Preços

Esta página descreve como as requisições são precificadas e cobradas.

Como funciona o preço

Cada requisição é enviada a um provedor terceirizado disponível para o modelo. Qualquer provedor que esteja ativo pode atendê-la. Quando ninguém pode atender o modelo no momento, a requisição responde 503 no_available_provider e nada é cobrado.

Uma requisição custa o que seu provedor cobrou por ela. Sem taxa UberLLM nas requisições. Adicionar crédito por cartão custa 5.5% + $0.50.

Quem são os provedores e por que os preços estão frequentemente abaixo da lista: Como o UberLLM funciona.

“Preço agora” e “% de desconto” em uberllm.dev e em cada página de modelo são os próprios números do marketplace, atualizados a cada 30 segundos: o preço mais baixo pelo qual um provedor está vendendo o modelo no momento, e o quão abaixo isso está do preço de tabela do criador do modelo. Uma requisição é frequentemente atendida a esse preço, e pode custar mais quando os provedores mais baratos estão ocupados.

O preço listado é o que uma requisição tipicamente custa: pricing de GET /v1/models e price_now de GET https://api.uberllm.dev/api/v1/public/models. Não é um teto: uma chamada atendida por um provedor mais caro custa o que esse provedor cobrou. O preço listado é a taxa pela qual uma requisição é mantida antes de ser executada, e a taxa pela qual ela é cobrada quando o provedor não informa um custo. É atualizado a cada 5 minutos: o preço de tabela do provedor vezes a parcela do preço de tabela que o marketplace realmente cobrou em sua hora mais cara negociada nas últimas 24 horas (nunca inferior à oferta mais barata). Quando nada foi negociado nas últimas 24 horas, é o preço de tabela. Quando nenhum provedor vende o modelo a esse preço, o preço listado é o preço real do provedor mais barato, que pode estar acima do preço de tabela; ele volta por si só quando um provedor mais barato retorna. Um modelo que nenhuma rota pode atender no momento não tem preço agora; apenas seu preço de tabela é mostrado.

O que uma chamada custa. Quando o provedor informa o que cobrou por uma chamada, a chamada custa exatamente esse valor. Quando não informa, a chamada custa seus tokens ao preço listado (tokens de prompt em cache ao preço listado de leitura de cache, tokens de prompt gravados no cache ao preço listado de gravação de cache, pricing.cache_write_usd em GET /v1/models; um modelo sem preço de gravação de cache os lista ao seu preço de entrada). Uma chamada frequentemente custa menos que o preço listado, por exemplo, quando parte de um prompt foi lida do cache. Uma chamada pela qual o provedor cobrou $0 (provedores cobram em milionésimos inteiros de dólar, então uma chamada muito curta pode não custar nada a eles) custa $0. O custo de cada chamada é listado em Dashboard → Activity. Uma requisição que falha não é cobrada.

Quer um limite rígido? Envie provider.max_price em uma requisição de chat: ela é enviada apenas para provedores com preço igual ou inferior a esse, e nunca é cobrada acima dele. Para imagens, vídeo e música, envie max_cost: uma requisição que pode custar mais é recusada, e um trabalho nunca é cobrado acima do que é reservado para ele (max_cost_usd).

A oferta própria de um vendedor (uma rota marcada como "seller") é cobrada ao preço listado dessa oferta. Toda oferta de vendedor é verificada para atender ao modelo que afirma antes de receber qualquer requisição, e continua sendo verificada no tráfego real. Um vendedor pego atendendo um modelo diferente é banido, e os compradores que ele atendeu são reembolsados de seus ganhos não pagos. Se um vendedor relatar muito mais tokens de prompt do que sua requisição contém, você será cobrado no máximo cerca de 2× da nossa própria contagem.

% de desconto na lista é o próprio número do marketplace: seu melhor preço ao vivo em relação ao preço de tabela do criador do modelo. Nenhum % é mostrado abaixo de 1%.

Preço oficial: uma fonte, o mesmo em todas as páginas. Quando o marketplace não oferece um preço de tabela acima do nosso, o preço oficial exibido é, nesta ordem: o preço publicado pelo próprio criador do modelo (por exemplo, Google, OpenAI, Kling, BytePlus), senão o do OpenRouter (lido a cada hora), senão o do Fal. O primeiro que precifica o modelo na mesma unidade que nós é o preço oficial, rotulado como "Preço oficial · ". Ele é mostrado apenas onde está acima do nosso preço; uma fonte mais barata mais abaixo na lista nunca o substitui. Cada preço de criador e Fal é mantido com a página de onde veio e as próprias palavras dessa página, e a página é lida novamente todos os dias: se as palavras sumirem (o preço mudou), o preço é ocultado até ser verificado novamente. O vídeo é precificado na resolução mais baixa que oferecemos; imagens no tamanho padrão. A página inicial, o painel de modelos, as páginas de modelos, as páginas de comparação e GET /v1/models (list_usd / list_input_usd + list_source) mostram todos o mesmo preço. Em GET /api/v1/public/models é media_ref (usd, source, url, checked) em modelos de mídia, e list_input_usd_per_mtok / list_output_usd_per_mtok com list_source em modelos de chat. Uma versão de pesquisa na web (:web) ou criptografada (e2ee-) de um modelo de chat compartilha o preço oficial de seu modelo base.

Vídeo Fal segue o vendedor Fal mais barato. O vídeo Fal é precificado ao preço próprio do Fal menos o desconto do vendedor Fal mais barato que está ativo, tem espaço restante hoje e executou um de nossos trabalhos nas últimas 24 horas (a lista de vendedores é lida a cada 5 minutos). Um trabalho é cobrado pelo vendedor que o executou, nunca acima do preço exibido.

Imagens, vídeo e música são precificados por unidade (uma imagem, um megapixel, um segundo de vídeo, um trabalho, um minuto). O preço agora é calculado da mesma forma, por unidade. Um trabalho custa o que o provedor cobrou por ele, e nunca mais do que o que é reservado para ele enquanto é executado (max_cost_usd, que permanece dentro de um max_cost que você envia). Quando o provedor nunca informa uma cobrança, o trabalho é cobrado ao preço listado do que você solicitou (o cost_usd de sua cotação: o preço agora vezes as imagens, segundos na resolução solicitada, ou outras unidades). O vídeo Fal é precificado quando você o envia, ao preço que sua cotação mostrou. Veja Criar um vídeo ou imagem.

Créditos pré-pagos + taxa de cartão

A inferência é pré-paga. Novas contas começam com $0. Adicione créditos antes da sua primeira chamada. Você escolhe o crédito que deseja; uma taxa de cartão de 5.5% + $0.50 é adicionada quando você paga, então seu saldo aumenta exatamente pelo valor que você escolheu. Esta é a única taxa que a UberLLM cobra; as requisições não têm taxa. Exemplos:

(Você paga = crédito × 1.055 + $0.50, arredondado para cima até o centavo.) A taxa cobre o que a processadora de cartão nos cobra. O crédito é entre $5 e $10,000 por recarga, pago com cartão em Dashboard → Credits, que mostra a taxa antes de você pagar; seu saldo é debitado por requisição ao preço que cada chamada realmente custou.

Controles de gastos

• Limites de gastos por chave — defina um limite diário / mensal / vitalício ao criar uma chave, ou altere-o a qualquer momento. Solicitações que excederiam esse limite retornam 402 key_spend_cap_exceeded.
• Limites de taxa por chave — um teto opcional de solicitações por minuto por chave.
• Veja por chave — Dashboard → Atividade filtra por chave, modelo e resultado, totaliza os gastos por chave e baixa o que é exibido como CSV.
• Saldo mínimo — quando os créditos acabam, as solicitações retornam 402 insufficient_credits até que você recarregue. As reservas para solicitações em andamento são liberadas se a solicitação for abortada ou falhar. A reserva de uma solicitação de chat cobre todo o seu prompt: texto, definições de ferramentas, chamadas e resultados de ferramentas, esquemas de resposta, imagens, áudio e arquivos. Uma imagem enviada como link é reservada pelo valor máximo que o modelo cobra por uma imagem, já que seu tamanho não é conhecido até que o provedor a abra. Você é cobrado pelo que o provedor contou, e o restante é liberado.

Veja Erros para os formatos exatos de 402.