Alternativas ao OpenRouter mais baratas: custos por token calculados

Resposta curta: fixe a taxa, depois conte os tokens

Se você está procurando alternativas ao OpenRouter mais baratas do que o que você paga agora, o primeiro passo útil é parar de comparar logotipos e começar a comparar o custo por solicitação. Um roteador multi-modelo cobra a taxa do modelo para o qual ele envia sua solicitação. Isso é flexível, mas significa que sua conta mensal depende de qual modelo cada chamada atinge e de quaisquer taxas que o roteador adicione. Verifique a página de preços atual do roteador para essas cifras, pois elas mudam.

Este site vende uma coisa: um modelo de texto de pesos abertos hospedado, chamado com o ID do modelo uncensored, a $0,15 por 1M de tokens de entrada e $0,50 por 1M de tokens de saída. Você paga a partir de crédito pré-pago, não há assinatura, requisições com falha ou recusadas não são cobradas e o crédito nunca expira. Com uma única taxa, toda a conta é uma aritmética que você pode fazer no guardanapo.

Uma coisa a dizer claramente antes dos números: não há plano gratuito ilimitado. Novos usuários podem resgatar um crédito de teste de $0,50 com um clique na página da chave de API, e depois disso você recarrega. Se você precisa de algo que custe zero a qualquer volume, este não é o caso.

Quanto custa uma requisição

A fórmula é curta. Custo = tokens de entrada x 0,15 / 1.000.000 + tokens de saída x 0,50 / 1.000.000. Aqui estão quatro formatos comuns de requisição, calculados a partir dessa fórmula.

Tipo de solicitação	Tokens de entrada	Tokens de saída	Custo por requisição	Custo por 1.000 requisições
Pergunta e resposta curtas	500	300	$0.000225	$0.225
Rodada de chat com histórico	6,000	400	$0.0011	$1.10
Resumo de documento	30,000	1,000	$0.005	$5.00
Janela de contexto quase cheia de 100.000 tokens	98,000	2,000	$0.0157	$15.70

Tome a rodada de chat como uma verificação. 6.000 tokens de entrada custam $0,0009 e 400 tokens de saída custam $0,0002, o que soma $0,0011. Mil desses custa $1,10. Tokens de saída custam mais de três vezes mais que tokens de entrada por unidade, mas a maioria das requisições envia muito mais do que recebe, então os tokens de entrada muitas vezes dominam o total.

A janela de contexto é de 100.000 tokens, prompt mais conclusão juntos. A última linha mostra o pior caso para uma única chamada: cerca de um centavo e meio. Mesmo que cada requisição preenchesse a janela, 1.000 delas custariam $15,70.

Por que a fatura de um roteador é mais difícil de prever

Um roteador fica à frente de muitos modelos. Cada modelo tem sua própria taxa de entrada e saída, e o roteador pode adicionar sua própria cobrança por cima. Alguns modelos em um roteador custam menos por token do que os nossos, outros custam mais. Este artigo não cita as taxas deles porque mudam, e você deve lê-las por conta própria antes de decidir.

O que você pode dizer sem precisar consultar nada é estrutural. Ao usar um roteador, três coisas determinam seu custo: qual modelo você nomeia na requisição, quantos tokens você envia e recebe, e quanto o roteador cobra pelo serviço. Se você codificar um modelo fixo, o primeiro fator é fixo. Se você permitir que o roteador escolha ou faça fallback entre modelos, isso varia, e a fatura também varia.

Um único endpoint remove a primeira e a terceira variáveis do seu orçamento. Essa é a verdadeira economia: não uma promessa do menor preço do mercado, mas um número que não muda. Se sua carga de trabalho precisa de conteúdo sem recusas, você também está removendo o custo de reenvio de chamadas que um modelo mais rigoroso recusa. Aqui, requisições recusadas não são cobradas de forma alguma.

Reduza o uso de tokens antes de trocar de provedor

Seja qual for o seu custo por token, você geralmente pode reduzir o número de tokens. Essas mudanças custam nada e funcionam com qualquer endpoint compatível com OpenAI.

• Limpe o histórico de chat. Tokens de entrada são reenviados em cada rodada. Mantenha o prompt do sistema, as últimas 10 a 20 mensagens e um resumo curto do que veio antes. Reduzir um histórico de 6.000 tokens para 3.000 tokens economiza $0,00045 por rodada, o que é $0,45 por 1.000 rodadas.
• Encurte o prompt do sistema. Um prompt de 1.200 tokens custa $0,00018 em cada chamada. Reduza para 400 tokens e você economiza $0,00012 por chamada.
• Defina max_tokens quando souber que a resposta é curta. Isso é opcional aqui, mas um limite protege você de uma divagação longa que cobra pela taxa de saída mais alta.
• Use sequências stop para saída estruturada, evitando que o modelo continue escrevendo após a parte necessária.
• Solicite o modo JSON com response_format ao analisar a saída, para que você não pague por uma segunda chamada para corrigir a formatação quebrada.

Recargas, bônus e o teste

Você pode adicionar qualquer valor inteiro de $20 a $500. Recargas maiores trazem um bônus no crédito que você recebe:

• $20 a $49: sem bônus, então $20 dá $20 de crédito.
• $50 e acima: +5%, então $50 dá $52,50.
• $100 e acima: +10%, então $100 dá $110.
• $200 e acima: +15%, então $200 dá $230, e $500 dá $575.

Você pode pagar com cartão (Visa, Mastercard, Apple Pay, Google Pay) ou com cripto (USDT na TRC20, USDC na Base). A lista completa de valores está na página de preços.

O crédito de teste é de $0,50, válido por 7 dias, sem necessidade de cartão, um por pessoa. A $0,0011 por rodada de chat, cobre cerca de 450 rodadas, suficiente para testar se a saída se adequa ao seu caso de uso. Cadastre-se com Google ou com e-mail e senha, abra a página da chave de API e resgate com um clique. Os passos estão na página da chave de API.

Compare dois provedores em condições iguais

Quando você alinha quaisquer duas opções, use a mesma carga de trabalho de teste para ambas. Pegue 20 prompts reais do seu aplicativo, conte a média de tokens de entrada e saída e anote-os. Depois, preencha quatro linhas para cada provedor: a taxa de entrada, a taxa de saída, qualquer taxa por requisição ou plataforma e se chamadas recusadas ou falhas são cobradas.

A última linha é fácil de passar despercebida. Se um modelo recusar 5 de cada 100 solicitações e você as reenviar, você paga pelas recusas mais as tentativas, a menos que o provedor isente a cobrança. Aqui, as solicitações recusadas são gratuitas, então o custo de reenvio é zero e apenas a chamada bem-sucedida é cobrada.

Compare também o que você recebe pelo dinheiro. Um modelo mais barato com uma janela de 8.000 tokens força você a dividir documentos longos em pedaços e reenviar instruções compartilhadas com cada pedaço. Uma janela de 100.000 tokens permite enviar o material de uma vez. Contar tokens de ponta a ponta, incluindo essas repetições, é o que mostra a diferença real.

Uma estimativa mensal em dez linhas

Insira seus próprios números neste script antes de se comprometer com qualquer coisa.

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

Essa carga de trabalho resulta em $99,00 por mês. Compre uma recarga de $100 e você recebe $110 de crédito, o que cobre com uma margem. Como o crédito nunca expira, o saldo não utilizado simplesmente carrega para o mês seguinte.

Para ver exatamente quanto você gastou, leia o cabeçalho de resposta X-Balance-USD em cada chamada. Ele mostra seu saldo restante, permitindo que você acompanhe os gastos sem um painel separado. Detalhes de configuração do lado do cliente estão no guia de início.

Quando um roteador ainda é a melhor escolha

Ser honesto sobre a adequação evita que você recarregue sem necessidade. Um roteador é a ferramenta melhor quando você precisa alternar entre muitos modelos, comparar saídas entre fornecedores ou deseja uma cadeia de alternativas diversificada por fornecedor. Este serviço oferece um único modelo de um provedor independente e nada mais: sem geração de imagem, áudio ou vídeo, sem embeddings, sem ajuste fino.

Também não é a API oficial de nenhum fornecedor de modelo, e não faz roteamento entre fornecedores. Se o seu projeto precisa de um modelo nomeado específico de um laboratório específico, vá até esse laboratório ou a um router que o tenha.

Onde este serviço se encaixa é mais estreito e claro. Você quer um endpoint compatível com OpenAI, um modelo que responde sem recusas de conteúdo para uso adulto legal, um preço que não muda com a escolha do modelo e a liberdade de sair alterando uma URL. O limite rígido é sem conteúdo sexual envolvendo menores de idade. Prompts não são usados para treinamento.

Mais guias

• Alternativa ao OpenRouter para Janitor AI: Guia de Configuração
• Alternativa ao OpenRouter para Modelos de IA: Um vs. Muitos
• API Perplexity: Como Usar LLMs sem censura