La respuesta corta
Si buscas acceso gratuito a la API de LLM sin límites ni factura, este no es ese servicio y deberías desconfiar de quien lo prometa. Ejecutar un modelo de lenguaje grande cuesta dinero real en tiempo de GPU, así que un endpoint alojado o cobra por token, te limita drásticamente o se paga de otra manera. Lo que ofrece esta API es una prueba: después de iniciar sesión, reclamas $0,50 de crédito con un clic en la página de la clave de API. Es uno por persona, es válido por 7 días y no pagas nada para reclamarlo.
Después de eso, el modelo es de pago por uso. Compras crédito prepago, lo gastas a $0,15 por cada 1M de tokens de entrada y $0,50 por cada 1M de tokens de salida, y no hay una cuota mensual esperando detrás. Debido a que las tarifas por token son bajas, $0,50 rinde mucho más de lo que parece. Las secciones siguientes ponen números reales para que decidas si la prueba es suficiente para tu prueba, y cuánto cuesta una carga de trabajo real una vez que ya no es de prueba.
El endpoint es compatible con OpenAI, así que probarlo significa cambiar una URL base y una clave en el código que probablemente ya tengas. Puedes leer los detalles de configuración en la página de inicio rápido, y la lista de precios está en la página de precios.
Qué compra $0,50 de crédito de prueba
Los precios de los tokens se cotizan por millón, lo cual es difícil de sentir. Una forma más simple es calcular el precio de una petición y luego dividir. Un token es unos pocos caracteres de texto, así que 1.000 tokens son aproximadamente una página de prosa simple. Toma una petición con 1.000 tokens de entrada y 500 tokens de salida:
- Entrada: 1.000 tokens x $0,15 / 1.000.000 = $0,00015
- Salida: 500 tokens x $0.50 / 1.000.000 = $0.00025
- Total: $0,0004 por petición
Divide la prueba por eso: $0.50 / $0.0004 = 1,250 peticiones. Eso es suficiente para construir un prototipo, ejecutar unas pocas cientos de prompts de prueba y aún tener crédito sobrante para una demostración. La tabla siguiente muestra la misma aritmética para cuatro formas de petición comunes.
| Forma de la petición | Tokens de entrada / salida | Coste por petición | Peticiones en $0,50 |
|---|---|---|---|
| Clasificación breve | 300 / 20 | $0.000055 | aproximadamente 9.090 |
| Prompt de prueba estándar | 1,000 / 500 | $0.0004 | 1,250 |
| Turno de chat con historial | 3,000 / 700 | $0.0008 | 625 |
| Paso de documento largo | 80,000 / 2,000 | $0.013 | 38 |
La fila de documento largo muestra dónde se agota la prueba rápidamente: prompts grandes. Llenar toda la ventana de contexto de 100.000 tokens solo con entrada cuesta 100.000 x $0,15 / 1.000.000 = $0,015, así que la prueba cubriría aproximadamente 33 peticiones de ese tamaño antes de contar siquiera las respuestas.
Límites de prueba que debes conocer
La clave de prueba es deliberadamente más pequeña que una clave completa. Permite 2 peticiones simultáneas y 60 peticiones por minuto, frente a 8 simultáneas y 300 por minuto en una clave completa. Para pruebas manuales y un solo script, esto es suficiente. Te morderá si apuntas un trabajo por lotes con muchos trabajadores hacia él.
Cuando excedes un límite, la API responde con HTTP 429. El código de error es rate_limited cuando superaste las peticiones por minuto y concurrency cuando había demasiadas peticiones en vuelo a la vez. El streaming importa aquí: una petición en streaming mantiene su espacio de concurrencia hasta que termina el stream, así que dos streams largos pueden bloquear una tercera petición incluso si estás muy por debajo de 60 por minuto. Si ves errores concurrency en una clave de prueba, reduce tu conteo de trabajadores a 2.
La prueba dura 7 días desde el reclamo, así que reclámala cuando estés listo para probar, no cuando crees la cuenta por primera vez. El registro funciona con Google o con un correo electrónico y contraseña, y el botón de reclamo está en la página de la clave de API.
Cuánto cuesta una carga de trabajo real después de la prueba
Tres ejemplos con los cálculos escritos, para que puedas insertar tus propios números.
Una aplicación de chat con historial
Cada turno envía aproximadamente 3.000 tokens de prompt del sistema e historial y recibe 700 tokens de vuelta. Eso cuesta 3.000 x $0,15 / 1M = $0,00045 para entrada más 700 x $0,50 / 1M = $0,00035 para salida, así que $0,0008 por mensaje. Mil mensajes cuestan $0,80. Un usuario que envía 40 mensajes al día te cuesta $0,032 al día, aproximadamente $0,96 en un mes de 30 días.
Un trabajo por lotes
Digamos que procesas 10.000 registros, cada uno con 1.500 tokens de entrada y 300 de salida. La entrada es 15.000.000 de tokens, que es 15 x $0,15 = $2,25. La salida es 3.000.000 de tokens, que es 3 x $0,50 = $1,50. Toda la ejecución es $3,75. Nota que la salida es solo una sexta parte de los tokens aquí pero el 40% de la factura, porque la salida cuesta más de tres veces más por token que la entrada.
Análisis de contexto largo
Leer un documento de 80.000 tokens y escribir un resumen de 2.000 tokens cuesta $0,012 para entrada y $0,001 para salida, así que $0,013. Ejecútalo en 100 documentos y habrás gastado $1,30.
Las peticiones fallidas o rechazadas no se cobran, así que una petición que da error no consume estos totales. Cada respuesta lleva un encabezado X-Balance-USD, que te permite vigilar el saldo restante desde tu propio código en lugar de adivinar.
Qué cubre una recarga de $20
La recarga mínima es $20, y puedes añadir cualquier cantidad entera hasta $500. Las recargas más grandes tienen un bono: +5% desde $50, +10% desde $100 y +15% desde $200. En la práctica, eso significa que $50 te da $52,50 de crédito, $100 da $110 y $200 da $230. El pago es solo en cripto, USDT en TRC20 o USDC en Base, y el crédito no caduca, así que no hay presión de gastarlo en un mes.
Con $20 sin bono, las mismas cuatro formas de petición de la tabla se calculan así:
- Clasificación breve a $0,000055: aproximadamente 363.636 peticiones
- Prompt de prueba estándar a $0,0004: 50.000 peticiones
- Turno de chat a $0,0008: 25.000 peticiones
- Paso de documento largo a $0,013: aproximadamente 1.538 peticiones
Para la mayoría de los proyectos secundarios, $20 son meses de uso. Consulta la página de precios para las opciones de recarga actuales antes de pagar.
Maneras de estirar más el crédito gratuito
Algunos hábitos reducen la factura sin cambiar lo que hace tu aplicación.
- Recorta el historial. Los tokens de entrada son el lado barato, pero un chat que reenvía 20.000 tokens de turnos antiguos en cada mensaje se acumula. Resume o elimina turnos antiguos.
- Limita la salida donde tenga sentido.
max_tokenses opcional, pero configurarlo para tareas cortas como la clasificación evita que una respuesta divagante cueste cinco veces lo que esperabas. - Usa secuencias de parada. El parámetro
stoptermina la generación en un marcador que elijas. - Mantén los prompts estables mientras pruebas. El parámetro
seedte ayuda a comparar ejecuciones del mismo prompt, así que no quemas crédito persiguiendo ruido. - Lee tu propio uso. Registra el bloque
usagede cada respuesta y multiplícalo por las dos tarifas. Un ayudante de cinco líneas hace visible el costo desde el día uno.
IN_PER_M, OUT_PER_M = 0.15, 0.50
def cost_usd(usage):
return (usage.prompt_tokens * IN_PER_M
+ usage.completion_tokens * OUT_PER_M) / 1_000_000
# resp = client.chat.completions.create(...)
# print(f"${cost_usd(resp.usage):.6f}")Si quieres probar esto contra el endpoint real, configura la URL base a https://api.nsfwvideogenerator.cc/v1, usa el ID de modelo uncensored y envía tu clave como un token Bearer. La guía rápida tiene un ejemplo funcional en Python, Node y curl.
Alternativas gratuitas y cuándo tienen sentido
Ser directo al respecto: la prueba no es la única ruta. Los modelos de pesos abiertos se pueden ejecutar en tu propio hardware, lo que no tiene tarifa por token pero necesita una máquina con suficiente memoria y tu tiempo para configurarlo y mantenerlo en ejecución. Algunos proveedores también publican planes gratuitos, con sus propios límites de velocidad y políticas, así que verifica sus precios y términos actuales en lugar de confiar en un resumen.
La razón para usar un endpoint prepagado alojado es simple. Obtienes un modelo que está ajustado para responder sin rechazos de contenido para uso adulto legal, una interfaz compatible con OpenAI y un precio que puedes calcular en una servilleta. El límite estricto sigue en su lugar: no hay contenido sexual que involucre a menores de edad. El servicio es solo de texto, así que no generará imágenes, audio ni video, y no ofrece incrustaciones ni ajuste fino. Si tu proyecto es una canalización de texto, como scripts y prompts para herramientas de downstream descritas en la página de canalizaciones NSFW, ese es exactamente el fragmento que necesitas.
Los prompts no se usan para entrenamiento, lo cual vale la pena saber antes de pegar material real del proyecto en cualquier API alojada.
