NL ▾
API-sleutel aanvragen

Best LLM API Guide

Vergelijking LLM API-prijzen: Hoe eerlijk vergelijken

Een vergelijking van LLM API-prijzen werkt alleen als elke aanbieder wordt afgerekend tegen dezelfde werklast, niet hetzelfde kopnummer. Dit artikel geeft je een korte methode, en voert deze uit tegen $0,15 per 1M invoertokens en $0,50 per 1M uitvoertokens.

Bijgewerkt:

Balansschaal met stapels gloeiende kubussen, die invoer- en uitvoertokenkosten vertegenwoordigen
Isometrische munten die een stroom van tokenblokken naar een server voeren, ter illustratie van gratis proeftegoed voor een LLM API

Belangrijkste punten

  • Prijs een echte verzoekvorm (invoertokens, uitvoertokens, beurten), geen kopnummer per miljoen.
  • Uitvoertokens kosten meestal meer dan invoertokens, dus een chatty werklast verandert de rangorde.
  • Minimum-opwaarderingen, vervaldatum en facturatie voor mislukte verzoeken veranderen wat een dollar eigenlijk koopt.
  • Bij $0,15 in en $0,50 out kost een verzoek met 1.500 in / 400 out $0,000425.

De vier getallen die elke prijslijst verbergt

De meeste prijspagina's tonen twee cijfers: dollars per miljoen invoertokens en dollars per miljoen uitvoertokens. Die twee cijfers zijn genoeg om aanbieders te vergelijken, maar pas nadat je twee meer toevoegt die uit je eigen app komen: hoeveel tokens je per verzoek stuurt en hoeveel je terugkrijgt.

  1. Invoerprijs per 1M tokens. Dit dekt je systeemprompt, chatgeschiedenis en alle documenten die je plakt.
  2. Uitvoerprijs per 1M tokens. Dit dekt alles wat het model terugschrijft.
  3. Jouw inputgrootte per verzoek, inclusief geschiedenis die elke beurt opnieuw wordt verzonden.
  4. Jouw outputgrootte per verzoek, wat afhangt van hoe lang je laat reageren.

De kosten per verzoek zijn input_tokens x input_price / 1,000,000 + output_tokens x output_price / 1,000,000. Alles wat over is in dit artikel is een verfijning van die regel.

Stap 1: schrijf een verzoekvorm op

Kies de drie of vier verzoektypen die je product echt verstuurt. Een supportbot, een verhaalschrijver en een batch-classifier hebben zeer verschillende vormen, en een aanbieder die wint op de ene kan verliezen op de andere.

ScenarioInput-tokensOutput-tokens
Korte chatbeurt1.500400
Samenvatting lang document50.0001.000
Classificatieoproep30020
Langschrijven8003.000

Als je nog geen logs hebt, neem dan een paar echte gesprekken en tel tokens met een willekeurige tokenizer. Een ruwe regel is dat één token ongeveer vier Engelse tekens is, maar code en niet-Engelse tekst hebben een hogere ratio. Meet voordat je de regel vertrouwt.

Stap 2: voer de berekening uit bij $0,15 en $0,50

Deze dienst rekent $0,15 per 1M invoertokens en $0,50 per 1M uitvoertokens. Dat is $0,00015 per 1.000 invoertokens en $0,0005 per 1.000 uitvoertokens. Toegepast op de bovenstaande vormen:

ScenarioInputkostenOutput kostenPer verzoek
Korte chatbeurt$0,000225$0,0002$0,000425
Samenvatting lang document$0,0075$0,0005$0,008
Classificatieoproep$0,000045$0,00001$0,000055
Langschrijven$0,00012$0,0015$0,00162

Let op waar het geld naartoe gaat. Bij de samenvatting van documenten is input 94% van de rekening. Bij langschrijven is output 93%. Een aanbieder met een lage invoerprijs en een hoge uitvoerprijs ziet er goed uit voor de eerste werklast en slecht voor de tweede. Dit is waarom een enkel "prijs per miljoen" cijfer misleidend is.

Schaal het op naar een maand. Een chat-app die 1.000 korte beurten per dag verstuurt gedurende 30 dagen, verstuurt 45M invoertokens ($6,75) en 12M uitvoertokens ($6,00), in totaal $12,75.

Stap 3: houd rekening met groeiende geschiedenis

Chat-API's zijn stateless. Elke beurt die je opnieuw verstuurt, stuur je het systeem-prompt en elk eerder bericht opnieuw, dus input groeit met de lengte van het gesprek terwijl output per beurt gelijk blijft.

Neem een gesprek van 10 beurten met een systeemprompt van 1.000 tokens. Elke beurt voegt ongeveer 300 tokens van de gebruiker en 200 van het model toe, dus 500 tokens aan nieuwe geschiedenis per beurt. Beurt 1 verstuurt 1.000 invoertokens, beurt 2 verstuurt 1.500, en beurt 10 verstuurt 5.500. De som over 10 beurten is 32.500 invoertokens, plus 2.000 uitvoertokens in totaal.

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

Dat is $0,005875 voor het hele gesprek. Als je slechts één beurt vermenigvuldigde met tien, zou je de input met meer dan de helft hebben onderschat. Knip geschiedenis, vat oude beurten samen, of beperk het venster als het cijfer voor je belangrijk is. De gids voor het gebruik van een LLM API behandelt hoe berichtgeschiedenis wordt verzonden.

Stap 4: controleer de regels rond de prijs

Twee aanbieders met dezelfde tokenprijzen kunnen nog steeds verschillende kosten per nuttig antwoord hebben. Controleer dit voordat je besluit:

  • Contextvenster. Een groter venster laat je chunking overslaan, maar je betaalt invoerprijs voor elke token die je verstuurt. Deze service heeft een contextvenster van 100.000 tokens gedeeld door prompt en completion.
  • Minimumaankoop. Hier laad je elk geheel bedrag op van $20 tot $500. Een minimum van $20 koopt ongeveer 47.000 korte chatbeurten tegen het bovenstaande tarief ($20 / $0,000425).
  • Vervaldatum. Dit tegoed vervalt nooit. Sommige aanbieders laten prepaid tegoed vervallen of vereisen een abonnement, dus controleer hun huidige voorwaarden.
  • Mislukte verzoeken. Mislukte of geweigerde verzoeken worden hier niet in rekening gebracht. Zoek naar dezelfde verklaring elders.
  • Rate limits. Een volledige sleutel staat 8 gelijktijdige verzoeken en 300 per minuut toe. Een lage prijs is geen nut als je batch-job niet klaar kan komen.

Volumekortingen verlagen ook de effectieve prijs. Een top-up van $200 krijgt +15%, dus je ontvangt $230 aan tegoed en je effectieve tarieven dalen naar ongeveer $0,13 input en $0,43 output per 1M. Een top-up van $100 krijgt +10%, en $50 krijgt +5%. Volledige details staan op de prijzenpagina.

Wanneer de goedkoopste prijs niet de juiste keuze is

Prijs per token negeert kwaliteit. Een model dat twee pogingen nodig heeft om een correct antwoord te krijgen, kost twee keer zoveel per bruikbaar resultaat, en een model dat je verzoek weigert kost je tijd, zelfs als de rekening nul is. Voer dezelfde 20 tot 50 echte prompts via elke kandidaat en tel hoeveel antwoorden je daadwerkelijk zou versturen. Deel de totale uitgave door die telling.

Het model hier is een enkel open-weight model afgestemd om te antwoorden zonder inhoudsweigeringen voor legaal gebruik door volwassenen. Het is geen router en het is niet de officiële API van enige modelvendor. Als je taak het sterkste redeneervermogen nodig heeft en weigeringen geen probleem zijn, kan een groter model van een andere aanbieder lagere kosten per geaccepteerd antwoord opleveren, zelfs tegen een hogere tokenprijs. Controleer hun huidige prijzen en test het op dezelfde manier.

Een snelle manier om de cijfers zelf te testen

Je hoeft niet te raden. Elk response draagt een X-Balance-USD header, en de API rapporteert ook tokengebruik, dus je kunt je echte prompts versturen en de daadwerkelijke kosten lezen. De onderstaande Python gebruikt de OpenAI SDK tegen deze service en print de gebruiksblok.

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))

Nieuwe accounts kunnen $0,50 aan proeftegoed claimen met één klik op de API-sleutelpagina. Bij de 1.500-in / 400-out vorm dekt dit ongeveer 1.170 verzoeken, genoeg om eerlijk te benchmarken. Als je wilt zien of een gratis tier genoeg voor je is, lees dan over gratis LLM API-opties.

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 streaminguitvoering, 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 verkeer dat je verwacht en je hebt een maandfiguur dat op metingen rust, niet op gissingen. Als het figuur acceptabel is, is een opwaardering van $20 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 opwaarderingen hebben een bonus: +5% vanaf $50, +10% vanaf $100, +15% vanaf $200. Een $100-opwaardering 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-opwaardering die je langzaam gebruikt is niet verspild. 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 geeft, betaal je er niet 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.

  1. Geschiedenis inkorten. Houd de laatste N beurten plus een korte samenvatting van oudere beurten bij in plaats van alles opnieuw te versturen.
  2. 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.
  3. Gebruik JSON-modus (response_format met json_object) voor extractietaken, zodat je niet betaalt voor uitgebreide inleidingen.
  4. Test eerst met kleine inputs. Bewijs de prompt op tien voorbeelden voordat je tienduizenden uitvoert.
  5. Handel 429s af met backoff. Opnieuw proberen in een strakke lus op een proefsleutel (2 gelijktijdig, 60 per minuut) verspil je eigen tijd. Wacht op de Retry-After header wanneer die er 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 die 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.

Vragen en antwoorden

Moet ik de invoerprijs of de uitvoerprijs vergelijken?

Beide, gewogen door je eigen werklast. Documentzware taken worden gedomineerd door de invoerprijs, en schrijftaken door de uitvoerprijs.

Hoe tel ik tokens voordat ik koop?

Voer een steekproef van echte prompts door een tokenizer, of stuur ze naar de API en lees het gebruiksblok in het antwoord. De gebruikscijfers zijn waarover je wordt gefactureerd.

Kost een mislukt verzoek hier geld?

Nee. Mislukte of geweigerde verzoeken worden niet in rekening gebracht bij deze dienst. Controleer de voorwaarden van elke andere aanbieder die je vergelijkt.

Is er een abonnement?

Nee. Het is pay-as-you-go van prepaid tegoed, en het tegoed vervalt nooit.

Je sleutel is nog maar één klik verwijderd

Maak een account aan, kopieer de sleutel, pas de base URL aan. Dat is de hele setup.

API-sleutel aanvragen