NL ▾
API-sleutel aanvragen

LLM API-promptkosten: budget je tokens

Prijzen zijn $0,15 per 1M inputtokens en $0,50 per 1M outputtokens. Hier zie je hoe je dit omzet in een budget voor je eigen prompts.

Bijgewerkt

Weegschaal met gloeiende tokenblokjes tegen een munt ter illustratie van promptkosten

Belangrijkste punten

  • Een promptaanroep met 600-in en 400-uit kost $0.00029; 1.000 aanroepen kosten $0.29.
  • Uitvoertokens kosten 3 en een derde keer meer dan invoertokens.
  • Chathistorie wordt bij elke beurt opnieuw verstuurd, dus lange chats kosten per beurt veel meer dan korte.
  • Prepaid tegoed vanaf $20 vervalt nooit; er is een proeftegoed van $0,50 maar geen gratis niveau.

Het korte antwoord, met cijfers

De LLM API-promptkosten voor deze API zijn eenvoudig: $0,15 per 1 miljoen invoertokens en $0,50 per 1 miljoen uitvoertokens. Een typisch verzoek met prompt-expansie, met 600 tokens in en 400 tokens uit, kost $0,00029, wat betekent dat 1.000 van zulke verzoeken $0,29 kosten. Er is geen abonnement en geen maandminimum. Je betaalt uit prepaid tegoed, en het tegoed vervalt nooit.

De rest van dit artikel laat zien hoe je van die twee prijzen naar een betrouwbaar budget gaat: hoe je tokens telt, wat lange gesprekken echt kosten, wat een top-up oplevert en waar je een prompt kunt inkorten. Elke figuur hieronder is berekend op basis van de twee tarieven, en de rekenmethode is getoond zodat je het met je eigen cijfers kunt nadoen.

TaakInput-tokensOutput-tokensKosten per call
Prompt-expansie600400$0.00029
Lang systeembericht, kort antwoord2,100300$0.000465
Groot document in het 100k-venster80,0002,000$0.013

Hoe tokens dollars worden

Een LLM-rekening heeft twee regels. Invoertokens zijn alles wat je verstuurt: de systeemboodschap, eerdere wisselwerkingen in het gesprek, geplakte documenten en de nieuwe vraag. Uitvoertokens zijn wat het model terugschrijft. Uitvoer is hier duurder per token, $0,50 tegenover $0,15 per miljoen, dus elke uitvoertoken is 3 en een derde keer de prijs van een invoertoken. Een lang antwoord is duurder dan een lange vraag van dezelfde lengte.

Voor een enkel verzoek is de formule:

cost = input_tokens x 0.15 / 1,000,000 + output_tokens x 0.50 / 1,000,000

Als vuistregel voor Engelstalige tekst is één token ongeveer vier tekens, of drie kwart van een woord. Een prompt van 300 woorden is ongeveer 400 tokens. Dit is slechts een schatting. Code, getallen en niet-Engelse tekst gebruiken meestal meer tokens per woord, dus meet een echt voorbeeld voordat je een grote taak begroot.

De makkelijkste manier om te meten is via de API. Elk antwoord bevat een usage-object met prompt- en completion-tokenaantallen, en een gestreamd antwoord verstuurt usage aan het einde van de stream. Voer twintig representatieve verzoeken uit, gemiddelde de twee getallen en vermenigvuldig.

Uitgewerkt voorbeeld: prompts uitbreiden

Neem een taak die een voltooide tekst-naar-video-prompt schrijft vanuit een kort idee. Het systeembericht plus het idee komen uit op 600 inputtokens, en het antwoord is 400 tokens.

  • Input: 600 x $0,15 / 1.000.000 = $0,00009
  • Uitvoer: 400 x $0,50 / 1.000.000 = $0,0002
  • Totaal per call: $0,00029

Schaal het op:

  • 1.000 calls: $0,29
  • 10.000 calls: $2,90
  • 100.000 calls: $29,00

Anders gezegd: het $0,50 proeftegoed dekt ongeveer 1.724 van deze calls (0,50 / 0,00029 = 1.724,1), en een top-up van $20 dekt ongeveer 69.000 ervan. Voor kleine teams en hobbyprojecten zijn de promptkosten zelden de kostenpost die pijn doet. De tool die de prompts verbruikt kost meestal veel meer.

Het proeftegoed is $0,50, geldig voor 7 dagen, te claimen met één klik op de API-sleutelpagina na het inloggen, één per persoon. Het vereist geen bankkaart. Er is geen terugkerende gratis tier daarboven, dus plan prepaid tegoed in zodra het proeftegoed verlopen is.

Waarom lange chats meer kosten dan je verwacht

Chat-achtig gebruik is waar schattingen fout gaan. De API is statusloos, dus voor elke nieuwe beurt verstuur je het hele gesprek opnieuw. Input groeit met elke beurt, zelfs als elk bericht kort is.

Stel een chat heeft een systeembericht van 500 tokens. In elke beurt schrijft de gebruiker 100 tokens en het model antwoordt met 300. Beurt 1 verstuurt 600 tokens. Beurt 2 verstuurt 600 plus de 400 van beurt 1, dus 1.000. Elke latere beurt voegt 400 tokens toe.

  • Input over 10 beurten: 10 x 600 + 400 x (0 + 1 + ... + 9) = 6.000 + 400 x 45 = 24.000 tokens
  • Output over 10 beurten: 10 x 300 = 3.000 tokens
  • Inputkosten: 24.000 x $0,15 / 1.000.000 = $0,0036
  • Outputkosten: 3.000 x $0,50 / 1.000.000 = $0,0015
  • Totaal voor de tien-beurt chat: $0,0051

Dat is ongeveer een halve cent voor een heel gesprek. Het bedrag is minder belangrijk dan de vorm: beurt 10 kost veel meer dan beurt 1, en totale input groeit met het kwadraat van het aantal beurten. Rek dezelfde chat uit naar 100 beurten en de input wordt 100 x 600 + 400 x 4.950 = 2.040.000 tokens, wat $0,306 is. De 30.000 outputtokens voegen $0,015 toe, voor een totaal van $0,321. Tien keer de beurten, ongeveer 63 keer de kosten.

Als je gebruik langlopende chat of roleplay is, bepaal dan wanneer je oude beurten moet knippen of samenvatten. Het vervangen van de eerste 80 beurten door een samenvatting van 500 tokens kan elk later verzoek verkleinen, en het houdt het gesprek binnen het 100.000-token contextvenster.

Eén groot verzoek in het 100k-venster

Het andere extreme is één enorm verzoek: een lang manuscript, een logbestand, een set transcripties. Het venster is 100.000 tokens voor prompt plus antwoord samen, dus de grootste input laat weinig ruimte over voor output. Een taak met 80.000 inputtokens en 2.000 outputtokens kost:

  • Input: 80.000 x $0,15 / 1.000.000 = $0,012
  • Output: 2.000 x $0,50 / 1.000.000 = $0,001
  • Totaal: $0,013

Zelfs een verzoek dat het grootste deel van het venster vult, kost ongeveer een cent. Kosten zijn niet de reden om lange input te vermijden. Snelheid en kwaliteit wel: een zeer lange prompt duurt langer om te verwerken, en feiten in het midden van een enorme input zijn makkelijker voor elk model om te missen. Als het antwoord afhangt van een paar alinea's, stuur dan die alinea's.

De body-limiet is 8 MB per verzoek, wat ver boven wat past in het tokenvenster zit, dus het tokenaantal is de limiet die je eerst bereikt.

Wat een opwaardering oplevert

Tegoed wordt in hele dollarbedragen gekocht van $20 tot $500. Grotere top-ups geven een bonus: 5% vanaf $50, 10% vanaf $100 en 15% vanaf $200.

Je betaaltBonusTegoed toegevoegdPrompt-expansie calls (bij $0,00029)
$20geen$20.00ongeveer 69.000
$505% = $2.50$52.50ongeveer 181.000
$10010% = $10$110.00ongeveer 379.000
$20015% = $30$230.00ongeveer 793.000

Je kunt betalen met crypto (USDT op TRC20, USDC op Base). Omdat tegoed nooit vervalt, is er geen straf voor het kopen van een groter bedrag en het langzaam gebruiken, en de bonus maakt die keuze aantrekkelijk als je weet dat je de API blijft gebruiken. Als je twijfelt, begin dan met $20. Huidige tarieven en het top-up-formulier staan op de prijzenpagina.

Mislukte of geweigerde requests worden niet in rekening gebracht. Als een request een fout geeft of het model weigert, betaal je er niet voor, wat belangrijk is als je het in een loop opnieuw probeert.

Vijf manieren om de rekening te verlagen

Omdat input het deel is dat je het meest controleert, begin daar.

  1. Knip het systeembericht. Neem een taak met een systeembericht van 2.000 tokens, een idee van 100 tokens en een antwoord van 300 tokens. Input is 2.100 tokens, dus de call kost 2.100 x $0,15 / 1.000.000 + 300 x $0,50 / 1.000.000 = $0,000315 + $0,00015 = $0,000465. Over 10.000 calls is dat $4,65. Knip het systeembericht naar 500 tokens en de call is 600 x $0,15 / 1.000.000 + $0,00015 = $0,00009 + $0,00015 = $0,00024, of $2,40 voor 10.000 calls. Je bespaart $2,25.
  2. Beperk de uitvoer. Stel max_tokens in op de gewenste lengte. Het is optioneel, maar een plafond beschermt je tegen een uit de hand gelopen antwoord.
  3. Vraag om de korte vorm. "Beantwoord alleen met de prompt" verwijdert voorafgaande tekst die je betaalt en daarna verwijdert.
  4. Voer kleine vragen gebundeld uit. Tien korte vragen in één verzoek delen één systeembericht in plaats van het tien keer te herhalen.
  5. Vat eerdere gespreksdelen samen. Zoals hierboven getoond, maakt dit de groeicurve vlakker.

Hiervoor is geen speciale tooling nodig. De controle is een script dat usage van elk antwoord logt.

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)

Je kunt de balans ook direct bekijken: elk antwoord bevat een X-Balance-USD-header. Log deze naast de verzoek-ID van X-Request-Id en je kunt je uitgaven afstemmen op je eigen tellingen. Om te beginnen, claim de trial op de API-sleutelpagina en lees de documentatie voor de volledige lijst met parameters.

01

Vragen en antwoorden

Is er een gratis plan?

Nee. Nieuwe gebruikers kunnen een eenmalig proeftegoed van $0,50 claimen, geldig voor 7 dagen en zonder kaart. Daarna betaal je van prepaid tegoed.

Kost een geweigerd of mislukt verzoek geld?

Nee. Mislukte of geweigerde verzoeken worden niet aangerekend.

Vervalt het tegoed?

Nee. Credits vervallen nooit en er is geen abonnement.

Hoe zie ik wat een verzoek kost?

Lees het usage-object in het antwoord voor token-tellingen en de X-Balance-USD-header voor je resterende saldo.

Je sleutel is nog maar één formulier verwijderd

Maak een account aan, kopieer de sleutel, pas de basis-URL aan. Dat is de hele configuratie.

API-sleutel ophalenDocumentatie lezen