Günstigere OpenRouter-Alternativen: Berechnete Token-Kosten

Kurze Antwort: Fixiere den Tarif, dann zähle die Token

Wenn du nach günstigeren Alternativen zu OpenRouter suchst als das, was du aktuell zahlst, ist der erste sinnvolle Schritt, nicht mehr Logos zu vergleichen, sondern die Kosten pro Anfrage. Ein Multi-Modell-Router berechnet den Tarif des Modells, an das er deine Anfrage weiterleitet. Das ist flexibel, bedeutet aber, dass deine monatliche Rechnung davon abhängt, auf welches Modell jede Anfrage trifft und welche Gebühren der Router hinzufügt. Prüfe die aktuelle Preisseite des Routers für diese Werte, da sie sich ändern.

Diese Seite verkauft eine Sache: ein gehostetes Open-Weight-Textmodell, das mit der Modell-ID uncensored aufgerufen wird, zu $0,15 pro 1M Input-Token und $0,50 pro 1M Output-Token. Du zahlst aus Prepaid-Guthaben, es gibt kein Abonnement, fehlgeschlagene oder abgelehnte Anfragen werden nicht berechnet, und Guthaben verfällt nie. Mit einem einzigen Preis ist die gesamte Rechnung eine Arithmetik, die du auf einer Serviette berechnen kannst.

Eines klar vor den Zahlen: Es gibt keine kostenlose unbegrenzte Stufe. Neue Nutzer können mit einem Klick auf der API-Schlüssel-Seite ein Testguthaben von $0,50 beanspruchen, und danach lädst du auf. Wenn du etwas brauchst, das bei jedem Volumen nichts kostet, ist das hier nicht dabei.

Was eine einzelne Anfrage kostet

Die Formel ist kurz. Kosten = Input-Token x 0,15 / 1.000.000 + Output-Token x 0,50 / 1.000.000. Hier sind vier häufige Anfrageformen, berechnet nach dieser Formel.

Anfragetyp	Input-Token	Output-Token	Kosten pro Anfrage	Kosten pro 1.000 Anfragen
Kurze Frage und Antwort	500	300	$0.000225	$0.225
Chat-Turn mit Verlauf	6,000	400	$0.0011	$1.10
Dokumentenzusammenfassung	30,000	1,000	$0.005	$5.00
Fast volle 100.000-Token-Fenster	98,000	2,000	$0.0157	$15.70

Nimm den Chat-Turn als Kontrolle. 6.000 Input-Token kosten $0.0009 und 400 Output-Token kosten $0.0002, zusammen $0.0011. Tausend davon kosten $1,10. Output-Token kosten pro Einheit mehr als dreimal so viel wie Input-Token, aber die meisten Anfragen senden weit mehr, als sie empfangen, daher dominiert Input oft den Gesamtanteil.

Das Kontextfenster umfasst 100.000 Token, Prompt und Completion zusammen. Die letzte Zeile zeigt den Worst Case für einen einzelnen Aufruf: etwa eineinhalb Cent. Selbst wenn jede Anfrage das Fenster füllt, kosten 1.000 davon $15,70.

Warum eine Router-Rechnung schwerer vorherzusagen ist

Ein Router sitzt vor vielen Modellen. Jedes Modell hat seinen eigenen Input- und Output-Tarif, und der Router kann zusätzliche Gebühren hinzufügen. Einige Modelle auf einem Router kosten pro Token weniger als unsere, andere mehr. Dieser Artikel zitiert ihre Tarife nicht, da sie sich ändern, und du solltest sie selbst lesen, bevor du dich entscheidest.

Was du ohne Nachschlagen feststellen kannst, ist strukturell. Wenn du einen Router verwendest, entscheiden drei Dinge deine Kosten: welches Modell du in der Anfrage nennst, wie viele Token du sendest und empfängst und was der Router für den Service berechnet. Wenn du ein Modell fest codierst, ist der erste Faktor fest. Wenn du den Router wählen oder zwischen Modellen zurückfallen lässt, variiert er, und damit auch die Rechnung.

Ein einzelner Endpunkt entfernt die erste und dritte Variable aus deinem Budget. Das ist die echte Ersparnis: nicht das Versprechen des niedrigsten Preises auf dem Markt, sondern eine Zahl, die sich nicht bewegt. Wenn deine Workload Inhalte ohne Ablehnungen benötigt, entfernst du auch die Wiederholungskosten von Aufrufen, die ein strengeres Modell ablehnt. Hier werden abgelehnte Anfragen überhaupt nicht berechnet.

Reduziere den Token-Verbrauch, bevor du Anbieter wechselst

Was du auch pro Token zahlst, du kannst die Anzahl der Token normalerweise senken. Diese Änderungen kosten nichts und funktionieren mit jedem OpenAI-kompatiblen Endpunkt.

• Chat-Verlauf kürzen. Input-Token werden bei jedem Turn erneut gesendet. Behalte den System-Prompt, die letzten 10 bis 20 Nachrichten und eine kurze Zusammenfassung des Vorherigen. Das Reduzieren eines 6.000-Token-Verlaufs auf 3.000 Token spart $0,00045 pro Turn, was $0,45 pro 1.000 Turns entspricht.
• Den System-Prompt kürzen. Ein 1.200-Token-Prompt kostet bei jeder Anfrage $0,00018. Reduziere ihn auf 400 Token und du sparst $0,00012 pro Aufruf.
• Lege max_tokens fest, wenn du weißt, dass die Antwort kurz ist. Es ist hier optional, aber eine Obergrenze schützt dich vor einem langen Text, der zu höheren Output-Raten abgerechnet wird.
• Nutze stop-Sequenzen für strukturierte Ausgaben, damit das Modell nicht weiter schreibt, wenn der benötigte Teil fertig ist.
• Fordere den JSON-Modus mit response_format an, um nicht für einen zweiten Aufruf zur Reparatur der Formatierung zu zahlen.

Aufladungen, Boni und das Testguthaben

Du kannst jeden ganzen Betrag von $20 bis $500 hinzufügen. Größere Aufladungen haben einen Bonus auf das erhaltene Guthaben:

• $20 bis $49: kein Bonus, also gibt $20 $20 Guthaben.
• $50 und mehr: +5 %, also gibt $50 $52,50.
• $100 und mehr: +10 %, also gibt $100 $110.
• $200 und mehr: +15 %, also gibt $200 $230 und $500 gibt $575.

Du kannst mit Karte (Visa, Mastercard, Apple Pay, Google Pay) oder Krypto (USDT auf TRC20, USDC auf Base) zahlen. Die vollständige Liste der Beträge findest du auf der Preisseite.

Das Testguthaben beträgt $0,50, gültig für 7 Tage, keine Karte nötig, einmal pro Person. Bei $0,0011 pro Chat-Zyklus deckt es ca. 450 Zyklen, genug zum Testen. Melde dich mit Google oder E-Mail an, öffne die API-Schlüssel-Seite und beanspruche es mit einem Klick. Die Schritte findest du auf der API-Schlüssel-Seite.

Vergleiche zwei Anbieter unter gleichen Bedingungen

Wenn du zwei Optionen nebeneinander stellst, verwende für beide dieselbe Test-Workload. Nimm 20 echte Prompts aus deiner App, zähle die durchschnittlichen Input- und Output-Token und schreibe sie auf. Fülle dann für jeden Anbieter vier Zeilen aus: den Input-Tarif, den Output-Tarif, eventuelle Gebühren pro Anfrage oder Plattform und ob abgelehnte oder fehlgeschlagene Aufrufe berechnet werden.

Die letzte Zeile ist leicht zu übersehen. Wenn ein Modell 5 von 100 Anfragen ablehnt und du sie erneut sendest, zahlst du für die Ablehnungen plus die Wiederholungen, es sei denn, der Anbieter erlässt die Gebühr. Hier sind abgelehnte Anfragen kostenlos, also sind die Wiederholungskosten null und nur der erfolgreiche Aufruf wird berechnet.

Vergleiche auch, was du für das Geld bekommst. Ein günstigeres Modell mit einem 8.000-Token-Fenster zwingt dich, lange Dokumente in Stücke zu teilen und gemeinsame Anweisungen mit jedem Stück erneut zu senden. Ein 100.000-Token-Fenster ermöglicht es dir, das Material einmal zu senden. Das Zählen von Tokens von Anfang bis Ende, einschließlich dieser Wiederholungen, zeigt den echten Unterschied.

Eine monatliche Schätzung in zehn Zeilen

Setze deine eigenen Zahlen in dieses Skript ein, bevor du dich festlegst.

CopyIN_RATE = 0.15 / 1_000_000   # dollars per input token
OUT_RATE = 0.50 / 1_000_000  # dollars per output token

def monthly(requests_per_day, in_tokens, out_tokens, days=30):
    per_request = in_tokens * IN_RATE + out_tokens * OUT_RATE
    return per_request * requests_per_day * days

# 3,000 chat turns a day, 6,000 in, 400 out
print(round(monthly(3000, 6000, 400), 2))  # 99.0

Diese Arbeitslast kostet 99,00 $ pro Monat. Kaufe eine Aufladung über 100 $ und du erhältst 110 $ Guthaben, was dies mit einem Puffer abdeckt. Da das Guthaben nie verfällt, wird ein nicht genutzter Saldo einfach in den nächsten Monat übernommen.

Um zu sehen, was du ausgegeben hast, lies den X-Balance-USD-Header bei jedem Aufruf. Er zeigt dein verbleibendes Guthaben, damit du Ausgaben ohne separates Dashboard verfolgen kannst. Details zur Client-Seite findest du im Quickstart.

Wann ein Router immer noch die bessere Wahl ist

Ehrlichkeit bezüglich der Eignung spart dir eine verschwendete Aufladung. Ein Router ist das bessere Werkzeug, wenn du zwischen vielen Modellen wechseln, Ausgaben über Anbieter hinweg vergleichen oder eine anbieterdiverse Fallback-Kette wünschen möchtest. Dieser Service bietet dir ein Modell eines unabhängigen Anbieters und sonst nichts: keine Bild-, Audio- oder Videogenerierung, keine Embeddings, kein Fine-Tuning.

Es ist auch nicht die offizielle API eines Modell-Anbieters und leitet nicht über Anbieter hinweg. Wenn dein Projekt ein bestimmtes benanntes Modell eines bestimmten Labors benötigt, gehe zu diesem Labor oder zu einem Router, der es führt.

Wo dieser Service passt, ist enger und klar. Du willst einen OpenAI-kompatiblen Endpunkt, ein Modell, das ohne Inhaltsablehnungen für die legale Erwachsenennutzung antwortet, einen Preis, der sich nicht mit der Modellwahl ändert, und die Freiheit, zu gehen, indem du eine URL änderst. Die harte Grenze ist kein sexueller Inhalt mit Minderjährigen. Prompts werden nicht zum Training verwendet.

Weitere Anleitungen

• OpenRouter-Alternative für Janitor AI: Einrichtungshandbuch
• OpenRouter-Alternative für KI-Modelle: Eines gegen Viele
• Perplexity API: So verwendest du unzensierte LLMs