IT ▾
Ottieni la chiave API

Confronta modelli e prezzi: API ospitate, locali, questa API

Per confrontare modelli e prezzi in modo equo ti servono i tuoi conteggi di token, non un listino. Questo articolo ti dà la formula, le quattro opzioni da confrontare e una spiegazione onesta di quando questa API non è la scelta giusta.

Aggiornato

Quattro piattaforme con cloud, hub di rete, box GPU e cubo collegati a un saldo centrale, per confrontare le opzioni dei modelli

Quattro modi per ottenere un modello e quanto ti costa ciascuno

I confronti più comuni mescolano cose non simili. Un modello, un fornitore e un sistema di fatturazione sono tre scelte separate. Per la generazione di testo in un'app, ci sono quattro strade realistiche, ognuna con la propria struttura dei costi.

  1. L'API diretta di un fornitore chiuso. Ottieni i modelli flagship di quel fornitore, il loro set di funzionalità e la loro policy d'uso. Il prezzo è per token e cambia, quindi controlla i prezzi attuali invece di fidarti di un post sul blog, incluso questo.
  2. Un router o marketplace. Un account, molti modelli da molti fornitori. Comodo per gli esperimenti, con un markup o un livello di fee sopra il prezzo di base, a seconda del servizio.
  3. Eseguire un modello a pesi aperti in autonomia. Nessun costo per token. Paghi GPU o una workstation capace, energia, tempo di configurazione e manutenzione, e la tua produttività è quella che l'hardware ti permette.
  4. Un'API open-weight ospitata con un compito specifico. È esattamente questo il sito: un modello open-weight, gestito da un provider indipendente, ottimizzato per rispondere senza rifiuti sui contenuti per uso adulto legale, dietro un endpoint compatibile con OpenAI. Non è l'API ufficiale di Meta, Mistral, Qwen, DeepSeek, OpenAI, xAI, Google o Anthropic, e non è un router.

Il resto di questo articolo ti offre un modo per dare un valore numerico a ciascuna strada senza affidarti alla pagina promozionale di nessuno.

Cosa offre questa API, fatti verificabili

Inizia dal lato che puoi verificare. Tutto è pubblicato nella pagina dei prezzi e nella documentazione.

VoceQuesta API
ID modellouncensored (un modello)
EndpointPOST /v1/chat/completions, GET /v1/models
FormatoSDK e client OpenAI, modificando l'URL di base e la chiave
Finestra di contesto100.000 token, prompt più completamento
Prezzo input$0,15 per 1M di token
Prezzo output$0,50 per 1M token
FatturazioneCredito prepagato, nessun abbonamento, non scade, richieste fallite o rifiutate non addebitate
FunzionalitàStreaming, chiamata di funzioni, modalità JSON, seed e controlli di campionamento
LimitiChiave completa: 8 richieste parallele, 300 richieste al minuto. Chiave di prova: 2 richieste parallele, 60 al minuto
Non offertoImmagini, audio, video, embedding, affinamento

Usa la stessa tabella come modello per le altre strade. Se non riesci a compilare una riga per un servizio concorrente dalla sua documentazione, trattalo come un dato rilevato. Concorrenza e limiti di richiesta sono spesso assenti nelle pagine promozionali e decisivi per i lavori in blocco.

La formula dei costi, con esempi esatti

Il costo mensile è token di input diviso un milione per il prezzo di input, più token di output diviso un milione per il prezzo di output. Nient'altro è nascosto qui. Tre esempi a $0,15 e $0,50:

  • Piccolo strumento. 2M token di input e 0.5M di output al mese: 2 x $0.15 = $0.30, più 0.5 x $0.50 = $0.25, totale $0.55.
  • Prodotto ad alto traffico. 50M di input e 10M di output: 50 x $0.15 = $7.50, più 10 x $0.50 = $5.00, totale $12.50.
  • App di scrittura orientata all'output. 5M input e 5M output: 5 x $0,15 = $0,75, più 5 x $0,50 = $2,50, totale $3,25.

La terza riga mostra perché il rapporto input-output conta. A volumi uguali, l'output costa più di tre volte l'input qui, quindi un caso d'uso che scrive risposte lunghe da prompt brevi si comporta diversamente da uno che legge documenti lunghi e risponde brevemente. Quando confronti due servizi, calcola entrambi i rapporti su entrambi i listini.

Ora poni la stessa domanda alle altre opzioni. Per un vendor chiuso o un router, prendi i loro tassi per token attuali ed esegui gli stessi tre scenari. Per un'esecuzione locale, dividi il tuo costo mensile di hardware, energia e il tempo che dedichi alla manutenzione per i token che produce effettivamente in un mese. GPU inattive fanno sembrare costosa un'esecuzione locale per token, mentre una completamente carica può sembrare molto economica. Quale di questi ottieni dipende dal tuo carico, quindi misura.

Misuralo sui tuoi prompt

I prezzi pubblicati ti dicono il tasso e nient'altro sui conteggi dei tuoi token. Modelli diversi gestiscono i token in modo diverso, e i modelli verbosi scrivono risposte più lunghe per la stessa domanda. L'unico confronto onesto è eseguire i tuoi prompt reali e registrare il risultato. Questo script fa esattamente questo contro questa API; punta l'URL di base e il modello a un altro servizio per ottenere gli stessi numeri da esso.

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))

Metti 20-50 prompt reali in my_real_prompts.txt separati da una riga contenente tre trattini. Leggi l'output tu stesso. Il costo per prompt è utile solo se le risposte soddisfano il tuo standard, e un modello più economico che richiede due tentativi per compito non è più economico. Una chiave trial è sufficiente: gli utenti nuovi possono richiedere $0,50 di credito con un clic nella pagina della chiave API, valida per 7 giorni, senza carta. Nota che la chiave trial è limitata a 2 richieste concorrenti e 60 richieste al minuto, quindi esegui lo script in serie.

Quando un'API frontier chiusa è la scelta migliore

Sii chiaro su questo prima di spendere qualcosa. Se il tuo compito dipende dal miglior ragionamento generale disponibile, dall'input visivo, dall'audio, dagli embedding per la ricerca o dal servizio di affinamento di un fornitore, l'API di un fornitore chiuso è lo strumento giusto e questa non può sostituirlo. Questa API ha un solo modello testuale. Non genera o legge immagini o audio, non produce embedding e non effettua affinamento.

Lo stesso vale per la policy. I fornitori chiusi applicano le loro regole di contenuto e per un bot di supporto clienti o uno strumento di tutoraggio per bambini, quelle regole sono una funzionalità. Un'API ottimizzata per rispondere senza rifiuti è un pessimo match per un prodotto dove vuoi che il modello si opponga a richieste borderline. Puoi aggiungere il tuo filtro sopra, ma se i rifiuti sono ciò che vuoi, scegli un servizio costruito attorno a loro.

Infine, controlla le esigenze enterprise. Se ti serve un accordo di elaborazione dati firmato, garanzie di regione o impegni di uptime, chiedi a ciascun fornitore di fornirteli per iscritto. Questo sito pubblica i fatti elencati sopra e nient'altro.

Quando vince l'esecuzione locale

Un'esecuzione locale è la risposta giusta quando i dati non devono mai lasciare il tuo hardware, quando ti serve l'operatività offline, quando il tuo volume è alto e costante abbastanza da tenere occupata una GPU, o quando vuoi il controllo totale sui file del modello e sul campionamento. Puoi anche scegliere qualsiasi modello open-weight e scambiarlo a tuo piacimento.

Il prezzo di quel controllo è reale. Gestisci driver, software di serving, scelte di quantizzazione, limiti di memoria e aggiornamenti. Contesti lunghi sono costosi in memoria, quindi una finestra di 100.000 token che è un singolo parametro su un'API può diventare un progetto hardware localmente. Per un prototipo, o per un'app il cui traffico arriva a scatti, un'API raggiunge solitamente un prodotto funzionante prima. Se vuoi un'idea dei compromessi ingegneristici sul lato coding, la checklist di produzione per un LLM di coding uncensored li passa in rassegna.

Dove si inserisce questa API e come iniziare

Si adatta quando vuoi un endpoint compatibile con OpenAI, un modello che non rifiuta richieste adulte legali, fatturazione prepagata senza abbonamento e limiti chiari. I lavori tipici sono backend di finzione e roleplay, app companion per adulti, strumenti di red-team e scrittura, e loop di agent che falliscono sui rifiuti altrove. I contenuti sessuali che coinvolgono minorenni sono un limite rigido. I prompt non sono usati per l'addestramento.

Passare a un client esistente richiede due righe: cambia l'URL di base in https://api.uncensoredaimodels.com/v1 e il modello in uncensored. I ricarichi sono importi interi da $20 a $500 con bonus del +5% da $50, +10% da $100 e +15% da $200, pagabili con cripto (USDT su TRC20, USDC su Base). Il credito non scade mai, quindi un primo ricarico di $20 è un modo a basso rischio per eseguire lo script di misurazione sopra con volume reale. La Guida rapida ha il formato completo della richiesta.

01

Domande e risposte

Come confrontare correttamente i prezzi dei modelli AI?

Raccogli i prezzi di input e output, moltiplicali per i tuoi volumi mensili di token e somma i risultati. Esegui prompt reali su ogni servizio per ottenere i conteggi effettivi dei token, poiché i modelli variano per verbosità e tokenizzazione.

Un'API ospitata è più economica di un'esecuzione locale?

Per traffico basso o a picchi, di solito sì, perché paghi solo i token usati. Per carichi elevati e costanti che mantengono la GPU occupata, il locale può costare meno per token. Include hardware, energia e il tuo tempo nella stima locale.

Questa API offre diversi modelli?

No. Espone un solo modello, con ID uncensored. Non è un router tra fornitori e non è l’API ufficiale di alcun fornitore.

Quanto costano 1M di token per input e output qui?

L’input costa $0,15 per 1M di token e l’output costa $0,50 per 1M di token. La fatturazione avviene dal credito prepagato e le richieste fallite o rifiutate non vengono addebitate.

La tua chiave è a un modulo di distanza

Crea un account, copia la chiave, modifica l'URL di base. È tutta la configurazione.

Ottieni la chiave API