LLM Inference APIGuida
Costo mensile API LLM: quattro scenari realistici
Quattro bollette mensili calcolate riga per riga a $0,15 per 1M di token di input e $0,50 per 1M di output, più uno script per calcolare i costi del tuo traffico.
Aggiornato:


Punti chiave
- Indirizza qualsiasi SDK OpenAI a https://api.llminferenceapi.com/v1, usa l'ID del modello uncensored e invia la tua chiave come token Bearer.
- Sono disponibili due endpoint: POST /v1/chat/completions e GET /v1/models.
- Streaming, chiamata di funzioni e modalità JSON funzionano tramite i campi standard della richiesta.
- Una chiave completa permette 8 richieste concorrenti e 300 al minuto; una risposta 429 ti dice quale limite hai raggiunto.
I quattro scenari a colpo d'occhio
Se stai cercando di calcolare il costo mensile dell'API LLM, una media unica non è d'aiuto, perché le bollette dipendono dal numero di richieste inviate e dalla loro lunghezza. Di seguito ci sono quattro configurazioni realistiche a $0,15 per 1M di token di input e $0,50 per 1M di token di output. Ognuna mostra le sue assunzioni così che tu possa inserire i tuoi valori.
| Scenario | Richieste al mese | Token per richiesta (input / output) | Costo mensile |
|---|---|---|---|
| Bot chat hobby | 600 | 1.500 / 300 | $0,225 |
| Community Discord | 9.000 | 3.000 / 400 | $5,85 |
| App con 1.000 utenti | 40.000 | 2.500 / 500 | $25,00 |
| Pipeline batch | 200,000 | 1.200 / 250 | $61,00 |
Il resto dell'articolo mostra i calcoli e cosa influenza ogni valore.
Scenario 1: un bot hobby
Gestisci un bot personale che risponde a circa 20 messaggi al giorno, per un totale di 600 al mese. Ogni messaggio include un prompt di sistema breve e una cronologia, per circa 1.500 token di input, e la risposta ha in media 300 token.
- Input: 600 x 1.500 = 0,9M di token, che costano 0,9 x $0,15 = $0,135.
- Output: 600 x 300 = 0,18M di token, che costano 0,18 x $0,50 = $0,09.
- Totale: $0,225 al mese.
Questo è il caso in cui il ricarico minimo di $20 dura più di tutto il resto. A questo ritmo coprirebbe oltre sette anni di utilizzo. Il credito non scade mai, quindi un progetto hobby può stare su un unico ricarico senza che il tempo scorra.
Scenario 2: un bot per community Discord
Un bot in un server attivo gestisce 300 richieste al giorno, ovvero 9.000 al mese. Legge il contesto recente del canale, quindi ogni chiamata ha circa 3.000 token di input e risponde con circa 400.
- Input: 9.000 x 3.000 = 27M di token, quindi 27 x $0,15 = $4,05.
- Output: 9.000 x 400 = 3,6M di token, quindi 3,6 x $0,50 = $1,80.
- Totale: $5,85 al mese.
Attenzione alla parte di input. Raddoppiare il contesto che inserisci in ogni chiamata raddoppia la parte più grande della bolletta, mentre la lunghezza della risposta conta poco. Molti bot risparmiano inviando gli ultimi sei messaggi invece degli ultimi venti. Controlla anche i limiti di richieste: una chiave completa permette 8 richieste simultanee e 300 al minuto, ben al di sopra di questo carico, ma un server attivo può comunque avere picchi quando una discussione esplode. Metti in coda le richieste nel bot e rispetterai i limiti.
Scenario 3: un'app con 1.000 utenti
Supponiamo che ciascuno dei 1.000 utenti mensili invii 40 richieste, per un totale di 40.000 richieste. Ogni richiesta contiene 2.500 token di input (prompt di sistema più cronologia) e restituisce 500 token.
- Input: 40.000 x 2.500 = 100M di token, quindi 100 x $0,15 = $15,00.
- Output: 40.000 x 500 = 20M di token, quindi 20 x $0,50 = $10,00.
- Totale: $25,00 al mese, ovvero 2,5 centesimi per utente.
Qui l'output è il 40% della bolletta anche se rappresenta solo un sesto dei token, poiché costa più di tre volte tanto per token. Le risposte brevi conviene. Se avessi chiesto risposte da 250 token invece che 500, la voce output sarebbe scesa a $5,00 e il totale a $20,00. Un ricarico di $20 coprirebbe l'app per un mese, mentre un ricarico di $100, che include un bonus del +10% per un credito di $110, coprirebbe circa cinque mesi.
Scenario 4: una pipeline batch
I lavori batch scalano per numero di documenti. Supponi di taggare o riscrivere 200.000 elementi al mese, ciascuno con 1.200 token di input e un risultato di 250 token.
- Input: 200.000 x 1.200 = 240M di token, quindi 240 x $0,15 = $36,00.
- Output: 200.000 x 250 = 50M di token, quindi 50 x $0,50 = $25,00.
- Totale: $61,00 al mese.
Per il lavoro batch il limite rilevante è la throughput, non il prezzo. Con 8 richieste concorrenti, il tempo di esecuzione è il numero di richieste diviso per 8, moltiplicato per la durata media della richiesta. Fai i calcoli per la tua latenza prima di pianificare la schedulazione e mantieni il pool di worker a 8 o meno per evitare l'errore concurrency. Le richieste fallite non vengono addebitate, quindi riprovare non costa nulla.
Stima il tuo mese
La formula è breve: costo mensile = richieste x (token input x $0,15 + token output x $0,50) / 1.000.000. Questo script lo calcola e legge anche i conteggi reali dei token se esegui prima un campione.
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)))L'esecuzione di esempio costa una frazione di centesimo. I nuovi utenti possono richiedere $0,50 di credito di prova nella pagina delle chiavi API per eseguirlo senza pagare nulla, e la pagina dei prezzi mostra le tariffe e i bonus di ricarica.
Cosa incide di più sulla bolletta
In tutti e quattro gli scenari, le stesse leve influenzano il totale:
- Dimensione del contesto. Cronologia e documenti incollati aumentano il costo dell'input. Tagliali.
- Lunghezza dell'output. L'output costa $0,50 per 1M, quindi chiedi la lunghezza necessaria e imposta
max_tokensdove utile. - Ritenti e loop. Un bug che ripete le chiamate può moltiplicare il costo mensile in un'ora. Limita le ritenti.
- Crescita del traffico. Il costo scala linearmente con le richieste. Raddoppia gli utenti, raddoppia la bolletta.
Pianificazione del budget
Scegli lo scenario più vicino al tuo progetto e moltiplica per un fattore di sicurezza di due per il primo mese, poiché il traffico reale raramente è uniforme come un foglio di calcolo. Poi imposta un avviso per saldo basso. Ogni risposta include l'intestazione X-Balance-USD, così la tua app può inviarti un'email quando il credito scende sotto un valore che scegli tu, e puoi ricaricare prima che qualcosa si blocchi. Se il traffico cresce dieci volte, la bolletta cresce dieci volte: il bot Discord a 10x costerebbe $58,50 e l'app con 10.000 utenti $250,00. Nulla salta a gradini, quindi non ci sono fasce di prezzo da superare.
Finanziamento
Paghi dal credito prepagato senza abbonamento, quindi un mese tranquillo costa quasi zero. I ricarichi vanno da $20 a $500, con cripto (USDT su TRC20, USDC su Base), con +5% da $50, +10% da $100 e +15% da $200.
Limiti di queste stime
Due cose che le configurazioni tralasciano. Primo, assumono un uso costante, mentre i prodotti reali hanno picchi, come un giorno di lancio o una thread virale, e un giorno di picco può consumare un budget di una settimana. Secondo, assumono che i prompt abbiano la stessa dimensione. I prodotti spesso fanno crescere il prompt di sistema, e un'aggiunta di 500 token a una chiamata fatta 40.000 volte al mese aggiunge 20M di token di input, o $3,00. Ricalcola dopo ogni modifica del prompt.
Questi sono calcoli, non promesse sul tuo utilizzo. I prompt reali variano e i conteggi dei token dipendono dalla lingua e dai contenuti inviati. Questa è un'API solo testo, quindi i costi per embedding, immagini o audio sono al di fuori di queste cifre. Il servizio esegue un modello a pesi aperti da un provider indipendente, ottimizzato per rispondere senza rifiuti di contenuto per un uso adulto legale.
Per le definizioni dei termini usati qui, vedi cos'è l'inferenza LLM. Gli errori che aumentano silenziosamente le bollette sono elencati in errori comuni nelle API chat AI. La documentazione copre il formato della richiesta.
Altre guide
Domande e risposte
Quanto costa un bot piccolo al mese?
Un bot con 600 messaggi al mese, con 1.500 token di input e 300 di output, costa $0,225.
C'è una quota mensile oltre ai costi dei token?
No. Paghi per token dal credito prepagato e il credito non scade mai.
Qual è la ricarica minima?
$20, in qualsiasi importo intero fino a $500. Bonus del 5%, 10% e 15% si applicano da $50, $100 e $200.
Le richieste fallite costano qualcosa?
No. 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