At list prices, 1,000 chatbot conversations of 3,000 input and 500 output tokens cost about $11 on Claude Sonnet 5.5 or GPT-6.1 Sol, $22 on Claude Opus 5.5, $55 on GPT-6 Astra and about 55 cents on GPT-6 Luna. Caching a shared prompt cuts each of those figures by roughly a third.
Acesta este doar factura model și se mișcă odată cu durata conversației. Acest ghid arată modul de lucru, astfel încât să puteți înlocui ipotezele noastre cu propriile dvs.
Ipotezele
- 1,000 conversații, fiecare cu un apel model de 3,000 jetoane de intrare (prompt de sistem, cunoștințele preluate și întrebarea utilizatorului) și 500 jetoane de ieșire.
- Procesare standard la prețuri de listă în USD, fără reducere la lot și fără suprataxă pentru context lung.
- Pentru coloana de cache, 2,000 din 3,000 jetoane de intrare sunt citite din cache la prețul de intrare în cache. Costul unic al scrierii memoriei cache este omis.
Chaturile reale efectuează mai multe apeluri și retrimite istoricul de fiecare dată, așa că tratați-le ca pe un etaj.
Preturile folosite
| Model | Input per 1M | Cached input per 1M | Output per 1M |
|---|---|---|---|
| Claude Sonnet 5.5 | $2.00 | $0.20 | $10.00 |
| Claude Opus 5.5 | $4.00 | $0.20 | $20.00 |
| GPT-6.1 Sol | $2.00 | $0.10 | $10.00 |
| GPT-6 Astra | $10.00 | $1.00 | $50.00 |
| GPT-6 Luna | $0.10 | $0.01 | $0.50 |
Surse: pagina modelului Anthropic Opus 5.5 și pagina de prețuri API OpenAI. Prețurile de intrare și de ieșire ale Sonetului 5.5 provin din tabelul de comparație al modelului Anthropic; confirmați prețul de intrare în cache pe pagina Sonnet 5.5 a Anthropic.
Rezultatul
| Model | Per 1,000 chats | With caching | Per chat |
|---|---|---|---|
| Claude Sonnet 5.5 | $11.00 | $7.40 | about 1.1 cents |
| Claude Opus 5.5 | $22.00 | $14.40 | about 2.2 cents |
| GPT-6.1 Sol | $11.00 | $7.20 | about 1.1 cents |
| GPT-6 Astra | $55.00 | $37.00 | about 5.5 cents |
| GPT-6 Luna | $0.55 | $0.37 | about 0.06 cents |
Aritmetica pentru Sonet 5.5 este (3,000 ÷ 1,000,000 × $2 + 500 ÷ 1,000,000 × $10) × 1,000 = $11. Schimbați prețurile fiecărui model cu celelalte.
Gemini 4 Argonul este exclus deoarece nu este disponibil public și raportează conflicte de preț.
Ce schimbă numărul
- Durata conversației. Fiecare tură retrimite istoricul, așa că un chat cu zece ture trimite mult mai multe intrări decât un chat cu o tură.
- Memorarea în cache. O citire în cache este mult mai ieftină decât o intrare nouă, dar scrierea cache-ului costă mai mult decât o intrare normală: 5 USD per milion de jetoane pentru o scriere de cinci minute pe Opus 5.5 și 12.50 USD pe GPT-6 Astra.
- Jetoane de gândire. Opus 5.5 folosește întotdeauna gândirea adaptivă, așa că verificați cum sunt facturate jetoanele de gândire înainte de a avea încredere într-o estimare bazată numai pe răspunsul vizibil.
- Lot. Ambii furnizori iau 50% pentru o muncă care nu necesită un răspuns instantaneu, cum ar fi rezumarea stenogramelor de aseară.
- Instrumente. OpenAI taxează 10 USD pentru 1,000 apeluri de căutare pe web pe deasupra jetoanelor.
- Verbositate. Modelele folosesc cantități diferite de jetoane pentru aceeași sarcină. Pe Indexul Vals, Sonnet 5.5 costă 21.34 USD per test, iar Opus 5.5 costă 32.14 USD, care nu este decalajul de la 2 la 1 sugerat de prețurile lor de listă. Măsurați costul pe sarcină, nu prețul pe token.
Pune aceste idei în practică.
De la o îmbunătățire punctuală la un website complet, te ajutăm să definești scopul și să îl realizezi.
Discută despre website-ul meuDezvoltare web și aplicații personalizateÎmpărtășește-ne obiectivele tale. Răspundem de obicei în 4 ore cu întrebări și pași practici următori.
Ceea ce factura omite
Găzduirea, o bază de cunoștințe sau un index de căutare, monitorizarea, moderarea, o cale de transfer uman și timpul de dezvoltare, toate nu fac parte din proiectul de lege al modelului.
Obțineți propriul număr într-o zi
- Eșantionați 50 întrebări reale din căsuța dvs. de e-mail sau biletele de asistență.
- Rulați-le prin model și înregistrați numărul de semnale de intrare și de ieșire pe care le returnează API-ul.
- Înmulțiți media cu volumul lunar, apoi adăugați un tampon 30%.
- Setați o limită lunară de cheltuieli în consola furnizorului înainte de lansare.
Întrebări frecvente
Cel mai ieftin model este suficient de bun pentru un chatbot de pe site?
Doar dacă trece propriul test. GPT-6 Luna costă o fracțiune din ceilalți, dar răspunsurile ieftine care sunt greșite te costă pe tine. Testați 50 întrebări reale înainte de a vă decide.
Memorarea în cache va reduce cu adevărat factura cu o treime?
Se întâmplă în acest exemplu, unde două treimi din intrare este un prompt partajat care este citit din cache. Salvarea dvs. depinde de cât de mult se repetă din fiecare solicitare.
O conversație mai lungă costă mai mult?
Da. Întregul istoric este trimis din nou la fiecare tură, așa că jetoanele de intrare cresc cu fiecare mesaj, cu excepția cazului în care îl tăiați sau rezumați.
Planificați un chatbot pentru site-ul dvs.?
Alegerea modelului este un element rând. Proiectăm întreaga construcție, de la recuperare și balustrade până la limitele de jurnal și cheltuieli, pentru site-uri WordPress și Next.js. Vezi noastre Servicii de integrare AI și dezvoltare chatbot.
