Nhật ký thay đổi

Phí hôm nay: không có phí UberLLM cho các yêu cầu. Nạp tiền bằng thẻ có phí 5.5% + $0.50, được cộng thêm vào. Các khoản phí được đề cập trong các mục cũ hơn bên dưới (phí yêu cầu 10%, phí nạp tiền 5%) đã là quá khứ: phí 10% đã kết thúc vào 22 tháng 10, 2026 và phí 5% vào 29 tháng 10, 2026.

5 tháng 11, 2026 — Người bán chỉ niêm yết từ các nhà cung cấp đã được xác minh, và mọi ưu đãi đều được kiểm tra trước khi người mua nhìn thấy

• Chỉ các nhà cung cấp được chấp thuận. Người bán chỉ có thể niêm yết thông qua một nhà cung cấp trong danh sách của chúng tôi, chẳng hạn như OpenRouter, Groq, Together AI, Fireworks AI, DeepSeek, Mistral AI, Z.ai, Alibaba DashScope, Meta hoặc Amazon Bedrock, với API key riêng của họ tại đó. Yêu cầu của bạn chạy trên máy chủ riêng của nhà cung cấp đó, vì vậy nhà cung cấp chạy mô hình, không phải người bán. Máy chủ riêng của người bán không còn được phép niêm yết. Người bán có thể yêu cầu chúng tôi thêm một nhà cung cấp; chúng tôi chỉ thêm sau khi đã kiểm tra.
• Đã xác minh theo mặc định. Mỗi nhà cung cấp được đánh dấu là đã xác minh hay chưa. Yêu cầu của bạn chỉ đến các ưu đãi của người bán trên các nhà cung cấp đã được xác minh, trừ khi bạn bật Cũng sử dụng người bán trên các nhà cung cấp chúng tôi chưa xác minh cho một API key.
• Mô hình phải khớp. Mô hình của nhà cung cấp phải có trong danh sách mô hình riêng của nhà cung cấp đó và phải là cùng một mô hình với mô hình đã niêm yết, và mô hình được đặt tên trong mỗi phản hồi được so sánh với mô hình đã niêm yết. Một ưu đãi mà nhà cung cấp nói rằng API key của họ không còn hợp lệ sẽ tự động bị gỡ bỏ.
• Những điều này bổ sung vào các kiểm tra mà mọi ưu đãi đã có: một bài kiểm tra đầu vào, một thử nghiệm trên các bản sao của yêu cầu thực, thời gian thử việc, một đánh giá của đội ngũ chúng tôi trước bất kỳ người mua nào, các bài kiểm tra và điểm số đang chạy trên các yêu cầu trực tiếp, và một lệnh cấm với người mua được hoàn tiền cho người bán bị phát hiện cung cấp một mô hình khác.
• Trang mới: Kiểm tra mô hình cho biết các kiểm tra hiển thị điều gì, điều gì không có kiểm tra phần mềm nào có thể chứng minh, và các con số trực tiếp.

4 tháng 11, 2026 — Đặc tả OpenAPI

• https://uberllm.dev/openapi.json là một mô tả OpenAPI 3.1 của mọi tuyến đường khách hàng thuộc /v1: hoàn tất trò chuyện, Phản hồi, tin nhắn Anthropic, mô hình, số dư, hình ảnh, tác vụ video và âm nhạc, lời nói, phiên âm, báo giá và tệp. Nhập nó vào Postman hoặc Swagger UI, hoặc tạo một client từ đó.

4 tháng 11, 2026 — Khóa Agent và Thị trường Nhà cung cấp cho người bán

• Khóa Agent: một khóa chỉ có thể gọi API của người bán (/v1/seller), để một script hoặc agent có thể quản lý các ưu đãi của bạn mà không cần thông tin đăng nhập hoặc khóa chi tiêu của bạn. Nó không thể thực hiện yêu cầu AI, chi tiêu tín dụng hoặc thay đổi nơi nhận thanh toán. Xem Khóa Agent.
• Thị trường Nhà cung cấp: 30 ngày gần nhất của mỗi khóa nhà cung cấp: doanh thu, số cuộc gọi đã phục vụ, tỷ lệ thắng so với tất cả các cuộc gọi trên cùng một mô hình, và doanh thu hôm nay so với giới hạn hàng ngày của nó (GET /seller/market).
• Ưu đãi được nhóm theo nhà cung cấp (tắt chức năng này bằng Nhóm theo).

4 tháng 11, 2026 — Bảng điều khiển người bán theo tab: Thu nhập, Thanh toán, Ưu đãi, Ưu đãi mới, Khóa đại lý, Thị trường nhà cung cấp

• Thu nhập: số tiền bạn được nhận, đã thanh toán, yêu cầu và token đã xử lý, và mức chiết khấu trung bình bạn đã áp dụng, cộng với biểu đồ theo ngày, số liệu hôm nay và nhu cầu theo mô hình. GET /seller/earnings giờ đây cũng trả về daily và avg_discount_pct.
• Thanh toán: tổng số tiền chưa thanh toán (khả dụng, đang chờ, đang xử lý), nơi các khoản thanh toán của bạn đến, Thanh toán ngay, và lịch sử thanh toán của bạn.
• Ưu đãi: tình trạng và các ưu đãi đang hoạt động ở trên cùng, tìm kiếm, và các bộ lọc cho Trực tiếp / Đang xem xét / Cần chú ý. Các khóa nhà cung cấp đã lưu nằm dưới Khóa nhà cung cấp.

4 tháng 11, 2026 — Xem các công cụ MCP trước khi bạn đăng ký

• Máy chủ MCP tại https://api.uberllm.dev/mcp] hiện trả lời initialize và tools/list mà không cần khóa, vì vậy các thư mục MCP, trình kiểm tra và ứng dụng khách của bạn có thể hiển thị các công cụ của nó trước khi bạn thêm khóa.
• Mọi lệnh gọi công cụ vẫn cần khóa của bạn. Nếu không có, nó sẽ được trả lời 401 (với một thử thách WWW-Authenticate) trước khi bất kỳ công cụ nào chạy: không có gì được đọc hoặc chi tiêu.

4 tháng 11, 2026 — Mọi ưu đãi của người bán đều được một người xem xét

• Không có người mua nào được gửi đến ưu đãi của người bán cho đến khi một người trong nhóm của chúng tôi đã duyệt nó, ngoài việc kiểm tra mô hình tự động. Các ưu đãi mới, và các ưu đãi có khóa, địa chỉ hoặc mô hình thay đổi, sẽ chờ được xem xét.
• Người bán thấy ưu đãi đó là Đang xem xét trên trang Bán hàng (listing_state: "review" và needs_review: true trong GET /seller/offers), với các bước của nó: Đã niêm yết, Kiểm tra mô hình, Đội ngũ xem xét, Trực tiếp. Chúng tôi gửi email cho người bán khi ưu đãi được duyệt.
• Nếu nhóm của chúng tôi không duyệt một ưu đãi, nó sẽ bị tạm dừng và hiển thị Không được duyệt kèm lý do (review_note), và người bán sẽ nhận được email thông báo lý do. Bật lại sau khi sửa chữa sẽ gửi nó trở lại để xem xét. Xem Từ niêm yết đến trực tiếp.
• Các ưu đãi đã niêm yết trước đó đã bị tạm dừng vào 4 tháng 11, 2026 và được xem xét theo cùng một cách trước khi chúng có người mua trở lại. Người mua không bị ảnh hưởng: mọi mô hình vẫn giữ lộ trình thông thường của nó.

4 tháng 11, 2026 — Mọi mô hình không kiểm duyệt trong một danh sách

• Các API LLM không kiểm duyệt hiện liệt kê mọi mô hình văn bản không kiểm duyệt, bị xóa bỏ và dị giáo trên UberLLM cùng với giá của chúng hiện tại (trước đây chỉ hiển thị tối đa 20), và llms.txt có phần "Mô hình không kiểm duyệt" riêng với danh sách tương tự.
• Thông tin rõ ràng về cả hai: không cần kiểm tra ID hoặc KYC (đăng ký bằng mã email hoặc Google), tín dụng trả trước bằng thẻ hoặc PayPal từ $5, và các định dạng yêu cầu giống như mọi mô hình: chat completions, Responses API và Anthropic messages.
• Trang của một mô hình không kiểm duyệt liên kết trực tiếp đến danh sách, và khi nó ngoại tuyến, nó sẽ gợi ý các mô hình không kiểm duyệt khác trước tiên. Một trang mô hình được xây dựng khi nhà cung cấp duy nhất của nó ngoại tuyến giờ đây sẽ hiển thị trong trình duyệt của bạn ngay khi nhà cung cấp trở lại.

2 tháng 11, 2026 — uberllm.dev bằng 8 ngôn ngữ

• Toàn bộ trang web hiện có thể đọc bằng tiếng Anh, tiếng Pháp, tiếng Tây Ban Nha, tiếng Đức, tiếng Bồ Đào Nha (Brazil), tiếng Ý, tiếng Hà Lan và tiếng Trung giản thể. Các trang công khai có địa chỉ riêng cho từng ngôn ngữ (/fr/sell, /de/docs/quickstart, /zh/models/…); tiếng Anh vẫn ở địa chỉ gốc. Các công cụ tìm kiếm thấy mọi phiên bản của mỗi trang.
• Bảng điều khiển, bảng điều khiển người bán, màn hình đăng nhập và kết nối ứng dụng theo ngôn ngữ của bạn: chọn từ menu ngôn ngữ (thanh bên, menu trang web hoặc chân trang), hoặc chúng sử dụng ngôn ngữ của trang cuối cùng bạn đã mở, nếu không thì là ngôn ngữ của trình duyệt của bạn.
• Giá vẫn tính bằng đô la Mỹ, và tên mô hình, nhà cung cấp và thương hiệu vẫn giữ nguyên. Các chính sách điều khoản, quyền riêng tư và hoàn tiền được dịch để đọc; phiên bản tiếng Anh là phiên bản áp dụng.

1 tháng 11, 2026 — Người bán công bố độ chính xác của các mô hình trọng số mở

• Các mô hình trọng số mở (GPT-OSS, Qwen, DeepSeek, GLM, Kimi, MiniMax…) có thể chạy ở chất lượng đầy đủ hoặc nén xuống 8-bit hoặc 4-bit, cho kết quả kém hơn một chút và không thể phân biệt được bằng bất kỳ thử nghiệm nào. Người bán niêm yết một mô hình hiện phải cho biết máy chủ của họ chạy nó như thế nào: chất lượng đầy đủ (16-bit), 8-bit hoặc dưới 8-bit.
• Các trang mô hình hiển thị những mô hình nào là trọng số mở và cách người bán cho biết họ chạy chúng. Trong API: open_weights trên mỗi mô hình của GET /api/v1/public/models, và precision trên mỗi endpoint của người bán.
• Các ưu đãi được niêm yết trước hôm nay hiển thị "Độ chính xác chưa được công bố" cho đến khi người bán thiết lập nó. Việc công bố độ chính xác cao hơn so với cách máy chủ chạy sẽ khiến tài khoản người bán bị đình chỉ, với số tiền chưa thanh toán được dùng để hoàn tiền cho người mua (Sell).

1 tháng 11, 2026 — Giới hạn chi tiêu của khóa tính đúng số tiền bạn thực sự đã chi tiêu

• Giới hạn chi tiêu trên một API key (hàng ngày, hàng tháng, trọn đời hoặc giới hạn hàng ngày) giờ đây tính đúng chi phí thực tế của mỗi yêu cầu. Trước đây, nó tính số tiền tối đa mà một yêu cầu có thể tốn (số tiền được giữ trong khi yêu cầu đang chạy) và không bao giờ điều chỉnh lại, nên một khóa có thể ngừng hoạt động với thông báo "đã đạt giới hạn chi tiêu" chỉ sau vài xu sử dụng thực tế. Số liệu của mỗi khóa đã được đặt lại theo chi tiêu thực tế của nó vào hôm nay.

1 tháng 11, 2026 — Giá video hiển thị "per second", và Sora 2 đã biến mất

• Giá video hiện được hiển thị theo cách chúng được tính phí: "$0.09 / sec" cho một mô hình tính phí theo giây video (một clip dài 5 giây có giá 5 lần số đó), và "per video" cho một mô hình có một mức giá cố định cho mỗi clip. Trước đây, cả hai đều hiển thị "/ job".
• Sora 2 và Sora 2 Pro không còn được liệt kê. OpenAI đã ngừng hoạt động Sora 2, và vào 1 tháng 11, 2026 không nhà cung cấp nào có thể nhận yêu cầu cho cả hai. Không có khoản phí nào được tính cho những yêu cầu không thành công đó.

1 tháng 11, 2026 — Một mức giá chính thức ở mọi nơi, và logo của mọi mô hình

• Giá "Chính thức" bên cạnh giá của chúng tôi giờ đây đến từ một nguồn duy nhất, giống nhau trên mọi trang và trong GET /v1/models: trước tiên là giá công bố của nhà sản xuất mô hình, sau đó là của OpenRouter, rồi đến của Fal, chỉ hiển thị khi giá đó cao hơn giá của chúng tôi. Khoảng 100 mô hình hình ảnh, video và âm nhạc nữa giờ đây có một mức giá, mỗi mức được giữ nguyên với trang gốc và được kiểm tra lại hàng ngày (Pricing).
• Giá video của Fal lại theo giá của người bán Fal rẻ nhất sau khi khởi động lại: một người bán đã chạy một trong các tác vụ của chúng tôi trong 24 giờ qua vẫn được tính giá.
• Mọi mô hình đều hiển thị logo của nhà sản xuất theo một phong cách chuẩn (các mô hình được bán lại qua một nhà cung cấp dịch vụ sẽ hiển thị nhà sản xuất thực sự).

1 tháng 11, 2026 — Người bán bị phát hiện giả mạo mô hình sẽ bị cấm, và người mua được hoàn tiền

• Người bán bị phát hiện cung cấp mô hình khác với mô hình đã niêm yết sẽ bị đình chỉ: tất cả các ưu đãi của họ sẽ dừng lại, số tiền kiếm được chưa thanh toán của họ sẽ bị tịch thu và dùng để hoàn tiền cho những người mua mà họ đã phục vụ, và họ không thể niêm yết lại bằng cùng một khóa, máy chủ, địa chỉ thanh toán hoặc email (Kiểm tra mô hình).
• Thu nhập của người bán được giữ lại trước khi có thể thanh toán: 14 ngày đối với người bán mới (trong 30 ngày đầu tiên, hoặc khi kiếm được dưới $500), sau đó là 7 ngày. Trang Bán hàng hiển thị Có sẵn để thanh toán và Đang giữ; GET /seller/payouts cộng held_usd và next_release_at.
• Mỗi ưu đãi hiện hiển thị một trạng thái rõ ràng: Đang kiểm tra, Đang hoạt động, Tạm dừng hoặc Đã đình chỉ (listing_state trong GET /seller/offers, thay thế check_state và checked_at).

1 tháng 11, 2026 — Nhiều mô hình video hơn hiển thị giá chính thức của chúng

• Các mô hình video mà thị trường người bán không đưa ra giá riêng của mình giờ đây hiển thị giá đã công bố của OpenRouter cho cùng một mô hình đó như là giá chính thức, trên bảng mô hình, các trang mô hình và câu trả lời về giá. Chế độ xem chi tiết hiển thị "Official price · OpenRouter". Các mức giá được đọc mỗi giờ và được UberLLM lưu giữ, nên API cũng hiển thị chúng: media_ref trên GET /api/v1/public/models (bảng giá).
• Đây là mức giá mỗi giây rẻ nhất của OpenRouter cho mô hình đó (độ phân giải thấp nhất, không có âm thanh), nên mức tiết kiệm hiển thị không bao giờ lớn hơn mức đó. Nó chỉ được hiển thị khi cao hơn giá của chúng tôi. Các mô hình đầu tiên: MiniMax H3, Wan 3.0, Wan 3.0 Prime và Grok Imagine Video.

1 tháng 11, 2026 — Chương trình Tiếp thị Liên kết: kiếm 15% từ những gì người bạn giới thiệu mua

• Trang Chia sẻ giờ đây là Chương trình Tiếp thị Liên kết. Những nhà sáng tạo nội dung có lượng khán giả thực sự có thể đăng ký (nơi bạn đăng bài, các liên kết, ảnh chụp màn hình về lượng khán giả của bạn và cách bạn sẽ chia sẻ UberLLM); chúng tôi xem xét mọi đơn đăng ký trong vòng 1-3 ngày làm việc.
• Các đối tác liên kết được duyệt sẽ kiếm được 15% tổng số tín dụng mà mỗi tài khoản họ giới thiệu mua trong 30 ngày đầu tiên. Mỗi khoản hoa hồng sẽ được giữ trong 45 ngày và sẽ bị thu hồi nếu giao dịch mua bị hoàn tiền hoặc bị yêu cầu hoàn trả. Một giao dịch mua được thanh toán bằng thẻ hoặc tài khoản PayPal cũng được sử dụng trên tài khoản của chính đối tác liên kết sẽ không được tính.
• Rút tiền từ $50, bằng cách chọn các khoản hoa hồng: tín dụng UberLLM ngay lập tức, PayPal hoặc USDC trên Base được thanh toán hàng tuần và chi trả trong vòng 1-3 ngày làm việc.
• Trang này hiển thị liên kết của bạn, thu nhập, mọi tài khoản bạn đã giới thiệu (email được ẩn một phần), mọi giao dịch mua với trạng thái của nó, và các khoản rút tiền của bạn.
• Nó thay thế chương trình "tặng tín dụng, nhận tín dụng". Không có quà tặng mời mới nào được cung cấp; các quà tặng đã hứa vẫn sẽ được chi trả. Tất cả các quy tắc: Chương trình Tiếp thị Liên kết.

1 tháng 11, 2026 — Giá và giảm giá tốt nhất thị trường, đúng như thị trường hiển thị

• Mọi mức giá và "% giảm giá" trên uberllm.dev hiện nay là "Giá tốt nhất" và "Giảm giá tốt nhất hiện tại" của chính thị trường đối tác, cùng một con số mà bảng điều khiển của nó hiển thị, được làm mới sau mỗi 30 giây. Trước đây, các trang hiển thị giá trung bình mà người mua đã trả trong 24 giờ qua, nên một mô hình có thể hiển thị 87% ở đây và 99.7% ở kia.
• Giảm giá hiển thị một chữ số thập phân, giống như thị trường (99.6%, 95%).
• Các bản tóm tắt từng nói "giảm X% ở mức trung bình" (so với giá niêm yết của OpenRouter, Anthropic, DeepSeek) giờ đây nói "giảm tới X%".
• Cách tính phí cho một yêu cầu không thay đổi: bạn trả đúng số tiền mà người bán phục vụ yêu cầu đó tính phí, không bao giờ nhiều hơn mức giá trần trên trang mô hình.

31 tháng 10, 2026 — Yêu cầu mà mô hình không thể xử lý sẽ được thông báo

• Các công cụ được gửi đến một mô hình không thể gọi chúng, hoặc một lời nhắc (prompt) dài hơn khả năng xử lý của mô hình, trước đây thường kết thúc bằng thông báo "No one could serve this model right now, try again shortly": một lần thử lại không bao giờ có thể thành công.
• Trên /v1/chat/completions (khi không có danh sách models của riêng bạn), mô hình gần nhất có thể xử lý yêu cầu sẽ trả lời thay thế, và model của phản hồi sẽ nêu tên mô hình đó.
• Khi không có mô hình nào có thể xử lý, hoặc trên /v1/messages, bạn sẽ nhận được 400 tools_not_supported hoặc 400 context_length_exceeded với lý do được giải thích rõ ràng và các mô hình có thể xử lý yêu cầu đó. Không có phí nào được tính.

31 tháng 10, 2026 — Nạp tiền ngay từ bảng điều khiển của bạn

• Tài khoản mới giờ đây có thể nạp tiền ngay trên bảng điều khiển: chọn $10, $25, $50 hoặc $100 và thanh toán mà không cần rời trang.
• Bên cạnh số tiền, bạn sẽ thấy giá trị tương đương theo giá niêm yết của các mô hình được sử dụng nhiều nhất, với giá thị trường trực tiếp tốt nhất hôm nay: ví dụ, $25 cuộc gọi DeepSeek V4 Pro sẽ có giá khoảng $41,000 theo giá niêm yết (giảm 99.9%). DeepSeek, Kimi, GLM, GPT và Claude được hiển thị, cùng với số lượng video Kling 3.0 mà số tiền đó có thể mua được. Các số liệu được cập nhật mỗi giờ và làm tròn xuống.
• Bảng tương tự giờ đây cũng có trên trang chủ, bên cạnh tiêu đề chính. Nó bắt đầu với con số lớn nhất ("$5 giúp bạn có tới $7,142 AI theo giá chính thức"), sau đó là một dòng cho mỗi mô hình: giá chính thức bị gạch ngang, bạn trả $5, và phần trăm giảm giá làm tròn đến hai chữ số thập phân (DeepSeek V4 Pro −99.93% hôm nay). Kling 3.0 cũng hiển thị số lượng video $5 có thể mua được. $5 giờ đây là một trong các nút số tiền.
• Khi số dư của bạn giảm xuống dưới $5,, bảng điều khiển sẽ hiển thị một dòng với số dư của bạn và nút Nạp tiền (Add credit) mở ra cùng một biểu mẫu.
• Logo OpenAI giờ đây hiển thị trên các trang tối màu (trước đây là màu đen trên nền đen).

31 tháng 10, 2026 — Thanh toán bằng PayPal khi bạn nạp tiền

• Trang Tín dụng hiện có một nút PayPal phía trên biểu mẫu thẻ. Thanh toán trong cửa sổ của PayPal và tín dụng của bạn được thêm vào ngay khi PayPal xác nhận, mà không cần tải lại trang. Phí giống như khi thanh toán bằng thẻ (5.5% + $0.50, cộng thêm vào).
• Chọn một số tiền sẽ mở bước thanh toán chỉ với một cú nhấp chuột, và biểu mẫu thẻ hiện ra ngay khi nó sẵn sàng, mà không có màn hình tải.
• Một khoản hoàn tiền hoặc tranh chấp của PayPal sẽ thu hồi lại phần tín dụng tương ứng, giống như đối với các khoản thanh toán bằng thẻ.

31 tháng 10, 2026 — Mọi ưu đãi của người bán được kiểm tra để đảm bảo cung cấp đúng mô hình mà họ cam kết

• Chúng tôi hiện kiểm tra mọi ưu đãi của người bán: các yêu cầu thử nghiệm trông giống như lưu lượng truy cập thông thường, được so sánh với mô hình thực tế về số lượng token, các hướng dẫn ẩn, những gì mô hình tự nhận là, và câu trả lời cho các câu hỏi thử nghiệm. Các đợt kiểm tra chạy ngay sau khi một ưu đãi được niêm yết, sau đó ngẫu nhiên vài giờ một lần (Kiểm tra mô hình).
• Một ưu đãi mới sẽ thu hút người mua ngay khi đợt kiểm tra đầu tiên của nó vượt qua, thường trong khoảng 15 phút. Một ưu đãi không đạt sẽ bị tạm dừng, và các khoản thanh toán của người bán sẽ bị giữ lại trong khi đội ngũ của chúng tôi xem xét. Trang Bán hàng hiển thị kết quả của mỗi ưu đãi bằng những từ ngữ rõ ràng; GET /seller/offers hiển thị nó dưới dạng check_state, check_reason và checked_at.
• Số lượng token được độn: khi người bán báo cáo số lượng prompt token nhiều hơn đáng kể so với một yêu cầu thực tế, người mua sẽ bị tính phí, và người bán được trả tiền, tối đa khoảng 2× theo số lượng của chúng tôi, cộng thêm một khoản phụ cấp nhỏ cho các công cụ và hình ảnh.

31 tháng 10, 2026 — Yêu cầu và phản hồi hiện được lưu trữ trong 90 ngày

• Mọi yêu cầu API và phản hồi chúng tôi gửi lại hiện được lưu trữ trong 90 ngày, sau đó sẽ bị xóa. Chúng tôi sử dụng chúng để khắc phục các yêu cầu thất bại, trả lời các câu hỏi hỗ trợ của bạn (hãy gửi cho chúng tôi X-Request-Id của một phản hồi và chúng tôi có thể xem chính xác điều gì đã xảy ra, bao gồm cả những nhà cung cấp nào đã được thử) và ngăn chặn lạm dụng.
• Chỉ đội ngũ của chúng tôi mới có thể đọc chúng. Chúng tôi không bao giờ bán chúng hoặc sử dụng chúng để huấn luyện các model. Bạn có thể yêu cầu [email protected] xóa dữ liệu của bạn sớm hơn.
• Không có gì thay đổi trong cách bạn gọi API. Chính sách quyền riêng tư Privacy Policy có đầy đủ chi tiết.

31 tháng 10, 2026 — 40 thêm mô hình video và hình ảnh, mỗi mô hình với giá rẻ nhất

• Mới trên Models: Seedance 2.5 (từ $0.14 mỗi giây), Kling 4.0, Kling 3.0 Turbo, MiniMax H3, Hailuo 2.3, Hailuo 02 Pro, Vidu Q4, Wan 3.0 và Wan 3.0 Prime, PixVerse V6 và V6 Max, HappyHorse 1.1, Grok Imagine, Gemini Omni Flash, Seedance 1.0 Pro, Imagen 4 (Fast, Ultra), Ideogram V3, Seedream 3.0 / 4.0 / 5.0 Flash, GPT Image 1.5, Flux 3 Klein, Qwen Image 2.1 và Nano Banana. Gọi chúng như bất kỳ mô hình nào khác: POST /v1/video/generations hoặc POST /v1/images/generations (Media).
• Các mô hình video và hình ảnh chúng tôi đã liệt kê giờ đây sẽ được cung cấp bởi người bán rẻ nhất tại thời điểm đó, và vẫn hoạt động khi một người bán ngừng cung cấp. Danh sách hiển thị mức giá đó, và bạn thanh toán đúng với số tiền người bán đã tính, không bao giờ nhiều hơn báo giá.
• Mỗi mô hình video được tính giá theo giây, và giá tăng theo độ phân giải. Thêm "validate": true để xem chi phí chính xác cho độ dài và độ phân giải bạn chọn trước khi chi tiêu (Kiểm tra giá). Nếu bỏ qua, độ dài sẽ là độ dài ngắn nhất của mô hình; độ phân giải được gửi sẽ hiển thị trong defaults_applied của báo giá và trên GET /v1/models/<id>.
• Các yêu cầu mà mô hình không thể thực hiện (độ dài hoặc kích thước không được hỗ trợ) sẽ bị từ chối trước khi có bất kỳ khoản phí nào được tính, cùng với các độ dài và kích thước mà nó hỗ trợ.

31 tháng 10, 2026 — Mời bạn bè: cả hai bạn đều nhận được tín dụng khi họ nạp tiền

• Trang Chia sẻ của bạn giờ đây có thể tặng quà mời: khi một người bạn đăng ký qua liên kết của bạn (hoặc thẻ tiết kiệm của bạn) và thực hiện lần nạp tiền đầu tiên tối thiểu hoặc hơn, cả hai bạn đều nhận được cùng một khoản tín dụng. Trang hiển thị các số tiền, ví dụ "Tặng $5, nhận $5" khi bạn của bạn nạp $10 hoặc hơn.
• Không có gì được tặng khi đăng ký: tài khoản mới bắt đầu với $0. Một món quà sẽ bị thu hồi nếu khoản thanh toán mang lại nó bị hoàn tiền. Một món quà cho mỗi tài khoản mới; tài khoản của người bán không đủ điều kiện. Tất cả các quy tắc: Mời bạn bè.
• Trang Chia sẻ hiển thị Đã mời, Bạn bè đã thanh toán, Bạn đã kiếm được và danh sách mọi món quà. Người đến qua liên kết của bạn sẽ thấy món quà của họ trên trang web và trên trang đăng ký, và một lần nữa trên trang Tín dụng của họ cho đến khi lần nạp tiền đầu tiên của họ mang lại nó.

31 tháng 10, 2026 — Chọn nơi bạn nhận thanh toán

• Người bán giờ đây có thể chọn nơi nhận thanh toán của họ: một email PayPal, hoặc ví USDC trên mạng Base. Thiết lập nó trong Bán hàng → Thanh toán → Nơi chúng tôi gửi tiền của bạn, hoặc với PUT /seller/payout-method (Bán hàng).
• Đội ngũ của chúng tôi gửi mỗi khoản thanh toán đến đó, thường trong vòng 2 ngày làm việc kể từ khi bắt đầu. Người bán có tiền đang chờ và chưa có nơi nhận sẽ nhận được một email hỏi nơi gửi tiền.
• Mỗi lần chỉ có một khoản thanh toán đang chờ: số tiền bạn kiếm được trong thời gian đó vẫn được ghi nợ và sẽ được gộp vào khoản thanh toán tiếp theo của bạn sau khi khoản hiện tại được thanh toán.
• Chúng tôi sẽ gửi email cho bạn khi nhà cung cấp của bạn từ chối API key của bạn hoặc thông báo tài khoản không có tín dụng, để bạn biết lý do tại sao một ưu đãi ngừng thu hút người mua (tối đa một lần mỗi ngày).
• Việc sử dụng máy chủ không chính xác (số lượng token âm) sẽ không còn bị tính phí; thay vào đó, văn bản phản hồi sẽ được tính. Một người bán đã mất $9.26 thu nhập vì lỗi này vào ngày 10-28/29; số tiền đó đã được hoàn trả.
• Khi nhà cung cấp của bạn trả lời rằng tài khoản của bạn bị tạm ngưng hoặc hết tín dụng dưới bất kỳ mã trạng thái nào, người mua sẽ chuyển sang người bán tiếp theo ngay lập tức và ưu đãi của bạn sẽ tạm dừng, tương tự như trường hợp API key bị từ chối.
• Các ưu đãi phải sử dụng địa chỉ internet công cộng. Các địa chỉ cục bộ, riêng tư và của UberLLM không thể được liệt kê.
• Thay đổi API key (hoặc địa chỉ) của một ưu đãi thành một cái vượt qua kiểm tra sẽ đưa nó trở lại trước người mua ngay lập tức, thay vì sau khi xử lý xong các lỗi cũ.
• Chúng tôi sẽ gửi email cho bạn khi một khoản thanh toán được gửi đi, kèm theo số tiền, nơi đến và mã tham chiếu thanh toán.
• Không cần nhập tên trước khi bán: Bán dung lượng sẽ trực tiếp đưa bạn đến việc niêm yết một mô hình. Bạn được hiển thị cho người mua dưới dạng "Người bán" cộng với 4 chữ cái, không bao giờ là email của bạn.

31 tháng 10, 2026 — Đăng nhập bằng Google chỉ với một cú nhấp chuột

• Khách truy cập chưa đăng nhập sẽ thấy lời nhắc "Tiếp tục với " của Google ở góc trên bên phải của uberllm.dev. Một cú nhấp chuột sẽ đăng nhập bạn, hoặc tạo tài khoản nếu bạn là người dùng mới. Nếu bạn đã từng đăng nhập bằng Google trước đây, hệ thống sẽ tự động đăng nhập lại bạn mà không cần bất kỳ cú nhấp chuột nào.
• Nếu trình duyệt của bạn ẩn lời nhắc đó, một thẻ "Đăng nhập vào UberLLM" với nút Google sẽ hiển thị một lần ở góc dưới bên phải thay thế. Trang đăng nhập vẫn giữ cả tùy chọn Google và mã 6 chữ số được gửi qua email.

30 tháng 10, 2026 — Công ty đứng sau UberLLM

• UberLLM được vận hành bởi AL Global LLC, một công ty trách nhiệm hữu hạn của Wyoming (ID 2025-001810253), 30 N Gould St, Ste R, Sheridan, WY 82801, USA. Tên công ty được nêu trên Giới thiệu, trong Điều khoản (trong đó "chúng tôi" có nghĩa là công ty đó) và ở chân trang web.

30 tháng 10, 2026 — Nguồn gốc dung lượng Claude, GPT và Gemini

• Cách thức hoạt động hiện cho biết nơi các yêu cầu Claude, GPT, Gemini và Grok chạy: thông qua tài khoản riêng của người bán với một nhà cung cấp (trong tuần qua: Amazon Bedrock, Anthropic, Google, OpenAI, OpenRouter, Snowflake, Venice AI, Bankr và Capminal), và những gì thị trường kiểm tra và không kiểm tra.
• Quy tắc dành cho người bán là như nhau ở mọi nơi: chỉ niêm yết khóa nhà cung cấp nếu các điều khoản của nhà cung cấp đó cho phép bán lại hoặc cấp quyền truy cập cho người khác; các khóa bị đánh cắp, rò rỉ, chia sẻ, dùng thử miễn phí và đánh giá đều bị cấm.
• Các trang mô hình hiển thị "Mô hình bởi" và "Cũng được bán trực tiếp bởi" thay vì "Được phục vụ bởi". Các nhà cung cấp được liệt kê công bố giá riêng của họ cho mô hình; họ không nhất thiết là những người bán phục vụ yêu cầu của bạn.
• Trang chủ có một phần ngắn "Nguồn gốc dung lượng". Phần nổi bật của nó hiển thị mức tiết kiệm trung bình so với giá niêm yết, không phải mức sâu nhất. Lệnh cài đặt Claude Code đã chuyển đến /claude-code, bên cạnh SHA-256 của nó; trang chủ vẫn giữ hai biến môi trường.
• Các dòng nhật ký thay đổi cũ hơn về phí tín dụng 5% hiện cho biết đó là phí tại thời điểm đó.

30 tháng 10, 2026 — Responses API: Codex CLI hoạt động với UberLLM

• POST /v1/responses cung cấp Responses API của OpenAI trên mọi mô hình trò chuyện, streaming và không: văn bản, công cụ hàm, công cụ tùy chỉnh (dạng tự do), đầu ra có cấu trúc, suy luận và mức sử dụng với cost_usd. Định tuyến, thử lại, giới hạn khóa và thanh toán tương tự như chat completions. Tài liệu tham khảo Responses API.
• Codex CLI hoạt động: thêm nhà cung cấp mô hình với wire_api = "responses" trong ~/.codex/config.toml (hướng dẫn cài đặt). Codex chỉ gọi Responses API kể từ phiên bản 0.95.
• client.responses.create và client.responses.stream trong OpenAI SDK hoạt động.
• UberLLM không lưu trữ phản hồi: gửi toàn bộ cuộc trò chuyện trong input mỗi lần gọi. previous_response_id, conversation và background nhận được 400 rõ ràng.
• Các trang Continue, Open WebUI, n8n, Goose và OpenCode không còn nói rằng Responses API bị thiếu. Chúng vẫn khuyến nghị chat completions, cài đặt mà mỗi đã được thử nghiệm.

30 tháng 10, 2026 — Fal video: định giá theo đúng chi phí thực tế của chúng tôi

• Một mô hình video Fal giờ đây có thể có giá thấp hơn mức chiết khấu mà người bán đưa ra. Cứ sau 6 giờ, chúng tôi so sánh chi phí mà thị trường đã tính cho chúng tôi trong 7 ngày với giá của Fal cho cùng các công việc đó. Với ít nhất 20 công việc, mô hình được định giá theo tỷ lệ đó cộng thêm 5%, khi mức giá đó thấp hơn. Giá niêm yết và hóa đơn sử dụng cùng một con số. Một con số đã quá 3 ngày sẽ không được sử dụng.
• Nếu một lần bắt đầu video không nhận được phản hồi nào, chúng tôi sẽ yêu cầu lại cùng một người bán thay vì một người bán thứ hai, để một yêu cầu không bao giờ có thể bắt đầu hai video trả phí.
• Video đầu tiên trong email thiết lập giờ đây là Kling 3 Standard, 5 giây không có âm thanh, với giá hôm nay ($0.36).

30 tháng 10, 2026 — Dạng phản hồi đồng nhất từ mọi nhà cung cấp, danh sách mô hình chỉ dành cho trò chuyện

• Một phản hồi gọi công cụ giờ đây luôn kết thúc bằng finish_reason: "tool_calls" (stop_reason: "tool_use" trên /v1/messages), dù có streaming hay không. Một số mô hình Gemini kết thúc lệnh gọi công cụ bằng "stop", nên các công cụ như Cline không bao giờ chạy chúng.
• Các phản hồi chỉ giữ lại các trường của OpenAI và usage.cost_usd của chúng tôi. Các trường mà một nhà cung cấp tự thêm vào (x_groq, service_tier, system_fingerprint, usage.queue_time và các trường khác) đã bị loại bỏ.
• Văn bản lý luận có trong cả reasoning và reasoning_content, với cùng một văn bản, bất kể nhà cung cấp nào đã xử lý lệnh gọi. reasoning_details được truyền qua.
• Các yêu cầu mà một nhà cung cấp từ chối giờ đây sẽ được xử lý: thinking và các trường điều chỉnh khác mà nó không biết sẽ bị loại bỏ đối với nó, reasoning: {"effort": …} được gửi dưới dạng reasoning_effort, và nội dung được gửi dưới dạng danh sách các phần văn bản sẽ được chuyển thành một chuỗi. Một hình ảnh gửi đến một mô hình chỉ đọc văn bản sẽ nhận được một 400 đơn giản thông báo điều đó.
• GET /v1/models chỉ liệt kê các mô hình trò chuyện, nên SillyTavern, LibreChat và n8n hiển thị các mô hình mà chúng có thể trò chuyện cùng. ?type=all liệt kê mọi mô hình; ?type=image, video, music, speech và transcription hoạt động như trước.
• Mỗi mô hình trò chuyện trong GET /v1/models giờ đây có supports_tools, supports_reasoning, supports_vision, supported_parameters, và architecture, top_provider cùng pricing.prompt / pricing.completion trên mỗi token của OpenRouter.
• Các mô hình đọc hình ảnh được đánh dấu như sau: Claude Sonnet 4.6, Claude Haiku 4.5, GPT-5 mini, Gemini 3.5 Flash, Kimi K3 và K2.6, MiniMax M3 và các mô hình khác đã được liệt kê là chỉ hỗ trợ văn bản. Giới hạn ngữ cảnh và đầu ra giờ đây được làm mới sau mỗi vài phút; Claude Haiku 5.5 hiển thị ngữ cảnh 1M của nó.
• Một mô hình có nhiều nhà cung cấp hoạt động tốt không còn hiển thị là không khả dụng sau một yêu cầu mà không nhà cung cấp nào có thể xử lý.

30 tháng 10, 2026 — Giá video mỗi giây, từng nhà cung cấp một

• Các trang giá của Veo 3.1, Kling, Hailuo 02, Wan 2.7, Seedance và Sora 2 (ví dụ Veo 3.1) hiện liệt kê mọi tùy chọn độ phân giải và âm thanh, với giá của UberLLM bên cạnh fal.ai, kie.ai, Replicate và Google Vertex AI cùng với ngày mỗi mức giá được đọc.
• “UberLLM thấp nhất” chỉ xuất hiện khi giá của UberLLM, sau khi cộng thêm phí thẻ 5.5%, thấp hơn mọi mức giá khác cho cùng một clip. Nếu một nhà cung cấp khác rẻ hơn, trang sẽ ghi rõ điều đó. Giá mỗi video của kie.ai được chia cho độ dài clip để so sánh theo giây.
• Giá được làm mới theo bản dựng lại hàng giờ. Nếu danh sách của nhà cung cấp không thể đọc được, mức giá cuối cùng được đọc sẽ hiển thị cùng với ngày nó được đọc.
• Giá API Video bắt đầu với số lượng trên tất cả các nhà cung cấp, và bảng kie.ai của nó chỉ so sánh các mức giá mà một video được tính phí chính xác (các mô hình Fal).

30 tháng 10, 2026 — Hướng dẫn "Sử dụng với một API rẻ hơn" với các lựa chọn mô hình trực tiếp

• Các trang hướng dẫn từng bước với cài đặt chính xác cho SillyTavern, Janitor AI, OpenCode, Kilo Code, Cline, Continue, Aider, Open WebUI, LibreChat, Chatbox (với liên kết nhập một lần nhấp), n8n (mô hình trò chuyện và công việc video), Vercel AI SDK và OpenAI Python SDK and LangChain.
• Mỗi trang đề xuất các mô hình cho công cụ đó với giá hôm nay, và cấu hình của nó đặt tên một mô hình đang được phục vụ, được kiểm tra lại mỗi giờ.
• Tài liệu của Continue và Aider hiện đã khớp với các phiên bản hiện tại của các ứng dụng đó: Continue cần useResponsesApi: false và useLegacyCompletionsEndpoint: false, và Aider cần một tệp cài đặt mô hình cho các chỉnh sửa khác biệt.
• Không được đề cập: OpenAI's Codex CLI. Kể từ phiên bản 0.95.0 nó chỉ gọi Responses API (/v1/responses), mà UberLLM không phục vụ.

30 tháng 10, 2026 — API key đầu tiên của bạn đã sẵn sàng ngay khi bạn đăng ký

• Mọi tài khoản giờ đây đều nhận được API key đầu tiên của mình ngay trong lần đầu tiên truy cập dashboard, được hiển thị ở đầu trang cùng với một yêu cầu mà bạn có thể dán vào terminal. Nó sẽ ở đó (ngay cả sau khi bạn quay lại từ trang thanh toán) cho đến khi bạn nhấn Tôi đã sao chép.
• Trước đây, bạn phải tự tìm Tạo key, và một số người đã thanh toán nhưng chưa bao giờ tạo key. Các tài khoản đã có key, hoặc đã xóa tất cả key của mình, sẽ không nhận được gì mới.

30 tháng 10, 2026 — Xếp hạng ứng dụng và "Kết nối UberLLM" dành cho ứng dụng

• Mới bảng xếp hạng ứng dụng: các ứng dụng được xây dựng trên UberLLM, được xếp hạng theo số token chúng gửi trong 24 giờ, 7 ngày hoặc 30 ngày qua, cùng với các mô hình mà mỗi ứng dụng sử dụng nhiều nhất. Các trang mô hình hiển thị các ứng dụng sử dụng chúng.
• Để được liệt kê, hãy gửi HTTP-Referer (địa chỉ ứng dụng của bạn) và X-Title (tên của nó) trong các yêu cầu của bạn. Tên của OpenRouter cũng hoạt động (X-OpenRouter-Title, X-OpenRouter-Categories, X-OpenRouter-App-Visibility), vì vậy một ứng dụng chuyển từ OpenRouter chỉ cần thay đổi base URL. Chỉ địa chỉ được giữ lại, không bao giờ là đường dẫn trang hoặc truy vấn.
• "Kết nối UberLLM": gửi người dùng đến https://uberllm.dev/auth, họ cho phép ứng dụng của bạn (với giới hạn chi tiêu tùy chọn), và ứng dụng của bạn nhận được một key trên tài khoản của họ với POST /api/v1/auth/keys. Quy trình tương tự như OAuth PKCE của OpenRouter; chỉ S256 được chấp nhận. Họ có thể tắt key bất cứ lúc nào trên trang keys của họ. Xem Ứng dụng.

30 tháng 10, 2026 — Giá video Fal theo người bán Fal đang hoạt động

• Một mô hình video Fal (ID bắt đầu bằng fal-ai/) hiện có giá bằng giá gốc của Fal trừ đi chiết khấu của người bán Fal rẻ nhất đang hoạt động. Hôm nay, mức giảm giá đó là 15%. Khi một người bán với mức giảm 25% hoạt động trở lại, giá sẽ tự động giảm xuống.
• Từ 10-29, trang web đã niêm yết mức giảm 25%, nhưng không có người bán nào bán với mức giảm 25%, nên mọi công việc đều được thực hiện với mức giảm 15%. Chúng tôi đã bù đắp phần chênh lệch cho mọi công việc đã hoàn thành. Không ai bị tính phí lại cho những công việc đó.
• Nếu người bán rẻ nhất từ chối một công việc, một người bán đắt hơn sẽ thực hiện nó. Bạn sẽ trả giá của người bán đó, được hiển thị là estimated_cost_usd trong phản hồi, và không bao giờ hơn. Một công việc thất bại vẫn không tốn phí. Việc dừng một công việc đang chạy là nỗ lực tốt nhất: nếu clip đã được tạo, bạn sẽ bị tính phí.

30 tháng 10, 2026 — n8n mẫu video, n8n node và ComfyUI nodes

• Năm n8n quy trình làm việc tạo video chỉ với một khóa, để nhập bằng URL: Veo 3.1 Fast chuyển văn bản thành video, Kling 3.0 chuyển ảnh thành video, một quy trình Shorts không cần mặt, một quảng cáo sản phẩm kiểu UGC, và một giải pháp thay thế cho node Gemini "Generate a video" mà đã ngừng hoạt động khi Google đã tắt các mô hình xem trước Veo 3.1 trong Gemini API vào ngày 22 tháng Mười. Mỗi cái đã được chạy từ đầu đến cuối trong n8n 2.45. Chi phí cho một lần chạy hôm nay: n8n mẫu video.
• Mã nguồn cho một node cộng đồng n8n (n8n-nodes-uberllm: Chat, Tạo ảnh, Tạo video, Lấy công việc) và ComfyUI nodes (comfyui-uberllm: chuyển văn bản và ảnh thành video, ảnh, chỉnh sửa ảnh).

30 tháng 10, 2026 — Hướng dẫn thiết lập cho 14 ứng dụng

• Các hướng dẫn mới với ảnh chụp màn hình cài đặt chính xác, các mô hình được đề xuất (đã kiểm tra trong cùng ngày) và các lỗi thường gặp: Cline, Kilo Code, OpenCode, Cursor, Goose, Open WebUI, LibreChat, Raycast, n8n, SillyTavern, JanitorAI và RisuAI.
• Tất cả các ứng dụng này, cộng với Claude Code, các SDK và MCP, trên một trang: Tích hợp.
• n8n: tắt Use Responses API trong node OpenAI Chat Model; UberLLM cung cấp Chat Completions API.

30 tháng 10, 2026 — "API nào rẻ nhất?" cho mọi mô hình

• Trang mới cho mỗi mô hình trò chuyện, ví dụ API DeepSeek V4.1 Flash rẻ nhất: Giá của UberLLM bên cạnh giá của cùng mô hình đó tại OpenRouter, Vercel AI Gateway, Requesty, DeepInfra và Novita AI, được đọc từ danh sách mô hình công khai của mỗi bên mỗi giờ, kèm theo liên kết đến các danh sách đó.
• Cả các mô hình video nữa, ví dụ API chuyển văn bản thành video Kling 3 Pro rẻ nhất: mỗi độ phân giải và cài đặt âm thanh bên cạnh giá của fal.ai và giá của kie.ai cho cùng một clip.
• Một trang chỉ tồn tại khi UberLLM có giá thấp hơn mọi nhà cung cấp khác được liệt kê, cả về đầu vào và đầu ra (đối với video, trên mỗi clip), ngay cả khi đã cộng thêm phí thẻ 5.5%. Nếu không, sẽ không có trang nào. Tất cả chúng đều nằm trong Câu trả lời, và mỗi trang mô hình liên kết đến trang của chính nó.

30 tháng 10, 2026 — Mô hình không ai phục vụ vẫn trả lời

• Khi không có ai phục vụ mô hình bạn yêu cầu, mô hình hoạt động gần nhất sẽ trả lời thay vì báo lỗi. Nó được chọn từ các mô hình đang hoạt động hiện tại: chỉ không kiểm duyệt khi bạn yêu cầu mô hình không kiểm duyệt, có hỗ trợ công cụ khi yêu cầu của bạn có công cụ, đủ lớn cho prompt của bạn, với cùng mức giá hoặc thấp hơn nếu có (nếu không thì là mô hình rẻ nhất). Trường model của phản hồi ghi tên mô hình đã trả lời, và bạn thanh toán theo giá của mô hình đó.
• Chỉ muốn mô hình chính xác? Gửi danh sách "models": [...] của riêng bạn, hoặc đặt provider.max_price để giới hạn chi phí của một cuộc gọi.

30 tháng 10, 2026 — Các mô hình không khả dụng vẫn được đánh dấu là không khả dụng

• Một mô hình không có nhà cung cấp nào phục vụ hiện hiển thị "available": false cho đến khi một nhà cung cấp phục vụ lại. Trước đây, nó có thể chuyển lại thành true sau vài giờ yên tĩnh trong khi mọi cuộc gọi vẫn thất bại. Khi một nhà cung cấp quay lại, mô hình hiển thị là khả dụng trở lại trong vòng một phút, tự động.
• Các gợi ý "Các mô hình này hoạt động ngay bây giờ" trong một lỗi chỉ nêu tên các mô hình đang trả lời.
• Đừng bao giờ chờ đợi một mô hình: thêm "models": ["model-a", "model-b"] vào một yêu cầu và, nếu mô hình đầu tiên không có nhà cung cấp, mô hình tiếp theo sẽ trả lời. Trường model của phản hồi cho biết mô hình nào đã làm. Xem Mô hình và định tuyến.
• Dashboard → Activity và xuất CSV của nó: một yêu cầu mà ứng dụng của bạn đã dừng sau khi nhà cung cấp đã bắt đầu công việc hiện hiển thị chi phí của nó. Trước đây, nó hiển thị "Bạn không bị tính phí" ngay cả khi nó có chi phí.

29 tháng 10, 2026 — Mọi mô hình đều có thể được sử dụng: tính phí theo những gì nhà cung cấp đã tính

• Một số mô hình đã bị từ chối mọi lúc với thông báo "No one is selling this model at its listed price" vì mọi nhà cung cấp đều yêu cầu giá cao hơn mức đó. Giờ đây, chúng phản hồi, với giá của nhà cung cấp. DeepSeek V4.1 Flash Uncensored là một trong số đó.
• Một mô hình hiện không ai bán sẽ hiển thị "available": false ở mọi nơi (GET /v1/models, GET /v1/models/<id> và trên trang web) và duy trì trạng thái đó cho đến khi một nhà cung cấp phục vụ lại nó. Trước đây, danh sách và phản hồi của một mô hình có thể không khớp. Hôm nay đó là GLM 5.3 Uncensored, GLM 5.3 Flash Uncensored và MiMo V2.6 Flash Uncensored: hiện không có nhà cung cấp nào đang cung cấp chúng.
• Bất kỳ nhà cung cấp nào đang hoạt động giờ đây có thể phục vụ một cuộc gọi, cho trò chuyện, hình ảnh, video, âm nhạc và giọng nói.
• Bạn trả đúng số tiền nhà cung cấp đã tính cho mỗi cuộc gọi. UberLLM vẫn không thêm bất kỳ khoản phí nào. Mỗi cuộc gọi được liệt kê cùng với chi phí của nó trong Dashboard → Activity.
• Giá niêm yết giờ đây tuân theo thị trường. Khi không ai bán một mô hình với giá thông thường của nó, nó hiển thị giá thực của nhà cung cấp rẻ nhất, và nó tự động giảm xuống khi một nhà cung cấp rẻ hơn quay trở lại. Đây là chi phí điển hình của một cuộc gọi, không phải là giới hạn.
• available trong GET /v1/models giờ đây có nghĩa là một nhà cung cấp có thể phục vụ mô hình ngay bây giờ.
• Bạn muốn có một giới hạn cứng? provider.max_price (trò chuyện) và max_cost (hình ảnh, video, âm nhạc, giọng nói) vẫn hoạt động: một cuộc gọi không bao giờ bị tính phí vượt quá chúng. Một cuộc gọi thất bại vẫn không bị tính phí. Xem Pricing.

29 tháng 10, 2026 — Các mô hình văn bản không kiểm duyệt đã có mặt

• Các mô hình trò chuyện không kiểm duyệt như DeepSeek V4.1 Flash Uncensored, GLM 5.3 Uncensored và Venice Uncensored hiện đã hiển thị trong danh sách mô hình và khu vực thử nghiệm mà không cần bật gì cả.
• Các mô hình hình ảnh, video và âm thanh dành cho người lớn vẫn ẩn cho đến khi bạn chọn Show adult models.
• API vẫn không thay đổi: GET /v1/models vẫn đánh dấu các mô hình này "nsfw": true, để bạn có thể loại bỏ chúng khỏi ứng dụng của mình.

29 tháng 10, 2026 — Số dư của bạn chính là số tiền bạn chọn

• Việc nạp tiền giờ đây hoạt động như sau: bạn chọn số tiền muốn nạp, và một khoản phí thẻ là 5.5% + $0.50 sẽ được cộng thêm vào khi bạn thanh toán. $10 số dư có giá $11.05, $50 có giá $53.25. Trước thay đổi này, một khoản phí 5% được trừ vào số tiền nạp, vì vậy khi thanh toán $10 bạn nhận được $9.52.
• Dashboard → Credits hiển thị số dư, phí thẻ và tổng số tiền trước khi bạn thanh toán. Các yêu cầu vẫn không mất phí.
• Số dư bạn đã mua trước đây không thay đổi. Trang thanh toán được mở trước thay đổi này vẫn tính theo những gì nó đã hiển thị cho bạn.

29 tháng 10, 2026 — Mọi giá video Fal bên cạnh fal.ai và kie.ai

• Trang mới uberllm.dev/fal-api-pricing: mọi mô hình video Fal trên UberLLM (Kling 3.0, Kling O3, Kling 2.6, Veo 3.1 Fast, Wan 2.7, Hailuo 02, Vidu Q3, LTX 2.3) với mỗi tùy chọn độ phân giải và âm thanh, được tính giá mỗi giây bên cạnh giá của fal.ai và giá của kie.ai cho cùng một clip. Giá được đọc trực tiếp. Veo 3.1 Fast và Hailuo 02 chỉ hiển thị giá của fal.ai và UberLLM.
• Trang chủ hiện mở ra với hai lựa chọn: Bắt đầu tiết kiệm (gọi các mô hình giảm giá) và Bắt đầu kiếm tiền (liệt kê các khoản tín dụng API của bạn).

29 tháng 10, 2026 — Câu trả lời ngắn gọn với giá trực tiếp trên mỗi trang mô hình

• Mỗi trang mô hình giờ đây mở ra với câu trả lời ngắn gọn cho câu hỏi "Giá bao nhiêu?": giá hiện tại, mức độ thấp hơn giá niêm yết và có bao nhiêu người bán có thể cung cấp. Mỗi con số đều đến từ thị trường trực tiếp; những con số chúng tôi không có sẽ được bỏ qua.
• Các trang trả lời mới tại uberllm.dev/answers: mô hình rẻ nhất trong mỗi dòng (Claude, GPT, Gemini, DeepSeek, Qwen và nhiều hơn nữa), giá video mỗi giây (Veo 3, Kling, Wan, Sora 2 và nhiều hơn nữa) và giá hình ảnh mỗi hình ảnh. Chúng được xây dựng lại mỗi giờ.
• Sell giờ đây trả lời "Tôi có thể bán dung lượng AI không sử dụng ở đâu?" với số lượng người bán, ưu đãi và mô hình hiện có trên UberLLM hôm nay.

29 tháng 10, 2026 — Liên kết đến UberLLM hiển thị thẻ xem trước rõ ràng

• Một liên kết đến uberllm.dev khi dán vào Discord, Slack, X hoặc iMessage giờ đây hiển thị một thẻ tối với giá trực tiếp cho mô hình video, hình ảnh và trò chuyện, và một nút "Bắt đầu trong một phút".
• Mỗi trang tài liệu có thẻ và văn bản riêng. Một liên kết đến nhật ký thay đổi này hiển thị ba thay đổi mới nhất thay vì thẻ trang chủ.

29 tháng 10, 2026 — Tên mô hình: tên ngắn vẫn hoạt động, và tên sai sẽ gợi ý ý bạn là gì

• Tên mô hình không kèm nhà cung cấp giờ đây hoạt động khi chỉ có duy nhất một mô hình có tên đó: grok-4.6 là x-ai/grok-4.6. Nếu hai nhà cung cấp sử dụng cùng một tên, chúng tôi vẫn yêu cầu bạn chỉ rõ là cái nào, và không bao giờ tự động chọn giúp bạn.
• uberllm/ đứng trước ID mô hình (như một số công cụ thêm vào) giờ đây cũng hoạt động cho hình ảnh, video, âm nhạc và giọng nói, không chỉ cho trò chuyện.
• Một tên mô hình không xác định giờ đây sẽ kết thúc bằng "Ý bạn là: …?" và tối đa ba ID mô hình gần giống (đối với video, chỉ các mô hình video). Điều này hoạt động tương tự trên /v1/chat/completions, /v1/messages và mọi endpoint đa phương tiện.
• Khi một yêu cầu bị từ chối chỉ với thông báo "Invalid request parameters", lỗi giờ đây sẽ cho biết điều đó có nghĩa là gì: không có khoản phí nào được tính, các trường mà mô hình thường từ chối nhất (tool definitions, hình ảnh hoặc tệp, response_format, sampling settings), và bộ phận hỗ trợ có thể tra cứu thông tin đó từ X-Request-Id của phản hồi.

29 tháng 10, 2026 — DeepSeek V4.1 Flash Uncensored đã hoạt động trở lại, theo mức giá mà người bán yêu cầu

• Mọi người bán deepseek/deepseek-v4.1-flash-uncensored đều đưa ra mức giá cao hơn giá tham chiếu của nó ($0.045 in / $0.50 out per 1M tokens), nên mọi lệnh gọi đến nó đều bị từ chối. Hiện tại, nó được niêm yết theo giá của người bán rẻ nhất (hôm nay $0.15 in / $0.60 out per 1M tokens) và các lệnh gọi được phục vụ. Bạn được tính phí theo mức người bán tính, không bao giờ cao hơn giá niêm yết.
• Khi một người bán chào bán nó với mức giá bằng hoặc thấp hơn giá tham chiếu trở lại, giá niêm yết sẽ tự động giảm trở lại.

29 tháng 10, 2026 — Trang giá video: điều bạn nhận được trước, giá cả sau

• /video-api-pricing giờ đây bắt đầu với những gì việc tạo video trên UberLLM mang lại cho bạn: một API key duy nhất cho chat, hình ảnh và video; một video bị lỗi sẽ không bị tính phí; và video trực tiếp từ Claude Desktop hoặc Claude Code thông qua MCP server (start_video, sau đó wait_job). Nó nêu Kling 3.0 Standard là mô hình để bắt đầu. Bảng giá từng mô hình so với kie.ai không thay đổi.
• /docs/video và /docs/videos giờ đây mở hướng dẫn về hình ảnh, video, âm nhạc và giọng nói thay vì một trang bị thiếu.

29 tháng 10, 2026 — Một mô hình bạn không thể mua ngay bây giờ nói vậy, và nêu tên những mô hình bạn có thể mua

• Một mô hình hiện chỉ được hiển thị là có sẵn khi ít nhất một người bán cung cấp nó với giá bằng hoặc thấp hơn giá niêm yết của chúng tôi. Trước đây, một mô hình mà mọi người bán đều đã tăng giá cao hơn giá của chúng tôi (DeepSeek V4.1 Flash Uncensored hôm nay) vẫn hiển thị là có sẵn, và mọi lệnh gọi đến nó đều bị từ chối. Giờ đây, nó hiển thị là không có sẵn, best-price: và fastest: bỏ qua nó, và nó tự động trở lại ngay khi một người bán lại có giá bằng với giá của chúng tôi.
• "Không ai bán mô hình này với giá niêm yết của nó" và "Không ai có thể phục vụ mô hình này" giờ đây kết thúc bằng tối đa ba mô hình trò chuyện đang hoạt động ngay bây giờ, ví dụ "Các mô hình trò chuyện này đang hoạt động: google/gemma-4-uncensored, …". Chúng tôi không bao giờ tự động chuyển đổi mô hình cho bạn; để có các bản sao lưu được thử tự động, hãy liệt kê chúng trong models.
• Một lệnh gọi không được streaming và thất bại sau vài giây giờ đây nhận được trạng thái lỗi thực của nó (ví dụ 503). Trước đây, sau 5 giây nó có thể trả về dưới dạng HTTP 200 với lỗi trong phần thân, mà hầu hết các SDK đọc là một câu trả lời trống. Các lệnh gọi rất chậm vẫn nhận được tín hiệu giữ kết nối (keep-alive) sau 45 giây, vì vậy các client từ bỏ ở 60 giây vẫn duy trì kết nối.

29 tháng 10, 2026 — MCP: không còn các "cuộc gọi" 6 phút, mọi lệnh gọi công cụ trong Activity, danh sách mô hình đã được sửa

• Việc kết nối từ Claude Desktop hoặc Claude Code trước đây thường để lại một yêu cầu mở trong khoảng 6 phút (đôi khi là một giờ) mỗi lần. Nó trông giống như một công cụ bị treo, nhưng thực ra chỉ là ứng dụng đang chờ xem danh sách công cụ của chúng tôi có thay đổi hay không. Danh sách này không bao giờ thay đổi, vì vậy chúng tôi không còn yêu cầu các ứng dụng phải chờ đợi điều đó nữa. Bản thân các lệnh gọi công cụ chưa bao giờ chậm.
• Mọi yêu cầu hình ảnh, video và trích dẫn mà một công cụ thực hiện hiện được gắn thẻ via: mcp trong Activity của bạn. Một yêu cầu bị từ chối trước khi đến mô hình cũng được liệt kê ở đó, kèm theo lý do, vì vậy một lệnh gọi công cụ thất bại luôn để lại dấu vết.
• GET /v1/models đã liệt kê 21 mô hình video (Kling trên Fal) cũng chấp nhận /v1/chat/completions và /v1/messages. Một yêu cầu trò chuyện tới chúng luôn bị từ chối. Hiện tại, chúng chỉ liệt kê /v1/video/generations, và best-price:chat / fastest:chat không bao giờ có thể chọn một mô hình chỉ tạo ra hình ảnh, video, âm nhạc hoặc lời nói.

29 tháng 10, 2026 — Video: chúng tôi nêu tên các mô hình hoạt động khi mô hình của bạn không chạy được

• Khi không ai có thể tạo video bằng mô hình bạn đã chọn, câu trả lời giờ đây sẽ kết thúc bằng các mô hình video đang hoạt động ngay lúc này, ví dụ: "Các mô hình video này đang hoạt động: fal-ai/kling-video/v3/standard/text-to-video, …". Các mô hình có video hoàn thành trong tuần này sẽ được ưu tiên, sau đó là các mô hình có giá gần nhất. Điều tương tự cũng áp dụng cho hình ảnh, âm nhạc và giọng nói. Chúng tôi không bao giờ tự động chuyển đổi mô hình cho bạn (một mô hình khác có giá khác và giao diện khác); để nó được thử tự động, hãy liệt kê các bản sao lưu trong models.
• Câu trả lời tương tự sẽ quay lại khi một công việc video đã được chấp nhận và sau đó bị mọi nhà cung cấp mất, sau các lần khởi động lại tự động của chúng tôi. Bạn sẽ không bị tính phí cho việc đó.
• Một mô hình vừa mất video giờ đây sẽ hiển thị là không khả dụng trong GET /v1/models trong tối đa 10 phút, và best-price: / fastest: sẽ bỏ qua nó. Nó sẽ hoạt động trở lại ngay khi một video trên đó thành công.
• Gửi audio đến một mô hình video không có cài đặt âm thanh (ví dụ google/veo3-fast-text-to-video) sẽ không còn làm hỏng video nữa. Trường đó sẽ bị bỏ qua và mô hình sẽ tạo clip như bình thường.

29 tháng 10, 2026 — Gửi video đến Gemini, và ít cuộc gọi bị từ chối hơn

• Các mô hình Gemini giờ đây có thể xem video, đọc PDF và nghe bất kỳ định dạng âm thanh nào bạn gửi trong cuộc trò chuyện. Gửi video dưới dạng video_url, tài liệu hoặc đoạn clip dưới dạng file, hoặc âm thanh dưới dạng input_audio trong m4a, mp4, ogg, flac hoặc aac. Trước đây, Google đã từ chối những yêu cầu này với thông báo "Invalid content part type" hoặc "Invalid audio format". Các liên kết thông thường và các liên kết data: đều hoạt động.
• Vòng lặp công cụ trên DeepSeek hoạt động với OpenAI SDK thông thường. Một số nhà cung cấp DeepSeek từ chối cuộc gọi công cụ trừ khi mọi suy nghĩ của phản hồi trước đó được gửi lại, điều mà SDK không bao giờ làm. Giờ đây chúng tôi trả lời cuộc gọi đó với tính năng suy nghĩ tắt thay vì thất bại.
• reasoning_effort không còn bị từ chối cuộc gọi nữa. Khi một mô hình không cung cấp cấp độ bạn yêu cầu (ví dụ: "none" hoặc "minimal" trên GPT-6.1 Sol), bạn sẽ nhận được cấp độ gần nhất mà nó cung cấp. Khi nó không thể kết hợp suy nghĩ với các công cụ chức năng, cuộc gọi sẽ chạy với các công cụ và cài đặt suy nghĩ riêng của mô hình.
• Khi max_tokens cộng với lời nhắc của bạn lớn hơn khả năng chứa của mô hình, phản hồi sẽ nhận được tất cả không gian còn lại thay vì báo lỗi.
• Chỉnh sửa hình ảnh: size giờ đây hoạt động trên mọi mô hình chỉnh sửa. Các mô hình tự đặt độ phân giải của chúng (Qwen Edit Uncensored, Seedream 5 Lite Edit, FLUX.2 Max Edit) sẽ nhận được tỷ lệ khung hình gần nhất thay vào đó. Trước đây, chúng đã từ chối chỉnh sửa với thông báo "Resolution is not supported".
• Khi một hình ảnh hoặc video có giá cao hơn max_cost của bạn, thông báo giờ đây hiển thị hai số khác nhau (ví dụ: "up to $0.0401, above your max_cost of $0.0400"). Trước đây, cả hai có thể hiển thị "$0.04".

29 tháng 10, 2026 — Chúng tôi biết khi một cuộc gọi của bạn thất bại mà không cần bạn báo cho chúng tôi biết

• Cứ mỗi 5 phút, chúng tôi kiểm tra các cuộc gọi và công việc của mọi tài khoản đã nạp tiền. Khi một cuộc gọi thất bại vì lý do thuộc về chúng tôi phải khắc phục (nhà cung cấp từ chối một thứ mà lẽ ra chúng tôi phải gửi theo cách khác, không ai bán mô hình đó, một cài đặt mà mô hình không chấp nhận), đội ngũ của chúng tôi được thông báo trong vòng vài phút, mỗi loại vấn đề một lần, kèm theo mô hình và lỗi mà bạn đã thấy.
• Chúng tôi cũng được thông báo khi một mô hình thất bại trong hầu hết các cuộc gọi hoặc công việc gần đây của nó, ngay cả khi danh sách mô hình của chúng tôi vẫn hiển thị nó là có sẵn. Bằng cách đó, một mô hình bị lỗi sẽ được sửa chữa hoặc loại bỏ khỏi danh sách trước khi nhiều người dùng thử.
• Nếu API key của bạn đã được kết nối nhưng chưa có cuộc gọi hoặc công việc nào từ nó, hoặc bạn đã nạp tiền một ngày trước mà không có gì hoạt động, chúng tôi cũng được thông báo, để một người có thể liên hệ và giúp bạn bắt đầu.
• Các lỗi mà bạn có thể tự khắc phục, nơi thông báo lỗi của chúng tôi đã cho biết cần thay đổi gì (số dư thấp, một yêu cầu vượt quá 10 MB, một model id không tồn tại), không được báo cáo.

29 tháng 10, 2026 — Các câu lệnh dài bắt đầu trả lời sớm hơn

• Các câu lệnh trên 128k token: khi nhà cung cấp đầu tiên chậm khởi động, chúng tôi cũng yêu cầu một nhà cung cấp thứ hai, và nhà cung cấp trả lời đầu tiên sẽ thắng. Yêu cầu thứ hai đó trước đây thường quay lại cùng một nhà cung cấp. Giờ đây, nó chuyển đến một nhà cung cấp nhanh khác. Thực tế: một câu lệnh 203k-token giờ đây bắt đầu trả lời trong khoảng 4 giây; trước đây, các câu lệnh kích thước này phải chờ 9–18 giây trên DeepSeek V4.1 Flash.
• Các câu lệnh từ 8k–32k token: một nhà cung cấp đã từ chối một cuộc gọi một lần có thể bị bỏ qua cả ngày, mặc dù đó là nhà cung cấp nhanh nhất cho kích thước đó. Giờ đây, nó được thử lại trong vòng 15 phút. Một câu trả lời nhanh là đủ để nó tiếp tục hoạt động.
• Giờ đây, chúng tôi kiểm tra tốc độ riêng biệt cho các câu lệnh ngắn, khoảng 20k, khoảng 60k và khoảng 150k-token mỗi 5 phút, để một sự chậm lại ở một kích thước được phát hiện ngay cả khi các cuộc gọi ngắn vẫn nhanh.
• Vào /v1/messages, việc yêu cầu 'thinking' giờ đây trả về suy nghĩ của mô hình trên mọi nhà cung cấp. Một số nhà cung cấp (ví dụ: những nhà cung cấp DeepSeek V4 Flash) chỉ nói định dạng OpenAI; suy nghĩ của họ đã bị bỏ qua khi chúng tôi chuyển đổi phản hồi sang định dạng của Anthropic, vì vậy bạn đã trả tiền cho nó nhưng không thấy gì. Nếu không có thinking trong yêu cầu, các phản hồi vẫn không thay đổi.

29 tháng 10, 2026 — Phản hồi kết thúc nhanh hơn, và không có suy nghĩ ẩn mà bạn không yêu cầu

• Mọi phản hồi giờ đây kết thúc ngay khi mô hình hoàn tất. Trước đây, một phản hồi có thể phải chờ 1–2 giây (đôi khi lên đến 15) ở cuối cùng trong khi chúng tôi tra cứu chi phí cuộc gọi. Trên DeepSeek V4.1 Flash, việc chờ đợi này xảy ra trên hầu hết mọi cuộc gọi, vì vậy một tác nhân thực hiện hàng chục cuộc gọi liên tiếp sẽ cảm nhận rõ nhất. Việc tra cứu giờ đây diễn ra sau phản hồi của bạn. Số dư của bạn và Activity vẫn hiển thị chính xác khoản phí. Khi nhà cung cấp chưa định giá cuộc gọi, usage.cost_usd trong phản hồi là ước tính của chúng tôi.
• Trên /v1/messages, các mô hình chỉ suy nghĩ khi bạn yêu cầu, giống như trên API riêng của Anthropic. Gửi "thinking": {"type": "enabled", ...} hoặc "adaptive" để nhận được nó. Trước đây, DeepSeek và các mô hình suy luận khác luôn suy nghĩ trước, và với một max_tokens nhỏ, quá trình suy nghĩ có thể sử dụng toàn bộ ngân sách và trả về một câu trả lời trống. Các mô hình Claude đã hoạt động theo cách này và không thay đổi.
• Một yêu cầu bị bộ lọc nội dung riêng của một nhà cung cấp từ chối ("có thể chứa nội dung không phù hợp") giờ đây sẽ được chuyển đến một nhà cung cấp khác cho cùng một mô hình thay vì thất bại. Một nhà cung cấp đã từ chối khoảng 230 cuộc gọi DeepSeek V4.1 Flash mỗi ngày mà các nhà cung cấp khác vẫn xử lý tốt.
• Một nhà cung cấp có tài khoản bị đình chỉ sẽ không còn làm cuộc gọi của bạn thất bại nữa. Lần thử tiếp theo sẽ được chuyển đến một nhà cung cấp đang hoạt động. Điều này đã gây ra khoảng 730 cuộc gọi thất bại mỗi ngày trên GLM 5.2 và DeepSeek V4.1 Flash 1017.
• Một tuyến đường bị kẹt hoặc thất bại giờ đây sẽ mất vị trí trong bảng xếp hạng tuyến đường nhanh. Trước đây, một tuyến đường đã nhanh vẫn tiếp tục được chọn ngay cả khi nó bị kẹt, và một số cuộc gọi đã phải chờ tới 10 giây trước khi tiếp tục.
• Các hoàn thành trò chuyện theo luồng luôn kết thúc bằng data: [DONE]. Gemma 3 27B đã kết thúc mà không có nó, vì vậy các client chờ đợi nó đã bị treo sau từ cuối cùng.

28 tháng 10, 2026 — Claude Code không còn ngừng hoạt động trên một số phản hồi từ DeepSeek

• Một số nhà cung cấp đã gửi lý do của DeepSeek mà không có trường dữ liệu mà Claude Code và Claude Agent SDK yêu cầu, nên một phiên làm việc dài có thể bị dừng lại với thông báo "Missing required field in assistant message: 'signature'". Các phản hồi giờ đây luôn bao gồm nó. Bạn không cần thay đổi gì cả.

28 tháng 10, 2026 — Các prompt dài bắt đầu phản hồi nhanh hơn tới 10x

• Mọi yêu cầu giờ đây sẽ được chuyển đến nhà cung cấp rẻ nhất nhưng vẫn đủ nhanh cho kích thước của nó. Chúng tôi đo thời gian phản hồi đầu tiên của từng nhà cung cấp riêng biệt cho các prompt ngắn và dài, vì nhà cung cấp rẻ nhất thường là chậm nhất đối với các prompt dài.
• DeepSeek V4.1 Flash với các prompt 32k–128k-token: từ đầu tiên trong 3.3s thông thường (trước đây là 18s). Trên 128k: 3.4s (trước đây là 40s).
• Bạn sẽ không bao giờ phải trả nhiều hơn giá niêm yết. Khi một nhà cung cấp nhanh hơn có chi phí cao hơn, chúng tôi sẽ bù đắp phần chênh lệch.

28 tháng 10, 2026 — Xem những gì bạn đã tiết kiệm, và chia sẻ nó

• Bảng điều khiển của bạn giờ đây hiển thị chi phí các cuộc gọi của bạn sẽ là bao nhiêu theo giá niêm yết chính thức của từng model, và số tiền bạn đã trả thay vào đó. Các cuộc gọi video và hình ảnh được tính theo số tiền bạn đã trả, để con số không bao giờ bị phóng đại.
• Share tạo một liên kết (uberllm.dev/s/…). Khi dán vào X, LinkedIn, Slack hoặc Discord, nó hiển thị thẻ của bạn dưới dạng hình ảnh. Thẻ chỉ chứa các con số và tên model: không có tên, email hoặc lời nhắc. Những người đăng ký từ liên kết đó được tính dưới mục Invited trên trang Share của bạn.

28 tháng 10, 2026 — Video gặp lúc bận rộn sẽ được thử lại cho bạn

• Khi không có nhà cung cấp nào rảnh để tạo video hoặc bản nhạc, hoặc một nhà cung cấp quá bận (nhiều tác vụ được gửi cùng lúc), UberLLM giờ đây sẽ tự động bắt đầu lại tác vụ, tối đa thêm hai lần nữa trong vòng 10 phút. Bạn vẫn giữ nguyên job id và mức chi phí tối đa; tác vụ chỉ mất thêm một chút thời gian. Trước đây, những tác vụ đó đã kết thúc failed và bạn phải gửi lại chúng.

25 tháng 10, 2026 — Một tài khoản cho mỗi người; Điều khoản và Quyền riêng tư

• Một mạng lưới có thể mở tối đa 3 tài khoản mới mỗi ngày. Đăng nhập vào tài khoản bạn đã có thì không bao giờ bị giới hạn.
• Một hộp thư đến chỉ có một tài khoản: name+tag@… và, đối với Gmail, các biến thể có dấu chấm của một địa chỉ đã có tài khoản sẽ được yêu cầu đăng nhập bằng tài khoản đó.
• Điều khoản dịch vụ và Chính sách quyền riêng tư đã được công bố. Nói tóm lại: chúng tôi không lưu trữ prompts hoặc câu trả lời của bạn, chỉ lưu trữ những gì chúng tôi cần để lập hóa đơn cho bạn.

25 tháng 10, 2026 — Ít yêu cầu bị từ chối hơn

• Yêu cầu trò chuyện không còn bị từ chối khi người bán nhanh nhất đưa ra giá cao hơn giá niêm yết nhưng những người khác thì không: nó sẽ được chuyển đến phần còn lại của thị trường với cùng mức giá.
• ID mô hình có tiền tố nhà cung cấp ở phía trước (uberllm/<model>, như các cấu hình kiểu LiteLLM và OpenRouter gửi) hiện đã hoạt động.
• Một yêu cầu vượt quá 10 MB trả về 413 request_too_large thay vì "not valid JSON".
• Các trang không còn ghi rằng giá đã bao gồm phí nữa: yêu cầu không phải chịu phí UberLLM nào.
• Một video hoặc hình ảnh mà người bán chưa bao giờ đo kích thước không còn hiển thị "bytes": 0 nữa; trường đó sẽ bị bỏ trống.
• Các mô hình được giao dịch với mức giảm giá hơn 98% (trong đó có Qwen3 VL 235B) không còn bị từ chối với thông báo "no one is selling at its listed price" nữa trong khi người bán vẫn đang phục vụ chúng. Bạn vẫn bị tính phí theo mức mà người bán đã tính.
• Một API key mới hiện đi kèm với một yêu cầu curl sẵn sàng để dán, để bạn có thể kiểm tra xem nó hoạt động chỉ trong một bước.
• /pricing, /changelog, /keys và /register hiện mở đúng trang.

25 tháng 10, 2026 — 21 mô hình video của Fal, 15–25% dưới giá của Fal

• Wan 2.7, Kling 3 (Standard và Pro), Kling O3, Kling 2.6 Pro, Veo 3.1 Fast, LTX 2.3, Hailuo 02 và Vidu Q3 — chuyển văn bản thành video và chuyển hình ảnh thành video — hiện đã có mặt trên /v1/video/generations dưới các ID Fal của chúng (fal-ai/…).
• Chúng có giá thấp hơn 15–25% so với Fal tính cho cùng một clip, và UberLLM không tính thêm phí nào. Một video Wan 2.7 720p dài 15 giây có giá $1.125–$1.275; cùng một mô hình thông qua các nhà cung cấp khác trên thị trường có giá $6.60.
• Giá được cố định theo yêu cầu của bạn, vì vậy estimated_cost_usd trong phản hồi là hóa đơn chính xác. Các công việc thất bại không tốn phí.
• Xem các mô hình video của Fal.

22 tháng 10, 2026 — Giữ chỗ cho công cụ và hình ảnh trong hoàn thành trò chuyện

• Số lượng được giữ khi một yêu cầu /v1/chat/completions chạy giờ đây tính toàn bộ lời nhắc: định nghĩa công cụ (tools, functions), lời gọi công cụ và đối số của chúng, kết quả công cụ, schema response_format, và các phần hình ảnh, âm thanh và tệp. Trước đây, nó chỉ tính văn bản tin nhắn. /v1/messages sử dụng cùng một thước đo. Bạn vẫn chỉ bị tính phí cho những gì nhà cung cấp đã tính.
• Một hình ảnh được giữ theo kích thước của nó khi được gửi nội tuyến (PNG, JPEG, GIF, WebP). Một hình ảnh được gửi dưới dạng liên kết sẽ được giữ với mức tối đa mà mô hình tính phí cho một bức ảnh: khoảng 5,200 token trên các mô hình Claude và 35,700 trên các mô hình khác, được giải phóng khi yêu cầu được tính phí.
• /v1/messages/count_tokens giờ đây bao gồm hình ảnh và tài liệu.

22 tháng 10, 2026 — Một cuộc gọi mà nhà cung cấp không tính phí thì bạn cũng không tốn phí

• Các nhà cung cấp tính phí theo từng phần triệu đô la, vì vậy một cuộc gọi rất ngắn có thể tốn của họ $0. Cuộc gọi đó giờ đây cũng tốn của bạn $0. Trước đây, nó được tính phí theo giá niêm yết của mô hình cho các token của nó (dưới $0.000002 mỗi cuộc gọi).
• Tài liệu: các trang quickstart, routing và SDK không còn đề cập đến phí 10% cũ nữa; việc nạp tiền được thực hiện bằng thẻ.

22 tháng 10, 2026 — Không có phí UberLLM; giá hiển thị như trên thị trường

• UberLLM không còn cộng thêm 10% vào các yêu cầu. Văn bản, hình ảnh, video, âm nhạc và giọng nói có giá chính xác như nhà cung cấp đã tính, và không bao giờ cao hơn giá niêm yết của mô hình. Việc nạp tiền vẫn giữ nguyên phí 5% của nó vào thời điểm đó. (Kể từ 29 tháng 10, 2026, phí thẻ là 5.5% + $0.50, được cộng thêm vào; không có phí cho các yêu cầu.)
• “Giá hiện tại” và “% giảm giá” trên trang web và các trang mô hình là những con số riêng của thị trường: giá thấp nhất mà một nhà cung cấp bán mô hình ngay bây giờ, và mức độ thấp hơn so với giá niêm yết. Các hàng video hiển thị “$X / job” như cách thị trường viết; đó là mức giá mỗi giây video ở độ phân giải thấp nhất, vì vậy một công việc 5 giây sẽ tốn 5×.

22 tháng 10, 2026 — Chỉ nhà cung cấp với giá niêm yết; phản hồi gọn gàng hơn; liên kết hình ảnh chuyển hướng

• Một yêu cầu giờ đây chỉ được gửi đến nhà cung cấp có giá bằng hoặc thấp hơn giá niêm yết của mô hình: chat, /v1/messages, hình ảnh, video, âm nhạc, giọng nói và phiên âm. Khi không có ai bán mô hình với giá đó vào lúc này, nó sẽ trả lời 503 no_available_provider và không có gì được tính phí. available trong GET /v1/models và các bí danh best-price: / fastest: cũng tuân theo quy tắc tương tự.
• Các phản hồi chat (có streaming hoặc không, định dạng OpenAI và Anthropic) không còn chứa các trường riêng của nhà cung cấp, chẳng hạn như provider, cost và cost_details. Chi phí của một cuộc gọi là usage.cost_usd.
• Một liên kết hình ảnh nguồn có chuyển hướng (chẳng hạn như https://picsum.photos/…) sẽ được theo dõi đến hình ảnh trước khi công việc bắt đầu. Một liên kết không dẫn đến hình ảnh sẽ bị từ chối với 400 invalid_image_url, trước khi bất kỳ khoản nào được giữ.
• max_cost_usd của một công việc video hoặc âm nhạc là số tiền được giữ cho nó, ở mọi trạng thái. Trước đây, một công việc đã hoàn thành hiển thị một con số khác, thấp hơn.

22 tháng 10, 2026 — Giá ghi vào bộ nhớ cache; các khoản giữ tiền bao gồm các yêu cầu nhỏ

• GET /v1/models liệt kê pricing.cache_write_usd cho các mô hình mà nhà cung cấp của chúng tính phí ghi vào bộ nhớ cache của prompt (Claude: 1.25× giá đầu vào). Các token prompt được ghi vào bộ nhớ cache được tính phí lên đến mức giá đó, theo cách mà nhà cung cấp tính phí chúng. Trước đây, chúng được tính theo giá đầu vào.
• Số tiền được giữ trong khi một yêu cầu trò chuyện đang chạy giờ đây cho phép mẫu trò chuyện riêng của nhà cung cấp (một tin nhắn ngắn có thể bị tính phí 30 hoặc nhiều token prompt hơn) và cho các mô hình suy luận mà suy nghĩ vượt quá một max_tokens nhỏ. Khoản giữ tiền được giải phóng khi yêu cầu được lập hóa đơn; bạn chỉ thanh toán hóa đơn.

21 tháng 10, 2026 — Báo giá hiển thị các giá trị mặc định được áp dụng; Claude tính phí dựa trên số lượng thực tế

• Một báo giá ("validate": true hoặc POST /v1/quote) liệt kê defaults_applied: các cài đặt bạn đã bỏ qua mà người bán cần, cùng với giá trị đã gửi (một mô hình tham chiếu đến video nhận được aspect_ratio 16:9).
• Một luồng Claude mà người bán không báo cáo số lượng token hiện được định giá dựa trên số lượng của upstream, không phải ước tính của chúng tôi, trước khi áp dụng mức trần giá niêm yết. Số tiền được giữ trong khi một yêu cầu Claude chạy được định cỡ cho tokenizer riêng của Claude, cái mà đếm nhiều token hơn của chúng tôi.

21 tháng 10, 2026 — Bí danh giọng nói phù hợp với giọng điệu; ID yêu cầu khi có lỗi phương tiện

• best-price:speech và fastest:speech điều chỉnh voice của bạn cho phù hợp với mô hình mà chúng chọn. Giọng nói là của riêng từng mô hình, vì vậy alloy mặc định của OpenAI đã bị mọi mô hình giọng nói từ chối. Giờ đây, một giọng nói mà mô hình có sẽ được giữ lại, alloy ánh xạ tới af_alloy của một mô hình, và bất kỳ giọng nói nào khác sẽ nhận được giọng nói đầu tiên của mô hình. Việc đặt tên cho một mô hình sẽ giữ nguyên giọng nói của bạn như đã gửi.
• Một yêu cầu hình ảnh, video, âm nhạc, giọng nói hoặc phiên âm không thành công giờ đây trả lời bằng X-Request-Id, là ID của hàng Hoạt động tương ứng. Trước đây, chỉ một số trường hợp từ chối mới có nó.

21 tháng 10, 2026 — Chi phí trên các phản hồi trò chuyện, bí danh luôn hoạt động, sửa lỗi phương tiện

• Các phản hồi trò chuyện cho biết chi phí của chúng. Các phản hồi /v1/chat/completions và /v1/messages mang theo usage.cost_usd: chi phí yêu cầu được tính, bằng đô la Mỹ, đã bao gồm phí của chúng tôi và không bao giờ vượt quá giá niêm yết. Trong một luồng (stream), nó nằm trong khối sử dụng cuối cùng (message_delta trên /v1/messages). Một phản hồi không được truyền trực tuyến (stream) cũng có tiêu đề X-UberLLM-Cost-USD, trừ khi nó đủ chậm để bắt đầu với các khoảng trống giữ kết nối (keepalive spaces); khi đó trường body là nơi duy nhất.
• Khi nhà cung cấp của một mô hình không truyền trực tuyến (stream) số lượng token (DeepSeek trên /v1/messages), message_delta cuối cùng hiển thị số lượng mà yêu cầu đã được tính phí, với đầu ra được tính từ văn bản, suy nghĩ và đầu vào công cụ mà chúng tôi đã gửi cho bạn. Trước bản sửa lỗi này, đầu ra trên các luồng đó được tính là 0.
• Khi một luồng (stream) không mang theo số lượng token, yêu cầu sẽ được tính phí và liệt kê trong Hoạt động (Activity) với số lượng token riêng của nhà cung cấp (prompt, cached và output) bất cứ khi nào chúng tôi đọc phí của nó sau đó, hoặc bất cứ khi nào giới hạn giá sẽ được kiểm tra dựa trên ước tính của chúng tôi. Trước đây, một prompt agent dài có thể hiển thị số lượng prompt token ít hơn nhiều so với thực tế.
• Khoản giữ (hold) của yêu cầu /v1/messages giờ đây tính cả định nghĩa công cụ (tool definitions), lời gọi công cụ (tool calls), kết quả công cụ (tool results) và suy nghĩ trước đó, như /v1/messages/count_tokens đã làm. Prompt của một agent chủ yếu là kết quả công cụ; một khoản giữ được định cỡ chỉ từ văn bản có thể nhỏ hơn chi phí thực của yêu cầu.
• best-price: và fastest: chỉ chọn các mô hình hiện có sẵn: thị trường trực tiếp (live market) cho thấy một nhà cung cấp khỏe mạnh, và yêu cầu cuối cùng của chúng tôi tới mô hình trong 10 phút qua đã tìm thấy một mô hình. Trên một tuyến phương tiện (media route), khi mô hình mà một bí danh (alias) đã chọn hóa ra không có ai nhận yêu cầu, yêu cầu sẽ chuyển sang mô hình tiếp theo mà bí danh đó đại diện (tối đa 3). Khi không có mô hình nào cho công việc có sẵn, câu trả lời là 503 no_available_provider.
• Một mô hình được gửi đến sai tuyến (route) sẽ trả lời 400 wrong_endpoint nêu tên tuyến đúng, trước khi bất cứ điều gì chạy hoặc bị tính phí: một mô hình hình ảnh, video, âm nhạc, giọng nói hoặc chuyển đổi giọng nói thành văn bản (transcription) trên tuyến trò chuyện (chat route), một mô hình trò chuyện trên tuyến phương tiện (media route), hoặc giọng nói và chuyển đổi giọng nói thành văn bản bị hoán đổi. Hoạt động (Activity) liệt kê nó là bị từ chối, không có token.
• Mọi mô hình trên /v1/models, /v1/models/{id}, danh sách mô hình công khai và bảng trực tiếp (live board) đều cho biết available (có thể sử dụng ngay bây giờ không), nsfw (được tạo cho nội dung người lớn hoặc không lọc) và input_modalities đúng: các mô hình chụp ảnh liệt kê "image", bộ nâng cấp video liệt kê "video".
• estimated_cost_usd của một công việc video là giá niêm yết của nó, giống như validate và /v1/quote cost_usd. max_cost_usd vẫn là chi phí tối đa mà nó có thể tốn.
• Chi phí cuối cùng của một công việc đã hoàn thành được đọc trong vòng vài giây (nó được kiểm tra mỗi 15 giây, và 47 phút của báo cáo là khi nó được xem xét lại: phí đã được ghi nhận 18 giây sau video). callback_url kích hoạt một lần, khi chi phí là cuối cùng. Sau 30 phút không có phí, công việc được tính theo giá niêm yết của nó.
• Các mô hình video được định giá theo công việc mà liệt kê độ dài clip được định giá theo giây, vì chúng được tính phí (Kling: giá niêm yết của nó là mỗi giây, vì vậy một clip 5 giây có giá gấp năm lần).
• Các mô hình tham chiếu-đến-video (reference-to-video) mặc định aspect_ratio là 16:9 (hiển thị là mặc định trong schema của mô hình). Một mô hình video cần một bức ảnh sẽ trả lời 400 image_required nếu không có ảnh, trước khi bất cứ điều gì được giữ.
• Chuyển đổi giọng nói thành văn bản (Transcription) đọc định dạng âm thanh từ chính tệp, vì vậy một tệp mp3 có tên recording.out hoạt động.
• response_format mặc định là url trên /v1/images/generations và /v1/images/edits. Một bức ảnh mà mô hình gửi nội tuyến (inline) được giữ 24 giờ dưới dạng tệp của tài khoản của bạn và được trả về dưới dạng liên kết; "response_format": "b64_json" trả về nó nội tuyến.
• Các yêu cầu hình ảnh, video, âm nhạc và giọng nói bị từ chối giờ đây hiển thị trong Hoạt động (Activity).
• /v1/quote trả lời với cả id và quote_id (cùng một giá trị).

21 tháng 10, 2026 — Khả dụng của mô hình trên trang web, Mô hình trong bảng điều khiển

• Trang của một mô hình hiển thị "Hiện không khả dụng" khi không có nhà cung cấp nào phục vụ nó. Các yêu cầu đến nó bị từ chối cho đến khi có nhà cung cấp, vì vậy trang không hiển thị giá hoặc ví dụ mã cho nó. Những mô hình như vậy bị loại khỏi danh sách mô hình, Playground và các liên kết mô hình liên quan.
• Bảng điều khiển có trang Mô hình riêng với cùng danh sách và giá. Các mô hình hình ảnh, video và âm nhạc có liên kết "Thử trong Playground" mở Playground với mô hình đó được chọn.
• Các mô hình dành cho người lớn bị ẩn khỏi danh sách mô hình và Playground. "Hiển thị mô hình dành cho người lớn" sẽ hiển thị chúng; lựa chọn này được lưu trong trình duyệt của bạn. Trang của chúng vẫn mở từ một liên kết trực tiếp.
• Giá video được tính theo giây cũng hiển thị giá của một đoạn clip 5 giây.

21 tháng 10, 2026 — Không bao giờ bị tính phí cao hơn giá niêm yết

• Một yêu cầu sẽ không bao giờ bị tính phí cao hơn giá niêm yết của mô hình. Giá đã bao gồm phí nền tảng 10% của UberLLM (đã kết thúc vào 22 tháng 10, 2026). Một cuộc gọi trò chuyện có chi phí bằng mức nhà cung cấp tính phí cộng thêm 10%, nhưng không bao giờ vượt quá số token của nó theo giá niêm yết (token prompt đã lưu vào bộ nhớ cache theo giá đọc từ bộ nhớ cache đã niêm yết); khi nhà cung cấp tính phí cao hơn, UberLLM sẽ thanh toán phần còn lại.
• Điều tương tự cũng áp dụng cho hình ảnh, video, âm nhạc và giọng nói: một công việc sẽ không bao giờ bị tính phí cao hơn giá niêm yết của những gì bạn yêu cầu, đó là cost_usd của báo giá. max_cost_usd chỉ là những gì được giữ trong khi nó đang chạy.
• Ưu đãi riêng của người bán vẫn được tính phí theo giá niêm yết của ưu đãi đó.

21 tháng 10, 2026 — Báo giá theo giá hiển thị, playground và MCP đã được sửa

• Một báo giá (POST /v1/quote hoặc "validate": true) giờ đây cho biết yêu cầu dự kiến sẽ tốn bao nhiêu theo giá hiển thị trên trang của mô hình (cost_usd), bên cạnh mức tối đa mà nó có thể tốn (max_cost_usd, số tiền được giữ trong khi nó chạy). Cả hai câu trả lời đều là "object": "quote".
• Playground của bảng điều khiển và mọi lệnh gọi công cụ MCP hoạt động trở lại (chúng đã bị từ chối kể từ bản phát hành 10-21).
• GET /v1/models?type=… liệt kê một mô hình media chỉ khi nó có thể được mua ngay bây giờ (đang hoạt động và có giá), giống như các mô hình mà bảng điều khiển và số liệu của nó hiển thị.
• Giới hạn hàng ngày của một key không thể lớn hơn giới hạn chi tiêu của nó; biểu mẫu Keys chỉ hiển thị nó dưới giới hạn hàng tháng hoặc giới hạn mọi thời điểm.

21 tháng 10, 2026 — Callback và webhook cảnh báo

• callback_url cho một tác vụ video hoặc nhạc: khi tác vụ kết thúc (thành công và đã thanh toán, thất bại, đã hủy hoặc hết hạn) chúng tôi POST JSON của tác vụ đến liên kết https của bạn. Tác vụ hiển thị kết quả thực hiện trong callback. Xem Callbacks.
• Mỗi callback đều được ký: UberLLM-Signature: t=…,v1=… (HMAC-SHA256 với secret webhook của tài khoản của bạn), với UberLLM-Event-Id ổn định. Các lần gửi thất bại sẽ được thử lại sau 30 giây, 2, 10 và 30 phút và 2 giờ. Secret nằm trong Dashboard → API keys, và có thể được thay thế tại đó.
• Các cảnh báo số dư thấp và tiền bị giữ cũng có thể được gửi đến một webhook: Dashboard → Credits → For developers, hoặc alerts_webhook_url trên PUT /api/v1/billing/alerts.

21 tháng 10, 2026 — Báo giá tạm giữ, mô hình dự phòng, tải lên, thẻ, giới hạn khóa hàng ngày

Lời nói

• Chuyển văn bản thành giọng nói và phiên âm sử dụng các tùy chọn validate, max_cost, metadata và provider.max_price giống như hình ảnh (các trường biểu mẫu trên một phiên âm), lời nói cũng nhận models: [...], và best-price:speech / best-price:transcription chọn mô hình trực tiếp rẻ nhất. Mỗi câu trả lời mang các tiêu đề X-UberLLM-Cost-USD và X-Request-Id; JSON của một phiên âm cũng có usage.cost_usd.
• GET /v1/models?type=speech, ?type=transcription hoặc ?type=audio liệt kê chúng.

Giá cả và định tuyến

• POST /v1/quote định giá một yêu cầu hình ảnh, video hoặc âm nhạc và giữ giá đó trong 15 phút: gửi cùng một yêu cầu với quote_id và nó sẽ được tính phí tối đa max_cost_usd. Một báo giá bắt đầu một yêu cầu. Xem Tạo video hoặc hình ảnh.
• models: [...] đặt tên các mô hình dự phòng, được thử theo thứ tự chỉ khi mô hình trước đó không thể phục vụ ngay bây giờ. Hoạt động trên trò chuyện, hình ảnh, video và âm nhạc.
• Tên mô hình best-price:<job> và fastest:<job> chọn mô hình trực tiếp rẻ nhất, hoặc nhanh nhất được đo lường, cho trò chuyện, hình ảnh, chỉnh sửa hình ảnh, chuyển văn bản thành video, chuyển hình ảnh thành video hoặc âm nhạc. GET /v1/models/aliases liệt kê ý nghĩa của từng cái hiện tại. fastest: cần ít nhất 5 yêu cầu được tính thời gian cho mỗi mô hình trong 7 ngày qua.
• Các tùy chọn trò chuyện provider hiện hoạt động: allow, deny và order đặt tên các nhà cung cấp mà thị trường có thể sử dụng, sort chọn giá, độ trễ hoặc thời gian hoạt động, và max_price là một giới hạn cứng về số tiền bạn bị tính phí cho mỗi triệu token. Một tùy chọn không thể áp dụng sẽ bị từ chối với 400 unsupported_routing_option thay vì bị bỏ qua. Xem Mô hình & định tuyến.
• Hình ảnh, video và âm nhạc nhận provider.max_price mỗi đơn vị.

Hình ảnh và video

• POST /v1/files tải lên một hình ảnh một lần (10 MB, được giữ 24 giờ); sử dụng ID hoặc URL của nó ở bất cứ đâu cần hình ảnh nguồn.
• output_upload_url trên một công việc video hoặc âm nhạc tải tệp đã hoàn thành lên bộ nhớ của riêng bạn (một liên kết PUT https đã được ký trước). Công việc hiển thị quá trình tải lên.

Thẻ

• metadata (tối đa 16 giá trị văn bản) trên bất kỳ yêu cầu nào được lưu trữ cùng với nó, hiển thị trong Hoạt động, có thể lọc bằng ?tag=key:value, và được bao gồm trong xuất CSV.

Khóa và cảnh báo

• Khóa API có thể có giới hạn hàng ngày (daily_limit_usd) ngoài giới hạn chi tiêu của chúng. Một yêu cầu phải nằm trong cả hai giới hạn, và giới hạn hàng ngày được đặt lại vào nửa đêm UTC. Một yêu cầu vượt quá bất kỳ giới hạn nào sẽ bị từ chối với 402 key_spend_cap_exceeded và không có gì bị tính phí. Đặt nó trên trang Khóa hoặc với PATCH /api/v1/keys/{id}.
• Trên trang Tín dụng, bạn có thể yêu cầu được gửi email khi số dư của bạn giảm xuống dưới một số tiền bạn chọn. Nó tắt theo mặc định, gửi một email mỗi khi số dư giảm xuống dưới số tiền đó, và gửi đến chủ sở hữu tài khoản.
• Nếu số tiền dành cho một công việc hình ảnh, video hoặc âm nhạc vẫn bị giữ 15 phút sau khi công việc kết thúc, chủ sở hữu tài khoản sẽ nhận được một email liệt kê các công việc đó và nhóm của chúng tôi được thông báo. Số tiền đó vẫn là của bạn và sẽ được giải phóng.

21 tháng 10, 2026 — Giá bạn bị tính phí, MCP server, sân chơi đa phương tiện

Giá

• Mọi mức giá trên trang web và trong /v1/models hiện là mức giá chúng tôi tính phí, đã bao gồm phí 10% của chúng tôi vào thời điểm đó (phí đó đã kết thúc vào 22 tháng 10, 2026), từ cùng các con số mà bộ phận thanh toán sử dụng. Trước đây, bảng hiển thị giá chào bán rẻ nhất của người bán, có thể thấp hơn nhiều so với mức phí mà một yêu cầu bị tính.
• "% giảm giá" so sánh mức giá bị tính đó với giá niêm yết của nhà sản xuất mô hình. Một mô hình giảm dưới 1% sẽ không hiển thị giảm giá.
• Một yêu cầu vẫn bị tính phí theo mức nhà cung cấp đã tính cộng thêm 10%, vì vậy một cuộc gọi có thể có giá cao hơn hoặc thấp hơn một chút so với mức giá hiển thị. Xem Giá cả.

MCP server

• https://api.uberllm.dev/mcp cho phép Claude Code và các client MCP khác liệt kê các mô hình, định giá một yêu cầu, tạo hình ảnh, bắt đầu video và nhạc, chờ một công việc và kiểm tra số dư, bằng API key của bạn. Thiết lập: claude mcp add --transport http uberllm https://api.uberllm.dev/mcp --header "Authorization: Bearer $KEY". Xem MCP server.

Dashboard

• Sân chơi: gửi một prompt (và một hình ảnh khởi đầu nếu bạn muốn) đến 2 đến 4 mô hình hình ảnh, video hoặc nhạc, xem chi phí tối đa của mỗi mô hình, sau đó chạy chúng song song và so sánh kết quả, mỗi mô hình mất bao lâu và chi phí bao nhiêu. Các lần chạy được tính phí vào key bạn chọn và hiển thị trong Hoạt động.

21 tháng 10, 2026 — Đầu vào chỉnh sửa hình ảnh, chi phí đa phương tiện, thiết lập Claude Code cho từng dự án

Hình ảnh và video

• /v1/images/edits giờ đây nhận hình ảnh nguồn dưới dạng image (một liên kết https://, một URI data: hoặc base64 thuần), image_url, input_images, images, hoặc một tải lên multipart image. Video nhận một khung bắt đầu trong image_url và các hình ảnh tham chiếu trong input_images. Tạo video hoặc hình ảnh liệt kê trường cho mỗi tuyến, với một yêu cầu hoạt động cho mỗi tuyến.
• Mỗi phản hồi hình ảnh và mỗi công việc hoàn thành đều mang chi phí của nó trong usage.cost_usd và trong tiêu đề X-UberLLM-Cost-USD.
• "validate": true kiểm tra một yêu cầu đa phương tiện và cho biết chi phí tối đa có thể, mà không tính phí. "max_cost" từ chối bất cứ thứ gì có thể tốn hơn mức bạn đã đặt.
• Idempotency-Key trên một công việc video hoặc âm nhạc: gửi lại cùng một yêu cầu trong vòng 24 giờ sẽ trả về cùng một công việc thay vì tính phí lần thứ hai.
• Độ dài clip, độ phân giải hoặc hình dạng mà mô hình không tạo ra sẽ bị từ chối ngay từ đầu, khác với những cái mà nó tạo ra.
• Trạng thái công việc luôn là một trong các trạng thái queued, running, succeeded, failed, canceled hoặc expired. Kiểm tra (poll) mỗi 5–10 giây (callback_url ra mắt sau, vào 21 tháng 10, 2026).
• Thời gian lưu trữ kết quả giờ đây đã được ghi rõ: khoảng 3 giờ cho video và âm nhạc, khoảng 15 phút cho các liên kết hình ảnh.

API

• GET /v1/models cũng liệt kê các mô hình hình ảnh, video và âm nhạc, mỗi mô hình có type, endpoints và pricing; lọc bằng ?type=chat|image|video|music.
• GET /v1/models/<id> cung cấp một mô hình, với JSON Schema của request body cho các mô hình đa phương tiện.
• GET /v1/balance trả về balance_usd, held_usd và available_usd.
• Mỗi phản hồi /v1/* mang theo X-RateLimit-Limit, X-RateLimit-Remaining và X-RateLimit-Reset; một 429 từ giới hạn của key sẽ thêm Retry-After.
• Khi tài khoản nhà cung cấp của một người bán bị lỗi, UberLLM sẽ thử các người bán khác và, nếu không còn ai, sẽ trả lời 503 no_available_provider. Lỗi của người bán không còn hiển thị như thể key của bạn bị sai.

Claude Code

• Trình cài đặt chỉ có thể thiết lập một dự án: sh -s -- --project ghi .claude/settings.local.json và không động đến các dự án khác của bạn.
• Key không còn được ghi vào tệp cài đặt: nó được lưu vào một tệp mà chỉ bạn có thể đọc và Claude Code đọc nó thông qua apiKeyHelper (macOS và Linux).
• Hồ sơ giờ đây cũng đặt CLAUDE_CODE_SUBAGENT_MODEL, để các subagent chạy trên mô hình bạn đã chọn.
• Mới: số dư UberLLM của bạn trong dòng trạng thái của Claude Code (curl -fsSL https://uberllm.dev/install/statusline.sh | sh -s -- --install).
• Hướng dẫn Claude Code giờ đây bao gồm cài đặt nào được ưu tiên, ánh xạ mọi vị trí mô hình, ngữ cảnh và nén, những thay đổi khi bạn thoát đăng nhập claude.ai, và nơi mã của bạn được lưu.

Bảng mô hình

• Mỗi mô hình hiển thị số lượng người bán có thể nhận yêu cầu ngay bây giờ, trong tổng số người bán liệt kê nó.
• Dòng đếm nêu rõ cả hai con số: mọi mô hình trong danh mục, và số lượng mà thị trường trực tiếp đang báo giá ngay bây giờ.
• Trang của mỗi mô hình hiển thị loại của nó, một nút sao chép cho id của nó, những người bán đang hoạt động tốt, và một yêu cầu hoạt động cho các mô hình chỉnh sửa hình ảnh, chuyển đổi hình ảnh sang video và chuyển đổi tham chiếu sang video.

21 tháng 10, 2026 — Xem những gì đang chạy, tại sao một yêu cầu thất bại, và mỗi khóa đã chi tiêu bao nhiêu

• Đang tiến hành: các tác vụ video và âm nhạc vẫn đang chạy hiển thị trên Tổng quan và Hoạt động cùng với mô hình, thời gian đã trôi qua, tiến độ và số tiền đang giữ, và nút Hủy. Dòng "đang giữ" trên số dư của bạn giờ đây liên kết đến danh sách đó.
• Yêu cầu thất bại cho biết lý do: mỗi hàng thất bại trong Hoạt động hiển thị lý do bằng từ ngữ đơn giản và liệu việc thử lại có thể giúp ích hay không. Nhấp vào bất kỳ hàng nào để xem chi tiết và ID tác vụ của nó.
• Bộ lọc và tổng chi tiêu theo khóa: lọc Hoạt động theo khoảng thời gian, khóa, mô hình và kết quả; xem mỗi khóa đã chi tiêu bao nhiêu; tải xuống những gì bạn thấy dưới dạng CSV.
• API keys: xóa một khóa, và chỉnh sửa tên, giới hạn chi tiêu và giới hạn yêu cầu của nó bất cứ lúc nào. Một thay đổi sẽ áp dụng cho yêu cầu tiếp theo của khóa.
• Mô hình hiện đã có trong menu bảng điều khiển, và mỗi hàng Hoạt động liên kết đến mô hình của nó.
• Tín dụng: các khoản thanh toán được thực hiện qua Stripe có một liên kết Biên lai bên cạnh chúng.

21 tháng 10, 2026 — Lời nói: lồng tiếng và bản ghi

• Chuyển văn bản thành giọng nói: POST /v1/audio/speech chuyển văn bản thành tệp âm thanh, tính phí theo mỗi 1K ký tự đã bắt đầu.
• Chuyển giọng nói thành văn bản: POST /v1/audio/transcriptions chuyển bản ghi âm thành văn bản (hoặc phụ đề), tính phí theo phút âm thanh.
• Sử dụng cùng một khóa và số dư với các dịch vụ khác, và cả hai đều hoạt động với OpenAI SDK. Yêu cầu không thành công sẽ không mất phí. Xem Hình ảnh, video, âm nhạc và lời nói.

21 tháng 10, 2026 — Mọi mức giá bên cạnh giá chính thức

• Bảng các mô hình hiển thị giá chính thức của mỗi mô hình bên cạnh giá của chúng tôi, và % giảm giá hiện là mức bạn được tính phí so với giá chính thức đó. Trước đây, nó hiển thị con số của thị trường, có thể đọc là giảm 100%.
• Video được định giá theo độ phân giải hiển thị từ $X mỗi giây (tỷ lệ 480p), của chúng tôi và của chính thức, thay vì gọi tỷ lệ mỗi giây là giá mỗi video. So sánh của kie.ai định giá các mô hình đó cho cùng một clip 5 giây 480p.

21 tháng 10, 2026 — Một trang chủ rõ ràng hơn

• Trang chủ mô tả UberLLM là gì: một API marketplace cho các mô hình AI.
• Trang chủ hiển thị các clip mẫu được tạo trên UberLLM bằng các mô hình video hiện tại, và bảng mô hình mở ra trên video. Phần giá cả hiển thị phần trăm giảm giá lớn nhất hiện tại so với giá niêm yết, rằng các yêu cầu thất bại không bị tính phí, và phí mua tín dụng (5% vào thời điểm đó). (Kể từ 29 tháng 10, 2026 phí thẻ là 5.5% + $0.50, được cộng thêm vào; không có phí cho các yêu cầu.)

21 tháng 10, 2026 — Thêm tín dụng mà không cần rời bảng điều khiển

• Dashboard → Credits hiện chấp nhận thanh toán bằng thẻ ngay trên trang thông qua cổng thanh toán của Whop. Thẻ, Apple Pay và Google Pay được hỗ trợ nếu thiết bị hỗ trợ chúng, và các loại tiền tệ địa phương nếu Whop cung cấp. Tín dụng được thêm vào trong vòng một phút.
• Một khoản thanh toán được hoàn lại hoặc bị yêu cầu hoàn tiền sẽ thu hồi lại số tín dụng đã thêm, tối đa bằng số tín dụng còn lại. Phí cho các giao dịch mua tín dụng vẫn giữ ở mức 5% vào thời điểm đó. (Kể từ 29 tháng 10, 2026, phí thẻ là 5.5% + $0.50, được cộng thêm vào; không có phí cho các yêu cầu.)

21 tháng 10, 2026 — Phí UberLLM 10% cho các yêu cầu (đã kết thúc vào 22 tháng 10, 2026)

• Mọi yêu cầu (văn bản, hình ảnh, video và âm nhạc) hiện bao gồm phí nền tảng UberLLM 10% trên giá của nhà cung cấp. Giá niêm yết đã bao gồm phí. Phần trăm giảm giá niêm yết không thay đổi. Xem Giá cả.
• Phí mua tín dụng vẫn ở mức 5% vào thời điểm đó. Người bán vẫn không phải trả phí cho doanh số của họ. (Phí yêu cầu 10% đã được loại bỏ vào 22 tháng 10, 2026. Kể từ 29 tháng 10, 2026, phí thẻ là 5.5% + $0.50, được cộng thêm vào.)

20 tháng 10, 2026 — Một thị trường trực tiếp trên trang chủ

• Một bảng mô hình duy nhất trên trang chủ. Giá cả, % giảm giá, tính thanh khoản, hoạt động trong 24 giờ và các ưu đãi làm mới mỗi 30 giây, với tổng số liệu thị trường phía trên bảng: tiết kiệm trung bình, số tiền tiết kiệm được trong 24 giờ và các ưu đãi đang hoạt động. Mọi cột đều có thể sắp xếp.
• Các tab cho Văn bản, Hình ảnh, Âm thanh, Video và Quyết định. Các liên kết /models và /market cũ mở bảng.
• Một công cụ tính toán tiết kiệm ước tính hóa đơn hàng tháng theo giá hiện tại.

20 tháng 10, 2026 — Hình ảnh, video và âm nhạc

• Tạo hình ảnh (/v1/images/generations), video (/v1/video/generations) và âm nhạc (/v1/music/generations) với cùng một khóa và số dư. Xem Tạo video hoặc hình ảnh.
• Được tính phí theo chi phí của nhà cung cấp cho những gì đã tạo, không có phụ phí vào thời điểm đó. Các công việc thất bại, bị hủy và hết hạn sẽ không bị tính phí. Các công việc hiển thị trong Bảng điều khiển → Hoạt động.
• Duyệt chúng tại uberllm.dev, mỗi mục đều có giá riêng cho mỗi video, hình ảnh hoặc bản nhạc.

19 tháng 10, 2026 — Định tuyến qua một thị trường duy nhất, được tính theo giá của người bán

• Mọi yêu cầu hiện được gửi đến một marketplace chọn người bán cho mỗi cuộc gọi. Mỗi yêu cầu được tính theo giá mà người bán đã tính, không có phí tăng thêm cho suy luận vào thời điểm đó. Phí cho các giao dịch mua bằng tín dụng duy trì ở mức 5% vào thời điểm đó. (Kể từ 29 tháng 10, 2026 phí thẻ là 5.5% + $0.50, được cộng thêm vào; không có phí cho các yêu cầu.)
• Thử lại tự động: một cuộc gọi bị lỗi trước khi bất kỳ nội dung nào đến sẽ được thử lại (tối đa 4 lần thử trong vòng 45 giây). Một model hiện không được phục vụ sẽ trả về 503 cùng với tên model.
• :floor / :nitro và đối tượng provider vẫn được chấp nhận, nhưng không còn thay đổi giá hoặc tốc độ nữa. Xem Các model & định tuyến.
• GET /v1/models chỉ liệt kê các model có thể được phục vụ ngay bây giờ.
• Tài khoản mới bắt đầu với $0; không có tín dụng khi đăng ký.

24 tháng 7, 2026 — Ra mắt

UberLLM ra mắt như một thị trường hai chiều cho suy luận LLM: một API key duy nhất cho toàn bộ danh mục, với các yêu cầu được định tuyến đến các nhà cung cấp hoạt động tốt và ưu tiên các mức giá thấp hơn.

• Gateway: endpoint tương thích OpenAI /v1/chat/completions và tương thích Anthropic /v1/messages với streaming SSE, chuyển đổi dự phòng tự động, và định tuyến dựa trên tình trạng sức khỏe (các nhà cung cấp có sự cố gần đây sẽ bị giảm ưu tiên, và số lần thử lại được giới hạn).
• Market: 380 mô hình có sẵn — các tuyến đường được tuyển chọn với giá trực tiếp cộng với các yêu cầu thị trường bên ngoài để cạnh tranh. Các tab phương thức, bộ lọc khả năng, hoạt động 24h mỗi mô hình, thanh khoản, và số lượng ưu đãi tại /market.
• Bán hàng: liệt kê bất kỳ endpoint tương thích OpenAI nào với mức giá của riêng bạn (tuyệt đối hoặc là bội số của giá tham chiếu), vượt qua một lần kiểm tra xác thực, kiếm tiền từ mỗi yêu cầu được định tuyến. Tình trạng hoạt động được đánh giá thụ động từ lưu lượng truy cập thực tế, không cần yêu cầu thăm dò.
• Thanh toán: tín dụng trả trước với sổ cái kép, giới hạn chi tiêu cho mỗi key, hạch toán sử dụng cho mỗi yêu cầu (token do nhà cung cấp báo cáo khi nguồn cấp dữ liệu cung cấp chúng). Không có phí tăng thêm cho suy luận khi ra mắt; một khoản phí 5% cho việc mua tín dụng vào thời điểm đó. (Kể từ 29 tháng 10, 2026, phí thẻ là 5.5% + $0.50, được cộng thêm; không có phí cho các yêu cầu.)
• Phân tích: phân tích thị trường công khai — mức sử dụng hàng ngày và phân phối chiết khấu được niêm yết trên toàn bộ danh mục.
• Tài liệu: hướng dẫn cho các SDK của OpenAI và Anthropic, Cursor, Cline, Roo, Aider, Continue, LangChain, và Vercel AI SDK.