DE ▾

Open-Weight-LLM-API ohne Inhaltsfilter.

Günstige KI-API: So berechnest du die echten Kosten

Die Preise pro Million Token sind oft verwirrend. Hier lernst du, wie du die API-Kosten aus Input- und Output-Token berechnest, mit Beispielen, die du selbst überprüfen kannst.

Kostenanalyse und Kompromisse beim Einsatz unzensierter KI

Aktualisiert

Goldmünzen fließen durch ein Glasrohr in ein Messgerät, das die API-Kosten pro Token darstellt.

Wichtige Punkte

  1. Preis: $0,15 pro 1 Mio. Input-Token und $0,50 pro 1 Mio. Output-Token.

  2. Eine normale Unterhaltung (2.000 Input-Token, 500 Output-Token) kostet $0,00055.

  3. Wiederholte Chat-Verläufe sind die größte Kostenquelle und können reduziert werden.

  4. Fehlgeschlagene oder abgelehnte Anfragen werden nicht berechnet, und Guthaben verfällt nie.

Kurze Antworten

Wenn du eine günstige KI-API suchst, ist die relevante Größe nicht der Preis pro Anfrage, sondern die Kosten pro Million Token. Hier kostet es $0,15 pro 1 Million Input-Token (Prompt) und $0,50 pro 1 Million Output-Token (Modellantwort). Du zahlst aus deinem Prepaid-Guthaben, ohne monatliches Abonnement.

Das einfachste Beispiel: Eine Anfrage mit 2.000 Input- und 500 Output-Token kostet $0,00055. Tausend solcher Anfragen kosten nur $0,55. Im Folgenden wird erklärt, wie man zu diesen Zahlen kommt und wo die Rechnungen oft unbemerkt explodieren.

Offizielle Preisdetails findest du auf der Seite Preis und Aufladung. Dieser Artikel konzentriert sich auf die Berechnung, nicht auf die Preisliste.

Grundformel: Input-Token plus Output-Token

Die Rechnung für eine Anfrage besteht aus zwei Teilen mit unterschiedlichen Tarifen. Output-Token sind teurer als Input-Token, daher fühlen sich lange Antworten teurer an als lange Prompts bei gleicher Token-Anzahl.

biaya = (token_masuk x 0.15 / 1.000.000) + (token_keluar x 0.50 / 1.000.000)

Token sind keine Wörter. Für indonesische Texte verwendet ein Wort normalerweise mehr als ein Token, also rate nicht an der Anzahl der Wörter. Die ehrlichste Methode ist, die Spalte usage in der API-Antwort zu lesen, die Input- und Output-Token für jede Anfrage meldet.

Zwei Dinge, die nicht berechnet werden: Fehlgeschlagene und abgelehnte Anfragen werden nicht berechnet. Du zahlst auch keine monatlichen Gebühren oder Mindestumsätze, da das System pre-paid ist.

Rechenbeispiel für vier Szenarien

Die folgende Tabelle wurde direkt aus den oben genannten Tarifen berechnet. Du kannst jede Zeile mit einem Taschenrechner überprüfen.

SzenarioInput-TokenOutput-TokenKosten pro AnfrageKosten für 1.000 Anfragen
Kurze Chat-Antwort500200$0,000175$0,175
Chat mit Kontext2.000500$0,00055$0,55
Dokumentenzusammenfassung20.000800$0,0034$3,40
Sehr großer Kontext90.0002.000$0,0145$14,50

Berechnung der zweiten Zeile: 2.000 x 0,15 / 1.000.000 = $0,0003 für Input, dann 500 x 0,50 / 1.000.000 = $0,00025 für Output. Zusammen $0,00055.

Die letzte Zeile nähert sich dem Kontextfenster-Limit von 100.000 Token, das Prompt und Antwort zusammen umfasst. Selbst an diesem Limit kostet eine Anfrage nur etwa anderthalb Cent.

Ein kleines Projekt lässt sich auf die gleiche Weise berechnen. Ein Bot, der 300 Anfragen pro Tag mit der zweiten Zeile verarbeitet, nutzt 300 x 30 = 9.000 Anfragen pro Monat, also 9.000 x $0,00055 = $4,95.

Versteckte Kostenquellen: Wiederholte Chat-Verläufe

Die Chat-API hat kein Gedächtnis. In jedem Schritt sendet deine Anwendung den gesamten Chatverlauf als Input-Token erneut. Daher steigen die Kosten pro Sitzung nicht linear, sondern schneller, je länger das Gespräch wird.

Beispiel für eine Sitzung mit 20 Schritten

Nehmen wir an, der System-Prompt hat 500 Token. Jeder Schritt fügt 150 Token vom Benutzer und 350 Token vom Modell hinzu, sodass der Verlauf pro Schritt um 500 Token wächst.

  • Die Input-Token im k-ten Schritt sind 500 + 500 x (k - 1). Der erste Schritt hat 500 Token, der 20. Schritt hat 10.000 Token.
  • Gesamteingabe über 20 Durchläufe: 20 x 500 + 500 x (0 + 1 + ... + 19) = 10.000 + 500 x 190 = 105.000 Token.
  • Gesamtausgabe: 20 x 350 = 7.000 Token.
  • Kosten: 105.000 x 0,15 / 1.000.000 = $0,01575, plus 7.000 x 0,50 / 1.000.000 = $0,0035. Zusammen $0,01925.

Eine Sitzung kostet etwa zwei Cent. Beachte jedoch, dass die Eingabe (105.000 Token) viel größer ist als die Ausgabe (7.000 Token). Hier liegt der größte Einsparungspotenzial.

Monatliches Budget aus eigenen Daten erstellen

Grobe Schätzungen sollten durch Zahlen aus der tatsächlichen Nutzung ersetzt werden. Das ist einfach und in drei Schritten erledigt.

  1. Führe dein Feature einige Tage mit einem kleinen Guthaben aus und notiere prompt_tokens sowie completion_tokens für jede Anfrage.
  2. Berechne den Durchschnitt für Ein- und Ausgabe pro Feature. Mische nicht Features mit stark unterschiedlichen Token-Mustern, z. B. Chat und Dokumentenzusammenfassung.
  3. Multipliziere mit der geschätzten Anzahl an Anfragen pro Monat.

Beispiel: Die App hat zwei Funktionen. Chat-Funktion nutzt durchschnittlich 2.000 Eingabe-Token und 500 Ausgabe-Token bei 6.000 Anfragen pro Monat: 6.000 x $0,00055 = $3,30. Zusammenfassungsfunktion nutzt 20.000 Eingabe-Token und 800 Ausgabe-Token bei 400 Anfragen pro Monat: 400 x $0,0034 = $1,36. Insgesamt $4,66 pro Monat.

Addiere etwa 30 % Puffer für Lastspitzen und Tests hinzu, sodass ein sicheres Budget bei etwa $6,06 liegt. Da das Guthaben nie verfällt, geht der Unterschied nicht verloren, sondern wird zum Saldo des nächsten Monats. Das ist einer der Vorteile des Prepaid-Modells im Vergleich zu Abos mit festem Kontingent.

Rechnungen senken, ohne Qualität zu opfern

  1. Verlauf begrenzen. Sende nur die relevanten letzten Durchläufe. Bei den 20 Durchläufen von oben würde die Eingabe bei einer Begrenzung von 4.000 Token pro Durchlauf auf 18.000 + 12 x 4.000 = 66.000 Token sinken. Die Kosten betragen $0,0099 + $0,0035 = $0,0134, also etwa 30 % weniger als $0,01925.
  2. Alten Verlauf zusammenfassen. Ersetze den Anfang des Gesprächs durch eine kurze Zusammenfassung und behalte die neuesten Durchläufe unverändert bei.
  3. System-Prompt kürzen. Ein 3.000-Token-Prompt, der bei jeder Anfrage gesendet wird, kostet pro Anfrage $0,00045 bzw. $0,45 pro 1.000 Anfragen. Eine kleine Zahl, die sich bei hohem Volumen jedoch vervielfacht.
  4. Lege max_tokens fest, wenn du kurze Antworten benötigst. Dieser Parameter ist optional. Ohne ihn kann die Antwort den Rest des Kontextfensters nutzen.
  5. Überwache den Saldo über die Antwort. Der Header X-Balance-USD zeigt den Saldo nach jeder Anfrage an.

Der folgende Code berechnet die Kosten einer Anfrage aus usage und liest den verbleibenden Saldo aus:

from openai import OpenAI

client = OpenAI(
    base_url="https://api.apitanpasensor.com/v1",
    api_key="KEY_ANDA",
)

raw = client.chat.completions.with_raw_response.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Jelaskan token dalam dua kalimat."}],
)
resp = raw.parse()

u = resp.usage
biaya = u.prompt_tokens * 0.15 / 1_000_000 + u.completion_tokens * 0.50 / 1_000_000
print(f"Biaya permintaan: ${biaya:.6f}")
print("Saldo tersisa:", raw.headers.get("X-Balance-USD"))
print(resp.choices[0].message.content)

Speichere diese Zahl in deinem Log. Nach einer Woche kennst du die durchschnittlichen Kosten pro Feature, was nützlicher ist als eine Schätzung.

Aufladung, Bonus und nicht ablaufendes Guthaben

Du lädst den Saldo mit beliebigen ganzen Beträgen von $20 bis $500 auf. Für größere Aufladungen gibt es Bonusse:

AufladenBonusErhaltenes Guthaben
$20keine$20
$50+5%$52,50
$100+10%$110
$200+15%$230

Die Zahlung erfolgt per Krypto: USDT im TRC20-Netzwerk oder USDC im Base-Netzwerk. Das Guthaben verfällt nie, sodass du nicht gezwungen bist, den Saldo in einem bestimmten Monat aufzubrauchen.

Zum Vergleich: $20 reichen bei einem Chat-Muster mit Kontext ($0,00055 pro Anfrage) für etwa 36.000 Anfragen (20 / 0,00055 = 36.363). Um andere Kompromisse jenseits des Preises zu vergleichen, lies die Kosten- und Kompromissanalyse für unzensierte KI.

Wann niedriger Preis nicht passt

Ein niedriger Preis bedeutet nicht, dass dieser Dienst für alle Aufgaben geeignet ist. Folgende Punkte solltest du abwägen:

  • Dieser Dienst ist nur für Text. Es gibt keine Bild-, Audio- oder Videoerstellung, keine Embeddings und kein Fine-Tuning.
  • Es gibt nur ein Modell mit der ID uncensored. Wenn du mehrere verschiedene Modelle unter einem Schlüssel benötigst, ist dies kein Router.
  • Der volle Schlüssel ist auf 8 parallele Anfragen und 300 Anfragen pro Minute begrenzt. Signifikant höherer Traffic erfordert eine Warteschlange auf deiner Seite.
  • Zum Vergleich mit anderen Anbietern sieh dir ihre aktuellen Tarife an. Die Preise ändern sich, also verlasse dich nicht auf Zahlen aus älteren Artikeln.

Der sicherste Weg zur Entscheidung ist der Test mit $0,50 Testguthaben und der Messung der Kosten auf deiner eigenen Workload. Die Installationsanleitung findest du in der Dokumentation, und die API-Schlüssel-Seite erklärt, wie du das Testguthaben beanspruchst.

Angebote fair vergleichen

Viele Angebote wirken nur billig, weil du unterschiedliche Zahlen vergleichst. Bevor du dich für einen Anbieter entscheidest, prüfe Folgendes und notiere die Antworten:

  • Sind Ein- und Ausgabepreise getrennt oder in einer Zahl zusammengefasst? Ohne Trennung kannst du die Kosten für lange Antworten nicht berechnen.
  • Gibt es monatliche Gebühren, Mindestumsätze oder Pakete, die zuerst gekauft werden müssen?
  • Verfällt das Guthaben? Abgelaufenes Guthaben ist gleichbedeutend mit höheren Kosten.
  • Werden fehlgeschlagene oder abgelehnte Anfragen trotzdem berechnet?
  • Wie hoch sind die Limits für parallele Anfragen und pro Minute, und was passiert, wenn sie überschritten werden?
  • Wie groß ist das Kontextfenster, und werden Token für die Antwort darin mitgezählt?

Für diesen Dienst lauten die Antworten: getrennte Preise ($0,15 Eingabe, $0,50 Ausgabe), kein Abo, Guthaben verfällt nie, fehlgeschlagene Anfragen werden nicht berechnet, und das Kontextfenster umfasst 100.000 Token für Prompt und Antwort. Für andere Anbieter sieh dir die aktuellen Preise an und berechne mit derselben Formel.

Ein wichtiger Hinweis zur Begrenzung: Wenn du das Limit überschreitest, antwortet die API mit HTTP 429, nicht mit einer zusätzlichen Rechnung. Führe den Retry mit einer Verzögerung durch, und wenn die Antwort den Header Retry-After enthält, beachte den Wert.

Weitere Anleitungen

Häufig gestellte Fragen

Was kostet eine normale Chat-Anfrage?

Mit 2.000 Eingabe-Token und 500 Ausgabe-Token beträgt der Preis $0,00055. Der tatsächliche Preis hängt von der Länge von Prompt und Antwort ab, die du in der Spalte usage ablesen kannst.

Gibt es monatliche Gebühren oder Mindestumsätze?

Nein. Das System ist Prepaid, und du zahlst nur für verbrauchte Token. Das Guthaben verfällt nie.

Werden fehlgeschlagene Anfragen trotzdem berechnet?

Nein. Fehlgeschlagene oder abgelehnte Anfragen werden nicht berechnet.

Wie erfahre ich den verbleibenden Saldo?

Lese den Header X-Balance-USD in jeder Antwort aus oder rufe GET /v1/balance auf. Der OpenAI-kompatible Endpunkt unter /v1/dashboard/billing/credit_grants ist ebenfalls verfügbar.

Wie hoch ist das Mindest-Aufladebetrag?

$20, in ganzen Schritten bis $500. Die Zahlung erfolgt mit USDT (TRC20) oder USDC (Base).

Dein Schlüssel ist in einem Schritt bereit

Erstelle ein Konto, kopiere den Schlüssel und ändere die Basis-URL. Das ist der gesamte Einrichtungsvorgang.