Alternative a OpenRouter più economiche: calcolo dei costi per token

Risposta breve: fissa il tasso, poi conta i token

Se stai cercando alternative a OpenRouter più economiche di quanto paghi ora, il primo passo utile è smettere di confrontare i loghi e iniziare a confrontare il costo per richiesta. Un router multi-modello applica il tasso del modello a cui invia la tua richiesta. È flessibile, ma significa che la tua bolletta mensile dipende da quale modello gestisce ogni chiamata e da eventuali commissioni aggiuntive del router. Controlla la pagina dei prezzi attuale del router per queste cifre, poiché cambiano.

Questo sito vende una sola cosa: un modello di testo open-weight ospitato, chiamato con l'ID modello uncensored, a $0,15 per 1M di token di input e $0,50 per 1M di token di output. Paghi da credito prepagato, non c'è abbonamento, le richieste fallite o rifiutate non vengono addebitate e il credito non scade mai. Con un unico tasso, l'intera bolletta è un calcolo che puoi fare su un tovagliolo.

Una cosa da dire chiaramente prima dei numeri: non esiste un piano gratuito illimitato. I nuovi utenti possono richiedere un credito di prova da $0,50 con un clic nella pagina della chiave API, dopodiché puoi ricaricare. Se hai bisogno di qualcosa che non costi nulla a qualsiasi volume, questa non è la soluzione.

Quanto costa una singola richiesta

La formula è breve. Costo = token di input x 0,15 / 1.000.000 + token di output x 0,50 / 1.000.000. Ecco quattro forme di richiesta comuni, calcolate da quella formula.

Tipo di richiesta	Token in ingresso	Token in uscita	Costo per richiesta	Costo per 1.000 richieste
Domanda e risposta brevi	500	300	$0.000225	$0.225
Turno chat con cronologia	6,000	400	$0.0011	$1.10
Riassunto documento	30,000	1,000	$0.005	$5.00
Finestra quasi piena da 100.000 token	98,000	2,000	$0.0157	$15.70

Prendi il turno di chat come verifica. 6.000 token di input costano $0,0009 e 400 token di output costano $0,0002, che sommati danno $0,0011. Un migliaio di questi costa $1,10. I token di output costano più di tre volte tanto rispetto ai token di input per unità, ma la maggior parte delle richieste invia molto più di quanto riceve, quindi l'input domina spesso il totale comunque.

La finestra di contesto è di 100.000 token, prompt più completamento insieme. L'ultima riga mostra il caso peggiore per una singola chiamata: circa un centesimo e mezzo. Anche se ogni richiesta riempisse la finestra, 1.000 di esse costerebbero $15,70.

Perché una bolletta del router è più difficile da prevedere

Un router si trova davanti a molti modelli. Ogni modello ha il suo tasso di input e output, e il router può aggiungere un suo costo extra. Alcuni modelli su un router costano meno per token dei nostri, altri costano di più. Questo articolo non cita i loro tassi perché cambiano, e dovresti leggerli da solo prima di decidere.

Quello che puoi dire senza cercare nulla è strutturale. Quando usi un router, tre cose decidono il tuo costo: quale modello indichi nella richiesta, quanti token invii e ricevi e quanto il router addebita per il servizio. Se imposti un modello fisso nel codice, il primo fattore è fisso. Se lasci che il router scelga o faccia fallback tra i modelli, varia, e varia anche la fattura.

Un singolo endpoint rimuove la prima e la terza variabile dal tuo budget. Questo è il vero risparmio: non una promessa del prezzo più basso sul mercato, ma un numero che non cambia. Se il tuo carico di lavoro richiede contenuti senza blocchi, stai anche rimuovendo il costo dei retry delle chiamate che un modello più rigoroso rifiuta. Qui, le richieste rifiutate non vengono addebitate affatto.

Riduci l'uso di token prima di cambiare provider

Qualunque sia il tuo costo per token, di solito puoi ridurre il numero di token. Queste modifiche non costano nulla e funzionano con qualsiasi endpoint compatibile con OpenAI.

• Riduci la cronologia della chat. I token di input vengono inviati di nuovo in ogni turno. Mantieni il system prompt, gli ultimi 10-20 messaggi e un breve riassunto di quanto è accaduto prima. Ridurre una cronologia da 6.000 token a 3.000 token fa risparmiare $0,00045 per turno, che sono $0,45 per 1.000 turni.
• Accorcia il system prompt. Un prompt da 1.200 token costa $0,00018 in ogni chiamata. Riducilo a 400 token e risparmi $0,00012 per chiamata.
• Imposta max_tokens quando sai che la risposta è breve. È opzionale qui, ma un limite ti protegge da una lunga divagazione che fattura alla tariffa di output più alta.
• Usa le sequenze stop per l'output strutturato così il modello non continua a scrivere dopo la parte necessaria.
• Richiedi la modalità JSON con response_format quando analizzi l'output, così non paghi per una seconda chiamata per correggere un formato errato.

Ricariche, bonus e prova

Puoi aggiungere qualsiasi importo intero da $20 a $500. Le ricariche più grandi comportano un bonus sul credito che ricevi:

• $20 a $49: nessun bonus, quindi $20 dà $20 di credito.
• $50 e oltre: +5%, quindi $50 danno $52,50.
• $100 e oltre: +10%, quindi $100 danno $110.
• $200 e oltre: +15%, quindi $200 danno $230, e $500 danno $575.

Puoi pagare con carta (Visa, Mastercard, Apple Pay, Google Pay) o con cripto (USDT su TRC20, USDC su Base). L'elenco completo degli importi è nella pagina dei prezzi.

Il credito di prova è di $0,50, valido per 7 giorni, senza bisogno di carta, uno a persona. A $0,0011 per turno di chat copre circa 450 turni, sufficienti per testare se l'output si adatta al tuo caso d'uso. Iscriviti con Google o con email e password, apri la pagina della chiave API e richiedilo con un clic. I passaggi sono nella pagina della chiave API.

Confronta due provider in condizioni di parità

Quando confronti due opzioni, usa lo stesso carico di lavoro di test per entrambi. Prendi 20 prompt reali dalla tua app, conta i token medi di input e output e annotali. Poi compila quattro righe per ogni provider: la tariffa di input, la tariffa di output, eventuali commissioni per richiesta o piattaforma, e se le chiamate rifiutate o fallite vengono fatturate.

L'ultima riga è facile da perdere. Se un modello rifiuta 5 richieste su 100 e le invii di nuovo, paghi per le richieste rifiutate più i ritentativi a meno che il provider non esoneri dal pagamento. Qui, le richieste rifiutate sono gratuite, quindi il costo del ritentativo è zero e viene fatturata solo la chiamata riuscita.

Confronta anche cosa ottieni per i tuoi soldi. Un modello più economico con una finestra da 8.000 token ti costringe a dividere i documenti lunghi in pezzi e a reinviare le istruzioni condivise con ogni pezzo. Una finestra da 100.000 token ti permette di inviare il materiale una volta sola. Contare i token dall'inizio alla fine, incluse quelle ripetizioni, è ciò che mostra la differenza reale.

Una stima mensile in dieci righe

Inserisci i tuoi numeri in questo script prima di impegnarti in qualsiasi cosa.

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

Quel carico di lavoro ammonta a $99,00 al mese. Acquista una ricarica da $100 e ricevi $110 di credito, che lo copre con un margine. Poiché il credito non scade mai, il saldo non utilizzato viene semplicemente trasferito al mese successivo.

Per vedere quanto hai speso effettivamente, leggi l'intestazione di risposta X-Balance-USD su ogni chiamata. Mostra il tuo saldo residuo, così puoi tracciare le spese senza una dashboard separata. I dettagli di configurazione lato client sono nella guida rapida.

Quando un router è ancora la scelta migliore

Essere onesti sull'idoneità ti fa risparmiare una ricarica sprecata. Un router è lo strumento migliore quando devi passare tra molti modelli, confrontare gli output tra fornitori o vuoi una catena di fallback diversificata. Questo servizio ti offre un modello da un provider indipendente e nient'altro: nessuna generazione di immagini, audio o video, nessun embedding, nessun fine-tuning.

Non è nemmeno l'API ufficiale di alcun fornitore di modelli e non effettua routing tra fornitori. Se il tuo progetto richiede un modello specifico da un laboratorio specifico, vai a quel laboratorio o a un router che lo offre.

Dove questo servizio si inserisce è più ristretto e chiaro. Vuoi un endpoint compatibile con OpenAI, un modello che risponde senza rifiuti sui contenuti per uso adulto legale, un prezzo che non cambia con la scelta del modello e la libertà di andartene modificando un URL. Il limite rigido è l'assenza di contenuti sessuali che coinvolgono minorenni. I prompt non vengono utilizzati per l'addestramento.

Altre guide

• Alternativa a OpenRouter per Janitor AI: Guida alla configurazione
• Alternativa a OpenRouter per modelli AI: Uno contro molti
• API Perplexity: Come usare LLM senza censura