Prezzi

Questa pagina descrive come vengono prezzate e fatturate le richieste.

Come funziona il prezzo

Ogni richiesta viene inviata a un provider terzo disponibile per il modello. Qualsiasi provider attivo può gestirla. Quando nessuno può gestire il modello in questo momento, la richiesta risponde 503 no_available_provider e non viene addebitato nulla.

Una richiesta costa quanto addebitato dal suo provider. Nessuna commissione UberLLM sulle richieste. L'aggiunta di credito tramite carta costa 5.5% + $0.50.

Chi sono i provider e perché i prezzi sono spesso inferiori al listino: Come funziona UberLLM.

Il "Prezzo attuale" e la "% di sconto" su uberllm.dev e su ogni pagina del modello sono i numeri propri del marketplace, aggiornati ogni 30 secondi: il prezzo più basso a cui un provider sta vendendo il modello in questo momento, e quanto questo sia inferiore al prezzo di listino del creatore del modello. Una richiesta viene spesso servita a quel prezzo e può costare di più quando i provider più economici sono occupati.

Il prezzo di listino è ciò che una richiesta costa tipicamente: pricing da GET /v1/models e price_now da GET https://api.uberllm.dev/api/v1/public/models. Non è un tetto massimo: una chiamata servita da un provider più costoso costa quanto addebitato da quel provider. Il prezzo di listino è la tariffa a cui una richiesta viene mantenuta prima di essere eseguita, e la tariffa a cui viene fatturata quando il provider non segnala un costo. Viene aggiornato ogni 5 minuti: il prezzo di listino del provider moltiplicato per la quota del prezzo di listino che il marketplace ha effettivamente addebitato nella sua ora di trading più costosa delle ultime 24 ore (mai inferiore all'offerta più economica). Quando nulla è stato scambiato nelle ultime 24 ore, è il prezzo di listino. Quando nessun provider vende il modello a quel prezzo, il prezzo di listino è il prezzo reale del provider più economico, che può essere superiore al prezzo di listino; esso si riduce da solo quando un provider più economico ritorna. Un modello che nessuna rotta può servire in questo momento non ha un prezzo attuale; viene mostrato solo il suo prezzo di listino.

Quanto costa una chiamata. Quando il provider segnala quanto ha addebitato per una chiamata, la chiamata costa esattamente quell'importo. Quando non lo fa, la chiamata costa i suoi token al prezzo di listino (token di prompt in cache al prezzo di lettura cache di listino, token di prompt scritti nella cache al prezzo di scrittura cache di listino, pricing.cache_write_usd in GET /v1/models; un modello senza prezzo di scrittura cache li elenca al suo prezzo di input). Una chiamata spesso costa meno del prezzo di listino, ad esempio quando parte di un prompt è stata letta dalla cache. Una chiamata per cui il provider ha addebitato $0 (i provider fatturano in milionesimi interi di dollaro, quindi una chiamata molto breve può non costare loro nulla) costa $0. Il costo di ogni chiamata è elencato in Dashboard → Attività. Una richiesta che fallisce non viene fatturata.

Vuoi un limite rigido? Invia provider.max_price su una richiesta di chat: viene inviata solo a provider a quel prezzo o inferiore, e non viene mai fatturata al di sopra di esso. Per immagini, video e musica, invia max_cost: una richiesta che può costare di più viene rifiutata, e un lavoro non viene mai fatturato al di sopra di quanto è stato riservato per esso (max_cost_usd).

L'offerta di un venditore (una rotta contrassegnata come "seller") viene fatturata al prezzo di listino di quell'offerta. Ogni offerta del venditore viene controllata per servire il modello che dichiara prima di ricevere qualsiasi richiesta, e continua a essere controllata sul traffico reale. Un venditore sorpreso a servire un modello diverso viene bannato, e gli acquirenti che ha servito vengono rimborsati dai suoi guadagni non pagati. Se un venditore segnala molti più token di prompt di quanti la tua richiesta ne contenga, ti viene fatturato al massimo circa 2× il nostro conteggio.

% di sconto sul listino è il dato proprio del marketplace: il suo miglior prezzo live rispetto al prezzo di listino del creatore del modello. Nessuna % viene mostrata sotto 1%.

Prezzo ufficiale: un'unica fonte, lo stesso su ogni pagina. Quando il marketplace non fornisce un prezzo di listino superiore al nostro, il prezzo ufficiale mostrato è, in quest'ordine: il prezzo pubblicato dal creatore del modello (ad esempio Google, OpenAI, Kling, BytePlus), altrimenti quello di OpenRouter (letto ogni ora), altrimenti quello di Fal. Il primo che prezza il modello nella stessa unità in cui lo facciamo noi è il prezzo ufficiale, etichettato "Prezzo ufficiale · ". Viene mostrato solo dove è superiore al nostro prezzo; una fonte più economica più in basso nella lista non lo sostituisce mai. Ogni prezzo del creatore e di Fal è conservato con la pagina da cui proviene e le parole proprie di quella pagina, e la pagina viene riletta ogni giorno: se le parole sono sparite (il prezzo è cambiato), il prezzo viene nascosto finché non viene controllato di nuovo. Il video è prezzato alla risoluzione più bassa che offriamo; le immagini alla dimensione predefinita. La homepage, la bacheca dei modelli, le pagine dei modelli, le pagine di confronto e GET /v1/models (list_usd / list_input_usd + list_source) mostrano tutte questo stesso prezzo. In GET /api/v1/public/models è media_ref (usd, source, url, checked) sui modelli multimediali, e list_input_usd_per_mtok / list_output_usd_per_mtok con list_source sui modelli di chat. Una versione di ricerca web (:web) o crittografata (e2ee-) di un modello di chat condivide il prezzo ufficiale del suo modello base.

Il video Fal segue il venditore Fal più economico. Il video Fal è prezzato al prezzo proprio di Fal meno lo sconto del venditore Fal più economico che è attivo, ha spazio disponibile oggi e ha eseguito uno dei nostri lavori nelle ultime 24 ore (la lista dei venditori viene letta ogni 5 minuti). Un lavoro viene fatturato al venditore che lo ha eseguito, mai al di sopra del prezzo mostrato.

Immagini, video e musica sono prezzati per unità (un'immagine, un megapixel, un secondo di video, un lavoro, un minuto). Il prezzo attuale viene calcolato allo stesso modo, per unità. Un lavoro costa quanto addebitato dal provider, e mai più di quanto è stato riservato per esso mentre è in esecuzione (max_cost_usd, che rimane entro un max_cost che invii). Quando il provider non segnala mai un addebito, il lavoro viene fatturato al prezzo di listino di ciò che hai richiesto (il cost_usd del suo preventivo: il prezzo attuale moltiplicato per le immagini, i secondi alla risoluzione richiesta, o altre unità). Il video Fal viene prezzato al momento dell'invio, al prezzo mostrato nel suo preventivo. Vedi Crea un video o un'immagine.

Crediti prepagati + commissione carta

L'inferenza è prepagata. I nuovi account partono da $0. Aggiungi crediti prima della tua prima chiamata. Scegli il credito che desideri; una commissione carta di 5.5% + $0.50 viene aggiunta in più quando paghi, così il tuo saldo aumenta esattamente dell'importo che hai scelto. Questa è l'unica commissione che UberLLM addebita; le richieste non comportano alcuna commissione. Esempi:

(Paghi = credito × 1.055 + $0.50, arrotondato per eccesso al centesimo.) La commissione copre ciò che il processore della carta ci addebita. Il credito è tra $5 e $10,000 per ricarica, pagato con carta su Dashboard → Credits, che mostra la commissione prima che tu paghi; il tuo saldo viene scalato per richiesta al prezzo effettivo di ogni chiamata.

Controlli di spesa

• Limiti di spesa per chiave — imposta un tetto giornaliero / mensile / complessivo quando crei una chiave, oppure modificalo in qualsiasi momento. Le richieste che lo supererebbero restituiscono 402 key_spend_cap_exceeded.
• Limiti di frequenza per chiave — un tetto opzionale di richieste al minuto per chiave.
• Vedilo per chiave — Dashboard → Attività filtra per chiave, modello e risultato, totalizza la spesa per chiave e scarica ciò che mostra come CSV.
• Soglia del saldo — quando i crediti finiscono, le richieste restituiscono 402 insufficient_credits finché non ricarichi. Le prenotazioni per le richieste in corso vengono rilasciate se la richiesta viene interrotta o fallisce. La prenotazione di una richiesta chat copre l'intero prompt: testo, definizioni degli strumenti, chiamate agli strumenti e risultati, schemi di risposta, immagini, audio e file. Un'immagine inviata come link viene prenotata per l'importo massimo che il modello addebita per una singola immagine, poiché le sue dimensioni non sono note finché il provider non la apre. Ti viene addebitato ciò che il provider ha conteggiato, e il resto viene rilasciato.

Vedi Errori per le esatte forme 402.