Prețul API AI pe token: cât plătești de fapt

Prețul pe token înseamnă că plătești textul la volum și la două tarife diferite: unul pentru tokenii pe care îi trimiți, altul, mai mare, pentru tokenii pe care ți-i scrie modelul înapoi. La Union AI, asta merge de la 0,40 € per milion de tokeni de intrare pe cel mai ieftin nivel până la 12 € per milion de tokeni de ieșire pe cel mai puternic, fără TVA. API-ul nu vine cu abonament, nu are minim lunar și nu există nicio factură pe care să nu ți-o fi generat singur.

Partea incomodă e că un milion de tokeni nu e o unitate pe care o simte cineva. Articolul ăsta o transformă în cifre pe care le simți, folosind aceleași prețuri după care contorizează routerul nostru.

Cât costă un milion de tokeni?

Iată toată lista de prețuri. Patru niveluri, câte două tarife, în euro, fără TVA.

Nivel	Bun pentru	Intrare per 1 mil.	Ieșire per 1 mil.	Context
Lite	Clasificare, extragere, răspunsuri scurte	0,40 €	1,60 €	131.000 de tokeni
Standard	Calul de povară: chat și majoritatea traficului API	0,70 €	3,50 €	262.000 de tokeni
Context lung	Dosare întregi, contracte, baze de cod	1,00 €	2,00 €	1 milion de tokeni
Pro	Raționament greu, agenți, cod complex	4,00 €	12,00 €	1 milion de tokeni

Două lucruri din tabel îi surprind pe mulți. Nivelul Context lung e mai ieftin la ieșire decât calul de povară, pentru că un model construit pentru un milion de tokeni de intrare nu e neapărat și cel mai bun la raționament. Iar diferența dintre cel mai ieftin și cel mai scump nivel e de zece ori, ceea ce înseamnă că alegerea nivelului îți mișcă factura mult mai mult decât o va face vreodată optimizarea prompturilor.

Tabelul complet, cu un calculator și o comparație cu furnizorii americani la prețurile lor de listă, e pe pagina de prețuri. Ce model open-weight stă în spatele fiecărui nivel și sub ce licență găsești pe pagina de transparență AI.

Câți tokeni are o pagină, un mesaj, o bază de cod?

Un token e o bucată de text pe care modelul o citește sau o scrie, de obicei un cuvânt comun sau o parte dintr-unul. Regula aproximativă pentru engleză: o mie de tokeni la circa 750 de cuvinte. Alte limbi se tokenizează mai puțin eficient, așa că același text în olandeză, finlandeză sau poloneză costă puțin mai mult.

Câteva repere care fac abstracțiunea concretă:

• O întrebare scurtă cu un paragraf ca răspuns: cam 300 de tokeni la intrare, 200 la ieșire.
• Un mesaj mediu, cu ceva context și un răspuns elaborat: circa 900 la intrare și 500 la ieșire. Aceasta e ipoteza din spatele fiecărei cifre de pe pagina noastră de prețuri.
• Un contract de 40 de pagini: undeva la 20.000 de tokeni de intrare. Rezumatul lui pe nivelul Standard costă o fracțiune de cent.
• O bază de cod de mărime medie, să zicem 5.000 de linii: încape lejer în fereastra de 262.000 de tokeni a nivelului Standard și nici nu se apropie de milionul nivelului Context lung.

Treci mesajul mediu prin nivelul Standard și obții 2,38 € pentru o mie de astfel de mesaje. Asta e cifra de ținut minte, pentru că reformulează toată întrebarea: pentru majoritatea echipelor, modelul nu e partea scumpă a produsului.

De ce e ieșirea mai scumpă decât intrarea?

Pentru că a scrie e o muncă mai lentă decât a citi. Tokenii de intrare trec prin model într-o singură trecere paralelă, așa că un prompt lung costă cam cât sugerează lungimea lui, nu mai mult. Tokenii de ieșire ies pe rând, fiecare condiționat de cel dinainte, iar hardware-ul stă ocupat pe toată secvența. Tariful mai mare pentru ieșire e exact acest timp serial.

Consecința practică e un obicei care merită format: limitează ieșirea, nu intrarea. Să lipești un document întreg în prompt e de obicei ieftin. Să ceri un răspuns de o mie de cuvinte când ajungeau o sută e ce apare de fapt pe factură. Setarea max_tokens e cel mai eficient control al costurilor din API și ocupă o singură linie.

Plata pe consum e mai ieftină decât un abonament?

La volum mic, aproape întotdeauna. Câteva sute de mesaje pe lună prin API costă mult sub un euro pe nivelul Standard, în timp ce orice abonament te taxează la fel, fie că îl folosești, fie că nu. Sub o mie de mesaje pe lună, prețul pe token nici nu intră într-o luptă corectă.

Situația se inversează în trei cazuri, pe care le poți găsi singur cu comparația de mai sus:

1. Mesaje lungi. Un prompt de patru mii de tokeni cu un răspuns lung costă de câteva ori cât un mesaj mediu, iar tariful fix nu mai pare absurd.
2. Nivelul scump. Un răspuns Pro costă din credit cam de patru ori cât unul Standard și se socotește ca cinci mesaje din alocarea lunară a abonamentului de chat.
3. Vrei produsul, nu conducta. Abonamentul nostru de chat costă 13 € pe lună, sau 11 € pe lună la plata anuală, pentru o interfață, atașamente, documente lungi și conversații partajate. Să construiești asta singur peste API te costă mai mult de 13 € din propriul timp încă din prima după-amiază.

Un abonament e un pariu pe cât de scump se dovedește mesajul tău mediu. Prețul pe token e refuzul de a paria.

Niciun model nu e mai cinstit decât celălalt. Ce face un preț cinstit e dacă îl poți anticipa înainte să te angajezi, motiv pentru care estimatorul nostru își spune ipotezele în loc să afișeze o sumă lunară care arată prietenos.

Ce ascunde prețul pe token

Patru lucruri din cauza cărora facturile reale diferă de calculul de pe hârtie. Niciunul nu e un truc și toate îi prind pe oameni nepregătiți.

Istoricul conversației e retrimis la fiecare mesaj

Un apel API nu are stare. Al zecelea mesaj dintr-o conversație trimite cu el mesajele de la unu la nouă, așa că tokenii de intrare cresc cu lungimea conversației. Un chat lung poate cheltui mai mult recitindu-și propriul istoric decât pe ceva nou. Să tai sau să rezumi mesajele vechi nu e optimizare prematură, e principala pârghie.

Reîncercările și agenții multiplică cererile

O singură acțiune a utilizatorului într-o buclă de agent poate însemna douăzeci de apeluri la model. Înmulțește costul per cerere cu bucla, nu cu utilizatorul. Apoi verifică ce se întâmplă când bucla nu se termină, pentru asta sunt plafoanele din secțiunea următoare.

Tarifele de afiș nu sunt toată lista de prețuri

Furnizorii publică reduceri pentru intrare din cache, joburi în lot și cheltuieli angajate. Sunt reale și înseamnă că o comparație ține doar dacă ambele părți sunt cotate la tariful standard. Tabelul nostru comparativ folosește prețuri de listă pe ambele părți exact din acest motiv, cu cursul de schimb și data la care a fost citit trecute dedesubt, iar aceleași cifre sunt analizate furnizor cu furnizor în comparația furnizorilor europeni de AI.

Munca eșuată tot costă, dacă nu decide cineva altfel

Dacă un model returnează ceva inutilizabil, majoritatea contoarelor au numărat deja tokenii. Noi vedem lucrurile invers: o cerere care nu a produs niciun răspuns utilizabil nu îți ia nimic din sold, iar o cerere redirecționată care ajunge pe un model mai slab e taxată la cel mai mic dintre cele două tarife. Documentația enumeră headerele care îți spun care dintre situații s-a produs.

Plătesc TVA pentru creditul AI preplătit?

Depinde cine ești și unde. Dacă ești o firmă dintr-o altă țară a UE, cu cod de TVA valabil, se aplică taxarea inversă: nu adăugăm TVA, iar tu îl contabilizezi singur. Ghidul Comisiei Europene despre TVA transfrontalier pentru servicii o spune simplu: clienții plătesc TVA pentru serviciile primite la cota din propria țară, prin mecanismul taxării inverse.

Dacă nu ai cod de TVA valabil sau cumperi ca persoană fizică, se aplică TVA la cota din țara în care te afli. Toate prețurile de pe site sunt fără TVA, iar factura ta arată care dintre cele două regimuri s-a aplicat.

Cum împiedici o factură de tokeni să o ia razna

Problema nu e niciodată prețul per milion. E o buclă, o cheie scăpată sau un job care a rulat tot weekendul. Cinci apărări, în ordinea în care merită configurate:

1. Setează un plafon pe cheie, în euro, zilnic și lunar. O cheie fără plafon e un cec în alb.
2. Setează max_tokens la fiecare apel. Vezi tariful de ieșire de mai sus.
3. Citește X-EU-Cost-EUR din răspuns. Fiecare cerere îți spune cât ți-a luat din sold, așa că propriile loguri pot răspunde la întrebarea costului fără dashboard.
4. Ține soldul mic. Creditul preplătit are o limită fermă la zero, și asta e un avantaj. O reîncărcare de 10 € nu se poate transforma într-o surpriză de 4.000 €.
5. Lasă verificarea de anomalii să-și facă treaba. Dacă vedem într-o oră de peste zece ori media ta săptămânală, suspendăm cheia și îți trimitem un email. Conturile noi sunt plafonate la 25 € pe zi în primele 48 de ore, indiferent de sold.

Ultima vine cu câte o alarmă falsă din când în când. Credem că un job în lot întrerupt e un rezultat mai bun decât un portofel gol, iar tu poți ridica singur plafonul după ce știi că traficul e al tău.

Cât costă să începi

Zece cereri API sunt gratuite, reîncărcarea minimă e de 10 €, iar creditul rămâne valabil 24 de luni. Nu ai nevoie de card ca să încerci chatul, care îți dă 5 mesaje gratuite înainte să ți se ceară ceva.

Să muți o integrare existentă ca să vezi cifrele astea pe propriul trafic înseamnă o cheie, un base URL și un nume de nivel, subiectul articolului despre schimbarea în trei linii.

Asta e toată povestea comercială. Dacă vrei și cealaltă jumătate, unde sunt procesați acești tokeni și cine îi poate citi pe drum, articolul pereche despre rezidența datelor pentru AI în UE urmărește aceeași cerere pas cu pas, iar AI suverană europeană arată cât valorează cuvântul „suveran” după ce îl desfaci în bucăți.