Costo prompt API LLM: budgetizza i token
I prezzi sono $0,15 per 1M di token in input e $0,50 per 1M in output. Ecco come trasformarli in un budget per i tuoi prompt.
Aggiornato

Punti chiave
- Una chiamata prompt con 600 input e 400 output costa $0,00029; 1.000 chiamate costano $0,29.
- I token in output costano 3 e un terzo volte più di quelli in input.
- La cronologia delle chat viene inviata di nuovo a ogni turno, quindi le chat lunghe costano molto di più per turno rispetto a quelle brevi.
- Il credito prepagato da $20 non scade mai; c'è un credito di prova di $0,50 ma non esiste un piano gratuito.
La risposta breve, con i numeri
Su questa API, il costo del prompt per l'API LLM è semplice da indicare: $0,15 per 1 milione di token in input e $0,50 per 1 milione di token in output. Una tipica chiamata con espansione del prompt, con 600 token in input e 400 in output, costa $0,00029, il che significa che 1.000 chiamate di questo tipo costano $0,29. Non ci sono abbonamenti e nessun minimo mensile. Paghi dal credito prepagato e il credito non scade mai.
Il resto di questo articolo mostra come passare da questi due prezzi a un budget di cui fidarsi: come contare i token, quanto costano davvero le conversazioni lunghe, cosa si ottiene con una ricarica e dove si può tagliare un prompt. Ogni cifra qui sotto è calcolata dai due tassi e l'aritmetica è mostrata in modo che tu possa rifarla con i tuoi numeri.
| Compito | Token in ingresso | Token in uscita | Costo per chiamata |
|---|---|---|---|
| Espansione del prompt | 600 | 400 | $0.00029 |
| Prompt di sistema lungo, risposta breve | 2,100 | 300 | $0.000465 |
| Documento grande nella finestra di 100k | 80,000 | 2,000 | $0.013 |
Come i token diventano dollari
Una fattura LLM ha due voci. I token di input sono tutto ciò che invii: il messaggio di sistema, i turni precedenti della conversazione, i documenti incollati e la nuova domanda. I token di output sono ciò che il modello restituisce. Qui l'output costa di più per token, $0,50 contro $0,15 per milione, quindi ogni token di output costa 3,33 volte in più di un token di input. Una risposta lunga costa più di una domanda lunga della stessa lunghezza.
Per una singola chiamata la formula è:
cost = input_tokens x 0.15 / 1,000,000 + output_tokens x 0.50 / 1,000,000
Come regola approssimativa per il testo inglese, un token corrisponde a circa quattro caratteri, o tre quarti di una parola. Un prompt di 300 parole è di circa 400 token. Questa è solo una stima. Codice, numeri e testo non inglese di solito richiedono più token per parola, quindi misura un campione reale prima di definire il budget per un lavoro di grandi dimensioni.
Il modo più semplice per misurare è chiedere all'API. Ogni risposta contiene un oggetto usage con i conteggi dei token di prompt e completamento, e una risposta con streaming invia l'uso alla fine dello stream. Esegui venti richieste rappresentative, fai la media dei due numeri e moltiplica.
Esempio pratico: espansione dei prompt
Prendi un lavoro che scrive un prompt completo per la generazione di video da testo a partire da un'idea breve. Il messaggio di sistema più l'idea arrivano a 600 token in input e la risposta è di 400 token.
- Input: 600 x $0,15 / 1.000.000 = $0,00009
- Output: 400 × $0,50 / 1.000.000 = $0,0002
- Totale per chiamata: $0,00029
Aumenta la scala:
- 1.000 chiamate: $0,29
- 10.000 chiamate: $2,90
- 100.000 chiamate: $29,00
In altre parole, il credito di prova di $0,50 copre circa 1.724 di queste chiamate (0,50 / 0,00029 = 1.724,1) e una ricarica di $20 ne copre circa 69.000. Per piccoli team e progetti hobby, il costo dei prompt raramente è il punto dolente del budget. Lo strumento che consuma i prompt di solito costa molto di più.
Il credito di prova è di $0,50, valido per 7 giorni, richiesto con un clic nella pagina della chiave API dopo la registrazione, uno per persona. Non serve la carta. Non esiste un piano gratuito ricorrente oltre a questo, quindi pianifica il credito prepagato una volta esaurito il periodo di prova.
Perché le chat lunghe costano più del previsto
L'uso in stile chat è dove le stime sbagliano. L'API è senza stato, quindi per ogni nuovo turno invii di nuovo l'intera conversazione. L'input cresce a ogni turno anche se ogni messaggio è breve.
Supponi che una chat abbia un messaggio di sistema da 500 token. In ogni turno l'utente scrive 100 token e il modello risponde con 300. Il turno 1 invia 600 token. Il turno 2 invia 600 più i 400 del turno 1, quindi 1.000. Ogni turno successivo aggiunge altri 400.
- Input su 10 turni: 10 x 600 + 400 x (0 + 1 + ... + 9) = 6.000 + 400 x 45 = 24.000 token
- Output su 10 turni: 10 x 300 = 3.000 token
- Costo input: 24.000 x $0,15 / 1.000.000 = $0,0036
- Costo output: 3.000 x $0,50 / 1.000.000 = $0,0015
- Totale per la chat di dieci turni: $0,0051
Questo è circa mezzo centesimo per un'intera conversazione. L'importo conta meno della forma: il turno 10 costa molto di più del turno 1 e l'input totale cresce con il quadrato del numero di turni. Allunga la stessa chat a 100 turni e l'input diventa 100 x 600 + 400 x 4.950 = 2.040.000 token, che sono $0,306. I 30.000 token in output aggiungono $0,015, per un totale di $0,321. Dieci volte i turni, circa 63 volte il costo.
Se il tuo uso è chat o roleplay a lungo termine, decidi quando tagliare o riassumere i turni vecchi. Sostituire i primi 80 turni con un riassunto di 500 token può ridurre ogni richiesta successiva e mantiene anche la conversazione all'interno della finestra di 100.000 token.
Una singola richiesta di grandi dimensioni nella finestra da 100k
L'altro estremo è una singola richiesta enorme: un manoscritto lungo, un file di log, un insieme di trascrizioni. La finestra è di 100.000 token per prompt e completamento complessivi, quindi il più grande input lascia poco spazio per l'output. Un lavoro con 80.000 token in input e 2.000 in output costa:
- Input: 80.000 x $0,15 / 1.000.000 = $0,012
- Output: 2.000 x $0,50 / 1.000.000 = $0,001
- Totale: $0,013
Anche una richiesta che riempie gran parte della finestra costa circa un centesimo. Il costo non è il motivo per evitare input lunghi. Velocità e qualità sì: un prompt molto lungo richiede più tempo per essere elaborato e i fatti nel mezzo di un input enorme sono più facili da perdere per qualsiasi modello. Se la risposta dipende da pochi paragrafi, invia quei paragrafi.
Il limite del corpo della richiesta è di 8 MB per richiesta, che è ben al di sopra di ciò che entra nella finestra dei token, quindi il conteggio dei token sarà il limite che raggiungi per primo.
Cosa si può acquistare con una ricarica
Il credito si acquista in dollari interi da $20 a $500. Ricariche di importo maggiore aggiungono un bonus: 5% da $50, 10% da $100 e 15% da $200.
| Tu paghi | Bonus | Credito aggiunto | Chiamate di espansione-prompt (a $0,00029) |
|---|---|---|---|
| $20 | nessuno | $20.00 | circa 69.000 |
| $50 | 5% = $2.50 | $52.50 | circa 181.000 |
| $100 | 10% = $10 | $110.00 | circa 379.000 |
| $200 | 15% = $30 | $230.00 | circa 793.000 |
Puoi pagare con cripto (USDT su TRC20, USDC su Base). Poiché il credito non scade mai, non c'è penalità per acquistare una quantità maggiore e usarla lentamente, e il bonus rende questa scelta attraente se sai che continuerai a usare l'API. Se sei incerto, inizia con $20. I tassi attuali e il modulo di ricarica sono nella pagina dei prezzi.
Le richieste fallite o rifiutate non vengono addebitate. Se una richiesta va in errore o il modello rifiuta, non paghi per essa, il che conta quando riprovi in un loop.
Cinque modi per abbassare la bolletta
Poiché l'input è la parte che controlli di più, inizia da lì.
- Riduci il messaggio di sistema. Prendi un lavoro con un messaggio di sistema da 2.000 token, un'idea da 100 token e una risposta da 300 token. L'input è di 2.100 token, quindi la chiamata costa 2.100 x $0,15 / 1.000.000 + 300 x $0,50 / 1.000.000 = $0,000315 + $0,00015 = $0,000465. Su 10.000 chiamate sono $4,65. Riduci il messaggio di sistema a 500 token e la chiamata è 600 x $0,15 / 1.000.000 + $0,00015 = $0,00009 + $0,00015 = $0,00024, o $2,40 per 10.000 chiamate. Risparmi $2,25.
- Limita l'output. Imposta
max_tokensalla lunghezza che ti serve. È opzionale, ma un limite ti protegge da una risposta sfuggente. - Chiedi la forma breve. "Rispondi solo con il prompt" rimuove i preamboli che paghi e poi cancelli.
- Raggruppa le domande brevi. Dieci domande brevi in una richiesta condividono un messaggio di sistema invece di ripeterlo dieci volte.
- Riassumi i turni di chat vecchi. Come mostrato sopra, questo appiattisce la curva di crescita.
Nessuna di queste operazioni richiede strumenti speciali. Il controllo è uno script che registra l'usage da ogni risposta.
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)
Puoi anche controllare il saldo direttamente: ogni risposta include l'intestazione X-Balance-USD. Registrala accanto all'ID della richiesta da X-Request-Id e puoi conciliare la spesa con i tuoi conteggi. Per iniziare, richiedi la prova nella pagina chiave API e leggi la documentazione per l'elenco completo dei parametri.
Altre guide
Domande e risposte
Esiste un piano gratuito?
No. I nuovi utenti possono richiedere un credito di prova una tantum di $0,50, valido per 7 giorni e senza carta. Dopo di che pagherai dal credito prepagato.
Le richieste rifiutate o fallite costano denaro?
No. Le richieste fallite o rifiutate non vengono addebitate.
Il credito scade?
No. Il credito non scade mai e non c'è abbonamento.
Come vedo quanto costa una richiesta?
Leggi l'oggetto di utilizzo nella risposta per i conteggi dei token e l'intestazione X-Balance-USD per il tuo saldo residuo.
La tua chiave è a un modulo di distanza
Crea un account, copia la chiave, cambia l'URL di base. È tutta la configurazione.