PT ▾
Obter chave de API

Compare modelos de IA e preços: hospedado, local, esta API

Para comparar modelos de IA e preços de forma justa, você precisa das suas próprias contagens de tokens, não de uma lista de preços. Este artigo oferece a fórmula, as quatro opções que valem a pena comparar e uma análise honesta de quando esta API não é a escolha certa.

Atualizado

Quatro plataformas com uma nuvem, hub de rede, caixa de GPU e cubo ligados a um saldo central, para comparar opções de modelos

Quatro formas de obter um modelo e o custo de cada uma

A maioria das comparações mistura coisas que não são equivalentes. Um modelo, um provedor e um esquema de faturamento são três escolhas separadas. Para geração de texto em um aplicativo, existem quatro rotas realistas, e cada uma tem sua própria forma de custo.

  1. A própria API de um fornecedor fechado. Você obtém os modelos principais desse fornecedor, seu conjunto de recursos e sua política de uso. O preço é por token e muda, então verifique a tabela de preços atual deles em vez de confiar em um post de blog, incluindo este.
  2. Um roteador ou marketplace. Uma conta, muitos modelos de muitos fornecedores. Conveniente para experimentos, com um acréscimo ou camada de taxa por cima do preço subjacente, dependendo do serviço.
  3. Executar um modelo de pesos abertos você mesmo. Sem taxa por token. Você paga por GPUs ou uma estação de trabalho capaz, energia, tempo de configuração e manutenção, e sua taxa de transferência é o que o hardware oferece.
  4. Uma API de pesos abertos hospedada com foco específico. É o que este site é: um modelo de pesos abertos, operado por um provedor independente, ajustado para responder sem recusas de conteúdo para uso adulto legal, atrás de um endpoint compatível com OpenAI. Não é a API oficial da Meta, Mistral, Qwen, DeepSeek, OpenAI, xAI, Google ou Anthropic, nem é um roteador.

O restante deste artigo oferece uma maneira de quantificar cada rota sem depender da página de marketing de ninguém.

O que esta API oferece, em fatos verificáveis

Comece pelo lado que você pode verificar. Tudo aqui está publicado na página de preços e na documentação.

ItemEsta API
ID do modelouncensored (apenas um modelo)
EndpointsPOST /v1/chat/completions, GET /v1/models
CompatibilidadeSDKs e clientes OpenAI, alterando a URL base e a chave
Janela de contexto100.000 tokens, prompt mais conclusão
Preço de entrada$0,15 por 1M de tokens
Preço de saída$0,50 por 1M de tokens
FaturamentoCrédito pré-pago, sem assinatura, sem expiração, requisições falhas ou recusadas não cobradas
RecursosStreaming, chamada de funções, modo JSON, controle de seed e amostragem
LimitesChave completa: 8 simultâneas, 300 requisições por minuto. Chave de teste: 2 simultâneas, 60 por minuto
Não oferecidoImagens, áudio, vídeo, embeddings, ajuste fino

Use a mesma tabela como modelo para as outras rotas. Se você não puder preencher uma linha para um serviço concorrente com base na documentação dele, trate isso como uma descoberta. Requisições simultâneas e limites de taxa são frequentemente ausentes de páginas de marketing e decisivos para trabalho em lote.

A fórmula de custo, com exemplos exatos

O custo mensal é tokens de entrada divididos por um milhão vezes a taxa de entrada, mais tokens de saída divididos por um milhão vezes a taxa de saída. Nada mais está oculto nisso aqui. Três exemplos com $0,15 e $0,50:

  • Ferramenta pequena. 2M de tokens de entrada e 0,5M de saída por mês: 2 x $0,15 = $0,30, mais 0,5 x $0,50 = $0,25, total $0,55.
  • Produto ocupado. 50M de entrada e 10M de saída: 50 x $0,15 = $7,50, mais 10 x $0,50 = $5,00, total $12,50.
  • App de escrita pesado em saída. 5M de entrada e 5M de saída: 5 x $0,15 = $0,75, mais 5 x $0,50 = $2,50, total $3,25.

A terceira linha mostra por que a relação entrada-saída importa. Em volumes iguais, a saída custa mais de três vezes mais que a entrada aqui, então um caso de uso que escreve respostas longas a partir de prompts curtos se comporta de forma diferente de um que lê documentos longos e responde brevemente. Ao comparar quaisquer dois serviços, calcule ambas as proporções em ambas as tabelas de preços.

Agora faça a mesma pergunta sobre as outras opções. Para um fornecedor fechado ou um roteador, pegue as taxas atuais por token deles e execute os mesmos três cenários. Para uma execução local, divida seu custo mensal de hardware, energia e o tempo que você gasta mantendo-a pelos tokens que ela realmente produz em um mês. GPUs ociosas fazem uma execução local parecer cara por token, e uma totalmente carregada pode parecer muito barata. Qual desses você obtém depende da sua carga, então meça.

Meça com seus próprios prompts

Os preços publicados dizem a taxa e nada sobre suas contagens de tokens. Modelos diferentes são tokenizados de forma diferente, e modelos verbosos escrevem respostas mais longas para a mesma pergunta. A única comparação honesta é executar seus prompts reais e registrar o que retornou. Este script faz isso contra esta API; aponte a URL base e o modelo para outro serviço para obter os mesmos números dele.

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))

Coloque 20 a 50 prompts reais em my_real_prompts.txt separados por uma linha contendo três traços. Leia a saída você mesmo. O custo por prompt só é útil se as respostas atenderem ao seu padrão, e um modelo mais barato que precisa de duas tentativas por tarefa não é mais barato. Uma chave de teste é suficiente para isso: novos usuários podem reivindicar $0,50 de crédito com um clique na página da chave de API, válido por 7 dias, sem necessidade de cartão. Note que a chave de teste é limitada a 2 requisições simultâneas e 60 requisições por minuto, então execute o script em série.

Quando uma API de fronteira fechada é a melhor escolha

Seja claro sobre isso antes de gastar qualquer coisa. Se sua tarefa depende do melhor raciocínio geral disponível, entrada de visão, áudio, embeddings para busca ou serviço de ajuste fino de um fornecedor, a API de um fornecedor fechado é a ferramenta certa e esta não pode substituir. Esta API tem um único modelo de texto. Não gera ou lê imagens ou áudio, não produz embeddings e não faz ajuste fino.

O mesmo se aplica à política. Fornecedores fechados aplicam suas próprias regras de conteúdo e, para um bot de suporte ao cliente ou uma ferramenta de tutoria para crianças, essas regras são um recurso. Uma API ajustada para responder sem recusas é uma má correspondência para um produto onde você quer que o modelo se oponha a solicitações borderline. Você pode adicionar sua própria filtragem por cima, mas se recusas são o que você quer, escolha um serviço construído em torno delas.

Finalmente, verifique as necessidades empresariais. Se você precisa de um acordo de processamento de dados assinado, garantias de região ou compromissos de disponibilidade, peça a cada provedor por escrito. Este site publica os fatos listados acima e nada além deles.

Quando a execução local vence

Uma execução local é a resposta certa quando os dados nunca devem sair do seu hardware, quando você precisa de operação offline, quando seu volume é alto e constante o suficiente para manter uma GPU ocupada, ou quando você quer controle total dos arquivos do modelo e amostragem. Você também pode escolher qualquer modelo de pesos abertos que quiser e trocá-lo conforme desejar.

O preço desse controle é real. Você cuida de drivers, software de serving, escolhas de quantização, limites de memória e atualizações. Contextos longos são caros em memória, então uma janela de 100.000 tokens que é um parâmetro único em uma API pode ser um projeto de hardware localmente. Para um protótipo, ou para um app cujo tráfego vem em rajadas, uma API geralmente alcança um produto funcional mais cedo. Se você quer sentir as compensações de engenharia no lado do código, a lista de verificação de produção para um LLM de codificação sem censura passa por elas.

Onde esta API se encaixa e como começar

Ela se encaixa quando você quer um endpoint compatível com OpenAI, um modelo que não recusa solicitações adultas legais, faturamento pré-pago sem assinatura e limites claros. Trabalhos típicos são backends de ficção e roleplay, aplicativos de companhia para adultos, ferramentas de red-team e escrita, e loops de agentes que falham em recusas em outros lugares. Conteúdo sexual envolvendo menores de idade é um limite rígido. Prompts não são usados para treinamento.

Migrar um cliente existente leva duas linhas: altere a URL base para https://api.uncensoredaimodels.com/v1 e o modelo para uncensored. Recargas são valores inteiros de $20 a $500 com bônus de +5% a partir de $50, +10% a partir de $100 e +15% a partir de $200, pagáveis por cripto (USDT em TRC20, USDC em Base). O crédito nunca expira, então uma primeira recarga de $20 é uma forma de baixo risco para executar o script de medição acima com volume real. A iniciação rápida tem o formato completo da requisição.

01

Perguntas e respostas

Como comparar corretamente o preço de modelos de IA?

Colete as taxas de entrada e saída, multiplique cada uma pelo seu volume mensal de tokens e some. Execute prompts reais em cada serviço para obter contagens reais de tokens, já que os modelos variam em verbosidade e tokenização.

Uma API hospedada é mais barata que rodar um modelo localmente?

Para tráfego baixo ou intermitente, geralmente sim, porque você paga apenas pelos tokens usados. Para carga alta e constante que mantém uma GPU ocupada, local pode ser mais barato por token. Inclua hardware, energia e seu tempo no cálculo local.

Esta API oferece vários modelos?

Não. Ele expõe um único modelo, com o ID uncensored. Não é um roteador entre fornecedores e não é a API oficial de nenhum fornecedor.

Quanto custam 1M tokens de entrada e saída aqui?

A entrada custa $0,15 por 1M tokens e a saída custa $0,50 por 1M tokens. O faturamento é feito a partir do crédito pré-pago, e as requisições falhas ou recusadas não são cobradas.

Sua chave está a um clique de distância

Crie uma conta, copie a chave e altere a URL base. Essa é toda a configuração.

Obter chave de API