Alternatif OpenRouter Lebih Murah: Perhitungan Biaya Token

Jawaban singkat: tetapkan laju, lalu hitung token

Jika Anda mencari alternatif OpenRouter yang lebih murah dari yang Anda bayar sekarang, langkah pertama yang berguna adalah berhenti membandingkan logo dan mulai membandingkan biaya per permintaan. Router multi-model mengenakan tarif model yang menerima permintaan Anda. Itu fleksibel, tetapi berarti tagihan bulanan Anda bergantung pada model mana yang menangani setiap permintaan dan pada biaya tambahan router. Periksa halaman harga router saat ini untuk angka-angka tersebut, karena angka-angka itu berubah.

Situs ini menjual satu hal: model teks bobot terbuka yang di-host, dipanggil dengan ID model uncensored, pada $0.15 per 1M token input dan $0.50 per 1M token output. Anda membayar dari saldo prabayar, tidak ada langganan, permintaan yang gagal atau ditolak tidak ditagih, dan saldo tidak pernah habis. Dengan satu laju, seluruh tagihan adalah aritmatika yang bisa Anda hitung di atas serbet.

Satu hal yang harus dikatakan secara jelas sebelum angka: tidak ada tier gratis tanpa batas. Pengguna baru dapat mengklaim uji coba senilai $0,50 dengan satu klik di halaman kunci API, dan setelah itu Anda isi saldo. Jika Anda membutuhkan sesuatu yang tidak memakan biaya berapapun volumenya, ini bukan itu.

Biaya satu permintaan

Rumusnya singkat. Biaya = token input x 0,15 / 1.000.000 + token output x 0,50 / 1.000.000. Berikut adalah empat bentuk permintaan umum, dihitung dari rumus tersebut.

Tipe permintaan	Token input	Token output	Biaya per permintaan	Biaya per 1.000 permintaan
Pertanyaan dan jawaban singkat	500	300	$0.000225	$0.225
Putaran obrolan dengan riwayat	6,000	400	$0.0011	$1.10
Ringkasan dokumen	30,000	1,000	$0.005	$5.00
Jendela konteks hampir penuh 100.000 token	98,000	2,000	$0.0157	$15.70

Anggap giliran chat sebagai pemeriksaan. 6.000 token input berharga $0,0009 dan 400 token output berharga $0,0002, yang jumlahnya menjadi $0,0011. Seribu permintaan seperti itu harganya $1,10. Token output berharga lebih dari tiga kali lipat token input per unit, tetapi sebagian besar permintaan mengirim jauh lebih banyak daripada yang diterimanya, sehingga input sering mendominasi total biaya.

Jendela konteks adalah 100.000 token, gabungan prompt dan hasil. Baris terakhir menunjukkan kasus terburuk untuk satu panggilan: sekitar satu setengah sen. Bahkan jika setiap permintaan mengisi jendela konteks, 1.000 permintaan seperti itu akan berharga $15,70.

Mengapa tagihan router lebih sulit diprediksi

Router berada di depan banyak model. Setiap model memiliki tarif input dan output sendiri, dan router dapat menambahkan biaya sendiri di atasnya. Beberapa model di router berharga lebih murah per token daripada kami, beberapa lebih mahal. Artikel ini tidak mengutip tarif mereka karena berubah, dan Anda harus membacanya sendiri sebelum memutuskan.

Apa yang dapat Anda katakan tanpa perlu melihat referensi adalah bersifat struktural. Saat Anda menggunakan router, tiga hal menentukan biaya Anda: model yang Anda sebutkan dalam permintaan, jumlah token yang Anda kirim dan terima, dan apa yang dibebankan router untuk layanan tersebut. Jika Anda mengkodekan secara tetap satu model, faktor pertama menjadi tetap. Jika Anda membiarkan router memilih atau beralih di antara model, nilainya berubah, dan demikian pula faktur Anda.

Satu endpoint menghilangkan variabel pertama dan ketiga dari anggaran Anda. Itu adalah penghematan nyata: bukan janji harga terendah di pasar, tetapi angka yang tidak berubah. Jika beban kerja Anda membutuhkan konten tanpa penolakan, Anda juga menghilangkan biaya retry panggilan yang ditolak oleh model yang lebih ketat. Di sini, permintaan yang ditolak tidak dikenakan biaya sama sekali.

Kurangi penggunaan token sebelum mengganti penyedia

Berapapun yang Anda bayar per token, Anda biasanya dapat menurunkan jumlah token. Perubahan ini tidak memakan biaya dan bekerja dengan endpoint kompatibel OpenAI apa pun.

• Potong riwayat chat. Token input dikirim ulang pada setiap giliran. Simpan prompt sistem, 10 hingga 20 pesan terakhir, dan ringkasan singkat tentang apa yang terjadi sebelumnya. Melewatkan riwayat 6.000 token menjadi 3.000 token menghemat $0,00045 per giliran, yang merupakan $0,45 per 1.000 giliran.
• Perpendek prompt sistem. Prompt 1.200 token berharga $0.00018 pada setiap panggilan. Potong menjadi 400 token dan Anda menghemat $0.00012 per panggilan.
• Atur max_tokens saat Anda tahu jawabannya pendek. Ini opsional di sini, tetapi batas melindungi Anda dari ceramah panjang yang ditagih pada laju output yang lebih tinggi.
• Gunakan urutan stop untuk output terstruktur agar model tidak terus menulis setelah bagian yang Anda butuhkan.
• Minta mode JSON dengan response_format saat memproses output, agar Anda tidak membayar panggilan kedua untuk memperbaiki format yang rusak.

Isi ulang, bonus dan uji coba

Anda dapat menambahkan jumlah bulat apa pun dari $20 hingga $500. Pengisian saldo yang lebih besar membawa bonus pada kredit yang Anda terima:

• $20 hingga $49: tidak ada bonus, sehingga $20 memberikan $20 kredit.
• $50 dan lebih: +5%, jadi $50 memberikan $52,50.
• $100 dan lebih: +10%, jadi $100 memberikan $110.
• $200 dan lebih: +15%, jadi $200 memberikan $230, dan $500 memberikan $575.

Anda dapat membayar dengan kartu (Visa, Mastercard, Apple Pay, Google Pay) atau dengan kripto (USDT di TRC20, USDC di Base). Daftar lengkap jumlah ada di halaman harga.

Uji coba adalah kredit senilai $0,50, berlaku selama 7 hari, tidak perlu kartu, satu per orang. Pada $0,0011 per giliran chat, itu mencakup sekitar 450 giliran, cukup untuk menguji apakah output sesuai dengan kasus penggunaan Anda. Daftar dengan Google atau dengan email dan kata sandi, buka halaman kunci API, dan klaim dengan satu klik. Langkah-langkahnya ada di halaman kunci API.

Bandingkan dua penyedia dengan syarat yang sama

Saat Anda menyusun dua opsi apa pun, gunakan beban kerja pengujian yang sama untuk keduanya. Ambil 20 prompt nyata dari aplikasi Anda, hitung rata-rata token input dan output, dan tuliskan. Kemudian isi empat baris untuk setiap penyedia: laju input, laju output, biaya per permintaan atau platform apa pun, dan apakah panggilan yang ditolak atau gagal ditagih.

Baris terakhir mudah terlewat. Jika sebuah model menolak 5 dari setiap 100 permintaan dan Anda mengirimkannya kembali, Anda membayar penolakan ditambah percobaan ulang kecuali penyedia membebaskan biaya. Di sini, permintaan yang ditolak gratis, sehingga biaya percobaan ulang adalah nol dan hanya panggilan yang berhasil yang ditagih.

Juga bandingkan apa yang Anda dapatkan untuk uang Anda. Model yang lebih murah dengan jendela 8.000 token memaksa Anda membagi dokumen panjang menjadi bagian-bagian dan mengirim ulang instruksi bersama dengan setiap bagian. Jendela 100.000 token memungkinkan Anda mengirim materi sekali. Menghitung token dari awal hingga akhir, termasuk pengulangan itu, adalah yang menunjukkan perbedaan nyata.

Perkiraan bulanan dalam sepuluh baris

Masukkan angka Anda sendiri ke dalam skrip ini sebelum Anda berkomitmen pada apa pun.

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

Beban kerja itu mencapai $99,00 per bulan. Beli isi saldo $100 dan Anda menerima kredit senilai $110, yang mencukupinya dengan margin. Karena saldo tidak pernah habis, saldo yang tidak terpakai hanya dibawa ke bulan berikutnya.

Untuk melihat berapa yang sebenarnya Anda habiskan, baca header respons X-Balance-USD pada setiap panggilan. Itu menunjukkan saldo tersisa Anda, sehingga Anda dapat melacak pengeluaran tanpa dashboard terpisah. Detail pengaturan untuk sisi klien ada di quickstart.

Kapan router masih menjadi pilihan terbaik

Jujur tentang kecocokan menghemat biaya isi saldo yang sia-sia. Router adalah alat yang lebih baik ketika Anda perlu beralih antara banyak model, membandingkan output di seluruh vendor, atau ingin rantai fallback beragam vendor. Layanan ini memberi Anda satu model dari penyedia independen dan tidak ada yang lain: tidak ada generasi gambar, audio atau video, tidak ada embedding, tidak ada fine-tuning.

Ini juga bukan API resmi dari vendor model mana pun, dan tidak merutekan di seluruh vendor. Jika proyek Anda membutuhkan model bernama tertentu dari lab tertentu, pergi ke lab itu atau ke router yang memilikinya.

Di mana layanan ini cocok adalah lebih sempit dan jelas. Anda menginginkan endpoint kompatibel OpenAI, model yang menjawab tanpa penolakan konten untuk penggunaan dewasa yang sah, harga yang tidak berubah dengan pilihan model, dan kebebasan untuk pergi dengan mengubah satu URL. Batas kerasnya adalah tidak ada konten seksual yang melibatkan anak di bawah umur. Prompt tidak digunakan untuk pelatihan.

Panduan lainnya

• Alternatif OpenRouter untuk Janitor AI: Panduan Setup
• Alternatif OpenRouter untuk Model AI: Satu vs Banyak
• API Perplexity: Cara Menggunakan LLM Tanpa Sensor