خلاصه
- ما نرخ ثابت $0.15 برای هر 1M توکن ورودی و $0.50 برای هر 1M توکن خروجی دریافت می‌کنیم و پل‌های قیمت‌گذاری پلکانی وجود ندارد.
- شارژهای فقط با ارز دیجیتال از $20 تا $500 شامل اعتبارات هدیه بین +5% تا +15% هستند.
- مدل واحد بدون سانسور از پنجره زمینه ۱۰۰k پشتیبانی می‌کند بدون اینکه از داده‌های شما برای آموزش استفاده شود.
- خطاها و رد شدن درخواست‌ها صفر توکن مصرف می‌کنند، تضمین می‌کنند که شما فقط برای تکمیل‌های موفق پرداخت می‌کنید.
چرا توسعه‌دهندگان ارائه‌دهندگان استاندارد را ترک می‌کنند
توسعه‌دهندگان اغلب می‌یابند که ارائه‌دهندگان استاندارد هزینه‌ها را افزایش می‌دهند وقتی استفاده مقیاس می‌یابد یا وقتی ویژگی‌های خاصی مانند فراخوانی تابع به مدل‌های گران‌قیمت محدود می‌شود. ما یک API مستقل و سازگار با OpenAI ارائه می‌دهیم که یک مدل زبان بزرگ بدون سانسور واحد را ارائه می‌دهد. این رویکرد پیچیدگی مسیریابی مدل را حذف می‌کند و صورتحساب ثابت را صرف‌نظر از حجم درخواست شما تضمین می‌کند. می‌توانید کد کلاینت موجود خود را با به‌روزرسانی ساده URL پایه و کلید API اجرا کنید.
- بدون هزینه‌های اشتراک ماهانه یا ساختارهای قیمت‌گذاری پلکانی.
- اعتبار پرداختی هرگز منقضی نمی‌شود و به شما اجازه می‌دهد با سرعت خود از وجوه استفاده کنید.
- خطاها و رد شدن‌ها توکن مصرف نمی‌کنند و از هدررفت هزینه‌ها می‌کاهد.
درک هزینه واقعی مصرف توکن
هزینه واقعی یک API LLM به نحوه صورت‌حساب‌دهی توکن‌های ورودی و خروجی بستگی دارد. ما 0.15 دلار به ازای 1M توکن ورودی و 0.50 دلار به ازای 1M توکن خروجی دریافت می‌کنیم. این نرخ ثابت برای هر درخواست اعمال می‌شود، صرف‌نظر از پیچیدگی مدل. برخلاف ارائه‌دهندگانی که برای زمینه‌های طولانی‌تر یا استدلال تخصصی هزینه بیشتری دریافت می‌کنند، قیمت‌گذاری ما قابل پیش‌بینی باقی می‌ماند. می‌توانید هزینه‌های خود را با ضرب کردن میانگین تعداد توکن درخواست در این نرخ‌ها تخمین بزنید. خطاها و رد شدن‌ها رایگان هستند، بنابراین برای تلاش‌های ناموفق پرداخت نمی‌کنید.
بسیاری از کاربران نگران هزینه‌های پنهان برای پخش زنده یا استفاده از ابزارها هستند. پخش زنده ما از طریق SSE شامل استفاده از توکن در قطعه نهایی است، که صورتحساب دقیق را تضمین می‌کند. فراخوانی تابع و حالت JSON هزینه اضافی ندارند. تنها محدودیت، بدنه درخواست ۸ مگابایتی در هر درخواست است.
نحوه کاهش هزینه‌های سربار توسط مدل‌های بدون سانسور
مدل‌های بدون سانسور اغلب برای دستیابی به خروجی‌های با کیفیت بالا به پرامپت‌های پیچیده‌تری نیاز ندارند، زیرا موضوعات قانونی بزرگسالان یا بحث‌برانگیز را رد نمی‌کنند. این نیاز به دستورالعمل‌های سیستم طولانی و حلقه‌های تلاش مجدد را کاهش می‌دهد. مدل ما برای پاسخ‌دهی بدون رد محتوایی برای استفاده قانونی بزرگسالان تنظیم شده است که جریان کاری شما را ساده‌تر می‌کند. شما می‌توانید بر کیفیت محتوا تمرکز کنید نه مدیریت فیلترهای سیاستی.
پنجره زمینه ۱۰۰,۰۰۰ توکنی به شما اجازه می‌دهد مقادیر زیادی از داده‌ها را بدون قطع ارسال کنید. این به ویژه برای برنامه‌هایی که به حافظه بلندمدت یا تحلیل سند نیاز دارند مفید است. مدل پرامپت‌ها و تکمیل‌ها را در این پنجره به طور کارآمد مدیریت می‌کند. می‌توانید پارامترهایی مانند دما و top_p را برای کنترل سبک خروجی تنظیم کنید.
پرداخت‌های رمزارز در مقابل.
روش‌های پرداخت سنتی اغلب شامل هزینه‌های پردازش، برگشت وجه و هزینه‌های تبدیل ارز می‌شوند. ما فقط USDT روی TRC20 یا USDC روی Base را برای شارژ حساب می‌پذیریم. می‌توانید هر مبلغ صحیحی از $۲۰ تا $۵۰۰ اضافه کنید. فرآیند سریع و شفاف است. شما اعتبار بونوس بر اساس مبلغ شارژ خود دریافت می‌کنید. شارژهای $۵۰ یا بیشتر شامل بونوس +۵٪ است. مبالغ $۱۰۰ یا بیشتر بونوس +۱۰٪ دریافت می‌کنند. بالاترین بونوس +۱۵٪ برای مبالغ $۲۰۰ یا بیشتر اعمال می‌شود.
ثبت‌نام تنها نیازمند یک ایمیل یا حساب گوگل است. نیازی به شماره تلفن نیست. شما بلافاصله یک کلید API دریافت می‌کنید. اعتبار آزمایشی ۰.۵۰ دلار برای حساب‌های جدید به مدت ۷ روز در دسترس است. این به شما امکان می‌دهد API را بدون هیچ تعهد اولیه‌ای تست کنید. اعتبار بازگشت‌پذیر نیست، اما منقضی نمی‌شود.
پنجره‌های زمینه و محدودیت‌های خروجی توضیح داده شده
پنجره زمینه تعیین می‌کند که مدل چقدر متن را می‌تواند در یک درخواست واحد پردازش کند. مدل ما از یک پنجره ۱۰۰,۰۰۰ توکنی برای مجموع متن ورودی و خروجی پشتیبانی می‌کند. این مقدار به طور قابل توجهی بزرگ‌تر از بسیاری از ارائه‌دهندگان استاندارد است. می‌توانید اسناد کامل یا تاریخچه مکالمات طولانی را ارسال کنید بدون اینکه زمینه از دست برود. مدل این داده‌ها را به طور کارآمد پردازش می‌کند و تأخیر کم را تضمین می‌نماید.
حداکثر خروجی در هر درخواست ۱۶,۰۰۰ توکن است. اگر پارامتر max_tokens را تنظیم نکنید، پیش‌فرض آن ۲,۰۴۸ توکن است. این محدودیت فقط برای خروجی اعمال می‌شود. می‌توانید طول خروجی را با استفاده از پارامتر max_tokens تنظیم کنید. جریان‌سازی به شما امکان می‌دهد خروجی را به صورت بلادرنگ دریافت کنید. این برای برنامه‌هایی که متن را همان‌طور که تولید می‌شود نمایش می‌دهند مفید است. مصرف توکن در آخرین قطعه جریان گزارش می‌شود.
فراخوانی تابع در محیط‌های بدون سانسور
فراخوانی تابع به برنامه شما امکان تعامل با ابزارها و خدمات خارجی را می‌دهد. API ما از فراخوانی تابع با پارامترهای tools و tool_choice پشتیبانی می‌کند. می‌توانید توابع را در درخواست خود تعریف کنید و مدل خروجی JSON ساختاریافته را برمی‌گرداند. این جریان‌های کاری پیچیده را بدون پردازش دستی ممکن می‌سازد. منطق به‌طور داخلی توسط مدل مدیریت می‌شود که نیاز به پردازش پس از اجرا را کاهش می‌دهد.
حالت JSON تضمین می‌کند که خروجی همیشه JSON معتبر است. این مورد برای برنامه‌هایی که به فرمت‌های داده دقیق نیاز دارند مفید است. می‌توانید از پارامتر response_format برای اعمال این مورد استفاده کنید. مدل از پارامترهایی مانند temperature، top_p، stop، seed، presence_penalty و frequency_penalty پشتیبانی می‌کند. این پارامترها به شما امکان می‌دهند رفتار خروجی را تنظیم کنید. استریم از طریق SSE به‌روزرسانی‌های بلادرنگ برای فراخوانی‌های تابع فراهم می‌کند.
استریمینگ و هزینه‌های خطا: آنچه واقعاً پرداخت می‌کنید
استریمینگ به شما امکان می‌دهد پاسخ‌ها را توکن به توکن دریافت کنید. این موضوع با کاهش تاخیر ادراک‌شده، تجربه کاربری را بهبود می‌بخشد. API ما از استریمینگ از طریق رویدادهای ارسالی سرور (SSE) پشتیبانی می‌کند. استفاده از توکن‌ها در قطعه نهایی گنجانده شده است که صورتحساب دقیق را تضمین می‌کند. شما برای خروجی‌های ناقص در صورت شکست درخواست هزینه پرداخت نمی‌کنید. خطاها و رد شدن‌ها رایگان هستند، بنابراین شما فقط برای تکمیل‌های موفق هزینه پرداخت می‌کنید.
بدنه درخواست محدود به 8 MB است. این برای پردازش کارآمد و جلوگیری از انتقال داده بیش‌ازحد است. می‌توانید تا 300 درخواست در دقیقه به ازای هر کلید ارسال کنید. محدودیت همزمانی 8 درخواست همزمان به ازای هر کلید است. این برای بیشتر برنامه‌ها کافی است. اگر به همزمانی بیشتری نیاز دارید، می‌توانید کلیدهای اضافی تولید کنید. هر حساب می‌تواند فقط یک کلید فعال داشته باشد. یک کلید جدید، کلید قبلی را جایگزین می‌کند.
تغییر مسیر: سازگاری SDK
API ما کاملاً با SDKهای رسمی OpenAI سازگار است. با به‌روزرسانی URL پایه و کلید API در پیکربندی کلاینت خود می‌توانید جابجا شوید. URL پایه HTTPS://api.llamaapipricing.com/v1 است. شناسه مدلی که باید ارسال کنید "uncensored" است. این تضمین می‌کند که کد موجود شما بدون تغییر کار می‌کند. می‌توانید از همان endpointها برای تکمیل چت و فهرست مدل‌ها استفاده کنید.
- POST /v1/chat/completions برای تولید متن.
- GET /v1models برای فهرست کردن مدل‌های موجود.
- بدون امبدینگ، تصویر، صوت یا تولید ویدیو.
- نه فاین‌تیونینگ و نه مسیریابی مدل.
API یک مدل بزرگ زبانی بدون محدودیت (uncensored) را سرو می‌دهد. این یک مدل وزن‌باز (open-weight) است که روی سرورهای خود ما اجرا می‌شود. این مدل GPT، Claude، Gemini، Grok، DeepSeek، Qwen یا Llama نیست. می‌توانید از SDKهای رسمی OpenAI برای Python، Node.js و سایر زبان‌ها استفاده کنید. کلید API بلافاصله پس از ثبت‌نام نمایش داده می‌شود. شماره تلفن لازم نیست.
حکم نهایی: آیا ارزان‌تر از کلاد است؟
مقایسه قیمت‌گذاری API ما با Claude شامل بررسی هزینه کل مالکیت است. ما $0.15 به ازای هر 1M توکن ورودی و $0.50 به ازای هر 1M توکن خروجی دریافت می‌کنیم. این یک نرخ ثابت بدون قیمت‌گذاری پلکانی است. بسیاری از ارائه‌دهندگان برای زمینه‌های بزرگ‌تر یا ویژگی‌های تخصصی هزینه بیشتری دریافت می‌کنند. مدل ما از پنجره متن 100k بدون هزینه اضافی پشتیبانی می‌کند. این آن را برای برنامه‌های با متن طولانی از نظر هزینه مقرون‌به‌صرفه می‌کند.
علاوه بر این، مدل پرداخت فقط با ارز دیجیتال ما، هزینه‌های تراکنش را حذف می‌کند. شما برای شارژ‌ها اعتبار پاداش دریافت می‌کنید که هزینه مؤثر را کاهش می‌دهد. خطاها و رد شدن درخواست‌ها رایگان هستند و در هزینه‌های شما صرفه‌جویی می‌کنند. عدم وجود اشتراک‌های ماهانه نیز سربار را کاهش می‌دهد. اگر به یک API قابل اعتماد و بدون سانسور برای موارد استفاده ربات چت NSFW یا چت بدون فیلتر نیاز دارید، قیمت‌گذاری ما رقابتی است. اعتبار آزمایشی به شما امکان می‌دهد API را بدون ریسک تست کنید.
