Goedkopere alternatieven voor OpenRouter: berekende tokenkosten tokenkosten

Kort antwoord: fix het tarief, tel dan tokens

Als je zoekt naar goedkopere alternatieven voor OpenRouter dan wat je nu betaalt, is de eerste stap om niet naar logo's te kijken maar naar de kosten per verzoek. Een multi-model router rekent het tarief van het model waarvoor je verzoek wordt doorgestuurd. Dat is flexibel, maar betekent dat je maandelijkse factuur afhangt van welk model elke call raakt en van eventuele toeslagen van de router. Controleer de huidige prijzen op de prijzenpagina van de router, want die veranderen.

Deze site verkoopt één ding: een gehost open-weight tekstmodel, aangeroepen met model ID uncensored, voor $0,15 per 1M inputtokens en $0,50 per 1M outputtokens. Je betaalt uit prepaid tegoed, er is geen abonnement, mislukte of geweigerde verzoeken worden niet in rekening gebracht en tegoed vervalt nooit. Met één tarief is de hele rekening rekenkunde die je op een servet kunt doen.

Een ding om duidelijk te zeggen voor de cijfers: er is geen gratis abonnement zonder limieten. Nieuwe gebruikers kunnen met één klik op de API-sleutelpagina een proefperiode van $0,50 claimen, en daarna laad je op. Als je iets nodig hebt dat bij elke hoeveelheid niets kost, dan is dit het niet.

Wat één verzoek kost

De formule is kort. Kosten = inputtokens x 0,15 / 1.000.000 + outputtokens x 0,50 / 1.000.000. Hier zijn vier veelvoorkomende request shapes, berekend op basis van die formule.

Verzoektype	Input-tokens	Output-tokens	Kosten per verzoek	Kosten per 1.000 verzoeken
Korte vraag en antwoord	500	300	$0.000225	$0.225
Chatbeurt met geschiedenis	6,000	400	$0.0011	$1.10
Documentsamenvatting	30,000	1,000	$0.005	$5.00
Bijna vol 100.000-token contextvenster	98,000	2,000	$0.0157	$15.70

Neem de chatbeurt als controle. 6.000 inputtokens kosten $0.0009 en 400 outputtokens kosten $0.0002, wat samen $0.0011 oplevert. Duizend daarvan is $1,10. Outputtokens kosten meer dan drie keer zoveel per eenheid als inputtokens, maar de meeste verzoeken sturen veel meer dan ze ontvangen, dus input domineert de totale kosten vaak toch.

Het contextvenster is 100.000 tokens, prompt plus completion samen. De laatste rij toont het ergste geval voor een enkel verzoek: ongeveer een cent en een half. Zelfs als elk verzoek het venster vulde, zou 1.000 daarvan $15,70 kosten.

Waarom een routerfactuur lastiger voorspelbaar is

Een router staat voor veel modellen. Elk model heeft zijn eigen input- en outputtarief, en de router kan er een eigen toeslag bovenop doen. Sommige modellen op een router kosten minder per token dan de onze, sommige meer. Dit artikel citeert hun tarieven niet omdat die veranderen, en je moet ze zelf lezen voordat je een beslissing neemt.

Wat je zonder opzoeken kunt zeggen, is structureel. Wanneer je een router gebruikt, bepalen drie dingen je kosten: welk model je noemt in het verzoek, hoeveel tokens je verstuurt en ontvangt, en wat de router voor de service rekent. Als je één model hardcodeert, is de eerste factor vast. Als je de router laat kiezen of terugvallen tussen modellen, varieert het, en dus de factuur.

Een enkel endpoint verwijdert de eerste en derde variabelen uit je budget. Dat is de echte besparing: geen belofte van de laagste prijs op de markt, maar een nummer dat niet beweegt. Als je workload content zonder weigeringen nodig heeft, verwijder je ook de retry-kosten van calls die een streng model afwijst. Hier zijn geweigerde verzoeken helemaal niet in rekening gebracht.

Beperk tokengebruik voordat je van provider wisselt

Wat je ook per token betaalt, je kunt het aantal tokens meestal verlagen. Deze wijzigingen kosten niets en werken met elk OpenAI-compatible endpoint.

• Knip de chatgeschiedenis. Inputtokens worden bij elke beurt opnieuw verzonden. Houd het systeemprompt, de laatste 10 tot 20 berichten en een korte samenvatting van wat er eerder gebeurde. Het terugbrengen van een geschiedenis van 6.000 tokens naar 3.000 tokens bespaart $0,00045 per beurt, wat $0,45 per 1.000 beurten is.
• Korter maken van de systeemprompt. Een prompt van 1,200 tokens kost $0.00018 bij elk verzoek. Maak hem korter tot 400 tokens en je bespaart $0.00012 per verzoek.
• Stel max_tokens in als je weet dat het antwoord kort is. Het is hier optioneel, maar een limiet beschermt je tegen een lange uitweiding die tegen het hogere outputtarief in rekening wordt gebracht.
• Gebruik stop-sequentieën voor gestructureerde output, zodat het model niet verder blijft schrijven na het deel dat je nodig hebt.
• Vraag om JSON-modus met response_format als je de output parset, zodat je niet betaalt voor een tweede verzoek om kapotte opmaak te herstellen.

Opwaarderingen, bonussen en de proefperiode

Je kunt elk geheel bedrag toevoegen van $20 tot $500. Grotere opwaarderingen hebben een bonus op het tegoed dat je ontvangt:

• $20 tot $49: geen bonus, dus $20 geeft $20 aan tegoed.
• $50 en hoger: +5%, dus $50 geeft $52,50.
• $100 en hoger: +10%, dus $100 geeft $110.
• $200 en hoger: +15%, dus $200 geeft $230, en $500 geeft $575.

Betaal met kaart (Visa, Mastercard, Apple Pay, Google Pay) of crypto (USDT op TRC20, USDC op Base). De volledige lijst met bedragen staat op de prijzenpagina.

De proefversie is $0,50 aan tegoed, geldig voor 7 dagen, geen creditcard nodig, één per persoon. Bij $0,0011 per chatbeurt dekt dit ongeveer 450 beurten, genoeg om te testen of de output bij je use case past. Meld je aan met Google of e-mail en wachtwoord, open de API-sleutelpagina en claim het met één klik. De stappen staan op de API-sleutelpagina.

Vergelijk twee providers onder gelijke voorwaarden

Als je twee opties naast elkaar legt, gebruik dan dezelfde testworkload voor beide. Neem 20 echte prompts uit je app, tel de gemiddelde input- en outputtokens en schrijf ze op. Vul daarna vier regels in voor elke provider: het inputtarief, het outputtarief, eventuele kosten per verzoek of platform, en of geweigerde of mislukte aanroepen in rekening worden gebracht.

De laatste regel is makkelijk over het hoofd te zien. Als een model 5 van de 100 verzoeken weigert en je stuurt ze opnieuw, betaal je voor de weigeringen plus de nieuwe pogingen, tenzij de provider de vergoeding kwijtscheldt. Hier zijn geweigerde verzoeken gratis, dus de retry-kosten zijn nul en alleen het succesvolle verzoek wordt gefactureerd.

Vergelijk ook wat je voor je geld krijgt. Een goedkoper model met een contextvenster van 8.000 tokens dwingt je lange documenten in stukken te splitsen en gedeelde instructies bij elk stuk opnieuw te verzenden. Een contextvenster van 100.000 tokens laat je het materiaal één keer sturen. Tokens van begin tot eind tellen, inclusief die herhalingen, is wat het echte verschil laat zien.

Een maandelijkse schatting in tien regels

Voer je eigen cijfers in dit script voordat je tot iets verbindt.

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

Die workload komt neer op $99,00 per maand. Koop een top-up van $100 en je ontvangt $110 aan tegoed, wat het met een marge dekt. Omdat tegoed nooit vervalt, wordt het ongebruikte saldo gewoon meegenomen naar de volgende maand.

Lees de X-Balance-USD-responseheader bij elke call om te zien wat je hebt uitgegeven. Deze toont je resterende saldo, zodat je uitgaven kunt bijhouden zonder apart dashboard. Client-side setup staat in de quickstart.

Wanneer een router toch de betere keuze is

Eerlijk zijn over de fit bespaart je een verspilde top-up. Een router is het betere hulpmiddel wanneer je tussen veel modellen moet schakelen, outputs van verschillende leveranciers moet vergelijken, of één leveranciersdiverse fallback-reeks wilt. Deze service geeft je één model van een onafhankelijke provider en niets anders: geen afbeelding, audio of video-generatie, geen embeddings, geen fine-tuning.

Het is ook niet de officiële API van een modelleverancier, en het routeert niet over leveranciers. Als je project een bepaald benoemd model van een specifiek lab nodig heeft, ga dan naar dat lab of naar een router die het voert.

Waar deze service past, is smaller en duidelijk. Je wilt een OpenAI-compatible endpoint, een model dat antwoordt zonder content-weigeringen voor wettelijk volwassen gebruik, een prijs die niet verandert met de modelkeuze, en de vrijheid om te vertrekken door één URL te wijzigen. De harde limiet is geen seksuele content met minderjarigen. Prompts worden niet gebruikt voor training.

Meer handleidingen

• OpenRouter-alternatief voor Janitor AI: Inrichtingsgids
• OpenRouter-alternatief voor AI-modellen: Eén versus Veel
• Perplexity API: Gebruik van ongecensureerde LLM's