Custo mensal da API LLM: quatro cenários realistas
Quatro faturas mensais calculadas linha a linha a $0,15 por 1M de tokens de entrada e $0,50 por 1M de tokens de saída, mais um script para precificar seu próprio tráfego.
Atualizado:


Pontos principais
- Aponte qualquer SDK OpenAI para https://api.llminferenceapi.com/v1, use o ID do modelo uncensored e envie sua chave como token Bearer.
- Dois endpoints estão disponíveis: POST /v1/chat/completions e GET /v1/models.
- Streaming, chamada de funções e modo JSON funcionam através dos campos padrão da requisição.
- Uma chave completa permite 8 requisições simultâneas e 300 por minuto; uma resposta 429 indica qual limite você atingiu.
Os quatro cenários em resumo
Se você está tentando calcular o custo mensal da API LLM, uma média única não ajuda, porque as contas dependem de quantas requisições você envia e do tamanho delas. Abaixo estão quatro configurações realistas com preço de $0,15 por 1M de tokens de entrada e $0,50 por 1M de tokens de saída. Cada uma mostra suas premissas para que você possa substituir pelas suas próprias.
| Cenário | Solicitações por mês | Tokens por requisição (entrada / saída) | Custo mensal |
|---|---|---|---|
| Bot de chat hobby | 600 | 1,500 / 300 | $0.225 |
| Comunidade Discord | 9,000 | 3,000 / 400 | $5.85 |
| App com 1.000 usuários | 40,000 | 2,500 / 500 | $25.00 |
| Pipeline em lote | 200,000 | 1,200 / 250 | $61.00 |
O restante do artigo mostra os cálculos e o que influencia cada valor.
Cenário 1: um bot hobby
Você executa um bot pessoal que responde cerca de 20 mensagens por dia, totalizando 600 por mês. Cada mensagem inclui um prompt de sistema curto e algum histórico, cerca de 1.500 tokens de entrada, e a resposta tem em média 300 tokens.
- Entrada: 600 x 1.500 = 0,9M tokens, que custam 0,9 x $0,15 = $0,135.
- Saída: 600 x 300 = 0,18M tokens, que custam 0,18 x $0,50 = $0,09.
- Total: $0.225 por mês.
Este é o caso em que o recarregamento mínimo de $20 supera tudo. A essa taxa, isso cobre mais de sete anos de uso. O crédito nunca expira, então um projeto hobby pode ficar em um único recarregamento sem um relógio correndo.
Cenário 2: um bot de comunidade Discord
Um bot em um servidor ativo lida com 300 requisições por dia, ou 9.000 por mês. Ele lê o contexto recente do canal, então cada chamada tem cerca de 3.000 tokens de entrada, e responde com cerca de 400.
- Entrada: 9.000 x 3.000 = 27M tokens, então 27 x $0,15 = $4,05.
- Saída: 9.000 x 400 = 3,6M tokens, então 3,6 x $0,50 = $1,80.
- Total: $5,85 por mês.
Observe o lado da entrada. Dobrar o contexto que você cola em cada chamada dobra a parte maior da conta, enquanto o comprimento da resposta importa pouco. Muitos bots economizam dinheiro enviando as últimas seis mensagens em vez das últimas vinte. Verifique também os limites de requisições: uma chave completa permite 8 requisições simultâneas e 300 por minuto, o que está muito acima dessa carga, mas um servidor ocupado ainda pode ter picos quando um thread decola. Coloque as requisições em fila no bot e você fica dentro dos limites.
Cenário 3: um app com 1.000 usuários
Digamos que cada um dos 1.000 usuários mensais envie 40 requisições, totalizando 40.000 requisições. Uma requisição carrega 2.500 tokens de entrada (prompt de sistema mais histórico) e retorna 500 tokens.
- Entrada: 40.000 x 2.500 = 100M tokens, então 100 x $0,15 = $15,00.
- Saída: 40.000 x 500 = 20M tokens, então 20 x $0,50 = $10,00.
- Total: $25,00 por mês, ou 2,5 centavos por usuário.
Aqui a saída é 40% da conta, embora seja apenas um sexto dos tokens, pois custa mais de três vezes mais por token. Respostas curtas compensam. Se você pedisse respostas de 250 tokens em vez de 500, a linha de saída cairia para $5,00 e o total para $20,00. Um recarregamento de $20 cobriria este app por um mês, e um recarregamento de $100, que vem com bônus de +10% e dá $110 de crédito, cobriria cerca de cinco meses.
Cenário 4: um pipeline em lote
Jobs em lote escalam por contagem de documentos. Suponha que você rotule ou reescreva 200.000 itens em um mês, cada um com 1.200 tokens de entrada e um resultado de 250 tokens.
- Entrada: 200.000 x 1.200 = 240M tokens, então 240 x $0,15 = $36,00.
- Saída: 200.000 x 250 = 50M tokens, então 50 x $0,50 = $25,00.
- Total: $61,00 por mês.
Para trabalho em lote, o limite relevante é a taxa de transferência, não o preço. Com 8 requisições simultâneas, o tempo do trabalho é o número de requisições dividido por 8, vezes a duração média de uma requisição. Execute os cálculos para a sua própria latência antes de planejar o agendamento e mantenha seu conjunto de workers em 8 ou menos para não acionar o erro de concurrency. Requisições falhas não são cobradas, então retentá-las não adiciona custo.
Estime seu próprio mês
A fórmula é curta: custo mensal = requisições x (tokens de entrada x $0,15 + tokens de saída x $0,50) / 1.000.000. Este script faz isso e também lê contagens reais de tokens se você executar uma amostra primeiro.
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)))A execução de amostra custa uma fração de centavo. Novos usuários podem reivindicar $0,50 de crédito de teste na página da chave de API para executá-lo sem pagar nada, e a página de preços mostra as tarifas e bônus de recarga.
O que mais altera a fatura
Em todos os quatro cenários, as mesmas alavancas movem o total:
- Tamanho do contexto. Histórico e documentos colados impulsionam o custo de entrada. Reduza-os.
- Tamanho da saída. A saída custa $0,50 por 1M, então peça o tamanho necessário e defina
max_tokensonde for útil. - Retentativas e loops. Um bug que repete chamadas pode multiplicar o custo de um mês em uma hora. Limite as retentativas.
- Crescimento de tráfego. O custo escala linearmente com as requisições. Dobre os usuários, dobre a fatura.
Planejando o orçamento
Escolha o cenário mais próximo do seu projeto e multiplique por um fator de segurança de dois para o primeiro mês, já que o tráfego real raramente é tão uniforme quanto uma planilha. Depois, configure um alerta de saldo baixo. Cada resposta carrega um cabeçalho X-Balance-USD, então seu app pode te enviar um e-mail quando o crédito cair abaixo de um número que você escolher, e você recarrega antes que algo pare. Se seu tráfego crescer dez vezes, a fatura cresce dez vezes: o bot do Discord a 10x custaria $58,50, e o app com 10.000 usuários $250,00. Nada salta em etapas, então não há tiers de preço para ultrapassar.
Financiando
Você paga a partir de crédito pré-pago sem assinatura, então um mês tranquilo custa quase nada. Recarregamentos variam de $20 a $500, por cripto (USDT na TRC20, USDC na Base), com +5% a partir de $50, +10% a partir de $100 e +15% a partir de $200.
Limites destas estimativas
Duas coisas que os cenários não incluem. Primeiro, eles assumem uso constante, enquanto produtos reais têm picos, como um dia de lançamento ou um thread viral, e um dia de pico pode usar uma semana de orçamento. Segundo, eles assumem que os prompts permanecem do mesmo tamanho. Mudanças de produto frequentemente aumentam o prompt do sistema, e um acréscimo de 500 tokens em uma chamada feita 40.000 vezes por mês adiciona 20M de tokens de entrada, ou $3,00. Reavalie após cada alteração no prompt.
Estes são cálculos, não promessas sobre seu uso. Prompts reais variam, e suas contagens de tokens dependem do idioma e do conteúdo que você envia. Esta é uma API apenas de texto, então custos para embeddings, imagens ou áudio estão fora destas cifras. O serviço executa um modelo de pesos abertos de um provedor independente, ajustado para responder sem recusas de conteúdo para uso adulto legal.
Para definições dos termos usados aqui, consulte o que é inferência LLM. Erros que aumentam faturas silenciosamente estão listados em erros comuns em APIs de chat AI. A documentação cobre o formato de requisição.
Mais guias
Perguntas e respostas
Quanto custa um bot pequeno por mês?
Um bot com 600 mensagens por mês, 1.500 tokens de entrada e 300 tokens de saída custa $0,225.
Existe uma taxa mensal além dos custos de token?
Não. Você paga por token a partir do crédito pré-pago, e o crédito nunca expira.
Qual é o valor mínimo de recarga?
$20, em qualquer valor inteiro até $500. Bônus de 5%, 10% e 15% aplicam-se a partir de $50, $100 e $200.
Requisições falhas têm custo?
Não. Requisições falhas ou recusadas não são cobradas.
Sua chave está a um formulário de distância
Crie uma conta, copie a chave e altere a URL base. Essa é toda a configuração.
Obter chave de API