Wichtige Punkte
- Ein Router verkauft Zugang zu vielen Modellen; ein einzelnes gehostetes Modell verkauft ein Modell zu einem Preis. Die Ersparnis hängt davon ab, welches Modell deine App wirklich braucht.
- Dieser Endpunkt berechnet $0,15 pro 1M Eingabetokens und $0,50 pro 1M Ausgabetokens, ohne Abonnement.
- Ein Chatbot mit 100.000 Anfragen pro Monat bei 2.000 Input- und 300 Output-Token kostet hier $45.
- Prüfe die aktuellen Preise jedes Anbieters selbst; dieser Artikel nennt die Preise anderer Anbieter nicht.
Router oder einzelnes Modell: Was du wirklich kaufst
Ein Router gibt dir einen API-Schlüssel und einen Katalog von Modellen vieler Anbieter. Du wählst ein Modell pro Anfrage, vergleichst die Qualität und wechselst, wenn ein besseres erscheint. Diese Flexibilität hat Wert, besonders während du noch entscheidest, was dein Produkt braucht.
Ein einzelnes gehostetes Modell funktioniert anders. Du bekommst ein Modell, eine ID und einen Preis. Wenn deine App bei jedem Aufruf das gleiche Verhalten benötigt, wie ein Rollenspiel-Bot, ein Klassifizierer oder ein Zusammenfasser, spielt Flexibilität keine Rolle mehr und der Preis wird zur Hauptvariablen. Das ist der Fall, in dem OpenRouter-Alternativen günstiger als ein Katalog Sinn machen.
Diese Seite verkauft die zweite Art: eine OpenAI-kompatible Text-API mit einem einzelnen Open-Weight-Modell, das darauf abgestimmt ist, ohne Ablehnungen von Inhalten für die rechtmäßige Nutzung durch Erwachsene zu antworten, betrieben von einem unabhängigen Anbieter. Es ist kein Router über Anbieter hinweg und keine offizielle API eines Anbieters. Sieh dir die Provider-Übersicht an, um zu sehen, was das in der Praxis bedeutet.
Schritt eins: Token messen
Die Preise sind pro Million Token angegeben, daher benötigst du drei Zahlen aus deinem eigenen Datenverkehr: Anfragen pro Monat, durchschnittliche Eingabetokens pro Anfrage und durchschnittliche Ausgabetokens pro Anfrage. Jede API-Antwort enthält einen Nutzungsblock mit den Zählern, sodass ein Tag Logging echte Durchschnittswerte liefert.
Die Formel lautet:
Monatskosten = Anfragen × (Eingabetokens × Eingabepreis + Ausgabetokens × Ausgabepreis) / 1.000.000
mit Preisen in Dollar pro Million Token. Sei vorsichtig mit der Eingabe. Chat-Apps senden den Verlauf neu, und Agenten senden Tool-Ergebnisse neu, sodass der durchschnittliche Eingabeaufwand normalerweise mehrere Male so groß ist wie eine einzelne Benutzernachricht. Wenn du es nicht gemessen hast, ratst du.
Vier Workloads bei $0,15 und $0,50
Hier sind die Kosten für vier typische Arbeitslasten auf diesem Endpunkt. Ersetze die Eingaben durch deine.
| Arbeitslast | Volumen | Token pro Anfrage | Monatliche Kosten |
|---|---|---|---|
| Chatbot | 100.000 Anfragen | 2.000 rein, 300 raus | $30 + $15 = $45 |
| Klassifikator | 1.000.000 Anfragen | 300 rein, 20 raus | $45 + $10 = $55 |
| Dokumentzusammenfassungen | 10.000 Dokumente | 8.000 rein, 400 raus | $12 + $2 = $14 |
| Geschichtengenerator | 20.000 Anfragen | 500 rein, 2.000 raus | $1,50 + $20 = $21,50 |
Prüfe eine Zeile. Chatbot-Eingabe: 100.000 x 2.000 = 200.000.000 Token = 200 x 0,15 $ = 30 $. Ausgabe: 100.000 x 300 = 30.000.000 Token = 30 x 0,50 $ = 15 $. Gesamt 45 $.
Beachte das Muster. Der Geschichtengenerator wird vom Output dominiert, der Klassifizierer und Chatbot vom Input. Vergleiche jeden Anbieter auf der Seite, die deine Rechnung dominiert, nicht nur an der Kopfnummer.
Vergleiche, ohne einem angegebenen Preis zu vertrauen
Um fair mit einem Router oder einem anderen Dienst zu vergleichen, schau dir den aktuellen Preis für das exakte Modell an, das du nutzen würdest, und stelle diese Fragen:
- Wie hoch sind die Input- und Output-Preise für dieses Modell? Verwende keine Durchschnittswerte über den Katalog.
- Gibt es zusätzliche Gebühren bei Aufladungen oder bei der Nutzung? Prüfe deren aktuelle Preisliste.
- Ist das benötigte Modell verfügbar, und lehnt es den Inhalt ab, den du schreiben musst?
- Werden fehlgeschlagene oder abgelehnte Anfragen berechnet? Hier nicht.
- Verfällt das Guthaben? Hier verfällt es nie.
Führe dann die gleiche Formel mit ihren Zahlen aus. Der Helfer unten erledigt das und zeigt auch, wie du einen einzigen Codepfad beibehältst, damit du Backends mit einer Umgebungsvariable tauschen kannst.
import os
from openai import OpenAI
# One client, two possible backends. Switch with environment variables.
client = OpenAI(
base_url=os.getenv("LLM_BASE_URL", "https://api.bestuncensoredllm.com/v1"),
api_key=os.environ["LLM_API_KEY"],
)
MODEL = os.getenv("LLM_MODEL", "uncensored")
def monthly_cost(requests, in_tokens, out_tokens, in_price, out_price):
"""Prices are dollars per 1M tokens."""
return requests * (in_tokens * in_price + out_tokens * out_price) / 1_000_000
# this endpoint: $0.15 in, $0.50 out
print(monthly_cost(100_000, 2_000, 300, 0.15, 0.50)) # 45.0
# fill in another provider's current prices to compare
# print(monthly_cost(100_000, 2_000, 300, THEIR_IN, THEIR_OUT))Da beide Seiten das OpenAI-Format sprechen, bedeutet das Ausprobieren dieses Endpunkts, eine Basis-URL und einen Schlüssel zu ändern. Die Dokumentation listet die Routen auf: POST /v1/chat/completions, POST /v1/responses und GET /v1/models.
Wann ein Router immer noch die bessere Wahl ist
Günstiger ist nicht immer besser. Ein Router passt besser zu dir, wenn du:
- viele Modelle verschiedener Anbieter ausprobieren musst oder nach Aufgabe routen willst;
- du Bild-, Audio- oder Embedding-Endpunkte brauchst, die dieser Dienst nicht anbietet;
- ein Modell eines bestimmten Anbieters bei Namen für einen Vertrag oder Compliance-Gründe brauchst;
- automatisches Fallback über Anbieter hinweg willst, wenn einer einen Ausfall hat.
Ein einzelnes gehostetes Modell passt besser, wenn ein Modell deine App abdeckt, du vorhersehbare Token-Preise möchtest, ohne einen Katalog durchsuchen zu müssen, und Inhaltsablehnungen in deinem Produkt ein Problem sind. Viele Teams nutzen beides: einen einzelnen Endpunkt für den hochvolumigen, unzensierten Textpfad und einen Router für Experimente.
Eine Workload an einem Nachmittag umziehen
Eine praktische Migration hat vier Schritte. Erstens logge die Nutzung bei deinem aktuellen Anbieter für einen Tag, um deine echten Token-Durchschnittswerte zu kennen. Zweitens spiele eine Stichprobe von 200 echten Prompts gegen diesen Endpunkt ab und speichere die Ausgaben neben den alten. Drittens lies beide Sätze blind und markiere, welche du ausliefern würdest. Viertens leite einen kleinen Teil des Live-Traffics, sagen wir 10 Prozent, über ein Feature-Flag und beobachte Ablehnungen, spürbare Latenz und Kosten pro Anfrage. Behalte den alten Anbieter als Fallback konfiguriert, bis du dem neuen Pfad vertraust. Da beide das OpenAI-Format verwenden, benötigt dies keine Neuschreibung.
Grenzen und praktische Details
Der Preis ist ein Teil der Gesamtkosten. Ratenlimits beeinflussen, wie du die App designst. Ein voller Schlüssel hier erlaubt 8 parallele Anfragen und 300 pro Minute. Der Test-Schlüssel erlaubt 2 und 60. Über einem Limit erhältst du HTTP 429, mit rate_limited für Anfragen pro Minute oder concurrency für zu viele gleichzeitig, und Retry-After: 5 bei temporärer Überlastung. Das Kontextfenster beträgt 100.000 Token, und max_tokens ist optional.
Aufladungen reichen von $20 bis $500, mit +5 % ab $50, +10 % ab $100 und +15 % ab $200, per Krypto. Zum Beispiel: Eine $200-Aufladung gibt 15 % mehr Guthaben, also $230 zum Ausgeben. Guthaben ist Prepaid und verfällt nie. Siehe Preise.
Führe einen günstigen Test durch
Wechsle nicht aufgrund bloßer Annahmen. Nimm einen Tag echte Prompts, sende sie an den Endpunkt, lies die Ausgaben und berechne die Kosten aus den Nutzungsfeldern. Neue Nutzer können $0,50 Testguthaben mit einem Klick auf der API-Schlüssel-Seite beanspruchen; es dauert 7 Tage und benötigt keine Karte. Bei 2.000 Input- und 300 Output-Token pro Anfrage kauft $0,50 etwa 1.100 Chat-Anfragen. Das reicht, um Qualität und Preis zu beurteilen: 2.000 x $0,15 / 1M = $0,0003 plus 300 x $0,50 / 1M = $0,00015 ergibt $0,00045 pro Anfrage, und $0,50 / $0,00045 sind etwa 1.111.
Wenn du kostenlose Optionen möchtest, bevor du etwas bezahlst, lies kostenlose unzensierte LLM-Optionen für ihre Limits.
