LLM Inference APIAnleitung
LLM-API-Kosten pro Monat: Vier realistische Szenarien
Vier monatliche Rechnungen, Zeile für Zeile berechnet zu $0,15 pro 1 Mio. Input-Token und $0,50 pro 1 Mio. Output-Token, plus ein Skript, um deine eigenen Kosten zu berechnen.
Aktualisiert:


Wichtige Punkte
- Richte ein OpenAI SDK auf https://api.llminferenceapi.com/v1 ein, verwende die Modell-ID uncensored und sende deinen Schlüssel als Bearer-Token.
- Zwei Endpunkte sind verfügbar: POST /v1/chat/completions und GET /v1/models.
- Streaming, Function Calling und JSON-Modus funktionieren über die Standard-Anfragefelder.
- Ein vollständiger Schlüssel erlaubt 8 parallele Anfragen und 300 pro Minute; eine 429-Antwort zeigt dir, welches Limit du erreicht hast.
Die vier Szenarien im Überblick
Wenn du die LLM-API-Kosten pro Monat berechnen möchtest, hilft ein einzelner Durchschnittswert nicht, da die Rechnung davon abhängt, wie viele Anfragen du sendest und wie lang sie sind. Unten findest du vier realistische Konfigurationen, berechnet mit $0,15 pro 1 Mio. Input-Token und $0,50 pro 1 Mio. Output-Token. Jede zeigt ihre Annahmen, damit du deine eigenen Werte einsetzen kannst.
| Szenario | Anfragen pro Monat | Token pro Anfrage (in / out) | Monatliche Kosten |
|---|---|---|---|
| Hobby-Chat-Bot | 600 | 1.500 / 300 | $0,225 |
| Discord-Community | 9.000 | 3.000 / 400 | $5,85 |
| App mit 1.000 Nutzern | 40.000 | 2.500 / 500 | $25,00 |
| Batch-Pipeline | 200.000 | 1.200 / 250 | $61,00 |
Der Rest des Artikels zeigt die Berechnungen und die Faktoren, die jede Zahl bestimmen.
Szenario 1: ein Hobby-Bot
Du betreibst einen persönlichen Bot, der etwa 20 Nachrichten pro Tag beantwortet, also 600 im Monat. Jede Nachricht enthält einen kurzen System-Prompt und einen Gesprächsverlauf von etwa 1.500 Input-Token, und die Antwort hat durchschnittlich 300 Token.
- Input: 600 x 1.500 = 0,9 Mio. Token, was 0,9 x $0,15 = $0,135 kostet.
- Output: 600 x 300 = 0,18 Mio. Token, was 0,18 x $0,50 = $0,09 kostet.
- Gesamt: $0,225 pro Monat.
Dies ist der Fall, in dem der Mindest-Aufladebetrag von $20 alles überdauert. Bei dieser Rate würde er mehr als sieben Jahre Nutzung decken. Guthaben verfällt nie, sodass ein Hobby-Projekt auf einer einzigen Aufladung sitzen kann, ohne dass die Zeit abläuft.
Szenario 2: ein Discord-Community-Bot
Ein Bot in einem aktiven Server verarbeitet 300 Anfragen pro Tag, also 9.000 im Monat. Er liest den Kontext der letzten Kanalnachrichten, also hat jeder Aufruf etwa 3.000 Input-Token, und er antwortet mit etwa 400.
- Input: 9.000 x 3.000 = 27 Mio. Token, also 27 x $0,15 = $4,05.
- Output: 9.000 x 400 = 3,6 Mio. Token, also 3,6 x $0,50 = $1,80.
- Gesamt: $5,85 pro Monat.
Achte auf die Eingabeseite. Verdopplest du den Kontext, den du in jede Anfrage einfügst, verdoppelt sich der größere Teil der Rechnung, während die Antwortlänge kaum ins Gewicht fällt. Viele Bots sparen Geld, indem sie die letzten sechs Nachrichten statt der letzten zwanzig senden. Prüfe auch die Ratenlimits: Ein vollständiger API-Schlüssel erlaubt 8 parallele Anfragen gleichzeitig und 300 pro Minute, was diese Last deutlich übersteigt, aber ein ausgelasteter Server kann dennoch Spitzen erzeugen, wenn ein Thread anläuft. Warte Anfragen im Bot in der Warteschlange, und du bleibst innerhalb der Limits.
Szenario 3: eine App mit 1.000 Nutzern
Sagen wir, jeder der 1.000 monatlichen Nutzer sendet 40 Anfragen, was 40.000 Anfragen ergibt. Eine Anfrage enthält 2.500 Input-Token (System-Prompt plus Historie) und gibt 500 Token zurück.
- Input: 40.000 x 2.500 = 100 Mio. Token, also 100 x $0,15 = $15,00.
- Output: 40.000 x 500 = 20 Mio. Token, also 20 x $0,50 = $10,00.
- Gesamt: $25,00 pro Monat, oder 2,5 Cent pro Nutzer.
Hier macht der Output 40 % der Rechnung aus, obwohl er nur ein Sechstel der Token ausmacht, da er pro Token mehr als dreimal so viel kostet. Kurze Antworten lohnen sich. Wenn du Antworten von 250 Token statt 500 angefordert hättest, würde die Output-Zeile auf $5,00 sinken und die Gesamtsumme auf $20,00. Eine Aufladung von $20 würde dann diese App für einen Monat abdecken, und eine Aufladung von $100, die mit +10 % Bonus kommt und somit $110 Guthaben gibt, würde etwa fünf Monate abdecken.
Szenario 4: eine Batch-Pipeline
Batch-Jobs skalieren nach Dokumentenanzahl. Nimm an, du kennzeichnest oder schreibst 200.000 Elemente im Monat, jedes mit 1.200 Input-Token und einem 250-Token-Ergebnis.
- Input: 200.000 x 1.200 = 240 Mio. Token, also 240 x $0,15 = $36,00.
- Output: 200.000 x 250 = 50 Mio. Token, also 50 x $0,50 = $25,00.
- Gesamt: $61,00 pro Monat.
Für Batch-Arbeit ist der Durchsatz entscheidend, nicht der Preis. Bei 8 parallelen Anfragen ist die Auftragszeit gleich der Anzahl der Anfragen geteilt durch 8, multipliziert mit der durchschnittlichen Dauer einer Anfrage. Führe die Berechnung für deine eigene Latenz durch, bevor du den Zeitplan festlegst, und halte deinen Worker-Pool bei 8 oder weniger, damit du nicht den concurrency-Fehler auslöst. Fehlgeschlagene Anfragen werden nicht berechnet, daher verursacht das Wiederholen keinen zusätzlichen Aufwand.
Schätze deinen eigenen Monat
Die Formel ist kurz: monatliche Kosten = Anfragen x (Input-Token x $0,15 + Output-Token x $0,50) / 1.000.000. Dieses Skript macht das und liest auch echte Token-Anzahlen, wenn du zuerst eine Probe ausführst.
from openai import OpenAI
client = OpenAI(base_url="https://api.llminferenceapi.com/v1", api_key="YOUR_KEY")
def monthly(requests, tokens_in, tokens_out):
return requests * (tokens_in * 0.15 + tokens_out * 0.50) / 1_000_000
print(monthly(40_000, 2_500, 500)) # 25.0
# sample 20 real prompts, then use the measured averages
ins, outs = [], []
for p in open("prompts.txt").read().splitlines()[:20]:
r = client.chat.completions.create(
model="uncensored", messages=[{"role": "user", "content": p}])
ins.append(r.usage.prompt_tokens)
outs.append(r.usage.completion_tokens)
print(monthly(10_000, sum(ins) / len(ins), sum(outs) / len(outs)))Der Probelauf kostet einen Bruchteil eines Cents. Neue Nutzer können $0,50 an Testguthaben auf der API-Schlüssel-Seite beanspruchen, um ihn ohne Zahlung durchzuführen, und die Preisseite zeigt die Raten und Auflade-Boni.
Was die Rechnung am meisten beeinflusst
Über alle vier Szenarien hinweg bewegen sich dieselben Hebel die Gesamtsumme:
- Kontextgröße. Historie und eingefügte Dokumente treiben die Input-Kosten an. Kürze sie.
- Länge der Ausgabe. Ausgabe kostet 0,50 $ pro 1 Mio., also fordere die benötigte Länge an und setze
max_tokensdort ein, wo es hilft. - Wiederholungen und Schleifen. Ein Fehler, der Aufrufe wiederholt, kann die Kosten eines Monats in einer Stunde vervielfachen. Begrenze Wiederholungen.
- Wachstum des Traffics. Kosten skalieren linear mit Anfragen. Verdopple die Nutzer, verdopple die Rechnung.
Budgetplanung
Wähle das Szenario, das deinem Projekt am nächsten kommt, und multipliziere es mit einem Sicherheitsfaktor von zwei für den ersten Monat, da echter Traffic selten so gleichmäßig ist wie eine Tabelle. Setze dann eine Benachrichtigung bei niedrigem Kontostand. Jede Antwort enthält einen X-Balance-USD-Header, sodass deine App dich per E-Mail informieren kann, wenn das Guthaben unter einen von dir gewählten Wert fällt, und du lädst auf, bevor etwas stoppt. Wenn dein Traffic zehnmal so stark wächst, wächst die Rechnung zehnmal: Der Discord-Bot bei 10x würde $58,50 kosten, und die App mit 10.000 Nutzern $250,00. Nichts springt in Stufen, also gibt es keine Preisschwellen, die man überwinden muss.
Finanzierung
Du zahlst aus Prepaid-Guthaben ohne Abonnement, also kostet ein ruhiger Monat fast nichts. Aufladungen laufen von $20 bis $500, per Krypto (USDT auf TRC20, USDC auf Base), mit +5 % ab $50, +10 % ab $100 und +15 % ab $200.
Grenzen dieser Schätzungen
Zwei Dinge, die die Szenarien auslassen. Erstens gehen sie von gleichmäßiger Nutzung aus, während echte Produkte Spitzen haben, wie einen Launch-Tag oder einen viralen Thread, und ein einziger Spitzen-Tag kann ein Wochenbudget verbrauchen. Zweitens gehen sie davon aus, dass die Prompts gleich groß bleiben. Produktänderungen vergrößern oft den System-Prompt, und ein Zusatz von 500 Token in einer Anfrage, die 40.000 Mal im Monat gestellt wird, fügt 20 Mio. Input-Token hinzu, oder $3,00. Miss nach jeder Prompt-Änderung neu.
Dies sind Berechnungen, keine Zusagen zu deiner Nutzung. Echte Prompts variieren, und deine Token-Anzahlen hängen von der Sprache und dem Inhalt ab, den du sendest. Dies ist eine Text-only-API, daher liegen die Kosten für Embeddings, Bilder oder Audio außerhalb dieser Werte. Der Dienst nutzt ein Open-Weight-Modell eines unabhängigen Anbieters, das darauf abgestimmt ist, ohne Inhaltsfilter für die rechtmäßige Nutzung durch Erwachsene zu antworten.
Zu den hier verwendeten Begriffen siehe Was ist LLM-Inferenz. Fehler, die deine Rechnungen unbemerkt in die Höhe treiben, findest du unter häufige Fehler bei AI-Chat-APIs. Die Dokumentation beschreibt das Anfrageformat.
Weitere Anleitungen
Fragen und Antworten
Wie viel kostet ein kleiner Bot pro Monat?
Ein Bot mit 600 Nachrichten pro Monat bei 1.500 Input- und 300 Output-Token kostet $0.225.
Kommen zu den Token-Kosten noch monatliche Gebühren hinzu?
Nein. Du zahlst pro Token aus deinem Prepaid-Guthaben, und das Guthaben verfällt nie.
Wie hoch ist die minimale Aufladung?
$20, in beliebigen ganzen Beträgen bis $500. Boni von 5 %, 10 % und 15 % gelten ab $50, $100 und $200.
Kosten fehlerhafte Anfragen etwas?
Nein. Fehlgeschlagene oder abgelehnte Anfragen werden nicht berechnet.
Dein Schlüssel ist nur ein Formular entfernt
Erstelle ein Konto, kopiere den Schlüssel, ändere die Basis-URL. Das ist die gesamte Einrichtung.
API-Schlüssel erhalten