Belangrijkste punten
- Een router verkoopt toegang tot vele modellen; een enkel gehost model verkoopt één model tegen één prijs. De besparing hangt af van welk model je app echt nodig heeft.
- Dit endpoint rekent $0,15 per 1M inputtokens en $0,50 per 1M outputtokens, zonder abonnement.
- Een chatbot met 100.000 verzoeken per maand van 2.000 input en 300 outputtokens kost hier $45.
- Controleer zelf de huidige prijzen van elke aanbieder; dit artikel citeert geen prijzen van anderen.
Router of enkel model: wat je echt koopt
Een router geeft je één API-sleutel en een catalogus van modellen van vele leveranciers. Je kiest een model per verzoek, vergelijkt de kwaliteit en wisselt af als er een beter model verschijnt. Die flexibiliteit heeft waarde, vooral terwijl je nog beslist wat je product nodig heeft.
Eén gehost model werkt anders. Je krijgt één model, één ID en één prijs. Als je app hetzelfde gedrag nodig heeft bij elke aanroep, zoals een roleplaybot, een classifier of een samenvatter, wordt flexibiliteit minder belangrijk en wordt prijs de belangrijkste variabele. Dat is het geval waarin alternatieven voor OpenRouter die goedkoper zijn dan een catalogus zinvol zijn.
Deze site verkoopt het tweede type: een OpenAI-compatibele tekst-API met één open-weight model dat is afgestemd op het geven van antwoorden zonder inhoudelijke weigeringen voor wettelijk volwassen gebruik, beheerd door een onafhankelijke aanbieder. Het is geen router tussen leveranciers en geen officiële API van een leverancier. Zie de overzicht van de aanbieder voor wat dat in de praktijk betekent.
Stap één: meet je tokens
Prijzen zijn per miljoen tokens, dus je hebt drie getallen nodig uit je eigen verkeer: verzoeken per maand, gemiddelde inputtokens per verzoek en gemiddelde outputtokens per verzoek. Elk API-antwoord bevat een usage-blok met de tellingen, dus een dag loggen geeft je echte gemiddelden.
De formule is:
maandelijkse kosten = verzoeken x (input_tokens x input_price + output_tokens x output_price) / 1.000.000
met prijzen in dollars per miljoen tokens. Wees voorzichtig met input. Chat-apps sturen geschiedenis opnieuw door en agents sturen toolresultaten opnieuw door, dus het gemiddelde input is meestal meerdere keren zo groot als een enkele gebruikersboodschap. Als je het niet hebt gemeten, gok je.
Vier workloads tegen $0,15 en $0,50
Hier is wat vier typische workloads op dit endpoint kosten. Vervang de inputs door die van jou.
| Workload | Volume | Tokens per verzoek | Maandelijkse kosten |
|---|---|---|---|
| Chatbot | 100.000 verzoeken | 2.000 in, 300 uit | $30 + $15 = $45 |
| Classifier | 1.000.000 verzoeken | 300 in, 20 uit | $45 + $10 = $55 |
| Documentsamenvattingen | 10.000 documenten | 8.000 in, 400 uit | $12 + $2 = $14 |
| Verhaalgenerator | 20.000 verzoeken | 500 in, 2.000 uit | $1,50 + $20 = $21,50 |
Controleer één rij. Chatbot input: 100.000 x 2.000 = 200.000.000 tokens = 200 x $0,15 = $30. Output: 100.000 x 300 = 30.000.000 tokens = 30 x $0,50 = $15. Totaal $45.
Merk het patroon op. De verhaalgenerator wordt gedomineerd door output, de classifier en chatbot door input. Vergelijk elke aanbieder op het onderdeel dat je rekening domineert, niet alleen op het kopnummer.
Vergelijk zonder een kopnummer te vertrouwen
Om eerlijk te vergelijken met een router of elke andere service, zoek de huidige prijs op voor het exacte model dat je zou gebruiken, en stel deze vragen:
- Wat zijn de input- en outputprijzen voor dat model? Gebruik geen gemiddelden over de catalogus.
- Zijn er extra kosten bovenop top-ups of gebruik? Controleer hun huidige prijzenpagina.
- Is het model dat je nodig hebt beschikbaar, en weigert het de inhoud die je moet schrijven?
- Worden mislukte of geweigerde verzoeken in rekening gebracht? Hier niet.
- Vervalt credit? Hier gebeurt dat nooit.
Voer daarna dezelfde formule uit met hun getallen. De helper hieronder doet dit, en toont ook hoe je één codepad behoudt zodat je backends kunt wisselen met een omgevingsvariabele.
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))Omdat beide kanten de OpenAI-indeling spreken, betekent het proberen van dit endpoint een verandering van base URL en een sleutel. De docs lijsten de routes: POST /v1/chat/completions, POST /v1/responses en GET /v1/models.
Wanneer een router toch de betere keuze is
Goedkoper is niet altijd beter. Een router past beter bij jou als je:
- vele modellen van verschillende leveranciers wilt uitproberen, of wilt routeren op taak;
- endpoints voor afbeeldingen, audio of embeddings nodig hebt, wat deze service niet biedt;
- het model van een specifieke leverancier op naam nodig hebt voor een contract of compliance;
- automatische fallback wilt over providers wanneer één een storing heeft.
Eén gehost model past beter als één model je app dekt, je voorspelbare prijs per token wilt zonder een te navigeren catalogus, en inhoudelijke weigeringen een probleem zijn in je product. Veel teams gebruiken beide: één endpoint voor het hoogvolume, ongecensureerde tekstpad, en een router voor experimenten.
Een workload in een middag verplaatsen
Een praktische migratie heeft vier stappen. Log eerst je gebruik op je huidige provider voor een dag, zodat je je echte gemiddelde tokens kent. Speel daarna een steekproef van 200 echte prompts af op deze endpoint en sla de outputs op naast de oude. Lees beide sets blind en markeer welke je zou leveren. Routeer daarna een klein deel van het live verkeer, zeg 10 procent, via een feature flag en observeer weigeringen, voelbare latentie en kosten per verzoek. Houd de oude provider geconfigureerd als fallback totdat je het nieuwe pad vertrouwt. Omdat beide het OpenAI-formaat gebruiken, is hiervoor geen rewrite nodig.
Limieten en praktische details
De prijs is één onderdeel van de totale kosten. Rate limits bepalen hoe je de app ontwerpt. Een volledige sleutel hier staat 8 gelijktijdige verzoeken en 300 per minuut toe. De proefsleutel staat 2 en 60 toe. Bij een limiet krijg je HTTP 429, met rate_limited voor verzoeken per minuut of concurrency voor te veel tegelijk, en Retry-After: 5 bij tijdelijke overbelasting. Het contextvenster is 100.000 tokens, en max_tokens is optioneel.
Top-ups lopen van $20 tot $500, met +5% vanaf $50, +10% vanaf $100 en +15% vanaf $200, per crypto. Een top-up van $200 geeft bijvoorbeeld 15% meer credit, dus $230 om uit te geven. Credit is prepaid en vervalt nooit. Zie prijzen.
Voer een goedkope test uit
Schakel niet op basis van geloof. Neem één dag echte prompts, stuur ze naar de endpoint, lees de outputs en bereken de kosten aan de hand van de gebruiksvelden. Nieuwe gebruikers kunnen $0,50 aan proeftegoed claimen met één klik op de API-sleutelpagina; het duurt 7 dagen en vereist geen kaart. Bij 2.000 input en 300 output tokens per verzoek, koopt $0,50 ongeveer 1.100 chatverzoeken. Dat is genoeg om zowel de kwaliteit als de prijs te beoordelen: 2.000 × $0,15 / 1M = $0,0003 plus 300 × $0,50 / 1M = $0,00015 is $0,00045 per verzoek, en $0,50 / $0,00045 is ongeveer 1.111.
Als je gratis opties wilt voordat je iets betaalt, lees gratis ongecensureerde LLM-opties voor hun limieten.
