Token-Zählung in uncensored Modellen verstehen
Der erste Satz jedes Abschnitts beantwortet die Frage in der Überschrift. Die Token-Zählung ist die Grundeinheit der Abrechnung für jedes LLM-Proxy. Sie zahlen für jeden Token, der in der Eingabeaufforderung gesendet wird, und für jeden Token, der in der Antwort generiert wird. Dies umfasst Systemanweisungen, Gesprächsverlauf und Formatierungszeichen.
Viele Entwickler gehen davon aus, dass nur der sichtbare Text zählt. Das ist falsch. Jeder Leerraum, jede Zeilenschaltung und jede JSON-Klammer verbraucht Tokens. Wenn Sie ein uncensored-Modell verwenden, füllt sich das Kontextfenster schneller, da diese Modelle oft ausführlichere Reasoning-Schritte benötigen, um die Kohärenz ohne Safety-Filter aufrechtzuerhalten.
Unsere API berechnet $0,15 pro 1M Input-Tokens und $0,50 pro 1M Output-Tokens. Dieser Satz gilt für die tatsächliche Token-Nutzung. Fehler werden nicht berechnet. Ablehnungen sind kostenlos. Diese Struktur stellt sicher, dass Sie nur für die tatsächliche Berechnung bezahlen.
curl https://api.claudeapiproxy.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "get the current server time in ISO format"}]
}'- Zählen Sie jedes Zeichen in Ihrer Systemanweisung.
- Schließen Sie den Konversationsverlauf in Ihre Eingabezählung ein.
- Konto für JSON-Formatierungs-Overhead.
- Überprüfen Sie die Token-Anzahl, bevor Sie große Payloads senden.
Der Context-Window-Trap: 100k Input vs. 16k Output
Unsere API bietet ein Kontextfenster mit 100.000 Tokens, aber Sie können nur 16.000 Tokens pro Anfrage generieren. Diese Asymmetrie schafft eine Abrechnungsfalle für Nutzer, die von unbegrenzten Ausgaben ausgehen.
Wenn Ihr Prompt 90.000 Tokens verbraucht, haben Sie nur noch 10.000 Tokens für die Ausgabe frei. Wenn Sie ein Maximum von 16.000 Tokens anfordern, stoppt das Modell vorzeitig. Sie zahlen dennoch für die tatsächlich generierten Tokens. Dies ist kein Fehler, sondern eine Eigenschaft großer Kontextfenster.
Viele Nutzer verschwenden Guthaben, indem sie max_tokens zu hoch einstellen. Wenn das Modell den Kontext erschöpft, stoppt es natürlich. Sie zahlen für das, was es produziert. Sie zahlen nicht für das, was es nicht produzieren konnte.
from openai import OpenAI
client = OpenAI(base_url="https://api.claudeapiproxy.com/v1", api_key="YOUR_KEY")
resp = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)Überwachen Sie stets Ihren verbleibenden Kontext. Verwenden Sie den Endpunkt /v1/models, um die aktuellen Limits zu überprüfen. Passen Sie die Länge Ihres Prompts an, um Platz für die Ausgabe zu lassen. Dies verhindert unerwartete Gebühren durch abgeschnittene Antworten.
Streaming-Antworten und Abrechnung im letzten Chunk
Streaming ändert nicht die Gesamtkosten. Sie bezahlen für dieselben Tokens, egal ob sie sofort oder auf einmal eintreffen. Der Unterschied liegt in der Verfolgung des Verbrauchs.
Beim Streamen erhalten Sie mehrere Chunks. Jeder Chunk enthält einen Teil der Antwort. Der letzte Chunk enthält die Zusammenfassung der Token-Nutzung. Hier können Sie die genaue Token-Anzahl überprüfen.
Einige Proxies berechnen pro Chunk. Unserer nicht. Wir berechnen für die gesamten generierten Tokens. Der Streaming-Modus dient der Benutzererfahrung, nicht der Abrechnungseffizienz.
stream = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Tell the story in second person."}],
stream=True,
)
for chunk in stream:
if chunk.choices and chunk.choices[0].delta.content:
print(chunk.choices[0].delta.content, end="", flush=True)- Streamen Sie für Echtzeit-UI-Aktualisierungen.
- Ignoriere Intermediate-Chunks für die Abrechnung.
- Lesen Sie den letzten Chunk für Token-Anzahlen.
- Nutzung mit Ihren Erwartungen abgleichen.
Overhead bei der Tool-Nutzung im Function Calling
Function Calling fügt erheblichen Overhead hinzu, da Tool-Definitionen in jeder Anfrage wiederholt werden. Jedes Mal, wenn Sie eine Funktion aufrufen, muss das Modell das Tool-Schema erneut lesen.
Wenn Sie fünf Tools haben, jedes mit 1.000 Token an Definitionen, fügen Sie jeder Anfrage 5.000 Token hinzu. Dies erhöht Ihre Eingabekosten erheblich. Bei langen Gesprächen summiert sich dieser Overhead.
Unsere API unterstützt Function Calling mit tools und tool_choice. Sie können optimieren, indem Sie die Tool-Komplexität reduzieren. Kombinieren Sie verwandte Tools in einzelnen Schemas. Dies reduziert die Token-Anzahl pro Anfrage.
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.claudeapiproxy.com/v1", apiKey: process.env.API_KEY });
const resp = await client.chat.completions.create({
model: "uncensored",
messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);Überwachen Sie Ihre Token-Nutzung sorgfältig. Hohes Volumen an Funktionsaufrufen kann Ihre Eingabekosten verdoppeln. Verwenden Sie Caching für Tool-Definitionen, wenn möglich. Dies hilft, Ihr vorgeschossenes Guthaben länger zu halten.
Warum Ablehnungen kostenlos sind, Wiederholungen jedoch nicht
Ablehnungen sind kostenlos, da keine Token generiert wurden. Wenn das Modell eine Anfrage aufgrund von Inhalt oder Format ablehnt, zahlen Sie nichts. Dies ist ein entscheidender Vorteil der Vorauszahlung.
Wiederholungen sind nicht kostenlos. Wenn Sie eine Anfrage senden und einen Fehler erhalten, müssen Sie möglicherweise wiederholen. Jede Wiederholung verbraucht Tokens. Fehler sind kostenlos, Wiederholungen jedoch nicht.
Unsere API berechnet nur für echte Token-Nutzung. Wenn eine Anfrage vor der Token-Generierung fehlschlägt, zahlen Sie nichts. Wenn sie danach fehlschlägt, zahlen Sie für das Generierte. Diese Transparenz verhindert versteckte Gebühren.
curl https://api.claudeapiproxy.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "get the current server time in ISO format"}]
}'- Ablehnungen kosten null Guthaben.
- Wiederholungen verbrauchen Ihr Budget.
- Fehler sind kostenlos, wenn keine Tokens generiert wurden.
- Überwachen Sie Wiederholungen, um die Effizienz zu optimieren.
JSON-Modus-Formatierungskosten
Die Kosten für die JSON-Modus-Formatierung sind identisch mit denen des Standardtextmodus. Sie bezahlen für die Tokens in der JSON-Ausgabe. Das Format verursacht keine zusätzlichen Gebühren.
Jedoch erfordert JSON-Ausgabe oft mehr Token als Klartext. Modelle fügen möglicherweise zusätzliche Whitespaces oder Schlüssel hinzu, um gültiges JSON zu gewährleisten. Dies erhöht Ihre Ausgabekosten.
Unsere API unterstützt den JSON-Modus über response_format. Sie können eine strenge JSON-Ausgabe erzwingen. Dies gewährleistet die Kompatibilität mit Ihrem Client-Code. Die Kosten werden pro Token berechnet, nicht pro Format.
from openai import OpenAI
client = OpenAI(base_url="https://api.claudeapiproxy.com/v1", api_key="YOUR_KEY")
resp = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)Optimieren Sie Ihr JSON-Schema, um die Token-Anzahl zu reduzieren. Entfernen Sie unnötige Schlüssel. Nutzen Sie kürzere Variablennamen. Dies hilft, die Kosten zu minimieren, während die Datenintegrität erhalten bleibt.
Vergleichen von Proxy-Kosten mit den Preisen direkter Anbieter
Proxy-Kosten sind oft niedriger als die direkten Anbieterpreise, da Sie nur für Tokens zahlen. Direkte Anbieter berechnen möglicherweise für Uptime, Support oder Modellversionierung. Unsere API berechnet $0,15 pro 1M Input-Tokens und $0,50 pro 1M Output-Tokens.
Direkte Anbieter wie Anthropic oder OpenAI haben komplexe Preismodelle. Sie können unterschiedliche Preise für verschiedene Modelle berechnen. Unsere API bietet ein einzelnes unzensiertes Modell. Dies vereinfacht die Abrechnung.
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.claudeapiproxy.com/v1", apiKey: process.env.API_KEY });
const resp = await client.chat.completions.create({
model: "uncensored",
messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);- Proxy-Abrechnung ist transparent und prepaid.
- Direkte Anbieter können versteckte Gebühren haben.
- Unser Modell ist unzensiert und Open-Weight.
- Vergleichen Sie Token-Anzahlen, nicht nur Preise.
Berechnung Ihrer effektiven Kosten pro Konversation
Die effektiven Kosten pro Konversation hängen vom Tokenverbrauch ab. Berechnen Sie die Gesamtzahl der gesendeten und empfangenen Tokens. Multiplizieren Sie dies mit dem Satz pro Million Tokens. Dies ergibt die genauen Kosten.
Wenn eine Konversation 10.000 Eingabetoken und 5.000 Ausgabetoken verwendet, beträgt die Kosten $0.0015 + $0.0025 = $0.004. Dies ist für die meisten Anwendungen vernachlässigbar.
curl https://api.claudeapiproxy.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "get the current server time in ISO format"}]
}'Verfolgen Sie Ihre durchschnittliche Gesprächslänge. Optimieren Sie Prompts, um Eingabetokens zu reduzieren. Dies hilft Ihnen, Kosten genau vorherzusagen. Prepaid-Guthaben verfällt nie, sodass Sie langfristig planen können.
Vermeidung von Doppelbelastungsfehlern mit Vorauszahlungsguthaben
Doppelbelastungen sind selten, aber möglich. Wenn Sie über Kryptowährung aufladen, stellen Sie sicher, dass Sie den richtigen Betrag senden. Unsere API berechnet nur für tatsächliche Token-Nutzung. Fehler werden über die Support-Seite behoben.
from openai import OpenAI
client = OpenAI(base_url="https://api.claudeapiproxy.com/v1", api_key="YOUR_KEY")
resp = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)- Prüfen Sie Transaktions-Hashes vor dem Aufladen.
- Überprüfen Sie Ihr Guthaben nach jeder Anfrage.
- Melden Sie Fehler sofort für Rückerstattungen.
- Führen Sie Aufzeichnungen über Ihre Transaktionen.
