Die kurze Antwort
Wenn du kostenlose LLM-API-Zugriffe ohne Begrenzung und ohne Rechnung suchst, ist dies nicht der passende Dienst, und du solltest misstrauisch sein, wenn jemand dies verspricht. Das Ausführen eines LLM verursacht echte Kosten für GPU-Zeit, daher berechnet ein gehosteter Endpunkt entweder pro Token, setzt eine harte Grenze oder finanziert sich anders. Was diese API bietet, ist eine Testphase: Nach der Anmeldung beanspruchst du mit einem Klick auf der Seite für API-Schlüssel $0,50 Guthaben. Es gibt eine pro Person, es ist 7 Tage gültig, und du zahlst nichts für den Erhalt.
Danach ist das Modell Pay as you go. Du kaufst Prepaid-Guthaben, gibst es zu $0,15 pro 1 Mio. Input-Token und $0,50 pro 1 Mio. Output-Token aus, und es wartet keine monatliche Gebühr dahinter. Weil die Token-Preise niedrig sind, reicht $0,50 viel weiter, als es klingt. Die folgenden Abschnitte setzen echte Zahlen darauf, damit du entscheiden kannst, ob das Testguthaben für deinen Test reicht, und was eine echte Arbeitslast kostet, wenn es nicht mehr der Test ist.
Der Endpunkt ist OpenAI-kompatibel, also bedeutet Ausprobieren, eine Base URL und einen Schlüssel in Code zu ändern, den du wahrscheinlich schon hast. Du kannst die Einrichtungsdetails auf der Quickstart-Seite lesen, und die Preisliste liegt auf der Preisseite.
Was $0,50 Testguthaben leisten
Die Token-Preise sind pro Million angegeben, was schwer zu spüren ist. Ein einfacherer Weg ist, eine Anfrage zu preisen und dann zu teilen. Ein Token ist ein paar Zeichen Text, also sind 1.000 Token ungefähr eine Seite Fließtext. Nimm eine Anfrage mit 1.000 Input-Token und 500 Output-Token:
- Input: 1.000 Token x $0,15 / 1.000.000 = $0,00015
- Output: 500 Token x $0,50 / 1.000.000 = $0,00025
- Gesamt: $0,0004 pro Anfrage
Teile die Testversion durch diesen Wert: $0,50 / $0,0004 = 1.250 Anfragen. Das reicht, um einen Prototypen zu bauen, ein paar hundert Test-Prompts auszuführen und noch Guthaben für eine Demo übrig zu haben. Die folgende Tabelle zeigt die gleiche Berechnung für vier häufige Anfragetypen.
| Anfrage-Form | Input-/Output-Token | Kosten pro Anfrage | Anfragen in 0,50 $ |
|---|---|---|---|
| Kurze Klassifizierung | 300 / 20 | $0.000055 | ca. 9.090 |
| Standard-Test-Prompt | 1,000 / 500 | $0.0004 | 1,250 |
| Chat-Turn mit Verlauf | 3,000 / 700 | $0.0008 | 625 |
| Langes Dokument durchlaufen | 80,000 / 2,000 | $0.013 | 38 |
Die Zeile für das lange Dokument zeigt, wo das Testguthaben schnell aufgebraucht ist: große Prompts. Das Ausfüllen des gesamten 100.000-Token-Kontextfensters nur mit Input kostet 100.000 x $0,15 / 1.000.000 = $0,015, also würde das Testguthaben etwa 33 Anfragen dieser Größe abdecken, bevor du sogar die Antworten zählst.
Testlimits, die du kennen solltest
Der Test-Schlüssel ist absichtlich kleiner als ein Vollschlüssel. Er erlaubt 2 parallele Anfragen und 60 Anfragen pro Minute, im Vergleich zu 8 parallelen und 300 pro Minute bei einem Vollschlüssel. Für manuelles Testen und ein einzelnes Skript ist das mehr als ausreichend. Es wird problematisch, wenn du einen Batchjob mit vielen Workern darauf richtest.
Wenn du ein Limit überschreitest, antwortet die API mit HTTP 429. Der Fehlercode ist rate_limited, wenn du über Anfragen pro Minute gegangen bist, und concurrency, wenn zu viele Anfragen gleichzeitig in Bearbeitung waren. Streaming ist hier wichtig: Eine gestreamte Anfrage hält ihren Concurrency-Slot, bis der Stream endet, also können zwei lange Streams eine dritte Anfrage blockieren, auch wenn du weit unter 60 pro Minute bist. Wenn du concurrency-Fehler auf einem Testschlüssel siehst, reduziere deine Worker-Anzahl auf 2.
Die Testphase dauert 7 Tage ab dem Beanspruchen, also beanspruche sie, wenn du bereit zum Testen bist, und nicht, wenn du zum ersten Mal ein Konto erstellst. Die Anmeldung funktioniert mit Google oder mit E-Mail und Passwort, und der Aktivieren-Button befindet sich auf der API-Schlüssel-Seite.
Was eine echte Arbeitslast nach dem Test kostet
Drei Beispiele mit den Rechnungen ausgeschrieben, damit du deine eigenen Zahlen einsetzen kannst.
Eine Chat-App mit Verlauf
Jeder Turn sendet etwa 3.000 Token an System-Prompt und Verlauf und erhält 700 Token zurück. Das kostet 3.000 x $0,15 / 1M = $0,00045 für Input plus 700 x $0,50 / 1M = $0,00035 für Output, also $0,0008 pro Nachricht. Tausend Nachrichten kosten $0,80. Ein Benutzer, der 40 Nachrichten am Tag sendet, kostet dich $0,032 am Tag, etwa $0,96 über einen 30-Tage-Monat.
Ein Batch-Job
Angenommen, du verarbeitest 10.000 Datensätze, jeder mit 1.500 Token Input und 300 Token Output. Input sind 15.000.000 Token, was 15 x $0,15 = $2,25 entspricht. Output sind 3.000.000 Token, was 3 x $0,50 = $1,50 entspricht. Der gesamte Lauf kostet $3,75. Beachte, dass Output hier nur ein Sechstel der Token ausmacht, aber 40 % der Rechnung, weil Output pro Token mehr als dreimal so viel kostet wie Input.
Langkontext-Analyse
Das Lesen eines 80.000-Token-Dokuments und das Schreiben einer 2.000-Token-Zusammenfassung kostet $0,012 für Input und $0,001 für Output, also $0,013. Führe es an 100 Dokumenten aus, und du hast $1,30 ausgegeben.
Fehlgeschlagene oder abgelehnte Anfragen werden nicht berechnet, also frisst eine Anfrage, die einen Fehler auslöst, nicht an diesen Gesamtbeträgen. Jede Antwort enthält einen X-Balance-USD-Header, der es dir erlaubt, den verbleibenden Saldo von deinem eigenen Code aus zu überwachen, statt zu raten.
Was eine $20-Aufladung abdeckt
Die Mindestaufladung beträgt $20, und du kannst jeden ganzen Betrag bis zu $500 hinzufügen. Größere Aufladungen haben einen Bonus: +5% ab $50, +10% ab $100 und +15% ab $200. In der Praxis bedeutet das, dass $50 dir $52,50 Guthaben geben, $100 $110 und $200 $230. Die Zahlung erfolgt nur in Krypto, USDT auf TRC20 oder USDC auf Base, und das Guthaben verfällt nie, also gibt es keinen Druck, es in einem Monat auszugeben.
Bei $20 ohne Bonus ergeben sich für dieselben vier Anfrageformen aus der Tabelle folgende Werte:
- Kurze Klassifizierung bei $0,000055: ca. 363.636 Anfragen
- Standard-Test-Prompt bei $0,0004: 50.000 Anfragen
- Chat-Turn bei $0,0008: 25.000 Anfragen
- Langes Dokument durchgehen bei $0,013: ca. 1.538 Anfragen
Für die meisten Nebenprojekte sind $20 Monate an Nutzung. Schau dir die Preisseite an, um die aktuellen Aufladeoptionen zu sehen, bevor du zahlst.
Möglichkeiten, kostenloses Guthaben länger zu strecken
Einige Gewohnheiten senken die Rechnung, ohne zu ändern, was deine App tut.
- Verlauf kürzen. Input-Token sind die günstige Seite, aber ein Chat, der bei jeder Nachricht 20.000 Token alten Verlauf neu sendet, summiert sich. Fasse zusammen oder lösche alte Schritte.
- Begrenze die Ausgabe dort, wo es sinnvoll ist.
max_tokensist optional, aber die Einstellung für kurze Aufgaben wie Klassifizierung verhindert, dass eine ausschweifende Antwort fünfmal so viel kostet wie erwartet. - Verwende Stop-Sequenzen. Der Parameter
stopbeendet die Generierung an einem von dir gewählten Marker. - Halte Prompts während der Tests stabil. Der Parameter
seedhilft dir, Läufe desselben Prompts zu vergleichen, damit du kein Guthaben für das Jagen von Rauschen verbrennst. - Lies deine eigene Nutzung. Logge den
usage-Block aus jeder Antwort und multipliziere ihn mit den beiden Sätzen. Ein fünfzeiliger Helfer macht die Kosten ab dem ersten Tag sichtbar.
IN_PER_M, OUT_PER_M = 0.15, 0.50
def cost_usd(usage):
return (usage.prompt_tokens * IN_PER_M
+ usage.completion_tokens * OUT_PER_M) / 1_000_000
# resp = client.chat.completions.create(...)
# print(f"${cost_usd(resp.usage):.6f}")Wenn du dies gegen den echten Endpunkt testen möchtest, setze die Basis-URL auf https://api.nsfwvideogenerator.cc/v1, verwende die Modell-ID uncensored und sende deinen Schlüssel als Bearer-Token. Die Quickstart hat ein funktionierendes Beispiel in Python, Node und curl.
Kostenlose Alternativen und wann sie Sinn machen
Um es direkt zu sagen: Das Testguthaben ist nicht der einzige Weg. Open-Weight-Modelle können auf deiner eigenen Hardware ausgeführt werden, was keine Token-Gebühr hat, aber eine Maschine mit genügend Speicher und deine Zeit für Einrichtung und Betrieb benötigt. Einige Anbieter werben auch mit kostenlosen Stufen, mit ihren eigenen Ratenlimits und Richtlinien, also prüfe ihre aktuellen Preise und Nutzungsbedingungen, statt einer Zusammenfassung zu vertrauen.
Der Grund, einen gehosteten Prepaid-Endpunkt zu verwenden, ist einfach. Du erhältst ein Modell, das darauf abgestimmt ist, bei rechtlicher Erwachsennutzung ohne Inhaltsfilter zu antworten, eine stabile OpenAI-kompatible Schnittstelle und einen Preis, den du auf einem Serviettenrand berechnen kannst. Die harte Grenze bleibt bestehen: keine sexuelle Darstellung von Minderjährigen. Der Dienst ist nur Text, also generiert er keine Bilder, Audio oder Video, und er bietet keine Embeddings oder Feinabstimmung. Wenn dein Projekt eine Textpipeline ist, wie Skripte und Prompts für nachgelagerte Tools, wie auf der NSFW-Pipeline-Seite beschrieben, ist das genau der Bereich, den du brauchst.
Prompts werden nicht zum Training verwendet, was sich vor dem Einfügen von echtem Projektmaterial in jede gehostete API lohnt zu wissen.
