Best LLM API Guide
Goedkoopste LLM-API voor coderen: kosten per pull request
De goedkoopste LLM-API voor coderen is degene met de laagste kosten per geaccepteerde wijziging, niet de laagste regel op een prijslijst. Hieronder staan schattingen van het tokengebruik voor veelvoorkomende codetaken, geprijsd op $0,15 per 1M input tokens en $0,50 per 1M output tokens.
Bijgewerkt:


Belangrijkste punten
- Autocompleteren is goedkoop per aanroep, maar vaak; een agent-uitvoering leest de codebase opnieuw en kost veel meer per taak.
- Een beoordeelde pull request met een prompt van 10.000 tokens kost ongeveer $0.0021 bij deze tarieven.
- Eén agent-uitvoering van 15 stappen, ongeveer 375.000 input-tokens, kost ongeveer $0,06.
- Een goedkoop algemeen model is een goede keuze voor routinewerk; moeilijk debuggen kan een sterker model rechtvaardigen.
Codeworkloads bestaan grotendeels uit input tokens
Codetaken hebben een scheve verdeling. Je stuurt veel context (het bestand, de diff, de foutmelding, de omliggende modules) en je krijgt een korte patch of een korte opmerking terug. De input is meestal 70 tot 95 procent van de tokens, waardoor de inputprijs het belangrijkste bedrag is voor coderen.
Bij $0,15 per 1M input tokens kost een prompt van 10.000 tokens $0,0015. Bij $0,50 per 1M output tokens kost een antwoord van 1.000 tokens $0,0005. Een code-assistent die veel leest en weinig schrijft, besteedt het meeste van zijn budget aan lezen. De uitzondering is een volledige herschrijving van een bestand, waar de output even groot is als het bestand.
Dit verklaart ook waarom de prijs van de outputkant bij coderen vaak wordt overschat. Als een tool uitleg vraagt bij elke patch, groeit de output en verschuift de verhouding, dus beslis vroeg of je alleen code wilt of code met redenering, en stel de system prompt daarop in. Een regel zoals "return only a unified diff" is een gratis besparing.
Vier taken, elk afzonderlijk geprijsd
De getallen hieronder zijn schattingen die je kunt vervangen door je eigen. Meet een paar echte prompts met een tokenizer voordat je een budget plant.
| Taak | Invoer | Uitvoer | Kosten per verzoek |
|---|---|---|---|
| Inline autocomplete | 800 | 60 | $0,00015 |
| Pull request review | 10.000 | 1.200 | $0,0021 |
| Refactor één bestand van 8.000 tokens | 8.500 | 8.000 | $0,005275 |
| Agent-uitvoering, 15 stappen | 375.000 | 12.000 | $0,06225 |
De rekensom voor de reviewrij: 10.000 x 0,15 / 1M = $0,0015, plus 1.200 x 0,50 / 1M = $0,0006, totaal $0,0021. Voor de refactors: $0,001275 input plus $0,004 output. Merk op dat de refactors drie kwart van de kosten aan output besteedt, omdat het model het hele bestand herschrijft.
De agentrij is de rij om te bekijken. Een agent die bestanden leest, tests uitvoert en opnieuw probeert, stuurt de groeiende context opnieuw bij elke stap. Vijftien stappen met gemiddeld 25.000 input-tokens per stap leveren 375.000 input-tokens op, wat $0,05625 is, plus $0,006 voor 12.000 output-tokens.
Hoe een maand eruitziet voor één ontwikkelaar
Stel dat een ontwikkelaar 22 dagen per maand werkt en de volgende taken elke maand uitvoert: 600 autocomplete-aanroepen per dag, 40 pull requests die worden bekeken, 40 agent-uitvoeringen en 20 refactoren van één bestand.
- Autocompleteren: 13.200 aanroepen x $0,00015 = $1,98
- Beoordelingen: 40 x $0,0021 = $0,084
- Agent-uitvoeringen: 40 x $0,06225 = $2,49
- Refactoren: 20 x $0,005275 = $0,1055
Het totaal is ongeveer $4,66 per ontwikkelaar per maand. Een team van tien komt uit op ongeveer $47. Zelfs als je schattingen een factor drie afwijken, blijft de rekening onder de $15 per persoon. Je kunt de prijzenpagina gebruiken om de tarieven en de opwaardeerkortingen te controleren; een top-up van $100 voegt 10% toe, wat $110 aan tegoed is.
Het zwakke punt is niet de rekening, maar de limieten. Een volledige sleutel staat 300 verzoeken per minuut en 8 gelijktijdige verzoeken toe. Een editor die een verzoek afvuurt bij elke pauze tijdens het typen kan dat snel bereiken als een heel team één sleutel deelt. Geef elke persoon een sleutel of debounce autocomplete.
Koppel het aan een editor of script
De API is OpenAI-compatible, dus elke tool die een aangepaste base URL en sleutel accepteert, kan deze gebruiken. Veel editor-extensies en CLI-agents hebben deze twee instellingen. Stel de base URL in op https://api.bestllmapi.com/v1, het model op uncensored en plak je sleutel.
Voor een script dat een diff beoordeelt en de kosten afdrukt, gebruik je de 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))
Houd temperature laag voor review- en refactorwerk. De API-documentatie vermeldt de parameters die worden doorgegeven, waaronder seed, wat helpt wanneer je herhaalbare output wilt in CI.
Manieren om de coderekening laag te houden
- Stuur diffs, geen hele repositories. De review hierboven gebruikt 10.000 tokens omdat het een diff plus wat context stuurt.
- Limiteer agent stappen. Een loop die nooit stopt is de meest voorkomende oorzaak van verrassende rekeningen. Stop na een vast aantal stappen.
- Knip tooloutput. Een testlog met 5.000 regels wordt in elke volgende stap geplakt. Houd alleen de mislukte regels.
- Vraag om patches. Het aanvragen van een unified diff in plaats van het volledige bestand vermindert de output in het refactor-voorbeeld met ongeveer 90 procent als de wijziging klein is.
- Gebruik JSON-modus voor gestructureerde output.
response_formatmetjson_objectvoorkomt retry-lussen veroorzaakt door slecht gevormde antwoorden.
Mislukte of geweigerde verzoeken worden niet in rekening gebracht, dus een verzoek dat een fout oplevert, kost niets.
Wanneer een goedkoper model geen goede keuze is
Dit is één algemeen open-weight model dat is afgestemd om te antwoorden zonder inhoudsweigeringen voor legaal gebruik door volwassenen. Het is geen gespecialiseerd coderingsmodel en het is niet de officiële API van een leverancier. Voor routine taken zoals boilerplate, tests, docstrings, kleine refactors en review-opmerkingen is het een verstandige goedkope optie. Voor diepgaande debugging in een onbekende codebase of een grote architectonische wijziging, kan een sterker model je meer besparen in ontwikkelaartijd dan het kost in tokens.
De manier om te beslissen is om 20 echte taken uit je backlog door elke kandidaat te laten lopen, het aantal patches te tellen dat je zou samenvoegen, en de uitgave te delen door dat aantal. Een proeftegoed van $0,50, opgeëist op de API-sleutelpagina na het inloggen, dekt een paar honderd reviews tegen de bovenstaande tarieven, wat meer dan genoeg is voor die test. Andere aanbieders stellen hun eigen prijzen vast, dus controleer hun huidige prijzen. Voor basisinstellingen, zie hoe je een LLM-API gebruikt.
Meer handleidingen
Vragen om te stellen over elke gratis tier
Gratis aanbiedingen verschillen veel, en de kop vertelt zelden wat belangrijk is. Voordat je erop bouwt, stel deze vragen, en vind de antwoorden in de documentatie van de aanbieder zelf.
- Welk model is het? Sommige gratis tiers gebruiken een kleiner model dan het betaalde. Een test op een zwak model vertelt je weinig over productie.
- Wat zijn de rate limits? Een limiet van een paar verzoeken per minuut is prima voor een script en nutteloos voor een chat-app met meerdere gebruikers.
- Verloopt het? Een eenmalige toelage met een deadline is iets anders dan een terugkerende maandelijkse.
- Wat gebeurt er met je prompts? Als de data wordt gebruikt voor training, plak dan niets privés erin. Hier worden prompts niet gebruikt voor training.
- Hoe ziet het betaalde pad eruit? Van gratis naar betaald gaan moet een wijziging in accountstatus zijn, geen herschrijving.
Zelf een open-weight model hosten wordt soms voorgesteld als de gratis route. De software kan niets kosten, maar de GPU die je nodig hebt om een capabel model te draaien wel, of je hem nu per uur huurt of koopt. Voor een klein project is de rekenkunde meestal voor het betalen per token, omdat je alleen betaalt voor wat je gebruikt en niets terwijl je inactief bent.
De proefperiode lezen als een testbudget
Het helpt om de proefperiode te behandelen als een testbudget in plaats van een gratis product. Besteed het in een vaste volgorde: eerst een handvol gewone verzoeken om de verbinding te bevestigen, dan je echte prompt op tien gevarieerde inputs, dan een streaming run, dan één bewust grote prompt om te zien hoe het model lange context aankan. Houd de cijfers uit de usage blok bij in een notitie.
Daarna ken je je gemiddelde inputgrootte, je gemiddelde outputgrootte en je werkelijke kosten per taak. Vermenigvuldig met het aantal verzoeken dat je verwacht en je hebt een maandfiguur dat op metingen rust, niet op gissingen. Als het figuur acceptabel is, is een $20 top-up de volgende stap. Zo niet, dan heb je het voor een paar cent geleerd.
Na de proefperiode: hoe betalen eruitziet
Wanneer de proefperiode opraakt of verloopt, voeg je prepaid tegoed toe. Elk geheel bedrag van $20 tot $500 werkt. Grotere top-ups hebben een bonus: +5% vanaf $50, +10% vanaf $100, +15% vanaf $200. Een $100 top-up wordt $110 aan tegoed, en $200 wordt $230.
Je kunt betalen met crypto (USDT op TRC20, USDC op Base). Er is geen abonnement en geen maandminimum. Het tegoed verloopt niet, dus een $20 top-up die je langzaam gebruikt is niet verloren. Elk antwoord bevat een X-Balance-USD header, waardoor je eigen code het saldo kan bewaken zonder dashboard.
Mislukte of geweigerde verzoeken worden niet in rekening gebracht. Als een verzoek een fout oplevert, betaal je er niets voor. Prompts worden niet gebruikt voor training. Zie prijzen voor de volledige tabel.
Goedkope manieren om tegoed langer te laten duren
Je hebt geen trucs nodig, alleen een paar gewoontes.
- Knip geschiedenis. Houd de laatste N beurten plus een korte samenvatting van oudere beurten in plaats van alles opnieuw te sturen.
- Stel een
max_tokens-plafond in voor taken waarbij korte antwoorden volstaan. Dit is optioneel, maar het beperkt de uitvoerkant, die per token duurder is. - Gebruik JSON-modus (
response_formatmetjson_object) voor extractietaken, zodat je niet betaalt voor uitgebreide inleidingen. - Test eerst met kleine inputs. Valideer de prompt op tien voorbeelden voordat je hem tienduizend keer uitvoert.
- Verwerk 429-fouten met backoff. Herhalen in een strakke lus op een sleutel van de proefversie (2 gelijktijdig, 60 per minuut) kost alleen je eigen tijd. Wacht op de
Retry-After-header als die aanwezig is.
Als je opties vergelijkt voordat je geld uitgeeft, behandelt de pagina over Hugging Face Inference API versus deze endpoint een gerelateerde beslissing.
Een eerste verzoek om het proeftegoed uit te geven
Hier is een minimaal verzoek. Vervang de sleutel door de uit je 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."}]}'
De respons bevat een gebruiksblok met aantallen prompt- en completion-tokens. Vermenigvuldig deze met de prijzen hierboven en je hebt de exacte kosten van het verzoek. Doe dit een paar keer en je krijgt een gevoel voor je eigen werklast, wat meer waard is dan elke schatting. De quickstart-documentatie behandelt streaming, tools en foutcodes.
Meer handleidingen
Vragen en antwoorden
Hoeveel tokens gebruikt een typische code review?
Een diff plus wat omliggende context is vaak 5.000 tot 15.000 input-tokens, en de review-opmerking is 500 tot 1.500 output-tokens. Bij deze tarieven is dat ongeveer $0,001 tot $0,003.
Kan ik deze API in mijn editor gebruiken?
Ja, als de editor of extensie je een aangepaste OpenAI-compatible base URL en sleutel laat instellen. Gebruik de base URL van je account, de modelnaam uncensored en je API-sleutel.
Is het contextvenster groot genoeg voor grote bestanden?
Het venster is 100.000 tokens, gedeeld door de prompt en de antwoorden. Dat past veel bestanden tegelijk, maar zeer grote repositories moeten nog steeds worden gesplitst.
Heb ik een kaart nodig om het te proberen?
Nee. Nieuwe gebruikers kunnen $0,50 aan gratis proeftegoed claimen met één klik op de API-sleutelpagina, zonder creditcard, geldig voor 7 dagen.
Je sleutel is nog maar één klik verwijderd
Maak een account aan, kopieer de sleutel, pas de basis-URL aan. Dat is de hele installatie.