Quanto costa un LLM? Calcoli per token ed esempi
Il prezzo di un LLM dipende da come lo usi: paghi per token tramite un'API o paghi l'hardware per eseguirlo tu stesso. Questa guida mostra la formula e gli esempi pratici con numeri reali.
Punti chiave
- Costo API = token input x prezzo input + token output x prezzo output. L'output di solito costa di più.
- Su questa API i tassi sono $0,15 per 1M di token input e $0,50 per 1M di token output, prepagati senza abbonamento.
- Una richiesta con 1.000 input e 500 output costa $0,0004; 1.000 di queste costano $0,40.
- La cronologia della chat reinviata a ogni turno è la causa più comune di un conto più alto del previsto.
Tre modi per pagare un LLM
Se ti chiedi quanto costa un LLM, il primo passo è scegliere quale tipo di costo intendi. Ce ne sono tre e non sono confrontabili finché non li metti sulla stessa scala.
| Modello | Paghi per | Struttura del costo |
|---|---|---|
| API Ospitata | Token inviati e ricevuti | Zero quando inattivo, cresce con l'uso |
| Abbonamento chat | Un piano mensile per un'app chat | Tariffa fissa, nessun accesso API nella maggior parte dei casi |
| Self-hosting | GPU, energia, configurazione e manutenzione | Costo fisso elevato, basso costo per richiesta extra |
Questo articolo si concentra sul caso dell'API ospitata, perché è l'unico in cui puoi calcolare la risposta in anticipo. Per altri fornitori, controlla le pagine dei prezzi correnti; i prezzi cambiano e non vengono ripetuti qui.
La formula per il costo API
Ogni richiesta ha un lato input (il tuo prompt, il messaggio di sistema e qualsiasi cronologia della chat) e un lato output (ciò che scrive il modello). Entrambi vengono conteggiati in token e un token è circa tre quarti di una parola inglese. Il costo è:
costo = (token di input / 1.000.000 × prezzo di input) + (token di output / 1.000.000 × prezzo di output)
Su questo servizio, il prezzo di input è $0,15 per 1M di token e il prezzo di output è $0,50 per 1M di token. L'output costa poco più di tre volte l'input, quindi una risposta lunga costa molto più di una domanda lunga.
Ecco una richiesta eseguita manualmente. Un prompt di 1.000 token e una risposta di 500 token:
- Input: 1.000 / 1.000.000 x $0,15 = $0,00015
- Output: 500 / 1.000.000 × $0,50 = $0,00025
- Totale: $0,0004
Si tratta di quattro centesimi di centesimo. Scalando: 1.000 richieste di questo tipo costano $0,40 e 100.000 costano $40.
Esempi pratici per carichi di lavoro reali
Un chatbot di supporto
Immagina 10.000 conversazioni al mese. Ognuna invia in totale 3.000 token di input (prompt di sistema più cronologia nei vari turni) e riceve 800 token di output. Input: 30M di token × $0,15 per 1M = $4,50. Output: 8M di token × $0,50 per 1M = $4,00. Totale mensile: $8,50.
Riassumere documenti
Un documento da 50.000 token e un riassunto da 1.000 token. Input: 0,05M × $0,15 = $0,0075. Output: 0,001M × $0,50 = $0,0005. Sono $0,008 per documento, quindi 1.000 documenti costano $8,00. Riempire l'intera finestra di contesto da 100.000 token solo con input costa $0,015.
Una sessione di roleplay o compagnia lunga
Il prompt inizia con 500 token e cresce di 350 token per ogni turno, perché la cronologia viene rinviata. In 20 turni il modello legge 76.500 token di input e scrive 5.000 token di output. Input: 0,0765M × $0,15 = circa $0,0115. Output: 0,005M × $0,50 = $0,0025. Circa $0,014 per l'intera sessione.
Un classificatore batch
200 token input e 10 token output per elemento, un milione di elementi. Input: 200M x $0,15 per 1M = $30. Output: 10M x $0,50 per 1M = $5. Totale: $35. Qui il volume è elevato, ma il costo è ancora piccolo perché gli output sono minuscoli.
Budget mensile a tre livelli di utilizzo
Utilizzando la richiesta con 1.000 input e 500 output a $0,0004 ciascuno, ecco come appare un mese di 30 giorni a volumi diversi.
| Utilizzo | Richieste al giorno | Richieste al mese | Costo mensile |
|---|---|---|---|
| Bot hobby | 1.000 | 30.000 | $12 |
| Prodotto piccolo | 10.000 | 300.000 | $120 |
| Servizio intenso | 100.000 | 3.000.000 | $1.200 |
La tabella scala linearmente, quindi se la tua richiesta media è lunga il doppio, raddoppia il costo. Anche un bot hobby rientra facilmente nel minimo ricaricabile: $20 pagano per 50.000 richieste di questa dimensione e il credito non scade mai, quindi il saldo non utilizzato resta semplicemente in attesa.
Perché il conto risulta più alto rispetto alla stima
Le stime falliscono in modi prevedibili. Controlla questi punti prima di decidere che uno strumento sia costoso.
- Cronologia rinviata a ogni turno. Ogni nuovo messaggio trasporta tutti quelli precedenti. Una chat di 50 turni non è 50 piccole richieste; quelle successive sono grandi. L'esempio di roleplay sopra mostra la crescita.
- Output verbosi. I token di output costano di più. Se ti serve solo un'etichetta o una risposta breve, dillo nel prompt e imposta
max_tokens. - Tentativi ripetuti nel tuo codice. Un ciclo che ritenta una richiesta dopo un timeout può raddoppiare la spesa. Nota che su questa API le richieste fallite o rifiutate non vengono addebitate.
- Contesto incollato di grandi dimensioni. Inserire un file da 60.000 token in ogni chiamata è facile da fare e facile da dimenticare.
Modi per ridurre i costi
La maggior parte dei risparmi deriva dall'invio di meno token, non dalla ricerca di un modello più economico.
- Taglia o riassumi i turni di chat vecchi una volta che non sono più rilevanti.
- Inserisci le istruzioni stabili in un breve messaggio di sistema invece di ripeterle in ogni messaggio utente.
- Richiedi un output strutturato con la modalità JSON (
response_format: {"type":"json_object"}) così non paghi per una prosa discorsiva intorno ai dati. - Usa le sequenze
stopper terminare la generazione dove il tuo parser ne ha bisogno. - Raggruppa elementi piccoli in una singola richiesta quando ogni elemento è minuscolo.
Puoi monitorare l'effetto direttamente. Ogni risposta include un'intestazione X-Balance-USD, e le risposte in streaming riportano l'utilizzo alla fine. Questo script stampa il costo di una chiamata:
from openai import OpenAI
client = OpenAI(base_url="https://api.uncensoredlocalllm.com/v1", api_key="YOUR_API_KEY")
r = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Explain tokens in two sentences."}],
max_tokens=150,
)
u = r.usage
cost = u.prompt_tokens / 1_000_000 * 0.15 + u.completion_tokens / 1_000_000 * 0.50
print(u.prompt_tokens, u.completion_tokens, round(cost, 6))Stima il tuo costo prima di costruire
Conta i tuoi token reali su un campione di richieste tipiche, poi moltiplica. Una breve funzione fa i calcoli per qualsiasi dimensione media.
from openai import OpenAI
client = OpenAI(base_url="https://api.uncensoredlocalllm.com/v1", api_key="YOUR_API_KEY")
def monthly_cost(requests_per_month, avg_in, avg_out):
return requests_per_month * (avg_in * 0.15 + avg_out * 0.50) / 1_000_000
print(monthly_cost(30_000, 1000, 500)) # 12.0
print(monthly_cost(10_000, 3000, 800)) # 8.5
r = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Say hello."}],
max_tokens=10,
)
print(r.usage.prompt_tokens, r.usage.completion_tokens)Esegui venti prompt tipici con il credito di prova, fai la media dei numeri di usage e inseriscili nella funzione. Questo ti dà una cifra basata sul tuo prodotto e non su un esempio generico.
Self-hosting: quando ha senso
Eseguire un modello a pesi aperti in autonomia elimina la tariffa per token, ma la sostituisce con costi fissi: una GPU con memoria sufficiente, elettricità, tempo di configurazione e aggiornamenti. Questi costi si pagano che la macchina sia occupata o inattiva. Il self-hosting tende a vincere quando hai un volume costante ed elevato o una necessità rigorosa di mantenere tutto sulla tua macchina. Per un uso occasionale, un traffico a picchi o un prototipo, pagare per token è più semplice e solitamente più economico, perché un'API inattiva non costa nulla.
Un confronto equo richiede i tuoi numeri: il tuo volume mensile di token, il prezzo dell'hardware e quanto vale il tuo tempo. Usa le formule sopra per il lato API, poi valuta il lato hardware con preventivi reali. Se vuoi il quadro più ampio sull'esecuzione di modelli open, la guida alla chat LLM senza censura copre le opzioni di integrazione.
Prezzi e ricariche su questo servizio
La fatturazione è prepagata e a consumo. Puoi ricaricare qualsiasi importo intero da $20 a $500, e ricariche più grandi aggiungono un bonus: +5% da $50, +10% da $100 e +15% da $200. Una ricarica di $100 diventa $110 di credito. Il pagamento è in cripto: USDT su TRC20 o USDC su Base. Il credito non scade mai e non c'è abbonamento.
I nuovi utenti possono richiedere $0,50 di credito di prova con un clic sulla pagina della chiave API. È valido per 7 giorni, non richiede dettagli di pagamento ed è uno per persona. A $0,0004 per richiesta da 1.000 token di input e 500 di output, copre circa 1.250 richieste, che sono sufficienti per misurare il tuo costo medio prima di pagare qualsiasi cosa. La pagina dei prezzi elenca le tariffe e la documentazione mostra il formato della richiesta.
Altre guide
Domande e risposte
Quanto costa un messaggio LLM?
Su questa API un messaggio con 1.000 token di input e 500 token di output costa $0,0004. I messaggi brevi costano meno, e le cronologie lunghe costano di più perché l'input cresce.
È più economico eseguire un LLM localmente?
Solo a volume elevato e costante o quando ti serve tutto sulla tua macchina. Paghi per l'hardware e l'energia che tu lo usi o meno, mentre un'API non costa nulla quando è inattiva.
Cos'è un token?
Un token è un blocco di testo, circa tre quarti di una parola inglese. Sia il tuo prompt che la risposta del modello vengono conteggiati in token.
Pago per le richieste fallite?
No. Su questa API le richieste fallite o rifiutate non vengono addebitate.
C'è un abbonamento?
No. Acquisti credito prepagato da $20 a $500, e non scade mai.
uncensoredlocalllm.com
La tua chiave è a un modulo di distanza
Crea un account, copia la chiave, modifica l'URL di base. È tutta la configurazione.
