Die beiden Preise und warum Input dominiert
Die Sätze betragen $0,15 pro 1 Mio. Input-Token und $0,50 pro 1 Mio. Output-Token. Pro Token sind das $0,00000015 für Input und $0,0000005 für Output. Output-Token kosten etwas mehr als dreimal so viel, aber ein Chatbot sendet weit mehr Input, als er empfängt.
Der Grund liegt darin, dass eine Chat-API zustandslos ist. Jede Anfrage muss die Persona und den bisherigen Gesprächsverlauf enthalten. Durchlauf 30 kostet nicht dasselbe wie Durchlauf 1, da er 29 frühere Austausche mit sich führt. Deshalb fallen Schätzungen der NSFW-Chatbot-API-Preise basierend auf der Länge einer einzelnen Antwort zu niedrig aus.
Fehlgeschlagene oder abgelehnte Anfragen werden nicht berechnet. Das Guthaben ist im Voraus bezahlt und verfällt nie, sodass kein monatliches Mindestvolumen gedeckt sein muss.
Annahmen für die Beispiele
Reale Zahlen hängen von deinen Charakteren ab, daher findest du hier explizite Annahmen, die du durch deine eigenen ersetzen kannst.
- Persona und Notizen: 800 Token, bei jedem Durchlauf gesendet.
- Benutzernachricht: durchschnittlich 60 Token.
- Modellantwort: durchschnittlich 200 Token.
- Jeder abgeschlossene Durchlauf fügt 60 + 200 = 260 Token an Historie hinzu.
Token-Anzahlen für deinen eigenen Traffic findest du im usage-Feld jeder Antwort. Ersetze die oben genannten Schätzungen durch eine Woche realer Daten, bevor du die Preise festlegst.
Eine Konversation mit 40 Durchläufen
Bei Durchlauf k besteht der Input aus der Persona (800), der neuen Benutzernachricht (60) und den 260 Token der Historie aus jedem früheren Durchlauf. Das sind 860 + 260 × (k − 1) Token.
| Durchlauf | Input-Token | Output-Token |
|---|---|---|
| 1 | 860 | 200 |
| 10 | 3.200 | 200 |
| 20 | 5.800 | 200 |
| 40 | 11.000 | 200 |
Addiere die Eingabe über alle 40 Durchläufe: 40 × 860 = 34.400, plus 260 × (0 + 1 + … + 39) = 260 × 780 = 202.800. Die gesamte Eingabe beträgt 237.200 Token. Die gesamte Ausgabe beträgt 40 × 200 = 8.000 Token.
- Input: 237.200 × $0,15 / 1.000.000 = $0,03558
- Output: 8.000 × $0,50 / 1.000.000 = $0,00400
- Gesamt: $0.03958, etwa $0.040 pro Konversation oder etwa $0.001 pro Durchlauf
Eine Aufladung über $20 deckt etwa 505 Gespräche dieser Art ($20 / $0.03958).
Lange Historien: Warum eine Begrenzung wichtig ist
Der Eingabeterm wächst quadratisch mit der Anzahl der Durchläufe, da jeder neue Durchlauf alles Vorherige erneut sendet. Stell dir eine Geschichte mit 200 Durchläufen ohne Kürzung vor:
- Input: 200 × 860 = 172.000, plus 260 × (0 + 1 + … + 199) = 260 × 19.900 = 5.174.000. Gesamt: 5.346.000 Token.
- Input-Kosten: 5.346.000 × $0,15 / 1.000.000 = $0,8019
- Output: 200 × 200 = 40.000 Token = $0.0200
- Gesamt: etwa $0,82
Der letzte Durchlauf in dieser Geschichte sendet 800 + 60 + 260 × 199 = 52.600 Input-Token. Das passt in das 100.000-Token-Kontextfenster, aber du zahlst es bei jedem Durchlauf. Begrenze nun die Historie, sodass keine Anfrage mehr als etwa 6.000 Token früherer Durchläufe sendet:
- Jeder Durchlauf sendet maximal 800 + 6.000 + 60 = 6.860 Input-Token, sodass 200 Durchläufe maximal 1.372.000 Token ergeben.
- Input-Kosten: 1.372.000 × $0,15 / 1.000.000 = $0,2058
- Output-Kosten: $0,0200
- Gesamt: etwa $0,23, rund 72% weniger als die unbegrenzte Geschichte
Die Kosten einer Begrenzung sind Speicher. Kombiniere sie mit einer fortlaufenden Zusammenfassung, damit wichtige Fakten erhalten bleiben. Der Artikel zur NSFW-LLM-Integration zeigt, wie Anfragen aufgebaut sind, und die Dokumentation listet die Parameter auf.
Kosten pro aktiven Benutzer
Rechnen wir Konversationen in Benutzer um. Nehmen wir an, ein typischer aktiver Benutzer chattet 20 Tage im Monat und schließt täglich eine 40-Durchläufe-Konversation ab. Das sind 20 Konversationen zu je $0,03958 oder $0,79 pro Benutzer und Monat an Modellkosten. Ein intensiver Benutzer mit drei solchen Konversationen pro Tag an 20 Tagen kostet etwa $2,37.
| Profil | Konversationen pro Monat | Modellkosten pro Monat |
|---|---|---|
| Leicht, 5 Konversationen | 5 | $0,20 |
| Typisch: 1 pro Tag über 20 Tage | 20 | $0,79 |
| Intensiv, 3 pro Tag für 20 Tage | 60 | $2,37 |
Diese Zahlen decken nur das Modell ab. Hosting, Zahlungsgebühren und Support sind separate Posten in deinem eigenen Budget.
Um das Preisniveau für dein eigenes Produkt zu kalkulieren, multipliziere den Wert pro Nutzer mit deiner Nutzerzahl und addiere eine Marge für Wiederholungsversuche, langschwänzige intensive Nutzer und die Kosten der Zusammenfassungsanfragen, die du möglicherweise ausführst. Für einen Pilotversuch mit 100 typischen Nutzern: 100 × $0,79 = $79 pro Monat. Achte auf das obere Ende, nicht auf den Durchschnitt: Einige Nutzer, die den ganzen Tag chatten, können mehr kosten als hundert leichte Nutzer.
Vergleich mit Abo-Apps
Abo-Chatbot-Apps verkaufen einen festen monatlichen Preis. Das ist ein anderes Produkt: Du erhältst eine Oberfläche, Zeichen und oft Bilder, und du schreibst keinen Code. Wenn du Benutzer bist, kann eine App einfacher sein. Wenn du ein Produkt baust, macht die API die Frage zu einer Marge pro Benutzer.
Zum Vergleich nimm den monatlichen Preis einer beliebigen App von deren Website (prüfe deren aktuelle Preise) und teile ihn durch $0,79. Wenn ein Abo $10 pro Monat kostet, nutzt ein typischer Benutzer im obigen Beispiel etwa 8 % dieses Betrags an Modellkosten, sodass der Rest für deine Server, Zahlungen und Gewinn übrig bleibt. Ein sehr intensiver Flatrate-Nutzer ist der Fall, in dem die Token-basierte Abrechnung für dich sicherer ist: Du zahlst nur für das, was genutzt wird.
Intensive Chatter sind der andere Fall. Ein Benutzer, der 100 Durchläufe pro Tag mit dem 6.860-Token-Limit sendet, kostet ungefähr 100 × 30 × (6.860 × $0,00000015 + 200 × $0,0000005) = 3.000 × $0,001129 = $3,39 pro Monat.
Möglichkeiten, die Rechnung zu senken
Sobald du weißt, wohin die Token fließen, haben drei Änderungen den größten Effekt, in dieser Reihenfolge.
- Begrenze den Verlauf. Oben gezeigt: etwa 72 % Rabatt bei einer 200-Turn-Story.
- Kürze die Persona. Durch das Kürzen von 800 auf 400 Token sparst du 400 × 40 = 16.000 Input-Token in einem 40-Turn-Chat, was 16.000 × 0,15 $ / 1.000.000 = 0,0024 $ pro Konversation entspricht. Pro Chat wenig, aber bei 10.000 Konversationen im Monat sind das 24 $.
- Kürze die Antworten. Wenn du nach etwa 150 Token statt 200 fragst, sparst du 50 × 40 = 2.000 Output-Token, also 0,001 $ pro Konversation. Das bremst auch das Wachstum des Verlaufs, da jeder Turn weniger Token ins Protokoll einbringt.
Opfere nicht die Qualität, um ein paar Tausendstel-Cent zu sparen. Eine zu kurze Antwort führt dazu, dass Nutzer mehr Nachrichten senden, und jede Nachricht sendet den gesamten Prompt erneut. Miss die Kosten pro zufriedener Sitzung, nicht die Kosten pro Anfrage.
Lege abschließend ein max_tokens-Limit als Sicherheitsnetz fest. Es ist optional, aber eine unendliche Antwort eines schwafelnden Charakters kann Tausende von Token umfassen. Bei $0,50 pro 1 Mio. Output-Token ist das zwar noch günstig, kann sich aber bei einem Bug, der es wiederholt, schnell summieren.
Guthaben aufladen und planen
Lade jeden beliebigen Gesamtbetrag von 20 $ bis 500 $ auf, mit einem Bonus von +5 % ab 50 $, +10 % ab 100 $ und +15 % ab 200 $. Ein Top-up von 100 $ ergibt 110 $ Guthaben. Die Zahlung erfolgt ausschließlich in Krypto: USDT auf TRC20 oder USDC auf Base.
Behalte dein Guthaben mit dem X-Balance-USD-Header in jeder Antwort im Blick oder rufe GET /v1/balance auf. Sieh dir die Preisseite für die aktuelle Tabelle an und hole dir einen API-Schlüssel, um es zu testen. Neue Nutzer können mit einem Klick $0,50 kostenloses Testguthaben beanspruchen, gültig für 7 Tage, keine Karte erforderlich: Das reicht für etwa 12 Gespräche der oben genannten 40-Turn-Struktur.
Die Größe des ersten Top-ups ist einfache Arithmetik. Für das 100-Nutzer-Pilotprojekt oben wird aus einem Top-up von 100 $ ein Betrag von 110 $ mit dem +10-%-Bonus, der etwa 1,4 Monate abdeckt (110 $ ÷ 79 $). Ein Top-up von 50 $ ergibt 52,50 $. Halte einen Reservebetrag vor, denn eine virale Woche kostet mehr als eine ruhige, und richte eine Warnung für X-Balance-USD ein, damit du aufladen kannst, bevor das Guthaben aufgebraucht ist.
