FR ▾
Obtenir une clé API

Coût des prompts API LLM : budgétisez vos tokens

Les prix sont de 0,15 $ par 1 M de tokens d'entrée et 0,50 $ par 1 M de tokens de sortie. Voici comment les transformer en budget pour vos propres prompts.

Mis à jour le

Balance avec des cubes de tokens lumineux pesant contre une pièce pour illustrer le coût du prompt

Points clés

  • Un appel de prompt avec 600 tokens d'entrée et 400 de sortie coûte 0,00029 $ ; 1 000 appels coûtent 0,29 $.
  • Les tokens de sortie coûtent 3 et un tiers de fois plus cher que les tokens d’entrée.
  • L'historique du chat est renvoyé à chaque tour, donc les longs chats coûtent beaucoup plus cher par tour que les courts.
  • Le crédit prépayé à partir de $20 n'expire jamais ; il y a un essai de $0,50 mais pas de niveau gratuit.

La réponse courte, avec des chiffres

Sur cette API, le coût des prompts API LLM est simple à énoncer : 0,15 $ par 1 million de tokens d'entrée et 0,50 $ par 1 million de tokens de sortie. Un appel typique d'expansion de prompt, avec 600 tokens d'entrée et 400 de sortie, coûte 0,00029 $, ce qui signifie que 1 000 appels de ce type coûtent 0,29 $. Il n'y a pas d'abonnement ni de minimum mensuel. Vous payez à partir de votre crédit prépayé, et le crédit n'expire jamais.

Le reste de cet article montre comment passer de ces deux prix à un budget en lequel vous avez confiance : comment compter les tokens, ce que coûtent vraiment les longues conversations, ce qu'un rechargement permet d'acheter, et où un prompt peut être élagué. Chaque chiffre ci-dessous est calculé à partir des deux tarifs, et l'arithmétique est présentée pour que vous puissiez la refaire avec vos propres chiffres.

RôleTokens d'entréeTokens de sortieCoût par appel
Développement de prompt600400$0.00029
Long prompt système, courte réponse2,100300$0.000465
Grand document dans la fenêtre de 100k80,0002,000$0.013

Comment les tokens deviennent des dollars

Une facture LLM comporte deux lignes. Les tokens d’entrée regroupent tout ce que vous envoyez : le message système, les tours de conversation antérieurs, les documents collés et la nouvelle question. Les tokens de sortie correspondent à ce que le modèle renvoie. Ici, le coût par token de sortie est supérieur : $0,50 contre $0,15 par million, soit un token de sortie qui coûte 3 et un tiers de fois plus cher qu’un token d’entrée. Une réponse longue est plus coûteuse qu’une question longue de même longueur.

Pour un appel unique, la formule est :

cost = input_tokens x 0,15 / 1 000 000 + output_tokens x 0,50 / 1 000 000

En règle approximative pour le texte anglais, un token représente environ quatre caractères ou trois quarts de mot. Un prompt de 300 mots fait environ 400 tokens. Il s’agit d’une simple estimation. Le code, les nombres et les textes non anglais nécessitent généralement plus de tokens par mot ; mesurez un échantillon réel avant de budgétiser un gros travail.

La méthode la plus simple consiste à interroger l’API. Chaque réponse inclut un objet usage contenant le nombre de tokens du prompt et de la complétion, et une réponse en streaming envoie l’usage à la fin du flux. Exécutez vingt requêtes représentatives, faites la moyenne des deux nombres et multipliez.

Exemple détaillé : expansion de prompts

Prenons une tâche qui génère un prompt texte-à-vidéo finalisé à partir d'une courte idée. Le message système plus l'idée font 600 tokens d'entrée, et la réponse fait 400 tokens.

  • Entrée : 600 x $0,15 / 1 000 000 = $0,00009
  • Sortie : 400 x $0,50 / 1 000 000 = $0,0002
  • Total par appel : $0,00029

Mettez à l'échelle :

  • 1 000 appels : 0,29 $
  • 10 000 appels : 2,90 $
  • 100 000 appels : 29,00 $

Autrement dit, le crédit d'essai de 0,50 $ couvre environ 1 724 de ces appels (0,50 / 0,00029 = 1 724,1) et un rechargement de 20 $ en couvre environ 69 000. Pour les petites équipes et les projets personnels, le coût des prompts n'est généralement pas la partie du budget qui pèse le plus. L'outil qui consomme les prompts coûte généralement bien plus cher.

Le crédit d’essai s’élève à 0,50 $, est valable 7 jours et s’obtient en un clic sur la page de la clé API après la création du compte, une fois par personne. Aucune carte bancaire n’est requise. Il n’existe pas de niveau gratuit récurrent au-delà de cela ; prévoyez un crédit prépayé une fois le crédit d’essai épuisé.

Pourquoi les longues conversations coûtent plus cher que prévu

L'utilisation de type chat est là où les estimations sont erronées. L'API est sans état, donc pour chaque nouveau tour, vous renvoyez toute la conversation. L'entrée augmente à chaque tour même si chaque message est court.

Disons qu'un chat a un message système de 500 tokens. À chaque tour, l'utilisateur écrit 100 tokens et le modèle répond avec 300. Le tour 1 envoie 600 tokens. Le tour 2 envoie 600 plus les 400 du tour 1, soit 1 000. Chaque tour ultérieur ajoute 400 de plus.

  • Entrée sur 10 tours : 10 x 600 + 400 x (0 + 1 + ... + 9) = 6 000 + 400 x 45 = 24 000 tokens
  • Sortie sur 10 tours : 10 x 300 = 3 000 tokens
  • Coût entrée : 24 000 x 0,15 $ / 1 000 000 = 0,0036 $
  • Coût sortie : 3 000 x 0,50 $ / 1 000 000 = 0,0015 $
  • Total pour le chat à dix tours : 0,0051 $

Cela représente environ un demi-centime pour toute une conversation. Le montant importe moins que la forme : le tour 10 coûte bien plus cher que le tour 1, et l’entrée totale croît au carré du nombre de tours. Étirez le même chat sur 100 tours et l’entrée devient 100 x 600 + 400 x 4 950 = 2 040 000 tokens, ce qui représente 0,306 $. Les 30 000 tokens de sortie ajoutent 0,015 $, pour un total de 0,321 $. Dix fois plus de tours, environ 63 fois plus de coût.

Si votre utilisation est un chat ou un jeu de rôle à long cours, décidez quand couper ou résumer les anciens tours. Remplacer les 80 premiers tours par un résumé de 500 tokens peut réduire toutes les requêtes ultérieures, et cela maintient également la conversation dans la fenêtre de 100 000 tokens.

Une grande requête dans la fenêtre de 100k

L’autre extrême est une seule requête énorme : un long manuscrit, un fichier journal, un ensemble de transcriptions. La fenêtre de contexte est de 100 000 tokens pour le prompt et la complétion réunis, donc une entrée importante laisse peu de place pour la sortie. Une tâche avec 80 000 tokens d’entrée et 2 000 tokens de sortie coûte :

  • Entrée : 80 000 x 0,15 $ / 1 000 000 = 0,012 $
  • Sortie : 2 000 x 0,50 $ / 1 000 000 = 0,001 $
  • Total : 0,013 $

Même une requête qui remplit la majeure partie de la fenêtre coûte environ un centime. Le coût n'est pas la raison d'éviter les longues entrées. La vitesse et la qualité le sont : un prompt très long prend plus de temps à traiter, et les faits au milieu d'une entrée énorme sont plus faciles à manquer pour n'importe quel modèle. Si la réponse dépend de quelques paragraphes, envoyez ces paragraphes.

La limite du corps est de 8 MB par requête, ce qui est bien au-delà de ce qui tient dans la fenêtre de tokens ; le nombre de tokens sera donc la limite que vous atteindrez en premier.

Ce qu'achète un rechargement

Le crédit s’achète en sommes entières de dollars de $20 à $500. Les recharges plus importantes incluent un bonus : 5 % à partir de $50, 10 % à partir de $100 et 15 % à partir de $200.

Vous payezBonusCrédit ajoutéAppels d'expansion de prompt (à $0,00029)
$20aucun$20.00environ 69 000
$505% = $2.50$52.50environ 181 000
$10010% = $10$110.00environ 379 000
$20015% = $30$230.00environ 793 000

Vous pouvez payer avec de la crypto (USDT sur TRC20, USDC sur Base). Le crédit n’expire jamais, il n’y a donc aucune pénalité à acheter une plus grande somme et à l’utiliser lentement, et le bonus rend ce choix attractif si vous savez que vous continuerez à utiliser l’API. Si vous n’êtes pas sûr, commencez par $20. Les tarifs actuels et le formulaire de rechargement sont sur la page des tarifs.

Les requêtes échouées ou refusées ne sont pas facturées. Si une requête génère une erreur ou si le modèle refuse, vous ne payez pas pour elle, ce qui est important lorsque vous réessayez dans une boucle.

Cinq façons de baisser la facture

Comme l'entrée est la partie que vous contrôlez le plus, commencez par là.

  1. Élaguer le message système. Prenons une tâche avec un message système de 2 000 tokens, une idée de 100 tokens et une réponse de 300 tokens. L’entrée est de 2 100 tokens, donc l’appel coûte 2 100 x $0,15 / 1 000 000 + 300 x $0,50 / 1 000 000 = $0,000315 + $0,00015 = $0,000465. Sur 10 000 appels, cela représente $4,65. Réduisez le message système à 500 tokens et l’appel coûte 600 x $0,15 / 1 000 000 + $0,00015 = $0,00009 + $0,00015 = $0,00024, soit $2,40 pour 10 000 appels. Vous économisez $2,25.
  2. Plafonnez la sortie. Définissez max_tokens à la longueur dont vous avez besoin. C’est optionnel, mais un plafond vous protège d’une réponse qui s’emballe.
  3. Demandez une réponse courte. « Répondez uniquement avec le prompt » supprime les préambules que vous payez puis supprimez.
  4. Regroupez les petites questions. Dix questions courtes dans une seule requête partagent un seul message système au lieu de le répéter dix fois.
  5. Résumez les anciens tours de chat. Comme montré ci-dessus, cela aplatit la courbe de croissance.

Tout cela ne nécessite pas d'outillage spécial. Le contrôle est un script qui enregistre usage depuis chaque réponse.

from openai import OpenAI

client = OpenAI(
    base_url="https://api.veo3apis.com/v1",
    api_key="YOUR_API_KEY",
)

IN_PRICE = 0.15 / 1_000_000
OUT_PRICE = 0.50 / 1_000_000

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Write a 70 word prompt for a rainy street scene."}],
    max_tokens=200,
)

u = resp.usage
cost = u.prompt_tokens * IN_PRICE + u.completion_tokens * OUT_PRICE
print(u.prompt_tokens, u.completion_tokens, "tokens, about $%.6f" % cost)

Vous pouvez également surveiller le solde directement : chaque réponse inclut un en-tête X-Balance-USD. Enregistrez-le à côté de l'ID de requête de X-Request-Id et vous pouvez réconcilier les dépenses avec vos propres comptes. Pour commencer, réclamez l'essai sur la page clé API et lisez la documentation pour la liste complète des paramètres.

01

Questions et réponses

Existe-t-il une offre gratuite ?

Non. Les nouveaux utilisateurs peuvent réclamer un crédit d’essai unique de $0,50, valable 7 jours et sans besoin de carte. Ensuite, vous payez à partir de votre crédit prépayé.

Les requêtes refusées ou échouées coûtent-elles de l’argent ?

Non. Les requêtes échouées ou refusées ne sont pas facturées.

Le crédit expire-t-il ?

Non. Le crédit n'expire jamais et il n'y a pas d'abonnement.

Comment voir le coût d'une requête ?

Consultez l’objet usage dans la réponse pour les comptages de tokens et l’en-tête X-Balance-USD pour votre solde restant.

Votre clé est à un formulaire de vous

Créez un compte, copiez la clé, modifiez l'URL de base. C'est toute la configuration.

Obtenir une clé APILire la documentation