Bandingkan Model AI dan Harga: Terhosting, Lokal, API Ini
Untuk membandingkan model AI dan harga secara adil, Anda memerlukan jumlah token Anda sendiri, bukan daftar harga. Artikel ini memberikan Anda rumus, empat opsi yang layak dibandingkan, dan penjelasan jujur tentang kapan API ini bukan pilihan yang tepat.

Empat cara untuk mendapatkan model, dan apa biayanya bagi Anda
Sebagian besar perbandingan mencampuradukkan hal-hal yang tidak mirip. Model, penyedia, dan skema penagihan adalah tiga pilihan terpisah. Untuk pembuatan teks dalam aplikasi, ada empat rute realistis, dan masing-masing memiliki bentuk biaya tersendiri.
- API milik vendor tertutup. Anda mendapatkan model unggulan vendor tersebut, set fitur mereka, dan kebijakan penggunaan mereka. Harga per token, dan berubah, jadi periksa harga terbaru mereka daripada mempercayai pos blog, termasuk ini.
- Router atau pasar. Satu akun, banyak model dari banyak vendor. Nyaman untuk eksperimen, dengan markup atau lapisan biaya di atas harga dasar, tergantung pada layanan.
- Menjalankan model open-weight sendiri. Tidak ada biaya per token. Anda membayar untuk GPU atau workstation yang mampu, daya, waktu penyiapan, dan pemeliharaan, dan throughput Anda adalah apa yang diberikan perangkat keras.
- API open-weight terhosting dengan tugas sempit. Itulah apa situs ini: satu model open-weight, dijalankan oleh penyedia independen, disesuaikan untuk menjawab tanpa penolakan konten untuk penggunaan dewasa yang sah, di balik endpoint yang kompatibel dengan OpenAI. Ini bukan API resmi dari Meta, Mistral, Qwen, DeepSeek, OpenAI, xAI, Google, atau Anthropic, dan ini bukan router.
Sisa artikel ini memberikan Anda cara untuk memberikan angka pada setiap rute tanpa bergantung pada halaman pemasaran siapa pun.
Apa yang ditawarkan API ini, dalam fakta yang dapat Anda periksa
Mulailah dengan sisi yang dapat Anda verifikasi. Semua ini dipublikasikan di halaman harga dan di dokumentasi.
| Item | API ini |
|---|---|
| ID model | uncensored (satu model) |
| Endpoint | POST /v1/chat/completions, GET /v1/models |
| Kompatibilitas | SDK dan klien OpenAI, dengan mengubah base URL dan kunci |
| Jendela konteks | 100.000 token, prompt plus penyelesaian |
| Harga input | $0,15 per 1M token |
| Harga output | $0,50 per 1M token |
| Penagihan | Saldo prabayar, tanpa langganan, tidak kedaluwarsa, permintaan gagal atau ditolak tidak dikenakan biaya |
| Fitur | Streaming, pemanggilan fungsi, mode JSON, seed, dan kontrol sampling |
| Batas | Kunci penuh: 8 konkuren, 300 permintaan per menit. Kunci uji coba: 2 konkuren, 60 per menit |
| Tidak ditawarkan | Gambar, audio, video, embedding, fine-tuning |
Gunakan tabel yang sama sebagai templat untuk rute lainnya. Jika Anda tidak dapat mengisi baris untuk layanan saingan dari dokumentasinya, anggap itu sebagai temuan. Konkurensi dan batas laju khususnya sering kali hilang dari halaman pemasaran dan menentukan untuk pekerjaan batch.
Rumus biaya, dengan contoh tepat
Biaya bulanan adalah token input dibagi satu juta dikali laju input, ditambah token output dibagi satu juta dikali laju output. Tidak ada yang tersembunyi di dalamnya di sini. Tiga contoh pada $0,15 dan $0,50:
- Alat kecil. 2M input dan 0,5M token output dalam sebulan: 2 x $0,15 = $0,30, ditambah 0,5 x $0,50 = $0,25, total $0,55.
- Produk sibuk. 50M input dan 10M output: 50 x $0,15 = $7,50, ditambah 10 x $0,50 = $5,00, total $12,50.
- Aplikasi penulisan yang berat output. 5M input dan 5M output: 5 x $0,15 = $0,75, ditambah 5 x $0,50 = $2,50, total $3,25.
Baris ketiga menunjukkan mengapa rasio input-ke-output penting. Pada volume yang sama, output lebih mahal daripada tiga kali lipat dari input di sini, sehingga kasus penggunaan yang menulis balasan panjang dari prompt pendek berperilaku berbeda dari yang membaca dokumen panjang dan menjawab secara singkat. Ketika Anda membandingkan dua layanan, jalankan kedua rasio melalui kedua daftar harga.
Sekarang ajukan pertanyaan yang sama kepada opsi lainnya. Untuk vendor tertutup atau router, ambil laju per-token terbaru mereka dan jalankan tiga skenario yang sama. Untuk menjalankan secara lokal, bagi biaya perangkat keras bulanan Anda, daya, dan waktu yang Anda habiskan untuk memeliharanya dengan token yang sebenarnya dihasilkan dalam sebulan. GPU yang menganggur membuat eksekusi lokal terlihat mahal per token, dan yang penuh muatan bisa terlihat sangat murah. Mana yang Anda dapatkan tergantung pada beban Anda, jadi ukur.
Ukur pada prompt Anda sendiri
Harga yang dipublikasikan memberi tahu Anda laju dan tidak ada apa pun tentang jumlah token Anda. Model yang berbeda melakukan tokenisasi secara berbeda, dan model yang panjang menulis jawaban yang lebih panjang untuk pertanyaan yang sama. Perbandingan yang paling jujur adalah menjalankan prompt nyata Anda dan mencatat apa yang kembali. Skrip ini melakukan itu terhadap API ini; arahkan base URL dan model ke layanan lain untuk mendapatkan angka yang sama darinya.
import os, time
from openai import OpenAI
client = OpenAI(
base_url="https://api.uncensoredaimodels.com/v1",
api_key=os.environ["UNCENSORED_KEY"],
)
IN_PER_M, OUT_PER_M = 0.15, 0.50 # dollars per 1M tokens
def cost(prompt_tokens, completion_tokens):
return prompt_tokens / 1e6 * IN_PER_M + completion_tokens / 1e6 * OUT_PER_M
def trial(prompt):
t0 = time.time()
r = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": prompt}],
max_tokens=500,
)
u = r.usage
return {
"seconds": round(time.time() - t0, 2),
"in": u.prompt_tokens,
"out": u.completion_tokens,
"dollars": round(cost(u.prompt_tokens, u.completion_tokens), 6),
"text": r.choices[0].message.content,
}
for p in open("my_real_prompts.txt").read().split("\n---\n"):
print(trial(p))
Masukkan 20 hingga 50 prompt nyata ke dalam my_real_prompts.txt dipisahkan oleh garis yang berisi tiga tanda hubung. Baca outputnya sendiri. Biaya per prompt berguna hanya jika jawaban memenuhi bar Anda, dan model yang lebih murah yang membutuhkan dua upaya per tugas tidak lebih murah. Kunci uji coba sudah cukup untuk ini: pengguna baru dapat mengklaim $0,50 kredit dengan satu klik di halaman kunci API, berlaku selama 7 hari, tidak perlu kartu. Perhatikan bahwa kunci uji coba dibatasi hingga 2 permintaan konkuren dan 60 permintaan per menit, jadi jalankan skrip secara serial.
Kapan API frontier tertutup adalah pilihan yang lebih baik
Jelas tentang ini sebelum Anda mengeluarkan apa pun. Jika tugas Anda bergantung pada penalaran umum terkuat yang tersedia, pada input visi, pada audio, pada embedding untuk pencarian, atau pada layanan fine-tuning vendor, API vendor tertutup adalah alat yang tepat dan ini tidak dapat menggantikan. API ini memiliki satu model teks. Ini tidak menghasilkan atau membaca gambar atau audio, tidak menghasilkan embedding, dan tidak melakukan fine-tuning.
Hal yang sama berlaku untuk kebijakan. Vendor tertutup menerapkan aturan konten mereka sendiri, dan untuk bot dukungan pelanggan atau alat bimbingan anak-anak, aturan-aturan itu adalah fitur. API yang disesuaikan untuk menjawab tanpa penolakan adalah kecocokan yang buruk untuk produk di mana Anda ingin model mendorong balik pada permintaan perbatasan. Anda dapat menambahkan filter Anda sendiri di atasnya, tetapi jika penolakan adalah yang Anda inginkan, pilih layanan yang dibangun di sekitarnya.
Akhirnya, periksa kebutuhan perusahaan. Jika Anda membutuhkan perjanjian pemrosesan data yang ditandatangani, jaminan wilayah, atau komitmen uptime, minta masing-masing penyedia untuk memberikannya secara tertulis. Situs ini mempublikasikan fakta-fakta yang tercantum di atas dan tidak ada yang melampaui mereka.
Kapan menjalankan secara lokal menang
Menjalankan secara lokal adalah jawaban yang tepat ketika data tidak boleh meninggalkan perangkat keras Anda, ketika Anda membutuhkan operasi offline, ketika volume Anda tinggi dan stabil cukup untuk menjaga GPU tetap sibuk, atau ketika Anda ingin kontrol penuh atas file model dan sampling. Anda juga dapat memilih model open-weight apa pun yang Anda suka dan menukarnya sesuka hati.
Biaya dari kendali tersebut nyata. Anda menangani driver, perangkat lunak penyajian, pilihan kuantisasi, batas memori, dan pembaruan. Konteks panjang mahal dalam memori, sehingga jendela 100.000 token yang hanya menjadi satu parameter di API bisa menjadi proyek perangkat keras secara lokal. Untuk prototipe, atau aplikasi dengan lalu lintas yang datang secara tiba-tiba, API biasanya mencapai produk yang berfungsi lebih cepat. Jika Anda ingin memahami trade-off teknik di sisi pengkodean, daftar periksa produksi untuk LLM pengkodean tanpa sensor membahasnya.
Di mana API ini cocok, dan cara memulainya
Ini cocok ketika Anda menginginkan endpoint yang kompatibel dengan OpenAI, model yang tidak menolak permintaan dewasa yang sah, penagihan prabayar tanpa langganan, dan batas yang jelas. Pekerjaan khas adalah backend fiksi dan roleplay, aplikasi pendamping untuk dewasa, alat red-team dan penulisan, dan loop agen yang gagal pada penolakan di tempat lain. Konten seksual yang melibatkan anak di bawah umur adalah batas keras. Prompt tidak digunakan untuk pelatihan.
Mengalihkan klien yang ada membutuhkan dua baris: ubah base URL menjadi https://api.uncensoredaimodels.com/v1 dan model menjadi uncensored. Top-up adalah jumlah utuh dari $20 hingga $500 dengan bonus +5% dari $50, +10% dari $100, dan +15% dari $200, dibayar dengan kripto (USDT pada TRC20, USDC pada Base). Kredit tidak pernah kedaluwarsa, sehingga top-up pertama $20 adalah cara berisiko rendah untuk menjalankan skrip pengukuran di atas dengan volume nyata. quickstart memiliki format permintaan lengkap.
Panduan lainnya
Tanya jawab
Bagaimana cara membandingkan harga model AI dengan benar?
Kumpulkan laju input dan output, lalu kalikan masing-masing dengan volume token bulanan Anda dan jumlahkan. Jalankan prompt nyata melalui setiap layanan untuk mendapatkan jumlah token yang sebenarnya, karena model berbeda dalam kepanjangannya dan tokenisasi.
Apakah API terhosting lebih murah daripada menjalankan model secara lokal?
Untuk lalu lintas rendah atau lonjakan, biasanya ya, karena Anda hanya membayar untuk token yang digunakan. Untuk beban tinggi dan stabil yang menjaga GPU tetap sibuk, lokal bisa lebih murah per token. Sertakan perangkat keras, daya, dan waktu Anda sendiri dalam perhitungan lokal.
Apakah API ini menawarkan beberapa model?
Tidak. Ini hanya menyediakan satu model, dengan ID uncensored. Ini bukan router lintas vendor dan bukan API resmi dari vendor mana pun.
Berapa biaya 1M token untuk input dan output di sini?
Input berharga $0.15 per 1M token dan output berharga $0.50 per 1M token. Penagihan diambil dari saldo prabayar, dan permintaan yang gagal atau ditolak tidak dikenakan biaya.
Kunci Anda hanya selangkah lagi dari satu formulir
Buat akun, salin kunci, ubah URL dasar. Itu saja seluruh proses pengaturannya.