API GPT rẻ nhất (định tuyến nó, hoặc chuyển đổi mô hình chỉ trong một dòng)

Hai đòn bẩy, chứ không phải một

Hầu hết các lời khuyên về "API GPT rẻ nhất" chỉ dừng lại ở việc chọn một mô hình nhỏ hơn. Có một đòn bẩy thứ hai, lớn hơn: cùng một mô hình GPT được bán bởi nhiều nhà cung cấp, và giá thực tế là mức mà nhà cung cấp khỏe mạnh rẻ nhất đang tính. Một gateway tự động định tuyến bạn đến nhà cung cấp đó.

UberLLM sử dụng cả hai đòn bẩy này. Bạn giữ nguyên OpenAI SDK và một API key, và mọi yêu cầu GPT sẽ được khớp với nhà cung cấp khỏe mạnh rẻ nhất. Khi một tác vụ thực sự không cần GPT, bạn có thể chuyển sang một mô hình open-weight rẻ hơn nhiều chỉ bằng cách thay đổi một chuỗi. Giá trên bảng giá trực tiếp không có phí UberLLM nào được cộng thêm.

Giữ nguyên mã OpenAI của bạn, thay đổi base URL

from openai import OpenAI

client = OpenAI(
    base_url="https://api.uberllm.dev/v1",   # was: https://api.openai.com/v1
    api_key="ull_your_key_here",
)

resp = client.chat.completions.create(
    model="openai/gpt-5.1-mini",   # or any id from /models
    messages=[{"role": "user", "content": "Summarise this ticket."}],
)

Không có gì khác trong mã OpenAI SDK của bạn thay đổi. Xem Tài liệu OpenAI SDK ] để biết về streaming, tools và structured outputs, tất cả đều không thay đổi.

Khi nào nên chuyển đổi mô hình thay vì định tuyến

• Phân loại, trích xuất, định tuyến, viết lại ngắn gọn hiếm khi cần một mô hình GPT tiên tiến. Các mô hình mã nguồn mở (DeepSeek, GLM, Qwen) thực hiện chúng với chi phí vài xu cho mỗi triệu token — so sánh các số liệu trực tiếp tại /models.
• Các công việc dài, rẻ, khối lượng lớn là nơi mà khoảng cách chi phí trên mỗi token trở nên đáng kể. Thay đổi model="openai/gpt-5.1-mini" sang một id rẻ hơn là toàn bộ quá trình chuyển đổi.
• Giữ GPT ở những nơi nó xứng đáng với giá tiền — suy luận phức tạp, sử dụng công cụ theo tác nhân — và định tuyến nó đến nhà cung cấp khỏe mạnh rẻ nhất ở đó.

Lỗi miễn phí

Một cuộc gọi GPT bị lỗi trước khi bắt đầu xuất kết quả sẽ được thử lại với nhà cung cấp hoạt động tốt tiếp theo, và một yêu cầu không trả về gì tốn $0 — cách tính giá hoạt động. Không có phí hàng tháng, không yêu cầu chi tiêu tối thiểu.

Đọc thêm

• Câu trả lời ngắn gọn: API GPT rẻ nhất
• Chuyển từ một gateway khác? UberLLM so với OpenRouter
• API endpoint tương thích OpenAI là gì