PT ▾

API LLM de pesos abertos sem filtros de conteúdo.

API AI Barato: Como Calcular o Custo Real

O preço por milhão de tokens costuma ser confuso. Aqui você aprende a calcular o custo da API AI com base nos tokens de entrada e saída, com exemplos verificáveis.

Análise de Custo e Compromissos com IA sem censura

Atualizado

Moedas de ouro fluem por um tubo de vidro até um medidor, ilustrando o custo da API por token

Pontos-chave

  1. Preço: $0,15 por 1 milhão de tokens de entrada e $0,50 por 1 milhão de tokens de saída.

  2. Uma conversa comum (2.000 tokens de entrada, 500 de saída) custa $0,00055.

  3. O histórico de chat reenviado é a maior fonte de custo e pode ser reduzido.

  4. Solicitações falhas ou rejeitadas não são cobradas e o crédito nunca expira.

Respostas curtas

Se você busca uma API AI barata, a métrica útil não é o custo por solicitação, mas o custo por milhão de tokens. Aqui, o preço é $0,15 por 1 milhão de tokens de entrada (prompt) e $0,50 por 1 milhão de tokens de saída (resposta do modelo). Você paga com crédito pré-pago, sem assinatura mensal.

O exemplo mais simples: uma requisição com 2.000 tokens de entrada e 500 tokens de saída custa $0,00055. Mil requisições assim custam apenas $0,55. A seção abaixo mostra como chegar a esse valor e onde as cobranças costumam aumentar sem você perceber.

Os preços oficiais estão na página preços e recarga. Este artigo foca no cálculo, não na lista de tarifas.

Fórmula básica: tokens de entrada mais tokens de saída

A fatura de uma solicitação tem duas partes com tarifas diferentes. Tokens de saída são mais caros que tokens de entrada, então respostas longas custam mais que prompts longos de tamanho equivalente.

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

Token não é palavra. Para texto em indonésio, uma palavra geralmente usa mais de um token, então não adivinhe pelo número de palavras. A forma mais honesta é ler a coluna usage na resposta da API, que relata tokens de entrada e saída para cada requisição.

Dois itens não cobrados: solicitações falhas e rejeitadas não têm custo. Você também não paga taxas mensais ou mínimas, pois o sistema é pré-pago.

Exemplo de cálculo para quatro cenários

A tabela abaixo é calculada diretamente pelas tarifas acima. Você pode verificar cada linha com uma calculadora.

CenárioTokens de entradaTokens de saídaCusto por solicitaçãoCusto para 1.000 solicitações
Resposta de chat curta500200$0.000175$0.175
Chat com contexto2.000500$0.00055$0.55
Resumo de documento20.000800$0.0034$3.40
Contexto muito grande90.0002.000$0.0145$14.50

Cálculo da segunda linha: 2.000 x 0,15 / 1.000.000 = $0,0003 para entrada, mais 500 x 0,50 / 1.000.000 = $0,00025 para saída. Total: $0,00055.

A última linha se aproxima do limite da janela de contexto de 100.000 tokens, incluindo prompt e resposta. Mesmo nesse limite, uma solicitação custa cerca de 1,5 centavo.

Um pequeno projeto pode ser calculado assim. Um bot que lida com 300 solicitações por dia, seguindo o padrão da segunda linha, usa 300 x 30 = 9.000 solicitações por mês, totalizando 9.000 x $0,00055 = $4,95.

Fontes ocultas de custo: histórico de chat reenviado

A API de chat não tem memória. Em cada turno, seu aplicativo reenvia todo o histórico da conversa como tokens de entrada. Por isso, o custo de uma sessão não cresce linearmente, mas sim mais rápido conforme a conversa se alonga.

Exemplo de sessão com 20 turnos

Suponha system prompt de 500 tokens. Cada turno adiciona 150 tokens do usuário e 350 do modelo, aumentando o histórico em 500 tokens por turno.

  • O token de entrada no turno k é 500 + 500 x (k - 1). O primeiro turno tem 500 tokens, o turno 20 tem 10.000 tokens.
  • Total de entradas em 20 rodadas: 20 x 500 + 500 x (0 + 1 + ... + 19) = 10.000 + 500 x 190 = 105.000 tokens.
  • Total de saídas: 20 x 350 = 7.000 tokens.
  • Custo: 105.000 x 0,15 / 1.000.000 = $0,01575, mais 7.000 x 0,50 / 1.000.000 = $0,0035. Total: $0,01925.

Uma sessão custa cerca de dois centavos. Observe, no entanto, que as entradas (105.000 tokens) são muito maiores que as saídas (7.000 tokens). É aqui que a economia é mais impactante.

Monte seu orçamento mensal com seus próprios dados

Substitua estimativas grosseiras por números do uso real. O processo é simples e você pode fazê-lo em três etapas.

  1. Execute seu recurso por alguns dias com crédito pequeno e registre prompt_tokens e completion_tokens para cada requisição.
  2. Calcule a média de entradas e saídas por recurso. Não misture recursos com padrões de tokens muito diferentes, como chat e resumo de documentos.
  3. Multiplique pela estimativa de número de requisições por mês.

Exemplo: um aplicativo tem dois recursos. O recurso de chat usa uma média de 2.000 tokens de entrada e 500 de saída, com 6.000 requisições por mês: 6.000 x $0,00055 = $3,30. O recurso de resumo usa 20.000 de entrada e 800 de saída, com 400 requisições por mês: 400 x $0,0034 = $1,36. Total: $4,66 por mês.

Adicione uma margem de segurança de cerca de 30% para picos e experimentos, então um orçamento seguro é de cerca de $6,06. Como o crédito nunca expira, o excedente não se perde, mas vira saldo para o mês seguinte. Essa é uma das vantagens do sistema pré-pago em comparação com assinaturas com cota fixa.

Como reduzir a fatura sem sacrificar a qualidade

  1. Limite o histórico. Envie apenas a última rodada relevante. Na sessão de 20 rodadas acima, se as entradas forem limitadas a 4.000 tokens por rodada, o total de entradas se torna 18.000 + 12 x 4.000 = 66.000 tokens. O custo é $0,0099 + $0,0035 = $0,0134, uma queda de cerca de 30% em relação a $0,01925.
  2. Resuma o histórico antigo. Substitua as partes iniciais da conversa por um resumo curto e mantenha as rodadas mais recentes intactas.
  3. Corte o system prompt. Um prompt de 3.000 tokens enviado em cada requisição adiciona $0,00045 por requisição, ou $0,45 por 1.000 requisições. Um valor pequeno, mas que se multiplica em alto volume.
  4. Defina max_tokens se você precisar de respostas curtas. Este parâmetro é opcional. Sem ele, a resposta pode usar o restante da janela de contexto.
  5. Monitore o saldo pelas respostas. O cabeçalho X-Balance-USD mostra o saldo após cada requisição.

O código a seguir calcula o custo de uma requisição a partir de usage e lê o saldo restante:

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)

Salve esses números no seu log. Em uma semana, você saberá o custo médio por recurso, o que é mais útil do que uma estimativa.

Recarga, bônus e créditos que nunca expiram

Você recarrega o saldo com qualquer valor inteiro de $20 a $500. Há bônus para recargas maiores:

RecargaBônusCrédito que você recebe
$20nenhum$20
$50+5%$52.50
$100+10%$110
$200+15%$230

O pagamento é feito com cripto: USDT na rede TRC20 ou USDC na rede Base. O crédito nunca expira, então você não é obrigado a gastar o saldo em um mês específico.

Para ter uma ideia, $20 no padrão de chat com contexto ($0,00055 por requisição) são suficientes para cerca de 36.000 requisições (20 / 0,00055 = 36.363). Se quiser comparar outras compensações além do preço, leia a análise de custo e compensação da IA sem censura.

Quando preço baixo nem sempre é adequado

Preço baixo não significa que este serviço é adequado para todas as tarefas. Alguns pontos que você deve considerar:

  • Este serviço é apenas para texto. Não há geração de imagens, áudio ou vídeo, nem embedding, nem fine-tuning.
  • Há apenas um modelo, com ID uncensored. Se você precisa de vários modelos diferentes com uma única chave, este não é um roteador.
  • A chave completa tem limite de 8 requisições simultâneas e 300 requisições por minuto. Tráfego muito acima disso precisa de fila do seu lado.
  • Para comparar com outros provedores, consulte as tarifas vigentes deles. Os preços mudam, então não confie em números de artigos antigos.

A maneira mais segura de decidir é testar com um crédito de teste de $0,50 e medir o custo na sua própria carga de trabalho. O guia de instalação está na documentação, e a página da chave de API explica como reivindicar o crédito de teste.

Comparando ofertas de forma justa

Muitas ofertas parecem baratas apenas porque você está comparando números diferentes. Antes de escolher qualquer provedor, verifique os seguintes pontos e anote as respostas:

  • Os preços de entrada e saída são separados ou combinados em um único número? Sem a separação, você não consegue calcular o custo de respostas longas.
  • Há alguma taxa mensal, consumo mínimo ou pacote que precisa ser comprado primeiro?
  • Os créditos expiram? Saldo que expira é o mesmo que preço mais alto.
  • Requisições falhas ou recusadas ainda são cobradas?
  • Qual é o limite de requisições simultâneas e por minuto, e o que acontece quando o limite é ultrapassado?
  • Qual é o tamanho da janela de contexto e os tokens da resposta são contados dentro dela?

Para este serviço, a resposta é: preços separados ($0,15 entrada, $0,50 saída), sem assinatura, créditos que nunca expiram, requisições falhas não cobradas e janela de contexto de 100.000 tokens que inclui prompt e resposta. Para outros provedores, consulte os preços vigentes e calcule com a mesma fórmula.

Uma nota importante sobre limites: se você ultrapassar o limite, a API responde com HTTP 429, não com cobrança adicional. Configure tentativas de nova execução (retry) com atraso e, se a resposta trouxer o cabeçalho Retry-After, respeite o valor.

Outros guias

Perguntas frequentes

Qual o custo de uma requisição de chat normal?

Com 2.000 tokens de entrada e 500 de saída, o custo é $0,00055. O valor real depende do tamanho do prompt e da resposta, que você pode ver na coluna de uso.

Há alguma taxa mensal ou consumo mínimo?

Não. O sistema é pré-pago e você paga apenas pelos tokens consumidos. O crédito nunca expira.

Requisições falhas são cobradas?

Não. Requisições falhas ou recusadas não têm custo.

Como saber o saldo restante?

Leia o cabeçalho X-Balance-USD em cada resposta ou chame GET /v1/balance. O endpoint compatível com OpenAI em /v1/dashboard/billing/credit_grants também está disponível.

Qual o valor mínimo de recarga?

$20, em valores inteiros até $500. O pagamento é feito com USDT (TRC20) ou USDC (Base).

Sua chave precisa de apenas um passo

Crie uma conta, copie sua chave e altere a URL base. Esse é todo o processo de configuração.