Het korte antwoord
Als je gratis LLM API-toegang wilt zonder limiet en zonder rekening, dan is dit niet die dienst, en wees wantrouwig tegenover iedereen die het belooft. Het draaien van een groot taalmodel kost echt geld aan GPU-tijd, dus een gehoste endpoint rekent per token, beperkt je hard, of betaalt zichzelf op een andere manier terug. Wat deze API biedt is een proefperiode: na het inloggen claim je $0,50 aan tegoed met één klik op de API-sleutelpagina. Het is één per persoon, het is 7 dagen geldig, en je betaalt niets om het te claimen.
Daarna is het model pay-as-you-go. Je koopt prepaid tegoed, je geeft het uit tegen $0,15 per 1M input tokens en $0,50 per 1M output tokens, en er wacht geen maandelijkse vergoeding achter. Omdat de per-token tarieven laag zijn, gaat $0,50 veel verder dan het lijkt. De secties hieronder zetten echte cijfers op een rij zodat je kunt beslissen of de proefperiode genoeg is voor je test, en wat een echte workload kost zodra dat niet meer zo is.
De endpoint is OpenAI-compatible, dus proberen betekent een base URL en een sleutel aanpassen in code die je waarschijnlijk al hebt. Je kunt de setup-details lezen op de quickstart-pagina, en de prijslijst staat op de prijzen-pagina.
Wat $0,50 aan proeftegoed oplevert
Tokenprijzen zijn per miljoen opgegeven, wat moeilijk te voelen is. Een eenvoudigere manier is om één verzoek te prijzen, en dan te delen. Een token is een paar tekens tekst, dus 1.000 tokens is ongeveer een pagina gewone proza. Neem een verzoek met 1.000 input tokens en 500 output tokens:
- Input: 1.000 tokens x $0,15 / 1.000.000 = $0,00015
- Output: 500 tokens x $0,50 / 1.000.000 = $0,00025
- Totaal: $0,0004 per verzoek
Deel het proeftegoed door dat bedrag: $0,50 / $0,0004 = 1.250 verzoeken. Dat is genoeg om een prototype te bouwen, een paar honderd testprompts uit te voeren, en nog tegoed over te houden voor een demo. De tabel hieronder toont dezelfde rekenkunde voor vier veelvoorkomende verzoekvormen.
| Verzoekvorm | Input / outputtokens | Kosten per verzoek | Verzoeken in $0,50 |
|---|---|---|---|
| Korte classificatie | 300 / 20 | $0.000055 | ongeveer 9.090 |
| Standaard testprompt | 1,000 / 500 | $0.0004 | 1,250 |
| Chatturn met geschiedenis | 3,000 / 700 | $0.0008 | 625 |
| Lang documentpassage | 80,000 / 2,000 | $0.013 | 38 |
De rij voor lange documenten laat zien waar de proefperiode snel op is: grote prompts. Het hele contextvenster van 100.000 tokens vullen met alleen input kost 100.000 x $0,15 / 1.000.000 = $0,015, dus de proefperiode zou ongeveer 33 verzoeken van die grootte dekken voordat je zelfs maar de antwoorden meetelt.
Proef-limieten die je moet kennen
De proefsleutel is bewust kleiner dan een volledige sleutel. Deze stelt je in staat tot 2 gelijktijdige verzoeken en 60 verzoeken per minuut, tegenover 8 gelijktijdige en 300 per minuut op een volledige sleutel. Voor handmatig testen en een enkel script is dit meer dan genoeg. Het zal je parten spelen als je er een batchtaak met veel workers op laat draaien.
Als je een limiet overschrijdt, antwoordt de API met HTTP 429. De foutcode is rate_limited als je de limiet voor verzoeken per minuut hebt overschreden en concurrency als er te veel verzoeken gelijktijdig actief waren. Streaming is hier belangrijk: een gestreamd verzoek houdt zijn concurrency-slot vast tot de stream eindigt, dus twee lange streams kunnen een derde verzoek blokkeren, zelfs als je ver onder de 60 per minuut zit. Als je concurrency fouten ziet op een proefsleutel, verlaag dan je aantal workers naar 2.
De proefperiode duurt 7 dagen vanaf het claimen, dus claim het wanneer je klaar bent om te testen, niet wanneer je voor het eerst een account aanmaakt. Aanmelden werkt met Google of met een e-mail en wachtwoord, en de claim-knop staat op de API-sleutelpagina.
Wat een echte workload kost na de proefperiode
Drie voorbeelden met de berekening erin, zodat je je eigen cijfers kunt invullen.
Een chat-app met geschiedenis
Elke beurt stuurt ongeveer 3.000 tokens aan systeemprompt en geschiedenis en krijgt 700 tokens terug. Dat kost 3.000 x $0,15 / 1M = $0,00045 voor input plus 700 x $0,50 / 1M = $0,00035 voor output, dus $0,0008 per bericht. Duizend berichten kosten $0,80. Een gebruiker die 40 berichten per dag stuurt kost je $0,032 per dag, ongeveer $0,96 over een maand van 30 dagen.
Een batch job
Stel dat je 10.000 records verwerkt, elk met 1.500 tokens input en 300 tokens output. Input is 15.000.000 tokens, wat 15 x $0,15 = $2,25 is. Output is 3.000.000 tokens, wat 3 x $0,50 = $1,50 is. De hele run is $3,75. Merk op dat output slechts een zesde van de tokens is hier, maar 40% van de rekening, omdat output meer dan drie keer zo veel kost per token als input.
Analyse van lange context
Het lezen van een document van 80.000 tokens en het schrijven van een samenvatting van 2.000 tokens kost $0,012 voor input en $0,001 voor output, dus $0,013. Voer het uit op 100 documenten en je hebt $1,30 uitgegeven.
Mislukte of geweigerde verzoeken worden niet in rekening gebracht, dus een verzoek dat een fout oplevert, tastt deze totalen niet aan. Elk antwoord bevat een X-Balance-USD header, waarmee je je resterende saldo kunt volgen via je eigen code in plaats van te raden.
Wat een top-up van $20 dekt
De minimale top-up is $20, en je kunt elk geheel bedrag tot $500 toevoegen. Grotere top-ups hebben een bonus: +5% vanaf $50, +10% vanaf $100 en +15% vanaf $200. In de praktijk betekent dit dat $50 je $52,50 aan tegoed geeft, $100 geeft $110 en $200 geeft $230. Betaling is alleen in crypto, USDT op TRC20 of USDC op Base, en het tegoed vervalt nooit, dus er is geen druk om het binnen een maand uit te geven.
Bij $20 zonder bonus werken de vier verzoekvormen uit de tabel als volgt:
- Korte classificatie bij $0,000055: ongeveer 363.636 verzoeken
- Standaard testprompt bij $0,0004: 50.000 verzoeken
- Chatbeurt bij $0,0008: 25.000 verzoeken
- Lange documentrun bij $0,013: ongeveer 1.538 verzoeken
Voor de meeste side projects is $20 maandenlang gebruik. Bekijk de prijsoverzicht voor de huidige top-up opties voordat je betaalt.
Manieren om gratis tegoed langer te laten duren
Een paar gewoontes verlagen de rekening zonder te veranderen wat je app doet.
- Geschiedenis inkorten. Invoertokens zijn de goedkope kant, maar een chat die bij elk bericht 20.000 tokens van eerdere wendingen opnieuw verstuurt, loopt snel op. Vat eerdere wendingen samen of verwijder ze.
- Output begrenzen waar het zinvol is.
max_tokensis optioneel, maar het instellen voor korte taken zoals classificatie voorkomt dat een langdradig antwoord vijf keer zo veel kost als je verwachtte. - Gebruik stop-sequenties. De parameter
stopstopt de generatie bij een door jou gekozen marker. - Houd prompts stabiel tijdens het testen. De
seedparameter helpt je runs van dezelfde prompt te vergelijken, zodat je geen tegoed verbrandt aan het achtervolgen van ruis. - Lees je eigen gebruik. Log de
usageblok van elk antwoord en vermenigvuldig het met de twee tarieven. Een helper van vijf regels maakt kosten zichtbaar vanaf dag één.
IN_PER_M, OUT_PER_M = 0.15, 0.50
def cost_usd(usage):
return (usage.prompt_tokens * IN_PER_M
+ usage.completion_tokens * OUT_PER_M) / 1_000_000
# resp = client.chat.completions.create(...)
# print(f"${cost_usd(resp.usage):.6f}")Als je dit tegen de echte endpoint wilt proberen, stel je de base URL in op https://api.nsfwvideogenerator.cc/v1, gebruik de model ID uncensored en verstuur je sleutel als Bearer token. De quickstart bevat een werkend voorbeeld in Python, Node en curl.
Gratis alternatieven en wanneer ze zinvol zijn
Om het op zijn belletje te zeggen: de proefversie is niet de enige optie. Open-weight modellen kunnen op je eigen hardware worden uitgevoerd, wat geen per-token kosten heeft maar wel een machine met voldoende geheugen vereist en jouw tijd om het in te stellen en draaiende te houden. Sommige providers adverteren ook met gratis tiers, met hun eigen rate limits en voorwaarden; controleer hun huidige prijzen en voorwaarden in plaats van een samenvatting te vertrouwen.
De reden om een gehost prepaid endpoint te gebruiken is simpel. Je krijgt een model dat is afgestemd op het beantwoorden zonder contentweigeringen voor wettelijk volwassen gebruik, een stabiele OpenAI-compatible interface, en een prijs die je op een servet kunt uitrekenen. De harde limiet blijft bestaan: geen seksuele content met minderjarigen. De service is alleen tekst, dus het genereert geen afbeeldingen, audio of video, en biedt geen embeddings of fine-tuning. Als je project een tekstpipeline is, zoals scripts en prompts voor downstream tools beschreven op de NSFW pipelines pagina, dan is dat precies de slice die je nodig hebt.
Prompts worden niet gebruikt voor training, wat de moeite waard is om te weten voordat je echt projectmateriaal in een gehoste API plakt.
