Kernleitfäden

Abrechnung und Preise

Wie Gebühren, Schätzungen, Guthaben und Limits funktionieren

Ein TokenLab-Guthaben funktioniert modellübergreifend. Es gibt kein Abonnement und keinen Mindestumsatz. Aufladungen sind ab 5 $ möglich. Die Gebühren basieren auf dem Modell und der für jede Anfrage aufgezeichneten Nutzung.

Bereitstellungsoptionen

Dasselbe Modell und dieselbe API sind über zwei Routen verfügbar: Verified ist kostengünstiger, und Official ist zuverlässiger. Die Bereitstellungsoption entscheidet, welche Route eine Anfrage ausführt und welchen Preis Sie zahlen.

OptionRoutePreisWenn die Route nicht verfügbar ist
VerifiedNur Verified: von TokenLab getestete RoutenVerified-Preis, niedriger als der Official-Preis bei den meisten ModellenDie Anfrage schlägt fehl und wird nicht berechnet
OfficialNur Official: der Modellhersteller oder eine große PlattformOfficial-Preis, der vom Modellhersteller veröffentlichte PreisDie Anfrage schlägt fehl und wird nicht berechnet
Auto (Standard)Zuerst Verified. Official führt die Anfrage einmal aus, wenn Verified keine Kapazität hat oder vor der Ausgabe fehlschlägtDer Preis der Route, die die Anfrage abgeschlossen hatOfficial führt die Anfrage aus

Die Seite „Modelle“ zeigt beide Preise für jedes Modell an.

  • Jede abgeschlossene Anfrage wird einmal berechnet.
  • Auto wechselt nicht, nachdem die Ausgabe begonnen hat oder eine Aufgabe akzeptiert wurde.
  • Vor einer Ausführung reserviert Auto den höheren der beiden möglichen Beträge. Wenn das Guthaben nur die Verified-Schätzung abdeckt, führt Auto die Anfrage nur über Verified aus und greift nicht auf Official zurück. Nach der Ausführung zahlen Sie die tatsächliche Gebühr und der Restbetrag wird freigegeben.
  • Der Anfrage-Header X-TokenLab-Delivery-Policy überschreibt die API-Key-Einstellung, und die API-Key-Einstellung überschreibt den Workspace-Standard. Siehe die API-Einführung.

Bei kostenpflichtiger Generierung zeigt die Konsole vor der Bestätigung die maximale Schätzung an. Nach Abschluss zeigen „Ausführungen“ (Runs) und „Nutzung“ (Usage) die endgültige Gebühr und die Option an, die die Anfrage abgeschlossen hat.

Preismodelle

Modellpreise können sich ändern. Überprüfen Sie die Konsole, die Seite „Modelle“, GET /v1/models/:model/pricing oder die Pricing API für den aktuellen Preis.

Auf der Seite „Modelle“ bedeutet ein Strich in der Spalte für den Verified-Preis oder Rabatt, dass derzeit kein Verified-Angebot verfügbar ist; dies bedeutet nicht, dass es kostenlos ist. Modelle mit Official-Verfügbarkeit bleiben über Official oder Auto zugänglich. In der API sind die Verified-Preisfelder eines solchen Modells null oder werden weggelassen, und die official_*-Preisfelder zeigen an, was Sie zahlen. Bereitstellungs-Labels beschreiben unterstützte Optionen, während die Verfügbarkeit bei jeder Anfrage geprüft wird. Serienpreise fassen Modelle mit Verfügbarkeit in der entsprechenden Bereitstellungsoption zusammen und halten verschiedene Abrechnungseinheiten getrennt.

Token-basierte Preisgestaltung

Die meisten Chat-, Reasoning-, Embedding-, Rerank- und einige Bildmodelle werden nach Input-, Output-, Cache- oder Bild-Output-Token berechnet.

PreisfamilieBeispieleAktuellen Preis prüfen
Chat / Antwortengpt-5.4, claude-sonnet-4-6, gemini-3.6-flashSeite „Modelle“ oder Pricing API
Embeddings / Reranktext-embedding-3-small, qwen3-vl-rerankModellpreisdetails
Token-basierte Bildergpt-image-2GET /v1/models/gpt-image-2/pricing

Hardcodieren Sie keine kopierte Preistabelle. Lesen Sie den aktuellen Preis aus, wenn Ihre Anwendung Kosten anzeigen oder vergleichen muss.

Tool-Gebühren

Einige integrierte Tools kosten zusätzlich zu den Token. TokenLab berechnet eine Tool-Gebühr nur dann, wenn das Modell das Tool verwendet und die Antwort dies meldet. Eine Anfrage, die ein Tool anbietet, das das Modell nicht verwendet, verursacht keine Tool-Gebühr.

ToolModelleGebühr
WebsucheOpenAI-, Claude- und Grok-Modelle sowie Gemini 3-Modelle mit Google Search GroundingJede Suche, die das Modell durchführt. Bei Gemini 3 jede eindeutige Suchanfrage
Search GroundingGemini 2.5-Modelle mit Google Search GroundingEinmalig für jede Anfrage, die die Suche geerdet hat
  • Jedes Modell hat seine eigene Tool-Gebühr für Verified und Official, genau wie bei seinen Token-Preisen. Die Preisdetails des Modells zeigen dies als Websuche oder Search Grounding an.
  • Suchergebnisse, die das Modell liest, werden als Input-Token zum Preis des Modells abgerechnet.
  • Ein Tool ohne Preis bei einem Modell wird nicht berechnet.
  • Öffnen Sie in der Konsole eine Anfrage unter „Ausführungen“: Tool-Gebühren zeigt die Anzahl der Aufrufe und den Preis jedes Aufrufs an. Die API-Key-Nutzungsaufzeichnungen zeigen dieselben Werte in charged_price_basis: die Anzahl in measure.dimensions.webSearchCalls oder groundedPrompts und den Preis jedes Aufrufs in effectiveUnitPrices.webSearch oder effectiveUnitPrices.groundedPrompt.

Prompt Caching

Ein Modell kann den wiederholten Anfang eines Prompts aus einem Cache lesen. Token, die aus dem Cache gelesen werden, kosten weniger als Input-Token.

  • GPT, Gemini und einige andere Modelle cachen lange, wiederholte Prompts automatisch. Sie müssen nichts einstellen.
  • Claude-Modelle cachen nur, wenn Sie dies anfordern. Senden Sie "anthropic_options": {"prompt_caching": true} in einer Chat Completions-Anfrage. TokenLab markiert das Ende des System-Prompts und die letzte Benutzernachricht als Cache-Punkte. Fügen Sie bei der Messages API cache_control selbst zu den Blöcken hinzu.
GebührVergleich mit dem Input-Preis
Cache-Schreiben, 5 Minuten (Standard)Höher
Cache-Schreiben, 1 Stunde ("prompt_caching_ttl": "1h")Höher als das 5-Minuten-Schreiben
Cache-LesenNiedriger
  • Cache-Preise unterscheiden sich je nach Modell und Bereitstellungsoption. Überprüfen Sie die Cache-Preise des Modells auf der Seite „Modelle“ oder in der Pricing API, bevor Sie sich auf ein Verhältnis verlassen.
  • Ein Prompt, der sich nie wiederholt, kostet bei aktiviertem Caching etwas mehr, aufgrund des Cache-Schreibvorgangs.
  • Ein Prompt, der kürzer als die minimale cachefähige Länge des Modells ist, wird nicht gecacht und verursacht keine Cache-Schreibgebühr.
  • Ein einstündiger Cache ist nicht bei jedem Modell verfügbar. Wenn das Modell ihn nicht auflistet, verwenden Sie den Fünf-Minuten-Cache.
  • Die Antwort zeigt das Ergebnis: usage.prompt_tokens_details.cached_tokens ist die Anzahl der aus dem Cache gelesenen Token. usage.cache_creation_input_tokens ist die Anzahl der geschriebenen Token und erscheint nur, wenn sie größer als null ist.

Service-Tier

TokenLab führt Anfragen im Standard-Service-Tier aus und rechnet sie dort ab. Die service_tier-Werte auto und default werden akzeptiert. Andere Werte wie flex, priority, fast und ultrafast werden ignoriert: Die Anfrage läuft im Standard-Tier und wird zum Standardpreis berechnet.

Anfrage- und Aufgabenpreisgestaltung

Bild-, Video-, Musik-, 3D-, Audio- und Weltmodelle können pro Anfrage, Bild, Sekunde, Minute oder Aufgabe berechnet werden. Die Modellseite zeigt die Abrechnungseinheit an.

FamilieBeispiele
Bildflux-pro-1.1
Videoveo3.1, seedance-2.0
Musiksuno-music
3Dtripo-h3.1
Audiogrok-tts, whisper-large-v3

Abrechnung asynchroner Aufgaben

Einige Aufgaben reservieren die geschätzten Kosten bei ihrer Erstellung. Eine abgeschlossene Aufgabe wird einmal berechnet; eine fehlgeschlagene Aufgabe gibt den ausstehenden Betrag frei oder erstattet ihn.

Video-, Musik-, 3D- und aufgabenbasierte Bildgenerierungen geben eine Aufgaben-ID und eine poll_url zurück. Der endgültige Betrag wird aufgezeichnet, nachdem die Aufgabe den Status completed oder failed erreicht hat. Eine abgeschlossene Aufgabe enthält nach der Abrechnung eine billing_transaction_id; eine fehlgeschlagene Aufgabe wird nicht berechnet.

Wenn die Nutzung nach Abschluss der Aufgabe immer noch nicht die endgültige Gebühr oder den freigegebenen Betrag anzeigt, kontaktieren Sie hello@tokenlab.sh mit der Anfrage-ID und der Aufgaben-ID.

Abrechnungs-Transaktions-IDs

Nicht-Streaming OpenAI-kompatible Antworten enthalten eine billing_transaction_id, wenn die Abrechnung abgeschlossen ist, bevor die Antwort gesendet wird. Derselbe Wert kann in X-Billing-Transaction-ID erscheinen; Gemini und andere native Formate zeigen ihn möglicherweise nur in diesem Header an.

Asynchrone Aufgaben enthalten nach Abschluss eine billing_transaction_id. Streaming kann enden, bevor die Abrechnung abgeschlossen ist; verwenden Sie daher die Nutzung (Usage), wenn der Header fehlt.

Token-Anzahl

Textmodelle melden normalerweise Input-, Output- und Gesamt-Token in usage. Die Tokenisierung unterscheidet sich je nach Modell, Sprache und Medieneingabe, daher sind Formeln zur Zeichenzählung keine zuverlässigen Schätzungen für die Abrechnung. Verwenden Sie den aktuellen Preis des Modells und den endgültigen Nutzungsdatensatz.

Nutzung finden

Öffnen Sie Nutzung, um Folgendes zu finden:

  • Echtzeit-Guthaben
  • Nutzungsverlauf nach Modell
  • Kostenaufschlüsselung
  • API-Key-Nutzung

API-Antwort

Token-basierte Antworten enthalten normalerweise Nutzungsinformationen:

{
  "usage": {
    "prompt_tokens": 50,
    "completion_tokens": 100,
    "total_tokens": 150
  }
}

Kosten senken

Warnungen bei niedrigem Guthaben

Legen Sie einen Schwellenwert unter Konsole → Einstellungen fest. TokenLab sendet Ihnen eine E-Mail, wenn das Guthaben darunter fällt.

Guthaben hinzufügen

Öffnen Sie Konsole → Abrechnung, wählen Sie einen Betrag und verwenden Sie eine der an der Kasse angezeigten Zahlungsmethoden. Das Guthaben wird aktualisiert, nachdem der Zahlungsanbieter die Zahlung bestätigt hat.

Während das Testguthaben-Angebot läuft, erhält ein berechtigtes neues Konto ein einmaliges Testguthaben von 0,25 $ für bis zu 10 Aufrufe. Nicht genutztes Testguthaben verfällt nach 7 Tagen.

Um zu verhindern, dass Anfragen bei niedrigem Guthaben gestoppt werden, aktivieren Sie Automatische Finanzierung unter Abrechnung. Es fügt Guthaben hinzu, wenn der Kontostand unter den von Ihnen festgelegten Betrag fällt, bis zu einem monatlichen Limit.

API-Key-Limits

Sie können ein Ausgabenlimit festlegen, wenn Sie einen API-Key unter Konsole → API-Keys erstellen oder bearbeiten.

Wenn das Limit erreicht ist, geben Anfragen mit diesem Key 402 mit dem Code quota_exceeded zurück. Erhöhen oder entfernen Sie das Limit, um fortzufahren.

Hilfe zur Abrechnung

Kontaktieren Sie hello@tokenlab.sh für Fragen zur Abrechnung.

Auf dieser Seite