,15 is. Op zichzelf prima. Maar een karakterblad van 10.000 tokens dat bij elk van 100.000 verzoeken wordt verstuurd, is 1.000.000.000 inputtokens, oftewel $150. Vaste overhead vermenigvuldigt zich met volume, en die vermenigvuldiging is waar je op moet letten.
Prepaid tegoed, geen abonnement
Providers verschillen in hoe geld beweegt. Sommigen factureren je na afloop van de maand, sommigen trekken af van een prepaid saldo, en sommigen combineren beide met maandabonnementen. Op onze API is het eenvoudig: je voert tegoed in, gebruik trekt het af, en niets vernieuwt zich automatisch. Tegoed verloopt nooit. Mislukte of geweigerde verzoeken worden niet in rekening gebracht.
Opwaarderingen zijn elk willekeurig geheel bedrag van $20 tot $500, met een bonus van +5% vanaf $50, +10% vanaf $100 en +15% vanaf $200. Dus $100 geeft $110 aan tegoed, en $200 geeft $230. Je kunt betalen met crypto (USDT op TRC20, USDC op Base). Het praktische resultaat is dat je ergste geval wordt begrensd door wat je hebt geladen: een bug in de code die in een lus loopt kan niet meer uitgeven dan het saldo. Het saldo na elk verzoek staat in de X-Balance-USD antwoordheader.
Nieuwe gebruikers kunnen de dienst eerst uitproberen. Na het inloggen claim je met één klik op de API-sleutelpagina $0,50 aan gratis proeftegoed, geldig voor 7 dagen, één per persoon, geen kaart nodig.
Rate limits zijn een aparte regelaar
Twee API's met dezelfde prijs per miljoen tokens kunnen nog steeds heel anders aanvoelen, omdat rate limits bepalen hoeveel je per minuut kunt verwerken. Aanbieders stellen meestal limieten in per accountniveau. Bij onze API staat een volledige sleutel 8 gelijktijdige verzoeken en 300 verzoeken per minuut toe, en een proefsleutel staat 2 gelijktijdige en 60 per minuut toe. De maximale body is 8 MB.
Als je een limiet overschrijdt, krijg je HTTP 429. De foutcode is rate_limited als je de verzoeken per minuut hebt overschreden en concurrency als er te veel verzoeken actief waren. Bij tijdelijke overbelasting geeft de API ook 429 terug met een Retry-After: 5 header. Een detail dat mensen verrast: een gestreamd verzoek houdt zijn concurrentieslot vast tot de stream eindigt, dus langzame clients die tokens één voor één lezen, kunnen de 8 slots sneller vullen dan het verzoekenaantal doet vermoeden.
Limieten veranderen doorvoer, niet prijs. Als je een grote batch wilt verwerken, is de rekenkunde eenvoudig: bij 300 verzoeken per minuut duren 10.000 verzoeken ongeveer 34 minuten, onder de aanname dat elk snel genoeg klaar is om binnen 8 gelijktijdig te blijven.
Het model toepassen op deze API
Het OpenAI-compatibele deel is wat het prijsmodel draagbaar maakt. Elke OpenAI SDK werkt zodra je de base URL en key verandert, dus kostenregistratiecode die je voor één provider hebt geschreven, kan meestal worden hergebruikt. Dit script leest het verbruik en prijst een aanroep toe aan onze tarieven:
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}")
Wat deze API is, volgens de bovenstaande termen: één model, tekst alleen, een contextvenster van 100.000 tokens, function calling, JSON-modus en streaming, en prompts die niet worden gebruikt voor training. Het model is afgestemd om te antwoorden zonder inhoudelijke weigeringen voor wettelijk volwassen gebruik, en er is een harde limiet voor seksuele inhoud met minderjarigen. Het is geen router tussen leveranciers en geen officieel endpoint van een leverancier. Details voor de setup staan in de quickstart, en de volledige prijslijst staat op de prijspagina. Voor een uitgewerkte vergelijking met andere diensten, zie de ChatGPT API-kostpagina.
Meer handleidingen
Vragen en antwoorden
Wat betekent het OpenAI API prijsmodel in begrijpelijke termen?
Je betaalt voor tokens: één tarief voor tokens die je verstuurt en een hoger tarief voor tokens die het model terugstuurt. Tarieven zijn afhankelijk van het model, en de rekening is het aantal tokens vermenigvuldigd met de prijzen per miljoen.
Is invoer duurder dan uitvoer?
Uitvoer. Op onze API kost dit $0,50 per 1M tokens tegenover $0,15 per 1M voor invoer, ongeveer 3,3 keer zo veel.
Waarom kost een lange chat meer per bericht?
De API onthoudt eerdere beurtjes niet, dus elk verzoek stuurt de geschiedenis opnieuw als inputtokens. Hoe langer de geschiedenis, hoe meer input je per beurt betaalt.
Veranderen rate limits wat ik betaal?
Nee. Ze beperken het aantal verzoeken per minuut en gelijktijdige verzoeken. De prijs per token blijft hetzelfde.
Is je API hetzelfde als die van OpenAI?
Nee. Het volgt het OpenAI-verzoekformaat zodat bestaande SDK's werken, maar het draait een ander open-weight model dat wordt beheerd door een onafhankelijke provider.
Je sleutel is nog maar één stap verwijderd
Maak een account aan, kopieer de sleutel, pas de base URL aan. Dat is de hele installatie.