OpenAI Gateway API-prijzen: echte kostenvoorbeelden

De prijs in één tabel

Als je zocht naar openai gateway api pricing, hier is het antwoord voor deze service vooraf. Je betaalt per token, in twee lijnen, vanaf een saldo dat je van tevoren vult. Er zijn geen maandelijkse kosten, geen seat-prijs en geen minimale verplichting naast de eerste top-up.

Artikel	Tarief
Input-tokens (je prompt)	$0,15 per 1M
Output tokens (het antwoord)	$0,50 per 1M
Mislukte of geweigerde verzoeken	Niet aangerekend
Geldigheid	Nooit
Abonnement	Geen

Een punt om duidelijk te hebben: dit is een gehost endpoint voor een enkel open-weight tekstmodel, bereikbaar met de model-id uncensored. Het is niet de officiële API van OpenAI of een andere leverancier, dus de bovenstaande tarieven zijn wat deze service rekent en zeggen niets over wat andere providers rekenen. Voor de cijfers van anderen, bekijk hun huidige prijslijst.

Hoe een factuur wordt berekend

Elk verzoek wordt in twee delen gemeten. De prompt die je stuurt, inclusief het system message en de hele conversation history, telt als input. De tekst die het model terugschrijft telt als output. De response bevat een usage object met beide getallen, zodat je nooit hoeft te raden.

De formule is kort:

cost = (input tokens ÷ 1.000.000 × 0,15) + (output tokens ÷ 1.000.000 × 0,50)

Output is iets meer dan drie keer zo duur als input, per token. Dat bepaalt hoe je geld bespaart. Een lange prompt inkorten helpt, maar het capen van langdradige antwoorden helpt vaak meer per token verwijderd.

Het contextvenster is 100.000 tokens, prompt en completion samen, en max_tokens is optioneel. Als je het weglaat, kan een enkel antwoord in principe de rest van het venster gebruiken. Voor een kletserig model op een open-ended prompt is een verstandige max_tokens de goedkoopste verzekering die je kunt kopen.

Rekenvoorbeelden

Elk onderstaand voorbeeld toont de rekenkunde, zodat je je eigen getallen kunt invullen.

Eén chatbeurt

Een support-stijl uitwisseling met een 2.000-token prompt en een 500-token antwoord:

• Input: 2.000 ÷ 1.000.000 × $0,15 = $0,0003
• Output: 500 ÷ 1.000.000 × $0,50 = $0,00025
• Totaal: $0,00055 per beurt

Deel $20 door $0,00055 en je krijgt ongeveer 36.363 zulke beurten. Het $0,50 trial credit dekt er ongeveer 909.

Een batch job

Je wilt 5.000 documenten samenvatten. Elk document is 3.000 tokens lang en de samenvatting is 400 tokens.

• Input: 5.000 × 3.000 = 15.000.000 tokens, dus 15 × $0,15 = $2,25
• Output: 5.000 × 400 = 2.000.000 tokens, dus 2 × $0,50 = $1,00
• Totaal: $3,25

Een kleine app voor een maand

Stel je product verwerkt 1.000 requests per dag gedurende 30 dagen. Elke request heeft 1.500 tokens in en 300 out.

• Requests: 1.000 × 30 = 30.000
• Input: 30.000 × 1.500 = 45.000.000 tokens, dus 45 × $0,15 = $6,75
• Output: 30.000 × 300 = 9.000.000 tokens, dus 9 × $0,50 = $4,50
• Totaal: $11,25 voor de maand

Een prompt die het venster vult

Het ergste geval voor één call is een prompt dicht bij de 100.000-token limiet. Met 100.000 tokens in en een 1.000-token antwoord: 0,1 × $0,15 = $0,015 voor input, plus 0,001 × $0,50 = $0,0005 voor output, wat $0,0155 is. Zelfs een volledig venster kost ongeveer een cent en een half.

Waarom lange gesprekken meer kosten dan ze lijken

Chat-API's zijn stateless. Om een gesprek gaande te houden, stuurt je app de volledige gespreksgeschiedenis met elk nieuw bericht. Dus de input voor beurt 30 bevat beurten 1 tot en met 29 opnieuw, en de factuur groeit sneller dan het aantal berichten suggereert.

Neem een rollenspel- of metgezel-sessie waarbij de geschiedenis is gegroeid tot 20.000 tokens, en de gebruiker stuurt 100 meer berichten van die grootte. Elk antwoord is 300 tokens.

• Input: 100 × 20.000 = 2.000.000 tokens, dus 2 × $0,15 = $0,30
• Output: 100 × 300 = 30.000 tokens, dus 0,03 × $0,50 = $0,015
• Totaal: $0,315

Merk op dat input hier domineert, hoewel output duurder is per token. Drie gewoontes houden dat in toom: vat oude beurten samen tot een korte geheugennotitie, verwijder berichten die niet langer relevant zijn, en houd de systeemprompt strak, omdat deze elke keer opnieuw wordt verstuurd.

Opwaarderingen, bonussen en betaalmethoden

Je voegt tegoed toe in elk geheel bedrag van $20 tot $500. Grotere top-ups verdienen een bonus op het bedrag dat je toevoegt:

Opwaarderen	Bonus	Ontvangen tegoed
$20	Geen	$20.00
$50	+5%	$52.50
$100	+10%	$110.00
$200	+15%	$230.00
$500	+15%	$575.00

Je kunt betalen met crypto (USDT op TRC20, of USDC op Base). Credit verloopt niet, dus een grotere top-up voor de bonus zet je niet onder tijdsdruk. De prijspagina toont de huidige tarieven.

Is er een gratis abonnement?

Geen abonnement zonder limiet, en het is beter om dat duidelijk te zeggen. Wat wel bestaat is een eenmalige proefversie: na aanmelding via Google of met e-mail en wachtwoord kun je $0,50 aan tegoed claimen met één klik op de API-sleutelpagina. Er is geen creditcard nodig, het duurt 7 dagen en is beperkt tot één keer per persoon.

Bij de tarieven hierboven is $0,50 genoeg voor een eerlijke test. Met de chatbeurt van eerder dekt het ongeveer 909 requests, wat meer dan genoeg is om streaming, tool calling, JSON mode en hoe het model je echte prompts afhandelt te controleren. Trial keys hebben lagere caps dan full keys: 2 gelijktijdige requests en 60 per minuut, vergeleken met 8 en 300.

Om door te gaan na de trial, laad op vanaf $20. Niets vernieuwt automatisch, omdat er geen abonnement is dat kan verlopen.

Manieren om de rekening te verlagen

Omdat de prijs lineair is in tokens, is elke besparing makkelijk te overwegen. Dit zijn de wijzigingen die zich lonen, ruwweg gerangschikt naar inspanning.

1. Knip de systeemprompt. Een 1.200-token systeemprompt verzonden met 10.000 verzoeken is 12.000.000 input-tokens, wat $1,80 alleen al is. Het halveren bespaart $0,90 op die run.
2. Beperk de antwoordlengte. Als het antwoord één alinea moet zijn, zeg dat dan in de prompt en stel max_tokens in. Output is de duurdere kant van het tarief.
3. Beperk de geschiedenis. Stuur de laatste N berichten plus een korte samenvatting in plaats van de volledige log.
4. Vraag om structuur. Een JSON-antwoord met drie velden is korter dan een proza-uitleg van dezelfde data.
5. Probeer niet blind door. Een mislukt verzoek wordt niet gefactureerd, maar een succesvol verzoek dat je om geen enkele reden herhaalt wel.

Het helpt ook om te schatten voordat je bouwt. Vermenigvuldig je verwachte dagelijkse verzoeken met het gemiddelde aantal tokens in en out, converteer elk naar miljoenen en pas de twee tarieven toe. Als het resultaat een paar dollar per maand is, zoals in het voorbeeld van de kleine-app hierboven, besteed je tijd aan kwaliteit in plaats van aan het persen van tokens. Als het honderden dollars zijn, verdienen de trimmingstappen hierboven een sprint.

Uitgavetracking en beheer

Omdat je vooraf betaalt, is het ergste resultaat van een bug een lege balans, geen verrassingsfactuur. Desalniettemin helpt het om de meter in de gaten te houden. Elke response bevat een X-Balance-USD header met je resterende tegoed. Deze Python-snippet leest deze uit en berekent ook de kosten van de aanroep op basis van de gebruikscijfers.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.openaigatewayapi.com/v1", api_key="paste-your-key-here")

raw = client.chat.completions.with_raw_response.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Give me three names for a build-status bot."}],
    max_tokens=150,
)
resp = raw.parse()

cost = resp.usage.prompt_tokens / 1_000_000 * 0.15 + resp.usage.completion_tokens / 1_000_000 * 0.50
print("this call: $%.6f" % cost)
print("balance left:", raw.headers.get("X-Balance-USD"))

Een paar controles die je aan elke productie-integratie wilt toevoegen:

• Stel max_tokens in op elke aanroep waar een lang antwoord een bug zou zijn.
• Log de gebruikscijfers naast de X-Request-Id-header, zodat een kostenpiek aan een verzoek gekoppeld kan worden.
• Waarschuw als X-Balance-USD onder een door jou gekozen drempelwaarde daalt.
• Blijf binnen de limieten: 8 gelijktijdige verzoeken en 300 per minuut op een volledige sleutel. Een 429-response met code rate_limited of concurrency wordt niet in rekening gebracht, maar een retry-storm kost je tijd.

Voor het verzoekformaat en alle parameters zie de documentatie. Als je dit vergelijkt met het draaien van je eigen proxy-laag, behandelt de beschrijving over LLM gateway-kosten en complexiteit de andere kant van die beslissing.

Meer handleidingen

• OpenAI API voor Ontwikkelaars: Gebruik een Compatibele Endpoint
• OpenAI Gateway API uitgelegd in gewone termen
• LLM Gateway: Kosten vs. Complexiteitsanalyse