Giá cả
Trang này mô tả cách các yêu cầu được định giá và tính phí.
Cách tính giá
Mỗi yêu cầu được gửi đến một nhà cung cấp bên thứ ba có sẵn cho mô hình. Bất kỳ nhà cung cấp nào đang hoạt động đều có thể xử lý nó. Khi không có nhà cung cấp nào có thể xử lý mô hình ngay lúc này, yêu cầu sẽ trả về 503 no_available_provider và không bị tính phí.
Một yêu cầu có giá bằng với số tiền nhà cung cấp đã tính cho nó. Không có phí UberLLM trên các yêu cầu. Nạp tiền bằng thẻ có giá 5.5% + $0.50.
Các nhà cung cấp là ai và tại sao giá thường thấp hơn giá niêm yết: Cách UberLLM hoạt động.
"Giá hiện tại" và "% giảm giá" trên uberllm.dev và trên mỗi trang mô hình là các con số riêng của thị trường, được làm mới sau mỗi 30 giây: giá thấp nhất mà một nhà cung cấp đang bán mô hình ngay lúc này, và mức độ thấp hơn giá niêm yết của nhà sản xuất mô hình là bao nhiêu. Một yêu cầu thường được xử lý với giá đó, và có thể tốn kém hơn khi các nhà cung cấp rẻ nhất đang bận.
Giá niêm yết là chi phí điển hình của một yêu cầu: pricing từ GET /v1/models và price_now từ GET https://api.uberllm.dev/api/v1/public/models. Đây không phải là mức trần: một cuộc gọi được xử lý bởi nhà cung cấp đắt hơn sẽ có giá bằng với số tiền nhà cung cấp đó đã tính. Giá niêm yết là mức giá mà một yêu cầu được giữ trước khi nó chạy, và là mức giá nó được tính khi nhà cung cấp không báo cáo chi phí. Nó được cập nhật sau mỗi 5 phút: giá niêm yết của nhà cung cấp nhân với tỷ lệ phần trăm của giá niêm yết mà thị trường thực sự đã tính trong giờ giao dịch đắt nhất của 24 giờ qua (không bao giờ thấp hơn ưu đãi rẻ nhất). Khi không có giao dịch nào trong 24 giờ qua, đó là giá niêm yết. Khi không có nhà cung cấp nào bán mô hình với giá đó, giá niêm yết là giá thực của nhà cung cấp rẻ nhất, có thể cao hơn giá niêm yết; nó sẽ tự động giảm trở lại khi có nhà cung cấp rẻ hơn quay lại. Một mô hình mà không có tuyến đường nào có thể xử lý ngay lúc này thì không có giá hiện tại; chỉ hiển thị giá niêm yết của nó.
Một cuộc gọi tốn bao nhiêu. Khi nhà cung cấp báo cáo số tiền đã tính cho một cuộc gọi, cuộc gọi đó có giá chính xác bằng số tiền đó. Khi không, cuộc gọi sẽ tính phí token của nó theo giá niêm yết (token prompt được lưu vào bộ nhớ cache theo giá đọc cache niêm yết, token prompt được ghi vào bộ nhớ cache theo giá ghi cache niêm yết, pricing.cache_write_usd trong GET /v1/models; một mô hình không có giá ghi cache sẽ niêm yết chúng theo giá đầu vào của nó). Một cuộc gọi thường có giá thấp hơn giá niêm yết, ví dụ khi một phần của prompt được đọc từ bộ nhớ cache. Một cuộc gọi mà nhà cung cấp tính phí $0 (các nhà cung cấp tính phí theo phần triệu đô la, vì vậy một cuộc gọi rất ngắn có thể không tốn phí) có giá $0. Chi phí của mỗi cuộc gọi được liệt kê trong Dashboard → Activity. Một yêu cầu thất bại sẽ không bị tính phí.
Bạn muốn một giới hạn cứng? Gửi provider.max_price trong một yêu cầu trò chuyện: nó chỉ được gửi đến các nhà cung cấp có giá bằng hoặc thấp hơn giá đó, và không bao giờ bị tính phí cao hơn. Đối với hình ảnh, video và âm nhạc, gửi max_cost: một yêu cầu có thể tốn kém hơn sẽ bị từ chối, và một công việc không bao giờ bị tính phí cao hơn số tiền đã giữ cho nó (max_cost_usd).
Ưu đãi riêng của người bán (một tuyến đường được đánh dấu "seller") được tính phí theo giá niêm yết của ưu đãi đó. Mỗi ưu đãi của người bán đều được kiểm tra để đảm bảo phục vụ mô hình mà nó tuyên bố trước khi nhận bất kỳ yêu cầu nào, và tiếp tục được kiểm tra trên lưu lượng truy cập thực tế. Một người bán bị phát hiện phục vụ một mô hình khác sẽ bị cấm, và những người mua mà họ đã phục vụ sẽ được hoàn tiền từ số tiền chưa thanh toán của họ. Nếu một người bán báo cáo số lượng token prompt nhiều hơn đáng kể so với yêu cầu của bạn, bạn sẽ bị tính phí tối đa khoảng 2× số lượng của chúng tôi.
% giảm giá so với niêm yết là con số riêng của thị trường: giá trực tiếp tốt nhất của nó so với giá niêm yết của nhà sản xuất mô hình. Không hiển thị % dưới 1%.
Giá chính thức: một nguồn, giống nhau trên mọi trang. Khi thị trường không đưa ra giá niêm yết cao hơn của chúng tôi, giá chính thức hiển thị sẽ theo thứ tự này: giá công bố của nhà sản xuất mô hình (ví dụ Google, OpenAI, Kling, BytePlus), nếu không thì của OpenRouter (đọc mỗi giờ), nếu không thì của Fal. Giá đầu tiên định giá mô hình theo cùng đơn vị mà chúng tôi sử dụng là giá chính thức, được dán nhãn "Official price · GET /v1/models (list_usd / list_input_usd + list_source) đều hiển thị cùng một mức giá này. Trong GET /api/v1/public/models nó là media_ref (usd, source, url, checked) trên các mô hình media, và list_input_usd_per_mtok / list_output_usd_per_mtok với list_source trên các mô hình trò chuyện. Một phiên bản tìm kiếm web (:web) hoặc mã hóa (e2ee-) của một mô hình trò chuyện chia sẻ giá chính thức của mô hình cơ sở của nó.
Video Fal theo người bán Fal rẻ nhất. Video Fal được định giá bằng giá của Fal trừ đi chiết khấu của người bán Fal rẻ nhất đang hoạt động, còn chỗ trống hôm nay và đã chạy một trong các công việc của chúng tôi trong 24 giờ qua (danh sách người bán được đọc mỗi 5 phút). Một công việc được tính phí theo người bán đã thực hiện nó, không bao giờ cao hơn giá hiển thị.
Hình ảnh, video và âm nhạc được tính giá theo đơn vị (một hình ảnh, một megapixel, một giây video, một công việc, một phút). Giá hiện tại được tính toán theo cùng một cách, theo đơn vị. Một công việc có giá bằng số tiền nhà cung cấp đã tính cho nó, và không bao giờ nhiều hơn số tiền đã giữ cho nó trong khi nó chạy (max_cost_usd, nằm trong giới hạn max_cost bạn gửi). Khi nhà cung cấp không bao giờ báo cáo phí, công việc sẽ được tính phí theo giá niêm yết của những gì bạn yêu cầu (cost_usd của báo giá của nó: giá hiện tại nhân với số hình ảnh, số giây ở độ phân giải yêu cầu, hoặc các đơn vị khác). Video Fal được định giá khi bạn gửi nó, theo giá mà báo giá của nó hiển thị. Xem Tạo video hoặc hình ảnh.
Tín dụng trả trước + phí thẻ
Việc suy luận được thanh toán trước. Tài khoản mới bắt đầu với $0. Nạp tín dụng trước khi thực hiện cuộc gọi đầu tiên của bạn. Bạn chọn số tín dụng mình muốn; một phí thẻ là 5.5% + $0.50 sẽ được cộng thêm khi bạn thanh toán, để số dư của bạn tăng chính xác bằng số tiền bạn đã chọn. Đây là khoản phí duy nhất UberLLM tính; các yêu cầu không phải chịu phí nào. Ví dụ:
| Tín dụng bạn chọn | Phí thẻ | Bạn thanh toán |
|---|---|---|
| $5.00 | $0.78 | $5.78 |
| $10.00 | $1.05 | $11.05 |
| $50.00 | $3.25 | $53.25 |
| $100.00 | $6.00 | $106.00 |
(Bạn thanh toán = tín dụng × 1.055 + $0.50, làm tròn lên đến xu.) Phí này để bù đắp chi phí mà nhà cung cấp dịch vụ thẻ tính cho chúng tôi. Tín dụng nằm trong khoảng từ $5 đến $10,000 cho mỗi lần nạp, thanh toán bằng thẻ trên Dashboard → Credits, nơi hiển thị phí trước khi bạn thanh toán; số dư của bạn sẽ được trừ dần theo mỗi yêu cầu với mức giá thực tế của mỗi cuộc gọi.
Kiểm soát chi tiêu
- Giới hạn chi tiêu theo khóa API — đặt giới hạn hàng ngày / hàng tháng / trọn đời khi bạn tạo một khóa, hoặc thay đổi bất cứ lúc nào. Các yêu cầu vượt quá giới hạn sẽ trả về
402 key_spend_cap_exceeded. - Giới hạn tốc độ theo khóa API — một giới hạn tùy chọn về số yêu cầu mỗi phút cho mỗi khóa.
- Xem chi tiết theo khóa API — Bảng điều khiển → Hoạt động lọc theo khóa, mô hình và kết quả, tổng hợp chi tiêu theo khóa, và tải xuống những gì hiển thị dưới dạng CSV.
- Mức sàn số dư — khi tín dụng hết, các yêu cầu sẽ trả về
402 insufficient_creditscho đến khi bạn nạp thêm. Các đặt chỗ cho các yêu cầu đang xử lý sẽ được giải phóng nếu yêu cầu bị hủy hoặc thất bại. Đặt chỗ của một yêu cầu trò chuyện bao gồm toàn bộ lời nhắc của nó: văn bản, định nghĩa công cụ, lệnh gọi công cụ và kết quả, lược đồ phản hồi, hình ảnh, âm thanh và tệp. Một hình ảnh được gửi dưới dạng liên kết được đặt chỗ ở mức tối đa mà mô hình tính phí cho một hình ảnh, vì kích thước của nó không được biết cho đến khi nhà cung cấp mở nó. Bạn sẽ bị tính phí cho những gì nhà cung cấp đã tính, và phần còn lại sẽ được giải phóng.
Xem Lỗi để biết các định dạng 402 chính xác.