AI-API pris per token: vad du faktiskt betalar

Pris per token betyder att du betalar för text efter volym, och till två olika priser: ett för de tokens du skickar och ett högre för de tokens modellen skriver tillbaka. Hos Union AI går det från 0,40 € per miljon input-tokens på den billigaste nivån till 12 € per miljon output-tokens på den tyngsta, exklusive moms. API:et har inget abonnemang kopplat till sig, inget månadsminimum och ingen faktura som du inte själv har orsakat.

Det besvärliga är att en miljon tokens inte är en enhet som någon har känsla för. Det här inlägget gör om den till siffror som går att greppa, med samma priser som vår router mäter mot.

Vad kostar en miljon tokens?

Här är hela prislistan. Fyra nivåer, två priser var, i euro, exklusive moms.

Nivå	Passar för	Input per milj.	Output per milj.	Kontext
Lite	Klassificering, extraktion, korta svar	0,40 €	1,60 €	131 000 tokens
Standard	Arbetshästen: chatt och det mesta av API-trafiken	0,70 €	3,50 €	262 000 tokens
Lång kontext	Hela ärendeakter, avtal, kodbaser	1,00 €	2,00 €	1 miljon tokens
Pro	Tungt resonerande, agenter, komplex kod	4,00 €	12,00 €	1 miljon tokens

Två saker i tabellen brukar förvåna. Nivån Lång kontext är billigare på output än arbetshästen, eftersom en modell byggd för en miljon tokens input inte nödvändigtvis är den som resonerar bäst. Och skillnaden mellan den billigaste och den dyraste nivån är en faktor tio, vilket betyder att valet av nivå påverkar din räkning mycket mer än promptfinlir någonsin kommer att göra.

Hela tabellen, med en kalkylator och en jämförelse mot de amerikanska leverantörerna till deras listpriser, finns på prissidan. Vilken open-weight-modell som ligger bakom varje nivå, och under vilken licens, står på sidan om AI-transparens.

Hur många tokens är en sida, ett meddelande, en kodbas?

En token är en bit text som modellen läser eller skriver, oftast ett vanligt ord eller en del av ett. Den grova tumregeln för engelska är tusen tokens på ungefär 750 ord. Andra språk tokeniseras mindre effektivt, så samma text på nederländska, finska eller polska kostar lite mer.

Några hållpunkter som gör det abstrakta konkret:

• En kort fråga med ett stycke tillbaka: ungefär 300 tokens in och 200 ut.
• Ett medellångt meddelande, lite kontext och ett genomarbetat svar: omkring 900 in och 500 ut. Det är antagandet bakom varje siffra på vår prissida.
• Ett avtal på 40 sidor: någonstans kring 20 000 input-tokens. Att sammanfatta ett sådant på nivån Standard kostar en bråkdel av en cent.
• En medelstor kodbas, säg 5 000 rader: ryms gott och väl i Standard-nivåns fönster på 262 000 tokens, och är långt ifrån miljonen på nivån Lång kontext.

Kör det medellånga meddelandet genom nivån Standard så får du 2,38 € för tusen stycken. Det är siffran värd att lägga på minnet, för den vänder på hela frågan: för de flesta team är modellen inte den dyra delen av produkten.

Varför är output dyrare än input?

Därför att skriva är långsammare arbete än att läsa. Input-tokens går genom modellen i ett enda parallellt svep, så en lång prompt kostar ungefär vad längden antyder och inte mer. Output-tokens kommer ut en i taget, var och en beroende av den förra, och hårdvaran är upptagen under hela sekvensen. Det högre output-priset är den seriella tiden.

Den praktiska följden är en vana som är värd att bygga upp: begränsa din output, inte din input. Att klistra in ett helt dokument i prompten är oftast billigt. Att be om ett svar på tusen ord när hundra hade räckt är det som faktiskt syns på räkningen. Att sätta max_tokens är den enskilt mest effektiva kostnadskontrollen i API:et, och det är en rad.

Är det billigare att betala per användning än med abonnemang?

Vid låg volym nästan alltid. Några hundra meddelanden i månaden via API:et kostar långt under en euro på nivån Standard, medan varje abonnemang tar samma fasta avgift oavsett om du använder det eller inte. Under tusen meddelanden i månaden är pris per token inte ens i närheten av en jämn kamp.

Bilden vänder i tre fall, som jämförelsen ovan låter dig hitta själv:

1. Långa meddelanden. En prompt på fyratusen tokens med ett långt svar kostar flera gånger så mycket som ett medellångt meddelande, och den fasta avgiften ser inte längre fånig ut.
2. Den dyra nivån. Ett svar från Pro kostar ungefär fyra gånger så mycket som ett från Standard när det dras från krediten, och räknas som fem meddelanden mot chattplanens månadskvot.
3. Du vill ha produkten, inte röret. Vår chattplan kostar 13 € i månaden, eller 11 € i månaden vid årsbetalning, för ett gränssnitt, bilagor, långa dokument och delade konversationer. Att bygga det själv ovanpå API:et kostar mer än 13 € av din egen tid redan första eftermiddagen.

Ett abonnemang är ett vad om hur dyrt ditt genomsnittliga meddelande blir. Pris per token är att vägra slå vad.

Ingen av modellerna är ärligare än den andra. Det som gör ett pris ärligt är om du kan förutsäga det innan du binder dig, och därför redovisar vår kalkylator sina antaganden i stället för att ange en vänligt utseende månadssiffra.

Vad pris per token döljer

Fyra saker som gör att verkliga räkningar skiljer sig från kalkylen. Inget av dem är ett trick, och alla sätter dit folk.

Konversationshistoriken skickas om vid varje tur

Ett API-anrop är tillståndslöst. Tur tio i en konversation skickar med tur ett till nio, så input-tokens växer med trådens längd. En lång chatt kan lägga mer på att läsa om sin egen historik än på något nytt. Att korta eller sammanfatta gamla turer är inte förhastad optimering, det är den viktigaste spaken.

Omförsök och agenter mångdubblar anropen

En användaråtgärd i en agentloop kan bli tjugo modellanrop. Multiplicera kostnaden per anrop med loopen, inte med användaren. Kontrollera sedan vad som händer när loopen inte avslutas, vilket är vad taken i nästa avsnitt är till för.

Listpriserna är inte hela prislistan

Leverantörer publicerar rabatter för cachad input, batchjobb och utlovad förbrukning. De är verkliga, och de betyder att en jämförelse bara håller om båda sidor anges till standardpris. Vår jämförelsetabell använder listpriser på båda sidor av exakt det skälet, med växelkursen och datumet den lästes av tryckta under, och samma siffror gås igenom leverantör för leverantör i Europeiska AI-leverantörer jämförda.

Misslyckat arbete kostar ändå, om inte någon bestämmer annat

Om en modell returnerar något oanvändbart har de flesta mätare redan räknat tokens. Vi ser det på andra sättet: ett anrop som inte gav något användbart svar drar ingenting från ditt saldo, och ett omdirigerat anrop som hamnar hos en svagare modell debiteras till det lägre av de två priserna. Dokumentationen listar vilka headers som talar om vilket av det som hände.

Betalar jag moms på förbetald AI-kredit?

Det beror på vem du är och var. Är du ett företag i ett annat EU-land med ett giltigt momsregistreringsnummer gäller omvänd skattskyldighet: vi lägger inte på moms och du redovisar den själv. Europeiska kommissionens guide om moms på tjänster över gränserna säger det rakt ut: kunder betalar moms på de tjänster de tar emot, enligt skattesatsen i det egna landet, genom omvänd skattskyldighet.

Har du inget giltigt momsregistreringsnummer, eller köper du som privatperson, tillkommer moms enligt skattesatsen där du befinner dig. Alla priser på den här webbplatsen anges exklusive moms, och av din faktura framgår vilken av de två behandlingarna som tillämpades.

Så hindrar du en tokenräkning från att skena

Problemet är aldrig priset per miljon. Det är en loop, en läckt nyckel eller ett jobb som gick hela helgen. Fem skydd, i den ordning det lönar sig att sätta upp dem:

1. Sätt ett tak per nyckel, i euro, per dag och per månad. En nyckel utan tak är en blankocheck.
2. Sätt max_tokens på varje anrop. Se output-priset ovan.
3. Läs X-EU-Cost-EUR i svaret. Varje anrop talar om vad det drog från ditt saldo, så dina egna loggar kan svara på kostnadsfrågan utan en dashboard.
4. Håll saldot litet. Förbetald kredit har ett hårt golv på noll, och det är en fördel. En påfyllning på 10 € kan inte bli en överraskning på 4 000 €.
5. Låt avvikelsekontrollen göra sitt jobb. Ser vi mer än tio gånger ditt veckosnitt inom en timme pausar vi nyckeln och mejlar dig. Nya konton har ett tak på 25 € om dagen de första 48 timmarna, oavsett saldo.

Det sista ger ett och annat falsklarm. Vi tycker att ett avbrutet batchjobb är ett bättre utfall än en tom plånbok, och du kan lyfta taket själv när du vet att trafiken är din.

Vad det kostar att komma igång

Tio API-anrop är gratis, minsta påfyllning är 10 € och krediten gäller i 24 månader. Du behöver inget kort för att testa chatten, som ger dig 5 gratis meddelanden innan något begärs av dig.

Att flytta en befintlig integration för att se de siffrorna på din egen trafik handlar om en nyckel, en bas-URL och ett nivånamn, vilket är ämnet för att byta med tre rader.

Det är hela den kommersiella historien. Vill du ha den andra halvan, var tokens behandlas och vem som kan läsa dem på vägen, så följer systerinlägget om datalokalisering för AI i EU samma anrop steg för steg, och Europeisk suverän AI går igenom vad ordet suverän är värt när man plockar isär det.