Warum ein Preislistenvergleich irreführend ist
Zwei Preisseiten zeigen dir vier Zahlen: eine Input- und eine Output-Rate für jeden Anbieter. Setze sie nebeneinander und du erhältst eine Rangfolge, die genau für eine Arbeitslast gilt, die niemand im Besonderen hat. Die reale Nutzung unterscheidet sich in dreierlei Hinsicht.
- Derselbe Prompt wird auf jedem Anbieter zu einer anderen Anzahl von Token, da jeder seinen eigenen Tokenizer hat.
- Modelle antworten in unterschiedlichen Längen. Ein gesprächigeres Modell kann bei der Ausgabe mehr kosten, selbst bei einem niedrigeren Tarif.
- Dein Mix aus Input und Output entscheidet, welche Rate relevant ist. Ein Zusammenfassungstool zahlt hauptsächlich Input-Raten, und ein Story-Generator zahlt hauptsächlich Output-Raten.
Die Methode besteht also darin, die Arbeitslast konstant zu halten, die Token auf jeder API zu messen und diese gemessenen Token zu den aktuellen Tarifen jedes Anbieters zu preisen. Wir zitieren weder die Zahlen von Anthropic noch von OpenAI, da sich beide ändern und wir bei deiner Lektüre bereits falsch wären. Die Preisseiten beider Anbieter sind öffentlich. Was wir tun können, ist die Berechnung mit unseren eigenen Tarifen als durchgerechnete Referenz zu zeigen.
Der Vergleich in vier Schritten
- Wähle eine repräsentative Arbeitslast. Dreißig echte Anfragen aus deinem Produkt, inklusive langer.
- Führe es auf jeder API aus. Notiere Prompt-Token und Completion-Token für jeden Aufruf aus dem usage-Block.
- Preise es. Kosten = Input-Token x Input-Rate / 1M + Output-Token x Output-Rate / 1M.
- Passe an die Qualität an. Teile die Kosten durch den Anteil der Antworten, die du so verwenden kannst. Ein Modell, das 90 % der Zeit verwendbar ist, kostet etwa das 1,11-fache seines Rohpreises pro verwendbarer Antwort.
Fülle diese Tabelle für deine eigene Arbeitslast aus. Die Spalten rechts sind die, die zählen.
| Artikel | Anbieter A | Anbieter B | Diese API |
|---|---|---|---|
| Input-Rate pro 1M | prüfe deren aktuelle Preise | prüfe deren aktuelle Preise | $0,15 |
| Output-Rate pro 1M | prüfe deren aktuelle Preise | prüfe deren aktuelle Preise | $0,50 |
| Gemessene Input-Token, 30 Anfragen | deine Anzahl | deine Anzahl | deine Anzahl |
| Gemessene Output-Token, 30 Anfragen | deine Anzahl | deine Anzahl | deine Anzahl |
| Verwendbare Antworten | deine Bewertung | deine Bewertung | deine Bewertung |
Ein durchgerechnetes Beispiel mit 1M Token
Nehmen wir an, ein Monat Chat-Traffic umfasst 1M Input-Token und 1M Output-Token. Bei $0,15 pro 1M Input und $0,50 pro 1M Output betragen die Kosten $0,15 + $0,50 = $0,65. Wenn ein anderer Anbieter für beide Zähler den doppelten Preis verlangt, kostet derselbe Traffic $1,30. Wenn er den Zehnfachen verlangt, $6,50. Da wir die Preise für sie nicht festlegen können, verwende den Faktor, den du auf ihrer Seite findest.
Sieh nun, wie sehr der Mix zählt. Halte die Summe bei 1M Token und ändere die Aufteilung.
| Mix von 1M Gesamt-Token | Input-Kosten | Ausgabenkosten | Gesamt |
|---|---|---|---|
| 900.000 rein / 100.000 raus (Zusammenfassungen, Klassifizierung) | $0,135 | $0,05 | $0,185 |
| 500.000 rein / 500.000 raus (Chat) | $0,075 | $0,25 | $0,325 |
| 200.000 rein / 800.000 raus (lange Generierung) | $0,03 | $0,40 | $0,43 |
Die gleiche Million Token kostet $0,185 oder $0,43 je nach Richtung, ein Verhältnis von 0,43 / 0,185, etwa 2,3. Wenn die Output-Rate eines Anbieters deutlich höher ist als seine Input-Rate, zahlt ein generation-lastiges Produkt weit mehr als ein Zusammenfassungstool. Vergleiche Anbieter mit deiner eigenen Mischung, niemals den Durchschnitt.
Miss beide APIs mit einem Skript
Dieses Skript führt eine Liste von Prompts aus und gibt gemessene Token und Kosten für unseren Endpunkt aus. Für einen anderen Anbieter nutze deren SDK und Base URL auf dieselbe Weise, sammle dieselben zwei Zähler und wende deren Tarife an.
from openai import OpenAI
client = OpenAI(
base_url="https://api.claudeapicosts.com/v1",
api_key="YOUR_KEY",
)
prompts = [
"Summarise in two sentences: The quarterly report shows revenue up and costs flat.",
"Draft a polite reply declining a meeting invitation.",
"Write a 150-word product description for a steel water bottle.",
]
tin = tout = 0
for p in prompts:
r = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": p}],
)
tin += r.usage.prompt_tokens
tout += r.usage.completion_tokens
print("input tokens:", tin, "output tokens:", tout)
print("cost at 0.15 / 0.50 per 1M: $%.6f" % (tin * 0.15 / 1e6 + tout * 0.50 / 1e6))
Der usage-Block kommt bei jeder Antwort ohne Streaming, und beim Streaming kommt er am Ende des Streams. Nutze diese Zahlen statt einer Offline-Token-Schätzung beim Vergleich.
Kosten, die die Preisliste nicht zeigt
- Wiederholungen und Ablehnungen. Bei diesem Dienst werden fehlgeschlagene oder abgelehnte Anfragen nicht berechnet. Prüfe, wie jeder Anbieter damit umgeht.
- Caching und Batch-Rabatte. Einige Anbieter reduzieren die Kosten für wiederholte Prompt-Präfixe oder Offline-Batch-Jobs. Wenn deine Arbeitslast passt, kann der effektive Preis niedriger sein als der Listenpreis. Lies ihre aktuellen Preisangaben für die Regeln.
- Mindestbeträge und Verfall. Aufladungen hier liegen zwischen $20 und $500, das Guthaben verfällt nie. Andere Pläne können abweichen.
- Ratenlimits. Ein vollständiger Schlüssel erlaubt 8 parallele Anfragen und 300 pro Minute. Wenn dein Spitzenverkehr darüber liegt, ist der günstigere Preis vielleicht nicht nutzbar.
- Zahlungsmethode. Aufladungen hier sind nur Krypto, USDT auf TRC20 oder USDC auf Base. Wenn das nicht zu dir passt, sind die Ersparnisse irrelevant.
Fehler, die einen Anbietervergleich verzerren
- Vergleich verschiedener Modellgrößen. Ein kleines, schnelles Modell und ein großes Reasoning-Modell sind verschiedene Produkte. Vergleiche Modelle, zwischen denen du tatsächlich wählen würdest.
- Mischen von Preisen pro 1.000 und pro 1M. Ein Preis von $0,00015 pro 1.000 Token entspricht $0,15 pro 1M. Rechne zuerst um.
- Ignorieren der Kontextgrenze. Hier beträgt das Kontextfenster 100.000 Token. Wenn eine Aufgabe mehr benötigt, ist die Frage nicht der Preis.
- Nur eine Ausführung verwenden. Die Ausgabelänge variiert. Führe jeden Prompt ein paar Mal aus und bilde den Durchschnitt.
Wo diese API in den Vergleich passt
Dies ist weder die API von Anthropic noch die von OpenAI. Es ist ein unabhängiger OpenAI-kompatibler Dienst mit einem Open-Weight-Modell, der Modell-ID uncensored, darauf ausgelegt, ohne Inhaltsablehnungen zu antworten für die legale Nutzung durch Erwachsene. Es ist nur Text mit einem Kontextfenster von 100.000 Token. Sein Wert liegt im niedrigen Token-Preis, ohne Abonnement und einer Standard-Schnittstelle.
Sei fair bei den Schwächen. Wenn du ein bestimmtes Modell, Bild- oder Audio-Input, Embeddings oder die stärkste Reasoning-Fähigkeit eines bestimmten Anbieters benötigst, vergleiche zuerst nach diesen Anforderungen und erst danach nach den Kosten. Wenn deine Workload aus Fiktion, Roleplay, Companion-Apps oder Inhalten besteht, die andere Anbieter ablehnen, können der Preis und das Fehlen von Refusals zusammen die Entscheidung treffen. Inhalte mit Minderjährigen sind verboten.
Der Codewechsel ist gering. Ändere die Base URL zu https://api.claudeapicosts.com/v1, den Schlüssel und das Modell zu uncensored. Die Dokumentation deckt Endpunkte und Parameter ab, und die Preisseite listet Raten und Boni von +5% ab $50, +10% ab $100 und +15% ab $200 auf. Für den längeren Kostenhintergrund sieh dir unsere Analyse der Kosten von unzensierten LLMs an. Um das obige Skript kostenlos auszuführen, beanspruche das $0,50 Testguthaben auf der API-Schlüssel-Seite.
