La risposta breve
Se cerchi accesso API LLM gratuito senza limiti e senza bolletta, questo non è quel servizio, e dovresti diffidare di chi lo promette. Eseguire un modello linguistico di grandi dimensioni costa davvero in termini di tempo GPU, quindi un endpoint ospitato o addebita per token, ti limita nettamente o si ripaga in altro modo. Ciò che questa API offre è una prova: dopo l'accesso richiedi $0,50 di credito con un clic nella pagina della chiave API. È uno per persona, è valido per 7 giorni e non paghi nulla per richiederlo.
Dopo quella fase il modello è a pagamento a consumo. Acquisti credito prepagato, lo spendi a $0.15 per 1M token di input e $0.50 per 1M token di output, senza canoni mensili. Poiché i prezzi per token sono bassi, $0.50 rendono molto più di quanto sembri. Le sezioni seguenti mostrano numeri concreti così puoi decidere se il credito di prova gratuito è sufficiente per il tuo test e quanto costa un carico di lavoro reale una volta esaurito.
L'endpoint è compatibile con OpenAI, quindi provarlo significa cambiare un URL base e una chiave nel codice che probabilmente hai già. Puoi leggere i dettagli di configurazione nella pagina di avvio rapido, e l'elenco dei prezzi si trova nella pagina dei prezzi.
Cosa compra $0,50 di credito di prova
I prezzi dei token sono indicati per milione, il che è difficile da percepire. Un modo più semplice è calcolare il prezzo di una richiesta, poi dividere. Un token è qualche carattere di testo, quindi 1.000 token sono circa una pagina di prosa semplice. Prendi una richiesta con 1.000 token di input e 500 token di output:
- Input: 1.000 token x $0,15 / 1.000.000 = $0,00015
- Output: 500 token x $0,50 / 1.000.000 = $0,00025
- Totale: $0,0004 per richiesta
Dividi la prova per quello: $0,50 / $0,0004 = 1.250 richieste. Questo è sufficiente per costruire un prototipo, eseguire alcune centinaia di prompt di test e avere ancora credito avanzato per una demo. La tabella sottostante mostra la stessa aritmetica per quattro forme di richiesta comuni.
| Forma della richiesta | Token input / output | Costo per richiesta | Richieste con $0,50 |
|---|---|---|---|
| Classificazione breve | 300 / 20 | $0.000055 | circa 9.090 |
| Prompt di test standard | 1.000 / 500 | $0.0004 | 1.250 |
| Turno chat con cronologia | 3.000 / 700 | $0.0008 | 625 |
| Passaggio documento lungo | 80.000 / 2.000 | $0.013 | 38 |
La riga del documento lungo mostra dove la prova si esaurisce rapidamente: prompt grandi. Riempire l'intera finestra di contesto da 100.000 token solo con l'input costa 100.000 x $0,15 / 1.000.000 = $0,015, quindi la prova coprirebbe circa 33 richieste di quella dimensione prima ancora di contare le risposte.
Limiti di prova che dovresti conoscere
La chiave di prova è volutamente più piccola di una chiave completa. Consente 2 richieste concorrenti e 60 richieste al minuto, contro 8 concorrenti e 300 al minuto su una chiave completa. Per test manuali e un singolo script questo è più che sufficiente. Ti punirà se punti un job batch con molti worker verso di essa.
Quando superi un limite l'API risponde con HTTP 429. Il codice errore è rate_limited quando hai superato le richieste al minuto e concurrency quando erano troppe richieste in corso contemporaneamente. Lo streaming è importante qui: una richiesta streaming mantiene la sua slot di concorrenza fino alla fine dello stream, quindi due stream lunghi possono bloccare una terza richiesta anche se sei ben al di sotto di 60 al minuto. Se vedi errori concurrency su una chiave di prova, riduci il conteggio dei worker a 2.
La prova dura 7 giorni dal momento della richiesta, quindi richiedila quando sei pronto a testare, non quando crei l'account per la prima volta. L'iscrizione funziona con Google o con email e password, e il pulsante di richiesta è nella pagina della chiave API.
Quanto costa un carico di lavoro reale dopo la prova
Tre esempi con i calcoli scritti, così puoi inserire i tuoi numeri.
Un'app chat con cronologia
Ogni turno invia circa 3.000 token di prompt di sistema e cronologia e riceve 700 token indietro. Questo costa 3.000 x $0,15 / 1M = $0,00045 per l'input più 700 x $0,50 / 1M = $0,00035 per l'output, quindi $0,0008 per messaggio. Un migliaio di messaggi costano $0,80. Un utente che invia 40 messaggi al giorno ti costa $0,032 al giorno, circa $0,96 in un mese di 30 giorni.
Lavoro batch
Supponi di elaborare 10.000 record, ciascuno con 1.500 token in input e 300 in output. L'input è 15.000.000 di token, che sono 15 x $0,15 = $2,25. L'output è 3.000.000 di token, che sono 3 x $0,50 = $1,50. L'esecuzione completa è $3,75. Nota che l'output è solo un sesto dei token qui ma il 40% del conto, perché l'output costa più di tre volte tanto per token rispetto all'input.
Analisi a contesto lungo
Leggere un documento da 80.000 token e scrivere un riepilogo di 2.000 token costa $0,012 per l'input e $0,001 per l'output, quindi $0,013. Esegui su 100 documenti e avrai speso $1,30.
Le richieste fallite o rifiutate non vengono addebitate, quindi una richiesta che genera un errore non intacca questi totali. Ogni risposta include un'intestazione X-Balance-USD, che ti permette di monitorare il saldo residuo dal tuo codice invece di indovinare.
Cosa copre una ricarica da $20
La ricarica minima è $20 e puoi aggiungere qualsiasi importo intero fino a $500. Ricariche più grandi comportano un bonus: +5% da $50, +10% da $100 e +15% da $200. In pratica questo significa che $50 ti danno $52,50 di credito, $100 danno $110 e $200 danno $230. Il pagamento è solo in cripto, USDT su TRC20 o USDC su Base, e il credito non scade mai, quindi non c'è pressione di spenderlo in un mese.
Per $20 senza bonus, le stesse quattro forme di richiesta dalla tabella funzionano così:
- Classificazione breve a $0.000055: circa 363.636 richieste
- Prompt di test standard a $0.0004: 50.000 richieste
- Turno chat a $0,0008: 25.000 richieste
- Passaggio documento lungo a $0,013: circa 1.538 richieste
Per la maggior parte dei progetti secondari, $20 sono mesi di utilizzo. Controlla la pagina dei prezzi per le opzioni di ricarica attuali prima di pagare.
Modi per estendere ulteriormente il credito gratuito
Alcune abitudini riducono il conto senza cambiare ciò che fa la tua app.
- Riduci la cronologia. I token di input sono il lato economico, ma una chat che invia di nuovo 20.000 token di vecchi turni su ogni messaggio si accumula. Riassumi o elimina i turni vecchi.
- Limita l'output dove ha senso.
max_tokensè facoltativo, ma impostarlo per attività brevi come la classificazione evita che una risposta prolissa costi cinque volte tanto. - Usa sequenze di stop. Il parametro
stoptermina la generazione a un marcatore che scegli. - Mantieni i prompt stabili durante i test. Il parametro
seedti aiuta a confrontare esecuzioni dello stesso prompt, evitando di bruciare credito per il rumore. - Leggi il tuo utilizzo. Registra il blocco
usageda ogni risposta e moltiplicalo per i due tassi. Una funzione di cinque righe rende i costi visibili dal primo giorno.
IN_PER_M, OUT_PER_M = 0.15, 0.50
def cost_usd(usage):
return (usage.prompt_tokens * IN_PER_M
+ usage.completion_tokens * OUT_PER_M) / 1_000_000
# resp = client.chat.completions.create(...)
# print(f"${cost_usd(resp.usage):.6f}")Se vuoi provare questo contro l'endpoint reale, imposta l'URL base su https://api.nsfwvideogenerator.cc/v1, usa l'ID del modello uncensored e invia la tua chiave come token Bearer. La guida rapida ha un esempio funzionante in Python, Node e curl.
Alternative gratuite e quando hanno senso
Essere chiari su questo: la prova non è l'unica strada. I modelli a pesi aperti possono essere eseguiti sul tuo hardware, che non ha un costo per token ma richiede una macchina con memoria sufficiente e il tuo tempo per impostarla e mantenerla in esecuzione. Alcuni provider pubblicizzano anche piani gratuiti, con i loro limiti di richiesta e politiche, quindi controlla i loro prezzi e termini attuali invece di fidarti di un riassunto.
Il motivo per usare un endpoint prepagato ospitato è semplice. Ottieni un modello ottimizzato per rispondere senza rifiuti sui contenuti per uso adulto legale, un'interfaccia compatibile con OpenAI e un prezzo che puoi calcolare su un tovagliolo. Il limite rigido resta: niente contenuti sessuali che coinvolgono minorenni. Il servizio è solo testo, quindi non genera immagini, audio o video, e non offre embeddings né fine-tuning. Se il tuo progetto è una pipeline di testo, come script e prompt per strumenti downstream descritti nella pagina NSFW pipelines, quella è esattamente la fetta che ti serve.
I prompt non sono usati per l'addestramento, il che vale la pena sapere prima di incollare materiale reale del progetto in qualsiasi API ospitata.
