Tarification

Cette page décrit comment les requêtes sont tarifées et facturées.

Comment fonctionne la tarification

Chaque requête est envoyée à un fournisseur tiers disponible pour le modèle. Tout fournisseur opérationnel peut la traiter. Lorsque personne ne peut traiter le modèle actuellement, la requête répond 503 no_available_provider et rien n'est facturé.

Une requête coûte ce que son fournisseur a facturé pour elle. Pas de frais UberLLM sur les requêtes. L'ajout de crédit par carte coûte 5.5% + $0.50.

Qui sont les fournisseurs et pourquoi les prix sont souvent inférieurs au prix catalogue : Comment fonctionne UberLLM.

« Prix actuel » et « % de réduction » sur uberllm.dev et sur chaque page de modèle sont les chiffres propres à la place de marché, actualisés toutes les 30 secondes : le prix le plus bas auquel un fournisseur vend le modèle actuellement, et l'écart par rapport au prix catalogue du créateur du modèle. Une requête est souvent traitée à ce prix, et peut coûter plus cher lorsque les fournisseurs les moins chers sont occupés.

Le prix affiché est ce qu'une requête coûte typiquement : pricing de GET /v1/models et price_now de GET https://api.uberllm.dev/api/v1/public/models. Ce n'est pas un plafond : un appel traité par un fournisseur plus cher coûte ce que ce fournisseur a facturé. Le prix affiché est le taux auquel une requête est maintenue avant son exécution, et le taux auquel elle est facturée lorsque le fournisseur ne signale pas de coût. Il est mis à jour toutes les 5 minutes : le prix catalogue du fournisseur multiplié par la part du prix catalogue que la place de marché a réellement facturée pendant son heure la plus chère des dernières 24 heures (jamais inférieur à l'offre la moins chère). Lorsque rien n'a été échangé au cours des dernières 24 heures, c'est le prix catalogue. Lorsqu'aucun fournisseur ne vend le modèle à ce prix, le prix affiché est le prix réel du fournisseur le moins cher, qui peut être supérieur au prix catalogue ; il redescend de lui-même lorsqu'un fournisseur moins cher revient. Un modèle qu'aucune route ne peut servir actuellement n'a pas de prix actuel ; seul son prix catalogue est affiché.

Ce que coûte un appel. Lorsque le fournisseur signale ce qu'il a facturé pour un appel, l'appel coûte exactement ce montant. Lorsque ce n'est pas le cas, l'appel coûte ses tokens au prix affiché (tokens d'invite mis en cache au prix de lecture de cache affiché, tokens d'invite écrits dans le cache au prix d'écriture de cache affiché, pricing.cache_write_usd en GET /v1/models ; un modèle sans prix d'écriture de cache les liste à son prix d'entrée). Un appel coûte souvent moins cher que le prix affiché, par exemple lorsqu'une partie d'une invite a été lue depuis le cache. Un appel pour lequel le fournisseur a facturé $0 (les fournisseurs facturent en millionièmes de dollar entiers, donc un appel très court peut ne rien leur coûter) coûte $0. Le coût de chaque appel est listé dans Tableau de bord → Activité. Une requête qui échoue n'est pas facturée.

Vous voulez une limite stricte ? Envoyez provider.max_price sur une requête de chat : elle n'est envoyée qu'aux fournisseurs à ou sous ce prix, et elle n'est jamais facturée au-dessus. Pour les images, la vidéo et la musique, envoyez max_cost : une requête qui pourrait coûter plus cher est refusée, et un travail n'est jamais facturé au-dessus de ce qui est réservé pour lui (max_cost_usd).

L'offre propre d'un vendeur (une route marquée « seller ») est facturée au prix affiché de cette offre. Chaque offre de vendeur est vérifiée pour servir le modèle qu'elle prétend avant de recevoir des requêtes, et continue d'être vérifiée sur le trafic réel. Un vendeur pris en flagrant délit de servir un modèle différent est banni, et les acheteurs qu'il a servis sont remboursés de ses gains impayés. Si un vendeur signale beaucoup plus de tokens d'invite que votre requête n'en contient, vous êtes facturé au maximum environ 2× de notre propre compte.

% de réduction sur le prix catalogue est le chiffre propre à la place de marché : son meilleur prix en direct par rapport au prix catalogue du créateur du modèle. Aucun % n'est affiché en dessous de 1%.

Prix officiel : une seule source, la même sur chaque page. Lorsque la place de marché ne fournit pas de prix catalogue supérieur au nôtre, le prix officiel affiché est, dans cet ordre : le prix publié par le créateur du modèle lui-même (par exemple Google, OpenAI, Kling, BytePlus), sinon celui d'OpenRouter (lu toutes les heures), sinon celui de Fal. Le premier qui tarifie le modèle dans la même unité que nous est le prix officiel, étiqueté « Prix officiel · ». Il n'est affiché que lorsqu'il est supérieur à notre prix ; une source moins chère plus bas dans la liste ne le remplace jamais. Chaque prix de créateur et de Fal est conservé avec la page d'où il provient et les propres mots de cette page, et la page est relue chaque jour : si les mots ont disparu (le prix a changé), le prix est masqué jusqu'à ce qu'il soit vérifié à nouveau. La vidéo est tarifée à la résolution la plus basse que nous proposons ; les images à la taille par défaut. La page d'accueil, le tableau des modèles, les pages de modèles, les pages de comparaison et GET /v1/models (list_usd / list_input_usd + list_source) affichent tous ce même prix. En GET /api/v1/public/models, c'est media_ref (usd, source, url, checked) sur les modèles média, et list_input_usd_per_mtok / list_output_usd_per_mtok avec list_source sur les modèles de chat. Une version de recherche web (:web) ou chiffrée (e2ee-) d'un modèle de chat partage le prix officiel de son modèle de base.

La vidéo Fal suit le vendeur Fal le moins cher. La vidéo Fal est tarifée au prix propre de Fal moins la réduction du vendeur Fal le moins cher qui est en ligne, qui a encore de la place aujourd'hui et qui a exécuté l'un de nos travaux au cours des dernières 24 heures (la liste des vendeurs est lue toutes les 5 minutes). Un travail est facturé au vendeur qui l'a exécuté, jamais au-dessus du prix affiché.

Images, vidéo et musique sont tarifées par unité (une image, un mégapixel, une seconde de vidéo, un travail, une minute). Le prix actuel est calculé de la même manière, par unité. Un travail coûte ce que le fournisseur a facturé pour lui, et jamais plus que ce qui est réservé pour lui pendant son exécution (max_cost_usd, qui reste dans la limite d'un max_cost que vous envoyez). Lorsque le fournisseur ne signale jamais de frais, le travail est facturé au prix affiché de ce que vous avez demandé (le cost_usd de son devis : le prix actuel multiplié par les images, les secondes à la résolution demandée, ou d'autres unités). La vidéo Fal est tarifée au moment de sa soumission, au prix indiqué dans son devis. Voir Créer une vidéo ou une image.

Crédits prépayés + frais de carte

L'inférence est prépayée. Les nouveaux comptes commencent à $0. Ajoutez des crédits avant votre premier appel. Vous choisissez le montant de crédit que vous souhaitez ; des frais de carte de 5.5% + $0.50 sont ajoutés en supplément lorsque vous payez, ainsi votre solde augmente exactement du montant que vous avez choisi. C'est le seul frais qu'UberLLM facture ; les requêtes n'entraînent aucun frais. Exemples :

(Vous payez = crédit × 1.055 + $0.50, arrondi au centime supérieur.) Ces frais couvrent ce que le processeur de carte nous facture. Le crédit est compris entre $5 et $10,000 par recharge, payé par carte sur Dashboard → Credits, qui affiche les frais avant que vous ne payiez ; votre solde est débité par requête au prix réel de chaque appel.

Contrôles de dépenses

• Limites de dépenses par clé — définissez un plafond quotidien / mensuel / à vie lors de la création d'une clé, ou modifiez-le à tout moment. Les requêtes qui le dépasseraient renvoient 402 key_spend_cap_exceeded.
• Limites de débit par clé — un plafond optionnel de requêtes par minute par clé.
• Visualisation par clé — Dashboard → Activity filtre par clé, modèle et résultat, totalise les dépenses par clé, et télécharge ce qu'il affiche au format CSV.
• Seuil de solde — lorsque les crédits sont épuisés, les requêtes renvoient 402 insufficient_credits jusqu'à ce que vous rechargiez votre compte. Les réservations pour les requêtes en cours sont libérées si la requête est annulée ou échoue. La réservation d'une requête de chat couvre l'intégralité de son prompt : texte, définitions d'outils, appels d'outils et résultats, schémas de réponse, images, audio et fichiers. Une image envoyée sous forme de lien est réservée au maximum que ce modèle facture pour une image, car sa taille n'est pas connue tant que le fournisseur ne l'a pas ouverte. Vous êtes facturé pour ce que le fournisseur a compté, et le reste est libéré.

Voir Erreurs pour les formats exacts de 402.