Bảng giá API LLM: Bạn trả bao nhiêu cho mỗi token, với ví dụ

Bảng giá

Bảng giá API LLM trên trang này có hai con số. Bạn trả tiền cho token bạn gửi (đầu vào) và token mô hình viết lại (đầu ra), được tính từ tín dụng bạn đã nạp trước. Không có phí hàng tháng, không tính theo số lượng người dùng và không có mức sử dụng tối thiểu.

Mục	Giá
Token đầu vào	$0,15 cho 1 triệu
Token đầu ra	$0,50 cho 1 triệu
Gói đăng ký	Không, trả tiền theo nhu cầu
Yêu cầu thất bại hoặc bị từ chối	Không bị tính phí
Thời hạn	Không bao giờ

Đầu ra tốn gấp hơn ba lần đầu vào ($0.50 chia cho $0.15 bằng 3,33). Tỷ lệ này chi phối hầu hết các quyết định về chi phí: một prompt dài với câu trả lời ngắn thì rẻ, trong khi một prompt ngắn yêu cầu một câu chuyện dài thì tốn kém hơn mỗi yêu cầu. ID mô hình là uncensored và danh sách hiện tại có trên trang giá cả.

Cách token chuyển thành đô la

Token là một phần của từ. Văn bản tiếng Anh trung bình khoảng ba phần tư từ trên mỗi token, nhưng số lượng chính xác phụ thuộc vào văn bản, vì vậy hãy đọc nó từ phản hồi thay vì đoán. Mọi phản hồi đều bao gồm đối tượng usage với prompt_tokens và completion_tokens. Chi phí cho một lệnh gọi là:

cost = prompt_tokens x 0.15 / 1,000,000 + completion_tokens x 0.50 / 1,000,000

Đây là một đoạn mã nhỏ in ra chi phí của một lệnh gọi thực tế:

Copyfrom openai import OpenAI

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

IN_PRICE = 0.15 / 1_000_000    # dollars per input token
OUT_PRICE = 0.50 / 1_000_000   # dollars per output token

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise the plot of Hamlet in 100 words."}],
)
u = resp.usage
cost = u.prompt_tokens * IN_PRICE + u.completion_tokens * OUT_PRICE
print(u.prompt_tokens, u.completion_tokens, round(cost, 6))

Prompt bao gồm mọi thứ bạn gửi: thông báo hệ thống, toàn bộ lịch sử chat và tin nhắn người dùng mới. Nhiều người quên lịch sử. Mỗi lượt gửi lại tất cả các lượt trước đó, vì vậy token đầu vào tăng khi cuộc trò chuyện dài hơn.

Ví dụ tính toán

Chatbot hỗ trợ hoặc đồng hành

Một yêu cầu với 2.000 token đầu vào và 500 token đầu ra: 2.000 x $0,15 / 1 triệu = $0,0003 và 500 x $0,50 / 1 triệu = $0,00025, vậy $0,00055 mỗi yêu cầu. Với 1.000 yêu cầu thì là $0,55. Với 100.000 yêu cầu thì là $55.

Công cụ viết tập trung vào đầu ra

Một prompt 500 token trả về một câu chuyện 3.000 token: 500 x $0,15 / 1 triệu = $0,000075 và 3.000 x $0,50 / 1 triệu = $0,0015, vậy $0,001575 mỗi câu chuyện. Một nghìn câu chuyện tốn $1,575, khoảng $1,58.

Công việc xử lý tài liệu đầy cửa sổ ngữ cảnh

Cửa sổ ngữ cảnh là 100.000 token cho prompt cộng với hoàn thành. Một prompt 100.000 token sẽ không còn chỗ cho câu trả lời, vì vậy hãy lấy 99.000 token đầu vào và 1.000 token đầu ra: 99.000 x $0,15 / 1 triệu = $0,01485 và 1.000 x $0,50 / 1 triệu = $0,0005, vậy $0,01535 mỗi lệnh gọi. Đưa cả một tài liệu dài vào chỉ tốn một hoặc hai xu, không phải vấn đề ngân sách.

Bộ phân loại hàng loạt

20.000 mục, mỗi mục 300 token đầu vào và 20 token đầu ra. Đầu vào là 6.000.000 token, hoặc 6 x $0,15 = $0,90. Đầu ra là 400.000 token, hoặc 0,4 x $0,50 = $0,20. Tổng cộng $1,10.

Nạp tiền, ưu đãi và dùng thử

Bạn nạp tiền vào tài khoản với bất kỳ số nguyên nào từ $20 đến $500. Các khoản thanh toán lớn hơn có thêm ưu đãi trên tín dụng:

Nạp tiền	Tiền thưởng	Tín dụng bạn nhận được
$20	không có	$20.00
$50	+5%	$52.50
$100	+10%	$110.00
$200	+15%	$230.00
$500	+15%	$575.00

Khoản nạp tối thiểu $20 bao gồm khoảng 36.000 yêu cầu chatbot kích thước 2.000 đầu vào, 500 đầu ra ở trên ($20 chia cho $0,00055). Thanh toán bằng thẻ (Visa, Mastercard, Apple Pay, Google Pay) hoặc tiền mã hóa (USDT trên TRC20, USDC trên Base).

Người dùng mới có thể dùng thử dịch vụ trước. Sau khi đăng ký bằng Google hoặc email và mật khẩu, một cú nhấp chuột trên trang khóa API nhận $0,50 tín dụng dùng thử, một người một lần, có hiệu lực trong 7 ngày, không cần thẻ. Với $0,00055 mỗi yêu cầu, $0,50 mua được khoảng 900 yêu cầu kích thước chatbot, đủ để kiểm tra một prompt. Khóa dùng thử cho phép 2 yêu cầu đồng thời và 60 yêu cầu mỗi phút.

Lịch sử chat làm tăng đầu vào như thế nào

Bất ngờ trong hầu hết hóa đơn đầu tiên là lịch sử. Một lệnh gọi hoàn thành chat không trạng thái, vì vậy mỗi lượt mang theo mọi tin nhắn trước đó. Hãy lấy một cuộc trò chuyện với prompt hệ thống 400 token, nơi mỗi lần trao đổi thêm 100 token người dùng và 300 token phản hồi. Câu trả lời là 300 token mỗi lần, nhưng đầu vào liên tục tăng:

Lượt	Token đầu vào	Token đầu ra	Chi phí cho lượt đó
1	500	300	$0.000225
5	2,100	300	$0.000465
10	4,100	300	$0.000765

Cộng mười lượt lại và cuộc trò chuyện gửi 23.000 token đầu vào và nhận 3.000 token đầu ra. Đó là 23.000 x $0,15 / 1 triệu = $0,00345 cộng 3.000 x $0,50 / 1 triệu = $0,0015, vậy $0,00495 cho toàn bộ cuộc trò chuyện. Một nghìn cuộc trò chuyện như vậy tốn $4,95. Những cuộc trò chuyện dài vẫn rẻ ở những mức giá này, nhưng sự tăng trưởng là bậc hai theo số lượt, vì vậy một phiên 100 lượt hoạt động rất khác với phiên 10 lượt trừ khi bạn cắt giảm tin nhắn cũ.

Ước tính chi phí hàng tháng của bạn

Bạn có thể lập ngân sách trong bốn bước.

1. Ghi lại một yêu cầu thực tế và đọc prompt_tokens và completion_tokens từ phản hồi.
2. Nhân với số lượng yêu cầu bạn dự kiến mỗi tháng.
3. Áp dụng $0,15 cho 1 triệu cho tổng đầu vào và $0,50 cho 1 triệu cho tổng đầu ra.
4. Thêm biên độ 20% cho các lần thử lại từ mã của bạn, các cuộc trò chuyện dài hơn và lưu lượng kiểm tra.

Ví dụ: 800 yêu cầu mỗi ngày trong 30 ngày là 24.000 yêu cầu. Với $0,00055 mỗi yêu cầu thì là $13,20, và với biên độ 20% là $15,84. Khoản nạp $20 đủ cho tháng đó với tín dụng còn lại.

Những yếu tố thay đổi hóa đơn của bạn

Bốn thói quen chiếm phần lớn sự khác biệt giữa một tháng rẻ và một tháng đắt.

• Lịch sử dài. Một cuộc trò chuyện mang 20.000 token lịch sử tốn $0,003 cho đầu vào mỗi lượt (20.000 x $0,15 / 1 triệu). Tóm tắt hoặc cắt giảm các lượt cũ.
• Câu trả lời dài dòng. Đầu ra là phần tốn kém hơn. Yêu cầu câu trả lời ngắn và đặt max_tokens khi cần giới hạn. Nó là tùy chọn và mô hình có thể sử dụng phần còn lại của cửa sổ ngữ cảnh.
• Thử lại. Một yêu cầu thất bại không được tính phí, vì vậy một lần thử lại sau HTTP 429 không tốn thêm chi phí. Một yêu cầu thành công hai lần, vì mã của bạn đã gửi nó hai lần, sẽ được tính phí hai lần.
• Lưu lượng kiểm thử. Các vòng lặp chạy trong quá trình phát triển sẽ cộng dồn. Theo dõi tiêu đề X-Balance-USD trong mỗi phản hồi để xem số dư giảm đi.

So sánh giá với các API khác

Các nhà cung cấp khác công bố giá của riêng họ và thay đổi thường xuyên, nên trang này không trích dẫn chúng. Để so sánh, bạn hãy lấy số lượng token hàng tháng của mình, áp dụng giá đầu vào và đầu ra hiện tại của từng nhà cung cấp, rồi cộng thêm bất kỳ khoản tối thiểu hoặc gói đăng ký nào. Bạn cũng nên so sánh khả năng của các mô hình: đây là một mô hình trọng số mở đơn lẻ, được tinh chỉnh để không từ chối nội dung, chỉ xử lý văn bản, không có hình ảnh, âm thanh, embedding hay fine-tuning. Để so sánh trực tiếp với một mô hình hàng đầu, hãy xem bài viết về GPT-5 API so với các lựa chọn không kiểm duyệt.

quickstart chứa mã để bạn trỏ client hiện có vào API, giúp bạn chạy cùng một prompt trên cả hai và đọc số lượng token trong mỗi phản hồi.

Hướng dẫn khác

• API GPT 5 so với các lựa chọn thay thế không kiểm duyệt: Chi phí & Tính năng