Pontos principais
- Taxas: $0,15 por 1M de tokens de entrada e $0,50 por 1M de tokens de saída.
- Pagamento por uso a partir do crédito pré-pago; sem assinatura, e o crédito nunca expira.
- 100.000 requisições de 1.500 tokens de entrada e 400 de saída custam $42,50.
- Requisições falhas ou recusadas não são cobradas.
Como a conta é construída
Se você está comparando preços da API de modelos gpt, comece pela unidade: o token. Um token é um trecho de texto, geralmente uma palavra curta ou parte de uma mais longa. Uma regra aproximada para o inglês é que 1.000 tokens equivalem a cerca de 750 palavras, embora código e outros idiomas usem mais tokens por palavra. A resposta da API informa as contagens exatas no campo usage, para que você nunca precise adivinhar depois disso.
Cada requisição é cobrada em duas contagens. Tokens de entrada são tudo que você envia: prompt do sistema, histórico de conversas e a nova mensagem. Tokens de saída são tudo que o modelo escreve de volta. Saída custa mais por token que entrada. Nossas taxas são $0,15 por 1M de tokens de entrada e $0,50 por 1M de tokens de saída.
Exemplos práticos
Vamos calcular algumas formas comuns. Cada uma segue a mesma fórmula: tokens divididos por 1.000.000, vezes a taxa.
Uma pergunta curta. 200 tokens de entrada, 150 de saída. Entrada: 200 / 1.000.000 x $0,15 = $0,00003. Saída: 150 / 1.000.000 x $0,50 = $0,000075. Total: $0,000105. Cerca de 9.500 requisições assim custam um dólar.
Uma interação de chat com histórico. 3.000 tokens de entrada, 400 de saída. Entrada custa $0,00045, saída custa $0,0002, total $0,00065. Mil desses custam $0,65.
Uma tarefa de documento. 20.000 tokens de entrada (um texto longo para resumir), 1.000 de saída. Entrada custa $0,003, saída custa $0,0005, total $0,0035. Resumir 1.000 documentos desse tamanho custa $3,50.
Uma janela de contexto completa. A janela tem 100.000 tokens, prompt mais conclusão. Uma requisição com 90.000 de entrada e 10.000 de saída custa $0,0135 + $0,005 = $0,0185, menos de dois centavos.
| Formato | Por requisição | Por 1.000 requisições |
|---|---|---|
| 200 de entrada, 150 de saída | $0.000105 | $0.105 |
| 3.000 entrada, 400 saída | $0.00065 | $0.65 |
| 20.000 de entrada, 1.000 de saída | $0.0035 | $3.50 |
| 90.000 de entrada, 10.000 de saída | $0.0185 | $18.50 |
Estimativas mensais
Projetos pensam em meses, então aumente a escala. Suponha que uma ferramenta de suporte envie 100.000 requisições por mês, com média de 1.500 tokens de entrada e 400 de saída.
- Entrada: 100.000 x 1.500 = 150.000.000 tokens, que é 150M x $0,15 = $22,50
- Saída: 100.000 x 400 = 40.000.000 tokens, que é 40M x $0,50 = $20,00
- Total: $42,50 por mês
Um app menor com 5.000 requisições por mês no mesmo formato custa $2,13 (um vigésimo de $42,50 é $2,125). Uma ferramenta de escrita criativa onde usuários geram trechos longos pode inverter a proporção: 20.000 requisições com 1.000 de entrada e 2.000 de saída geram 20M de tokens de entrada por $3,00 mais 40M de tokens de saída por $20,00, totalizando $23,00.
Observe que a saída domina quando as respostas são longas, e a entrada domina quando o histórico é longo. Descubra qual dos dois é o caso do seu aplicativo antes de tentar otimizar.
O crescimento é linear, o que facilita o planejamento. Se o tráfego dobrar, a conta dobra: 200.000 requisições da mesma forma custam $85,00. Se você reduzir a entrada média de 1.500 para 1.000 tokens reduzindo o histórico, a linha de entrada cai de $22,50 para $15,00 por 100.000 requisições, uma economia de $7,50 por mês sem afetar a qualidade das respostas.
Crédito, recargas e bônus
Você paga com crédito pré-pago, então o gasto é limitado pelo que você carregou. O crédito nunca expira, e não há taxa de assinatura.
Recargas são qualquer valor inteiro de $20 a $500, por cripto (USDT na TRC20, USDC na Base). Recargas maiores têm um bônus: +5% a partir de $50, +10% a partir de $100, +15% a partir de $200. Isso significa que $50 se tornam $52,50 de crédito, $100 se tornam $110 e $200 se tornam $230. Usando o exemplo mensal de $42,50, uma recarga de $50 cobre um pouco mais de um mês dessa carga de trabalho, com $10 sobrando após contar o bônus.
Novos usuários podem começar com um crédito de teste de $0,50, resgatado com um clique após o cadastro. Válido por 7 dias e um por pessoa. Veja a página de preços para a tabela atual.
Uma nota prática sobre dimensionamento: a recarga mínima é de $20, que na forma de chat 3.000 de entrada e 400 de saída ($0,00065 por requisição) são aproximadamente 30.769 requisições. Para a maioria dos protótipos, isso são semanas de teste, então há pouco motivo para começar com valores mais altos.
Sete formas de manter a conta baixa
As taxas são baixas, mas o desperdício ainda se acumula em volume. Estas são as mudanças que mais economizam, aproximadamente em ordem de efeito.
- Limite o histórico. Mantenha as últimas N rodadas e um resumo curto das anteriores. Tokens de entrada crescem a cada rodada caso contrário.
- Encurte o prompt do sistema. Ele é reenviado em cada requisição. Um prompt de 1.500 tokens enviado 100.000 vezes são 150M de tokens de entrada, ou $22,50.
- Defina max_tokens onde fizer sentido. É opcional aqui, mas um limite evita respostas descontroladas.
- Use sequências de parada. Elas encerram a geração assim que você tem o que precisa.
- Peça saída compacta. Modo JSON com chaves curtas supera o texto corrido quando um programa lê o resultado.
- Armazene em cache suas próprias respostas. Se muitos usuários perguntarem a mesma coisa, armazene a resposta em vez de pagar novamente.
- Observe o saldo. O cabeçalho de resposta
X-Balance-USDmostra o que resta em cada chamada.
Lista de verificação de orçamento antes do lançamento
Antes de um aplicativo ser exposto aos usuários, passe por esta lista.
- Meça a média de tokens de entrada e saída de pelo menos 50 requisições reais.
- Calcule o pior caso: uma janela completa de 100.000 tokens custa cerca de $0,0185 para uma requisição de 90.000 de entrada e 10.000 de saída. Decida se seu aplicativo permite isso.
- Limite o comprimento da entrada do usuário para que um documento colado não multiplique seus custos.
- Defina
max_tokensem endpoints onde respostas longas não são necessárias. - Trate HTTP 429 com uma nova tentativa que aguarda, usando o valor
Retry-Afterquando presente. Uma chave completa permite 8 requisições simultâneas e 300 por minuto. - Alerte sobre o saldo. Leia
X-Balance-USDe notifique-se quando ele passar de um limite, para que você possa recarregar antes que os usuários percebam.
Comparando orçamentos de outros provedores
Não listamos preços de outros fornecedores aqui, pois mudam e não podemos garantir a precisão deles. Você ainda pode comparar usando o mesmo método, e leva dez minutos.
Primeiro, colete a taxa de entrada e a taxa de saída por 1M de tokens de cada provedor na página de preços atual deles. Segundo, pegue um prompt real e uma resposta real do seu aplicativo e conte seus tokens. Terceiro, execute a fórmula para cada provedor com suas contagens. Quarto, multiplique pela sua contagem mensal de requisições.
Observe diferenças que não aparecem na linha de taxa. Alguns provedores contam tokens de forma diferente, então o mesmo texto pode ser um número diferente de tokens em cada serviço. Alguns cobram por recursos como contexto extra, e alguns têm compras mínimas ou assinaturas além do uso. O nosso não tem nenhum desses: sem assinatura, recarga mínima de $20, crédito que nunca expira.
Por fim, compare o que o modelo faz, não apenas quanto custa. Uma chamada mais barata que recusa sua requisição não vale nada, e uma mais cara que responde pode ser mais barata por resultado útil. Para ficção adulta e roleplay, teste seus próprios prompts em cada serviço antes de decidir.
Meça seu custo real em código
Estimativas são tão boas quanto suas contagens de tokens, então registre as reais. Este snippet precifica cada resposta a partir de seus próprios dados de uso.
from openai import OpenAI
client = OpenAI(base_url="https://api.uncensoredgptapi.com/v1", api_key="YOUR_API_KEY")
RATE_IN = 0.15 # per 1M input tokens
RATE_OUT = 0.50 # per 1M output tokens
resp = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Summarize why logging usage matters."}],
max_tokens=200,
)
u = resp.usage
cost = u.prompt_tokens / 1_000_000 * RATE_IN + u.completion_tokens / 1_000_000 * RATE_OUT
print(u.prompt_tokens, u.completion_tokens, round(cost, 6))Execute-o sobre um dia de tráfego real, faça a média dos resultados e multiplique pelo seu volume esperado. Esse número supera qualquer gráfico, incluindo os acima.
O que o preço não inclui
O preço é uma entrada para uma decisão. Esta é uma API apenas de texto: sem geração de imagem, áudio ou vídeo, sem embeddings e sem fine-tuning. Executa um modelo de pesos abertos de um provedor independente, não um modelo da OpenAI ou de outro fornecedor, e não é um roteador entre fornecedores. Se você precisa desses recursos, precisa de outro serviço. Verifique os preços atuais deles antes de comparar.
O que você obtém por este preço é um endpoint compatível com OpenAI, streaming, chamada de funções, modo JSON, uma janela de contexto de 100.000 tokens e um modelo ajustado para responder sem recusas de conteúdo para uso adulto legal. Prompts não são usados para treinamento. O limite rígido é sem conteúdo sexual envolvendo menores de idade.
Para começar, pegue uma chave na página da chave de API e siga a documentação para trocar sua URL base.
