Best LLM API Guide
Vergleich der LLM-API-Preise: Wie man fair vergleicht
Ein LLM-API-Preisvergleich funktioniert nur, wenn jeder Anbieter gegen dieselbe Arbeitslast berechnet wird, nicht gegen dieselbe Schlagzeilenzahl. Dieser Artikel gibt dir eine kurze Methode an die Hand und wendet sie dann mit $0,15 pro 1 Mio. Input-Token und $0,50 pro 1 Mio. Output-Token an.
Aktualisiert:


Wichtige Punkte
- Berechne eine echte Anfragestruktur (Input-Token, Output-Token, Turns), nicht eine Schlagzeilenzahl pro Million.
- Ausgangs-Token kosten meist mehr als Eingangs-Token, daher ändert eine gesprächige Arbeitslast die Rangfolge.
- Mindestaufladungen, Verfall und Abrechnung bei fehlgeschlagenen Anfragen verändern, was ein Dollar tatsächlich bringt.
- Bei $0,15 Eingang und $0,50 Ausgang kostet eine Anfrage mit 1.500 Eingangs- und 400 Ausgangs-Token $0,000425.
Die vier Zahlen, die jede Preisliste verbirgt
Die meisten Preisseiten zeigen zwei Zahlen: Dollar pro Million Input-Token und Dollar pro Million Output-Token. Diese beiden Zahlen reichen aus, um Anbieter zu vergleichen, aber erst nachdem du zwei weitere berücksichtigst, die aus deiner eigenen App stammen: wie viele Token du pro Anfrage sendest und wie viele du zurückbekommst.
- Eingangspreis pro 1M Token. Dies deckt deinen System-Prompt, den Chat-Verlauf und alle Dokumente ab, die du einfügst.
- Ausgangspreis pro 1M Token. Dies deckt alles ab, was das Modell zurückschreibt.
- Deine Eingangsgröße pro Anfrage, einschließlich des Verlaufs, der bei jeder Runde erneut gesendet wird.
- Deine Ausgangsgröße pro Anfrage, die davon abhängt, wie lange du die Antworten laufen lässt.
Die Kosten pro Anfrage betragen input_tokens x input_price / 1,000,000 + output_tokens x output_price / 1,000,000. Alles Weitere in diesem Artikel ist eine Verfeinerung dieser Formel.
Schritt 1: Schreibe eine Anfragestruktur auf
Wähle die drei oder vier Anfragetypen aus, die dein Produkt tatsächlich sendet. Ein Support-Bot, ein Geschichtenschreiber und ein Batch-Klassifizierer haben sehr unterschiedliche Formen, und ein Anbieter, der bei einem gewinnt, kann bei einem anderen verlieren.
| Szenario | Input-Token | Output-Token |
|---|---|---|
| Kurze Chat-Antwort | 1.500 | 400 |
| Zusammenfassung eines langen Dokuments | 50.000 | 1.000 |
| Klassifizierer-Aufruf | 300 | 20 |
| Langform-Schreiben | 800 | 3.000 |
Wenn du noch keine Logs hast, nimm ein paar echte Unterhaltungen und zähle die Token mit einem beliebigen Tokenizer. Eine grobe Regel besagt, dass ein Token etwa vier englische Zeichen entspricht, aber Code und Nicht-Englisch-Text haben einen höheren Wert. Miss, bevor du der Regel vertraust.
Schritt 2: Führe die Rechnung mit $0,15 und $0,50 durch
Dieser Service berechnet $0,15 pro 1M Input-Token und $0,50 pro 1M Output-Token. Das sind $0,00015 pro 1.000 Input-Token und $0,0005 pro 1.000 Output-Token. Angewendet auf die oben genannten Strukturen:
| Szenario | Input-Kosten | Ausgabenkosten | Pro Anfrage |
|---|---|---|---|
| Kurze Chat-Antwort | $0.000225 | $0.0002 | $0.000425 |
| Zusammenfassung eines langen Dokuments | $0.0075 | $0.0005 | $0.008 |
| Klassifizierer-Aufruf | $0.000045 | $0.00001 | $0.000055 |
| Langform-Schreiben | $0.00012 | $0.0015 | $0.00162 |
Beachte, wohin das Geld fließt. In der Dokumentenzusammenfassung macht die Eingabe 94 % der Rechnung aus. Bei der Langtexterstellung macht die Ausgabe 93 % aus. Ein Anbieter mit einem günstigen Eingabepreis und einem teuren Ausgabepreis sieht bei der ersten Arbeitslast großartig aus und bei der zweiten schlecht. Das ist der Grund, warum eine einzelne „Preis pro Million“-Kennzahl irreführend ist.
Skaliere es auf einen Monat. Eine Chat-App, die 1.000 kurze Turns pro Tag über 30 Tage sendet, sendet 45M Eingabe-Token ($6,75) und 12M Ausgabe-Token ($6,00), insgesamt $12,75.
Schritt 3: Berücksichtige wachsenden Verlauf
Chat-APIs sind zustandslos. Bei jeder Runde sendest du den System-Prompt und jede frühere Nachricht erneut, sodass die Eingabe mit der Länge der Unterhaltung wächst, während die Ausgabe pro Runde gleich bleibt.
Nimm eine 10-Runden-Unterhaltung mit einem 1.000-Token-System-Prompt. Jede Runde fügt etwa 300 Token vom Benutzer und 200 vom Modell hinzu, also 500 Token neuen Verlaufs pro Runde. Runde 1 sendet 1.000 Eingabe-Token, Runde 2 sendet 1.500 und Runde 10 sendet 5.500. Die Summe über 10 Runden beträgt 32.500 Eingabe-Token, plus insgesamt 2.000 Ausgabe-Token.
input_tokens = sum(1000 + 500 * k for k in range(10)) # 32,500
output_tokens = 10 * 200 # 2,000
cost = input_tokens * 0.15 / 1e6 + output_tokens * 0.50 / 1e6
print(round(cost, 6)) # 0.005875
Das sind $0,005875 für die gesamte Unterhaltung. Wenn du nur eine Runde mit zehn multipliziert hättest, hättest du den Eingang um mehr als die Hälfte unterschätzt. Kürze den Verlauf, fasse alte Runden zusammen oder begrenze das Fenster, wenn die Zahl für dich wichtig ist. Die Anleitung zur Nutzung einer LLM-API behandelt, wie der Nachrichtenverlauf gesendet wird.
Schritt 4: Prüfe die Regeln rund um den Preis
Zwei Anbieter mit denselben Token-Preisen können immer noch unterschiedliche Kosten pro nützlicher Antwort verursachen. Prüfe dies, bevor du dich entscheidest:
- Kontextfenster. Ein größeres Fenster ermöglicht es dir, das Chunking zu überspringen, aber du zahlst den Eingangspreis für jedes gesendete Token. Dieser Dienst hat ein 100.000-Token-Fenster, das für Prompt und Fertigstellung gemeinsam genutzt wird.
- Mindestkauf. Hier lädst du jeden beliebigen ganzen Betrag von $20 bis $500 auf. Ein Mindestbetrag von $20 kauft etwa 47.000 kurze Chat-Runden zum oben genannten Satz ($20 / $0.000425).
- Verfall. Das Guthaben hier verfällt nie. Einige Anbieter lassen Prepaid-Guthaben verfallen oder verlangen ein Abonnement, also prüfe ihre aktuellen Bedingungen.
- Fehlgeschlagene Anfragen. Fehlgeschlagene oder abgelehnte Anfragen werden hier nicht berechnet. Suche nach derselben Aussage an anderer Stelle.
- Ratenlimits. Ein vollständiger Schlüssel erlaubt 8 gleichzeitige Anfragen und 300 pro Minute. Ein günstiger Preis nützt wenig, wenn dein Batch-Job nicht fertig werden kann.
Volumenboni senken den effektiven Preis ebenfalls. Ein Aufladebetrag von $200 erhält +15 %, sodass du $230 Guthaben erhältst und deine effektiven Raten auf etwa $0,13 Eingang und $0,43 Ausgang pro 1M sinken. Ein Aufladebetrag von $100 erhält +10 %, und $50 erhält +5 %. Vollständige Details findest du auf der Preisseite.
Wenn der günstigste Preis nicht die richtige Wahl ist
Der Preis pro Token ignoriert die Qualität. Ein Modell, das zwei Versuche braucht, um eine korrekte Antwort zu erhalten, kostet doppelt so viel pro nützlichem Ergebnis, und ein Modell, das deine Anfrage verweigert, kostet dich Zeit, auch wenn die Rechnung null ist. Führe dieselben 20 bis 50 echten Prompts durch jeden Kandidaten und zähle, wie viele Antworten du tatsächlich ausliefern würdest. Teile die Gesamtausgaben durch diese Anzahl.
Das Modell hier ist ein einzelnes Open-Weight-Modell, das darauf abgestimmt ist, ohne Inhaltsablehnungen für die rechtmäßige Nutzung durch Erwachsene zu antworten. Es ist kein Router und nicht die offizielle API eines Modellherstellers. Wenn deine Aufgabe die stärkste verfügbare Logik benötigt und Ablehnungen kein Problem sind, kann ein größeres Modell eines anderen Anbieters eine bessere Kosten-Nutzen-Relation pro akzeptierter Antwort liefern, auch bei einem höheren Token-Preis. Prüfe deren aktuelle Preise und teste sie auf dieselbe Weise.
Eine schnelle Möglichkeit, die Zahlen selbst zu testen
Du musst nicht raten. Jede Antwort enthält den X-Balance-USD-Header, und die API meldet auch die Token-Nutzung, sodass du deine echten Prompts senden und die tatsächlichen Kosten ablesen kannst. Das folgende Python-Skript verwendet das OpenAI SDK gegen diesen Dienst und gibt den Nutzungsblock aus.
from openai import OpenAI
client = OpenAI(base_url="https://api.bestllmapi.com/v1", api_key="YOUR_KEY")
resp = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Summarize the pros and cons of prepaid API credit."}],
)
u = resp.usage
cost = u.prompt_tokens * 0.15 / 1e6 + u.completion_tokens * 0.50 / 1e6
print(u.prompt_tokens, u.completion_tokens, round(cost, 6))
Neue Konten können $0,50 Testguthaben mit einem Klick auf der API-Schlüssel-Seite beanspruchen. Bei der Form mit 1.500 Eingangs- und 400 Ausgangs-Token deckt dies etwa 1.170 Anfragen ab, genug für ein ehrliches Benchmarking. Wenn du zuerst sehen möchtest, ob eine kostenlose Stufe für dich ausreicht, lies über kostenlose LLM-API-Optionen.
Weitere Anleitungen
- Günstigste LLM-API für Coding: Kosten pro Pull Request
- Jede LLM-API kostenlos? Was du wirklich bekommst
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 kostenlose Stufen verwenden ein kleineres Modell als das kostenpflichtige. Ein Test auf einem schwachen Modell sagt dir wenig über den Produktivbetrieb aus.
- 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? Ein einmaliges Guthaben mit einer Frist ist etwas anderes als ein wiederkehrendes monatliches.
- Was passiert mit deinen Prompts? Wenn die Daten zum Training verwendet werden, füge keine privaten Daten ein. Hier werden Prompts nicht zum Training verwendet.
- Wie sieht der kostenpflichtige Pfad aus? Der Wechsel von kostenlos zu kostenpflichtig sollte eine Änderung des Kontozustands sein, kein Neuschreiben.
Das Self-Hosting 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 der erwarteten Anzahl an Anfragen, 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 die Zahl für ein paar Cent ermittelt.
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, den Kontostand zu überwachen, ohne ein Dashboard zu benötigen.
Fehlgeschlagene oder abgelehnte Anfragen werden nicht berechnet. Wenn eine Anfrage einen Fehler auslöst, zahlst du nicht dafür. Prompts werden nicht zum Training verwendet. Siehe Preise für die vollständige Tabelle.
Günstige Möglichkeiten, das Guthaben länger zu nutzen
Du brauchst keine Tricks, nur ein paar Gewohnheiten.
- Kürze den Verlauf. Behalte die letzten N Runden plus eine kurze Zusammenfassung älterer Runden bei, anstatt alles erneut zu senden.
- Definiere eine
max_tokens-Obergrenze für Aufgaben, bei denen kurze Antworten ausreichen. Sie ist hier optional, begrenzt aber die Ausgabe, die pro Token teurer ist. - Verwende 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 Wiederholen in einer engen Schleife mit einem Test-Key (2 gleichzeitig, 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 über 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 Prompt- und Fertigstellungs-Token-Anzahlen. Multipliziere diese mit den oben genannten Preisen, und du hast die genauen Kosten des Aufrufs. Mache das ein paar Mal, und du bekommst ein Gefühl für deine eigene Arbeitslast, das mehr wert ist als jede Schätzung. Die Schnellstart-Dokumentation behandelt Streaming, Tools und Fehlercodes.
Weitere Anleitungen
Fragen und Antworten
Soll ich den Eingangs- oder den Ausgangspreis vergleichen?
Beides, gewichtet nach deiner eigenen Arbeitslast. Dokumentenlastige Aufgaben werden vom Eingangspreis dominiert, schreiblastige vom Ausgangspreis.
Wie zähle ich Token, bevor ich kaufe?
Lass eine Stichprobe echter Prompts durch einen Tokenizer laufen oder sende sie an die API und lies den Nutzungsbereich in der Antwort. Die Nutzungsdaten sind die Grundlage für deine Abrechnung.
Kostet es hier Geld für fehlgeschlagene Anfragen?
Nein. Fehlgeschlagene oder abgelehnte Anfragen werden auf diesem Dienst nicht berechnet. Prüfe die Bedingungen eines anderen Anbieters, den du vergleichst.
Gibt es ein Abonnement?
Nein. Es erfolgt Pay as you go aus dem Prepaid-Guthaben, und das Guthaben verfällt nie.
Dein Schlüssel ist nur ein Formular entfernt
Erstelle ein Konto, kopiere den Schlüssel, ändere die Basis-URL. Das ist die gesamte Einrichtung.