Best LLM API Guide
Günstigste LLM-API für Coding: Kosten pro Pull Request
Die günstigste LLM-API für Coding ist die mit den niedrigsten Kosten pro akzeptierter Änderung, nicht die niedrigste Zeile auf einer Preisliste. Unten findest du Schätzwerte für Token bei gängigen Coding-Aufgaben, bei einem Preis von $0,15 pro 1M Input- und $0,50 pro 1M Output-Token.
Aktualisiert:


Wichtige Punkte
- Autocomplete ist pro Aufruf günstig, aber häufig; eine Agent-Schleife liest die Codebasis erneut und kostet pro Aufgabe viel mehr.
- Ein überprüfter Pull Request mit einem 10.000-Token-Prompt kostet bei diesen Raten etwa $0,0021.
- Ein Agent-Lauf mit 15 Schritten, ca. 375.000 Input-Token, kostet etwa $0,06.
- Ein günstiges allgemeines Modell ist gut für Routinearbeiten geeignet; hartes Debuggen kann ein stärkeres Modell rechtfertigen.
Coding-Arbeitslasten bestehen hauptsächlich aus Input-Token
Code-Aufgaben haben eine einseitige Struktur. Du sendest viel Kontext (die Datei, den Diff, den Fehler, die umgebenden Module) und erhältst einen kurzen Patch oder einen kurzen Kommentar zurück. Input macht normalerweise 70 bis 95 Prozent der Token aus, was den Input-Preis zur wichtigsten Zahl für Coding macht.
Bei $0,15 pro 1M Input-Token kostet ein 10.000-Token-Prompt $0,0015. Bei $0,50 pro 1M Output-Token kostet eine 1.000-Token-Antwort $0,0005. Ein Coding-Assistent, der viel liest und wenig schreibt, wird den Großteil seines Budgets fürs Lesen ausgeben. Die Ausnahme ist eine Full-File-Überschreibung, bei der Output so groß ist wie die Datei.
Das erklärt auch, warum der Preis der Output-Seite im Coding leicht zu hoch eingeschätzt wird. Wenn ein Tool Erklärungen zusammen mit jedem Patch anfordert, wächst der Output und das Verhältnis verschiebt sich. Entscheide also früh, ob du nur Code oder Code mit Reasoning willst, und passe den System-Prompt entsprechend an. Eine Zeile wie "return only a unified diff" spart kostenlos.
Vier Aufgaben, einzeln bepreist
Die unten stehenden Zahlen sind Schätzwerte, die du durch deine eigenen ersetzen kannst. Miss ein paar echte Prompts mit einem Tokenizer, bevor du ein Budget planst.
| Aufgabe | Eingabe | Ausgabe | Kosten pro Anfrage |
|---|---|---|---|
| Inline-Autocomplete | 800 | 60 | $0,00015 |
| Pull-Request-Review | 10.000 | 1.200 | $0,0021 |
| Refaktorierung einer einzelnen 8.000-Token-Datei | 8.500 | 8.000 | $0,005275 |
| Agent-Lauf, 15 Schritte | 375.000 | 12.000 | $0,06225 |
Die Berechnung für die Review-Zeile: 10.000 × 0,15 / 1 Mio. = $0,0015, plus 1.200 × 0,50 / 1 Mio. = $0,0006, gesamt $0,0021. Für die Refaktorierung: $0,001275 Input plus $0,004 Output. Beachte, dass die Refaktorierung drei Viertel ihrer Kosten für den Output aufwendet, da das Modell die gesamte Datei neu schreibt.
Die Agent-Zeile ist die, auf die du achten solltest. Ein Agent, der Dateien liest, Tests ausführt und wiederholt, sendet den wachsenden Kontext bei jedem Schritt erneut. Fünfzehn Schritte mit durchschnittlich 25.000 Input-Token summieren sich auf 375.000 Input-Token, was 0,05625 $ entspricht, plus 0,006 $ für 12.000 Output-Token.
Wie ein Monat für einen Entwickler aussieht
Nimm an, ein Entwickler arbeitet 22 Tage im Monat und führt folgende Aufgaben jeden Monat aus: 600 Autocomplete-Aufrufe pro Tag, 40 überprüfte Pull Requests, 40 Agent-Läufe und 20 Single-File-Refaktorierungen.
- Autovervollständigung: 13.200 Aufrufe × $0,00015 = $1,98
- Reviews: 40 × $0,0021 = $0,084
- Agent-Ausführungen: 40 × $0,06225 = $2,49
- Refaktorierungen: 20 × $0,005275 = $0,1055
Die Summe beträgt etwa $4,66 pro Entwickler im Monat. Ein Team von zehn Personen landet bei etwa $47. Selbst wenn deine Schätzungen um den Faktor drei daneben liegen, bleibt die Rechnung unter $15 pro Person. Du kannst die Preisseite nutzen, um die Raten und die Auflade-Boni zu prüfen; eine Aufladung über $100 erhöht das Guthaben um 10 %, was $110 Guthaben entspricht.
Die Schwachstelle ist nicht die Rechnung, sondern die Limits. Ein voller Schlüssel erlaubt 300 Anfragen pro Minute und 8 parallele Anfragen. Ein Editor, der bei jeder Pause beim Tippen eine Anfrage sendet, kann das schnell erreichen, wenn ein ganzes Team einen Schlüssel teilt. Gib jeder Person einen eigenen Schlüssel oder wende Debouncing auf Autocomplete an.
Verbinde es mit einem Editor oder Skript
Die API ist OpenAI-kompatibel, also kann jedes Tool, das eine benutzerdefinierte Basis-URL und einen Schlüssel akzeptiert, sie nutzen. Viele Editor-Erweiterungen und CLI-Agents haben diese beiden Einstellungen. Setze die Basis-URL auf https://api.bestllmapi.com/v1, das Modell auf uncensored und füge deinen Schlüssel ein.
Verwende für ein Skript, das einen Diff überprüft und die Kosten ausgibt, die OpenAI Python SDK:
import subprocess
from openai import OpenAI
client = OpenAI(base_url="https://api.bestllmapi.com/v1", api_key="YOUR_KEY")
diff = subprocess.run(["git", "diff", "main...HEAD"], capture_output=True, text=True).stdout
resp = client.chat.completions.create(
model="uncensored",
messages=[
{"role": "system", "content": "You are a strict code reviewer. List bugs first, then style notes."},
{"role": "user", "content": diff},
],
temperature=0.2,
)
print(resp.choices[0].message.content)
u = resp.usage
print("cost: $%.6f" % (u.prompt_tokens * 0.15 / 1e6 + u.completion_tokens * 0.50 / 1e6))
Halte temperature für Review- und Refaktorierungsaufgaben niedrig. Die API-Dokumentation listet die Parameter auf, die durchgereicht werden, einschließlich seed, was hilfreich ist, wenn du in CI reproduzierbare Ausgaben möchtest.
Möglichkeiten, die Coding-Rechnung niedrig zu halten
- Sende Diffs, keine ganzen Repositories. Das oben genannte Review nutzt 10.000 Token, weil es einen Diff plus etwas Kontext sendet.
- Begrenze Agent-Schritte. Eine Schleife, die nie stoppt, ist die häufigste Ursache für unerwartete Rechnungen. Stoppe nach einer festen Anzahl von Schritten.
- Kürze die Tool-Ausgabe. Ein Test-Log mit 5.000 Zeilen wird in jeden weiteren Schritt eingefügt. Behalte nur die fehlerhaften Zeilen.
- Fordere Patches an. Die Anforderung eines Unified-Diff anstelle der vollständigen Datei reduziert die Ausgabe im Refaktorierungsbeispiel bei kleinen Änderungen um etwa 90 Prozent.
- Nutze den JSON-Modus für strukturierte Ausgaben.
response_formatmitjson_objectvermeidet Wiederholungsschleifen, die durch fehlerhafte Ausgaben verursacht werden.
Fehlgeschlagene oder abgelehnte Anfragen werden nicht berechnet, also kostet eine Anfrage, die einen Fehler auslöst, nichts.
Wenn ein günstigeres Modell nicht die richtige Wahl ist
Dies ist ein allgemeines Open-Weight-Modell, das darauf abgestimmt ist, ohne Inhaltsfilter für die rechtmäßige Nutzung durch Erwachsene zu antworten. Es ist kein spezialisiertes Coding-Modell und nicht die offizielle API eines Anbieters. Für Routineaufgaben wie Boilerplate, Tests, Docstrings, kleine Refaktorierungen und Review-Kommentare ist es eine sinnvolle kostengünstige Option. Für tiefgehende Debugging-Aufgaben in einem unbekannten Codebase oder bei großen Architekturänderungen kann ein stärkeres Modell mehr in Entwicklerzeit sparen, als es in Token kostet.
Der Weg zur Entscheidung ist, 20 echte Aufgaben aus deinem Backlog durch jeden Kandidaten zu laufen, die Patches zu zählen, die du zusammenführen würdest, und die Ausgaben durch diese Anzahl zu teilen. Ein $0,50 Testguthaben, beansprucht auf der API-Schlüssel-Seite nach der Anmeldung, deckt ein paar hundert Reviews zu den oben genannten Raten ab, was für diesen Test mehr als genug ist. Andere Anbieter setzen ihre eigenen Preise, also prüfe deren aktuelle Preisgestaltung. Für die Grundeinrichtung sieh dir wie man eine LLM-API verwendet an.
Weitere Anleitungen
Fragen, die du zu jeder kostenlosen Stufe stellen solltest
Kostenlose Angebote unterscheiden sich stark, und die Überschrift erzählt selten, was wichtig ist. Bevor du darauf aufbaust, stelle diese Fragen und finde die Antworten in der Dokumentation des Anbieters.
- Welches Modell ist es? Einige Free Tiers verwenden ein kleineres Modell als das bezahlte. Ein Test auf einem schwachen Modell sagt dir wenig über die Produktion.
- Was sind die Ratenlimits? Ein Limit von wenigen Anfragen pro Minute ist gut für ein Skript und nutzlos für eine Chat-App mit mehreren Nutzern.
- Verfällt es? Eine einmalige Zuweisung mit einer Frist ist etwas anderes als eine wiederkehrende monatliche.
- Was passiert mit deinen Prompts? Wenn die Daten zum Training verwendet werden, füge nichts Privates ein. Hier werden Prompts nicht zum Training verwendet.
- Wie sieht der bezahlte Pfad aus? Der Wechsel von Free zu Paid sollte eine Änderung des Account-Status sein, keine Neuüberschreibung.
Das Selbsthosting eines Open-Weight-Modells wird manchmal als kostenlose Route vorgeschlagen. Die Software mag kostenlos sein, aber die GPU, die du zum Ausführen eines fähigen Modells brauchst, kostet Geld, egal ob du sie stundenweise mietest oder kaufst. Für ein kleines Projekt spricht die Rechnung meist für die Bezahlung pro Token, weil du nur bezahlst, was du nutzt, und nichts im Leerlauf.
Das Testguthaben als Testbudget lesen
Es hilft, das Testguthaben als Testbudget zu behandeln, nicht als kostenloses Produkt. Verbringe es in fester Reihenfolge: zuerst ein paar einfache Anfragen, um die Verbindung zu bestätigen, dann deinen echten Prompt auf zehn verschiedenen Eingaben, dann einen Streaming-Lauf, dann einen absichtlich großen Prompt, um zu sehen, wie das Modell mit langem Kontext umgeht. Halte die Zahlen aus dem usage-Block in einer Notiz fest.
Danach kennst du deine durchschnittliche Input-Größe, deine durchschnittliche Output-Größe und deine echten Kosten pro Aufgabe. Multipliziere mit dem erwarteten Verkehr, und du hast eine monatliche Zahl, die auf Messungen basiert, nicht auf Schätzungen. Wenn die Zahl akzeptabel ist, ist eine $20-Aufladung der nächste Schritt. Wenn nicht, hast du es für ein paar Cent gelernt.
Nach der Testphase: So sieht das Bezahlen aus
Wenn das Testguthaben ausgeht oder verfällt, fügst du Prepaid-Guthaben hinzu. Jeder ganze Betrag von $20 bis $500 funktioniert. Größere Aufladungen haben einen Bonus: +5% ab $50, +10% ab $100, +15% ab $200. Eine $100-Aufladung wird zu $110 Guthaben, und $200 wird zu $230.
Du kannst mit Krypto (USDT auf TRC20, USDC auf Base) zahlen. Es gibt kein Abonnement und kein monatliches Minimum. Das Guthaben verfällt nie, also ist eine langsame Nutzung einer $20-Aufladung nicht verschwendet. Jede Antwort enthält einen X-Balance-USD-Header, der es deinem eigenen Code ermöglicht, das Guthaben ohne Dashboard zu überwachen.
Fehlgeschlagene oder abgelehnte Anfragen werden nicht berechnet. Wenn eine Anfrage fehlschlägt, zahlst du nicht dafür. Prompts werden nicht zum Training verwendet. Sieh dir die Preisgestaltung für die vollständige Tabelle an.
Günstige Möglichkeiten, das Guthaben länger zu strecken
Du brauchst keine Tricks, nur ein paar Gewohnheiten.
- Kürze den Verlauf. Behalte die letzten N Turns plus eine kurze Zusammenfassung der älteren, anstatt alles erneut zu senden.
- Setze eine
max_tokens-Grenze bei Aufgaben, bei denen kurze Antworten ausreichen. Dies ist hier optional, begrenzt aber die Ausgabe-Seite, die pro Token teurer ist. - Nutze den JSON-Modus (
response_formatmitjson_object) für Extraktionsaufgaben, damit du nicht für gesprächige Einleitungen zahlst. - Teste zuerst mit kleinen Eingaben. Prüfe den Prompt an zehn Beispielen, bevor du ihn zehntausendmal ausführst.
- Behandle 429-Fehler mit Backoff. Das erneute Versuchen in einer engen Schleife bei einem Trial-Key (2 parallel, 60 pro Minute) verschwendet deine eigene Zeit. Warte auf den
Retry-After-Header, wenn er vorhanden ist.
Wenn du Optionen vergleichst, bevor du etwas ausgibst, behandelt die Seite Hugging Face Inference API im Vergleich zu diesem Endpunkt eine verwandte Entscheidung.
Ein erster Aufruf, um das Testguthaben auszugeben
Hier ist eine minimale Anfrage. Ersetze den Schlüssel durch den aus deinem Dashboard.
curl https://api.bestllmapi.com/v1/chat/completions \
-H "Authorization: Bearer YOUR_KEY" \
-H "Content-Type: application/json" \
-d '{"model": "uncensored", "messages": [{"role": "user", "content": "Say hello in five words."}]}'
Die Antwort enthält einen Nutzungsbereich mit Token-Anzahlen für Prompt und Vervollständigung. Multipliziere diese mit den oben genannten Preisen, und du hast die genauen Kosten für den Aufruf. Wenn du das ein paar Mal machst, bekommst du ein Gefühl für deine eigene Arbeitslast, was mehr wert ist als jede Schätzung. Die Schnellstart-Dokumentation behandelt Streaming, Tools und Fehlercodes.
Weitere Anleitungen
Fragen und Antworten
Wie viele Token verbraucht eine typische Code-Überprüfung?
Ein Diff plus etwas umgebender Kontext sind oft 5.000 bis 15.000 Input-Token, und der Review-Kommentar sind 500 bis 1.500 Output-Token. Bei diesen Raten sind das etwa $0,001 bis $0,003.
Kann ich diese API in meinem Editor verwenden?
Ja, wenn der Editor oder die Erweiterung es dir erlaubt, eine benutzerdefinierte OpenAI-kompatible Base URL und einen Schlüssel zu setzen. Verwende die Base URL aus deinem Konto, den Modellnamen uncensored und deinen API-Schlüssel.
Ist das Kontextfenster groß genug für große Dateien?
Das Kontextfenster umfasst 100.000 Token, geteilt zwischen Prompt und Antwort. Das passt viele Dateien gleichzeitig, aber sehr große Repositories müssen dennoch aufgeteilt werden.
Brauche ich eine Kreditkarte zum Ausprobieren?
Nein. Neue Nutzer können mit einem Klick auf der API-Schlüssel-Seite $0,50 kostenloses Testguthaben beanspruchen, ohne Karte, gültig für 7 Tage.
Dein Schlüssel ist nur ein Schritt entfernt
Erstelle ein Konto, kopiere den Schlüssel, ändere die Basis-URL. Das ist die gesamte Einrichtung.