Preise

Diese Seite beschreibt, wie Anfragen bepreist und abgerechnet werden.

Wie die Preisgestaltung funktioniert

Jede Anfrage wird an einen verfügbaren Drittanbieter für das Modell gesendet. Jeder verfügbare Anbieter kann sie bedienen. Wenn im Moment niemand das Modell bedienen kann, antwortet die Anfrage 503 no_available_provider und es wird nichts berechnet.

Eine Anfrage kostet, was ihr Anbieter dafür berechnet hat. Keine UberLLM-Gebühr auf Anfragen. Das Hinzufügen von Guthaben per Karte kostet 5.5% + $0.50.

Wer die Anbieter sind und warum die Preise oft unter dem Listenpreis liegen: Wie UberLLM funktioniert.

"Preis jetzt" und "% Rabatt" auf uberllm.dev und auf jeder Modellseite sind die eigenen Zahlen des Marktplatzes, die alle 30 Sekunden aktualisiert werden: der niedrigste Preis, zu dem ein Anbieter das Modell gerade verkauft, und wie weit dieser unter dem Listenpreis des Modellherstellers liegt. Eine Anfrage wird oft zu diesem Preis bedient und kann mehr kosten, wenn die günstigsten Anbieter ausgelastet sind.

Der gelistete Preis ist das, was eine Anfrage typischerweise kostet: pricing von GET /v1/models und price_now von GET https://api.uberllm.dev/api/v1/public/models. Er ist keine Obergrenze: Ein von einem teureren Anbieter bedienter Aufruf kostet, was dieser Anbieter berechnet hat. Der gelistete Preis ist der Satz, zu dem eine Anfrage gehalten wird, bevor sie ausgeführt wird, und der Satz, zu dem sie abgerechnet wird, wenn der Anbieter keine Kosten meldet. Er wird alle 5 Minuten aktualisiert: der Listenpreis des Anbieters multipliziert mit dem Anteil des Listenpreises, den der Marktplatz in seiner teuersten gehandelten Stunde der letzten 24 Stunden tatsächlich berechnet hat (nie niedriger als das günstigste Angebot). Wenn in den letzten 24 Stunden nichts gehandelt wurde, ist es der Listenpreis. Wenn kein Anbieter das Modell zu diesem Preis verkauft, ist der gelistete Preis der tatsächliche Preis des günstigsten Anbieters, der über dem Listenpreis liegen kann; er fällt von selbst zurück, wenn ein günstigerer Anbieter zurückkehrt. Ein Modell, das im Moment von keiner Route bedient werden kann, hat keinen Preis jetzt; nur sein Listenpreis wird angezeigt.

Was ein Aufruf kostet. Wenn der Anbieter meldet, was er für einen Aufruf berechnet hat, kostet der Aufruf genau diesen Betrag. Wenn nicht, kostet der Aufruf seine tokens zum gelisteten Preis (cached prompt tokens zum gelisteten cache-read price, prompt tokens, die in den cache geschrieben wurden, zum gelisteten cache-write price, pricing.cache_write_usd in GET /v1/models; ein Modell ohne cache-write price listet sie zu seinem input price). Ein Aufruf kostet oft weniger als der gelistete Preis, zum Beispiel wenn ein Teil eines prompt aus dem cache gelesen wurde. Ein Aufruf, für den der Anbieter $0 berechnet hat (Anbieter rechnen in ganzen Millionstel eines Dollars ab, sodass ein sehr kurzer Aufruf sie nichts kosten kann), kostet $0. Die Kosten jedes Aufrufs sind unter Dashboard → Activity aufgeführt. Eine fehlgeschlagene Anfrage wird nicht abgerechnet.

Möchten Sie ein hartes Limit? Senden Sie provider.max_price bei einer Chat-Anfrage: Sie wird nur an Anbieter zu oder unter diesem Preis gesendet und niemals darüber abgerechnet. Für Bilder, Video und Musik senden Sie max_cost: Eine Anfrage, die mehr kosten könnte, wird abgelehnt, und ein Job wird niemals über dem dafür gehaltenen Betrag abgerechnet (max_cost_usd).

Das eigene Angebot eines Verkäufers (eine Route, die als "seller" gekennzeichnet ist) wird zum gelisteten Preis dieses Angebots abgerechnet. Jedes Verkäuferangebot wird geprüft, um das Modell zu bedienen, das es beansprucht, bevor es Anfragen erhält, und wird weiterhin bei realem Traffic überprüft. Ein Verkäufer, der dabei erwischt wird, ein anderes Modell zu bedienen, wird gesperrt, und die Käufer, die er bedient hat, erhalten eine Rückerstattung aus seinen unbezahlten Einnahmen. Wenn ein Verkäufer weit mehr prompt tokens meldet, als Ihre Anfrage enthält, werden Ihnen höchstens etwa 2× unserer eigenen Zählung berechnet.

% Rabatt auf Listenpreis ist die eigene Zahl des Marktplatzes: sein bester Live-Preis im Vergleich zum Listenpreis des Modellherstellers. Unter 1% wird kein % angezeigt.

Offizieller Preis: eine Quelle, auf jeder Seite gleich. Wenn der Marktplatz keinen Listenpreis über unserem angibt, ist der angezeigte offizielle Preis in dieser Reihenfolge: der vom Modellhersteller selbst veröffentlichte Preis (z.B. Google, OpenAI, Kling, BytePlus), ansonsten der von OpenRouter (stündlich gelesen), ansonsten der von Fal. Der erste, der das Modell in derselben Einheit wie wir bepreist, ist der offizielle Preis, gekennzeichnet als "Official price · ". Er wird nur angezeigt, wo er über unserem Preis liegt; eine günstigere Quelle weiter unten in der Liste ersetzt ihn niemals. Jeder Hersteller- und Fal-Preis wird mit der Seite, von der er stammt, und den eigenen Worten dieser Seite gespeichert, und die Seite wird täglich erneut gelesen: Wenn die Worte verschwunden sind (der Preis hat sich geändert), wird der Preis ausgeblendet, bis er erneut überprüft wird. Video wird mit der niedrigsten Auflösung bepreist, die wir anbieten; Bilder mit der Standardgröße. Die Homepage, das Modell-Board, Modellseiten, Vergleichsseiten und GET /v1/models (list_usd / list_input_usd + list_source) zeigen alle denselben Preis. In GET /api/v1/public/models ist es media_ref (usd, source, url, checked) bei Medienmodellen und list_input_usd_per_mtok / list_output_usd_per_mtok mit list_source bei Chat-Modellen. Eine Web-Search (:web) oder verschlüsselte (e2ee-) Version eines Chat-Modells teilt den offiziellen Preis seines Basismodells.

Fal-Video folgt dem günstigsten Fal-Verkäufer. Fal-Video wird zum eigenen Preis von Fal abzüglich des Rabatts des günstigsten Fal-Verkäufers bepreist, der live ist, heute noch Kapazität hat und in den letzten 24 Stunden einen unserer Jobs ausgeführt hat (die Verkäuferliste wird alle 5 Minuten gelesen). Ein Job wird bei dem Verkäufer abgerechnet, der ihn ausgeführt hat, niemals über dem angezeigten Preis.

Bilder, Video und Musik werden pro Einheit bepreist (ein Bild, ein Megapixel, eine Videosekunde, ein Job, eine Minute). Der Preis jetzt wird auf dieselbe Weise pro Einheit berechnet. Ein Job kostet, was der Anbieter dafür berechnet hat, und niemals mehr als das, was dafür während der Ausführung gehalten wird (max_cost_usd, was innerhalb eines von Ihnen gesendeten max_cost bleibt). Wenn der Anbieter niemals eine Gebühr meldet, wird der Job zum gelisteten Preis dessen abgerechnet, was Sie angefordert haben (der cost_usd seines Angebots: der Preis jetzt multipliziert mit den Bildern, Sekunden in der angeforderten Auflösung oder anderen Einheiten). Fal-Video wird bei der Einreichung zum Preis des angezeigten Angebots bepreist. Siehe Ein Video oder Bild erstellen.

Prepaid-Guthaben + Kartengebühr

Inferenz wird im Voraus bezahlt. Neue Konten beginnen bei $0. Fügen Sie Guthaben hinzu, bevor Sie Ihren ersten Aufruf tätigen. Sie wählen das gewünschte Guthaben aus; eine Kartengebühr von 5.5% + $0.50 wird zusätzlich berechnet, wenn Sie bezahlen, sodass Ihr Guthaben genau um den von Ihnen gewählten Betrag steigt. Dies ist die einzige Gebühr, die UberLLM berechnet; Anfragen sind gebührenfrei. Beispiele:

(Sie zahlen = Guthaben × 1.055 + $0.50, auf den Cent aufgerundet.) Die Gebühr deckt ab, was der Kartenanbieter uns berechnet. Guthaben liegt zwischen $5 und $10,000 pro Aufladung, zahlbar per Karte unter Dashboard → Credits, wo die Gebühr vor der Zahlung angezeigt wird; Ihr Guthaben wird pro Anfrage zu dem Preis abgebucht, den jeder Aufruf tatsächlich gekostet hat.

Ausgabenkontrollen

• Pro-Schlüssel-Ausgabenlimits — Legen Sie ein tägliches / monatliches / lebenslanges Limit fest, wenn Sie einen key erstellen, oder ändern Sie es jederzeit. Anfragen, die dieses Limit überschreiten würden, geben 402 key_spend_cap_exceeded zurück.
• Pro-Schlüssel-Ratenlimits — eine optionale Obergrenze für Anfragen pro Minute pro key.
• Pro Schlüssel einsehen — Dashboard → Activity filtert nach key, model und result, summiert die Ausgaben pro key und lädt die angezeigten Daten als CSV herunter.
• Guthabenuntergrenze — Wenn das Guthaben aufgebraucht ist, geben Anfragen 402 insufficient_credits zurück, bis Sie aufladen. Reservierungen für laufende Anfragen werden freigegeben, wenn die Anfrage abbricht oder fehlschlägt. Die Reservierung einer Chat-Anfrage deckt den gesamten prompt ab: text, tool definitions, tool calls und results, response schemas, images, audio und files. Ein als Link gesendetes image wird mit dem Höchstbetrag reserviert, den das model für ein image berechnet, da seine Größe erst bekannt ist, wenn der provider es öffnet. Ihnen wird das berechnet, was der provider gezählt hat, und der Rest wird freigegeben.

Siehe Fehler für die genauen 402 shapes.