Guias principais
Faturamento e preços
Como funcionam as cobranças, estimativas, saldos e limites
Um saldo TokenLab funciona em todos os modelos. Não há assinatura ou gasto mínimo. As recargas começam em $5. As cobranças são baseadas no modelo e no uso registrado para cada solicitação.
Opções de entrega
O mesmo modelo e API estão disponíveis através de duas rotas: Verified custa menos e Official é mais confiável. A opção de entrega decide qual rota executa uma solicitação e qual preço você paga.
| Opção | Rota | Preço | Se a rota estiver indisponível |
|---|---|---|---|
Verified | Apenas Verified: rotas testadas pelo TokenLab | Preço Verified, menor que o preço Official na maioria dos modelos | A solicitação falha e não é cobrada |
Official | Apenas Official: o criador do modelo ou uma grande plataforma | Preço Official, o preço publicado pelo criador do modelo | A solicitação falha e não é cobrada |
Auto (padrão) | Primeiro Verified. Official executa a solicitação uma vez se Verified não tiver suprimento ou falhar antes de qualquer saída | O preço da rota que completou a solicitação | Official executa a solicitação |
A página Models mostra ambos os preços para cada modelo.
- Cada solicitação concluída é cobrada uma vez.
- Auto não alterna após o início da saída ou após a aceitação de uma tarefa.
- Antes de uma execução, Auto retém o maior dos dois valores possíveis. Se o saldo cobrir apenas a estimativa Verified, Auto executa apenas Verified para essa solicitação e não recorre ao Official. Após a execução, você paga a cobrança real e o restante é liberado.
- O cabeçalho de solicitação
X-TokenLab-Delivery-Policysubstitui a configuração da chave de API, e a configuração da chave de API substitui o padrão do Workspace. Veja a introdução à API.
Para geração paga, o Console mostra a estimativa máxima antes da confirmação. Após a conclusão, Runs e Usage mostram a cobrança final e a opção que completou a solicitação.
Modelos de preços
Os preços dos modelos podem mudar. Verifique o Console, a página Models, GET /v1/models/:model/pricing ou a API de preços para o preço atual.
Na página Models, um traço na coluna de preço ou desconto Verified significa que nenhuma oferta Verified está disponível no momento; não significa que é gratuito. Modelos com suprimento Official permanecem disponíveis através de Official ou Auto. Na API, os campos de preço Verified de tal modelo são null ou omitidos, e os campos de preço official_* mostram o que você paga. Os rótulos de entrega descrevem as opções suportadas, enquanto a disponibilidade é verificada quando cada solicitação é executada. Os preços de série resumem modelos com suprimento na opção de entrega relevante e mantêm unidades de faturamento diferentes separadas.
Preços baseados em tokens
A maioria dos modelos de chat, raciocínio, embedding, rerank e alguns modelos de imagem são precificados por tokens de entrada, saída, cache ou saída de imagem.
| Família de preços | Exemplos | Verificar preço atual |
|---|---|---|
| Chat / Respostas | gpt-5.4, claude-sonnet-4-6, gemini-3.6-flash | Página Models ou API de preços |
| Embeddings / rerank | text-embedding-3-small, qwen3-vl-rerank | Detalhes de preço do modelo |
| Imagens precificadas por token | gpt-image-2 | GET /v1/models/gpt-image-2/pricing |
Não codifique uma tabela de preços copiada. Leia o preço atual quando sua aplicação precisar exibir ou comparar custos.
Taxas de ferramentas
Algumas ferramentas integradas custam extra além dos tokens. O TokenLab cobra uma taxa de ferramenta apenas quando o modelo usa a ferramenta e a resposta a reporta. Uma solicitação que oferece uma ferramenta que o modelo não usa não tem taxa de ferramenta.
| Ferramenta | Modelos | Cobrança |
|---|---|---|
| Web search | Modelos OpenAI, Claude e Grok, e modelos Gemini 3 com Google Search grounding | Cada pesquisa que o modelo executa. Para Gemini 3, cada consulta de pesquisa única |
| Search grounding | Modelos Gemini 2.5 com Google Search grounding | Uma vez para cada solicitação que a pesquisa fundamentou |
- Cada modelo tem sua própria taxa de ferramenta para Verified e Official, o mesmo que seus preços de token. Os detalhes de preço do modelo mostram isso como Web search ou Search grounding.
- Os resultados de pesquisa que o modelo lê são faturados como tokens de entrada ao preço do modelo.
- Uma ferramenta sem preço em um modelo não é cobrada.
- No Console, abra uma solicitação em Runs: Tool fees mostra o número de chamadas e o preço de cada chamada. Os registros de uso da chave de API mostram os mesmos valores em
charged_price_basis: a contagem emmeasure.dimensions.webSearchCallsougroundedPrompts, e o preço de cada chamada emeffectiveUnitPrices.webSearchoueffectiveUnitPrices.groundedPrompt.
Cache de prompt
Um modelo pode ler o início repetido de um prompt a partir de um cache. Tokens lidos do cache custam menos do que tokens de entrada.
- Modelos GPT, Gemini e alguns outros armazenam prompts longos e repetidos automaticamente. Você não precisa configurar nada.
- Modelos Claude armazenam em cache apenas quando você solicita. Envie
"anthropic_options": {"prompt_caching": true}em uma solicitação de Chat Completions. O TokenLab marca o final do prompt do sistema e a mensagem de usuário mais recente como pontos de cache. Com a API de mensagens, adicionecache_controlaos blocos você mesmo.
| Cobrança | Comparado com o preço de entrada |
|---|---|
| Escrita em cache, 5 minutos (padrão) | Maior |
Escrita em cache, 1 hora ("prompt_caching_ttl": "1h") | Maior que a escrita de 5 minutos |
| Leitura de cache | Menor |
- Os preços de cache diferem por modelo e opção de entrega. Verifique os preços de cache do modelo na página Models ou na API de preços antes de confiar em uma proporção.
- Um prompt que nunca se repete custa um pouco mais com o cache ativado, devido à escrita em cache.
- Um prompt menor que o comprimento mínimo armazenável em cache do modelo não é armazenado em cache e não tem cobrança de escrita em cache.
- Um cache de uma hora não está disponível em todos os modelos. Se o modelo não o listar, use o cache de cinco minutos.
- A resposta mostra o resultado:
usage.prompt_tokens_details.cached_tokensé o número de tokens lidos do cache.usage.cache_creation_input_tokensé o número escrito nele, e aparece apenas quando é maior que zero.
Nível de serviço
O TokenLab executa e fatura solicitações no nível de serviço padrão. Valores de service_tier como auto e default são aceitos. Outros valores, como flex, priority, fast e ultrafast, são ignorados: a solicitação é executada no nível padrão e cobrada pelo preço padrão.
Preços de solicitação e tarefa
Modelos de imagem, vídeo, música, 3D, áudio e mundo podem ser precificados por solicitação, imagem, segundo, minuto ou tarefa. A página do modelo mostra a unidade de faturamento.
| Família | Exemplos |
|---|---|
| Imagem | flux-pro-1.1 |
| Vídeo | veo3.1, seedance-2.0 |
| Música | suno-music |
| 3D | tripo-h3.1 |
| Áudio | grok-tts, whisper-large-v3 |
Faturamento de tarefas assíncronas
Algumas tarefas reservam o custo estimado quando são criadas. Uma tarefa concluída é cobrada uma vez; uma tarefa com falha libera ou reembolsa o valor pendente.
Geração de vídeo, música, 3D e geração de imagem baseada em tarefa retornam um ID de tarefa e poll_url. O valor final é registrado após a tarefa se tornar completed ou failed. Uma tarefa concluída inclui billing_transaction_id após o faturamento; uma tarefa com falha não é cobrada.
Se o Usage ainda não mostrar a cobrança final ou o valor liberado após a conclusão da tarefa, entre em contato com hello@tokenlab.sh com o ID da solicitação e o ID da tarefa.
IDs de transação de faturamento
Respostas compatíveis com OpenAI sem streaming incluem billing_transaction_id quando o faturamento termina antes que a resposta seja enviada. O mesmo valor pode aparecer em X-Billing-Transaction-ID; Gemini e outros formatos nativos podem expô-lo apenas neste cabeçalho.
Tarefas assíncronas incluem billing_transaction_id após a conclusão. O streaming pode terminar antes do faturamento, portanto, use o Usage quando o cabeçalho estiver ausente.
Contagens de tokens
Modelos de texto geralmente relatam tokens de entrada, saída e totais em usage. A tokenização difere por modelo, idioma e entrada de mídia, portanto, fórmulas de contagem de caracteres não são estimativas de faturamento confiáveis. Use o preço atual do modelo e o registro de Usage final.
Encontre seu uso
Abra Usage para encontrar:
- Saldo em tempo real
- Histórico de uso por modelo
- Detalhamento de custos
- Uso da chave de API
Resposta da API
Respostas baseadas em token geralmente incluem informações de uso:
{
"usage": {
"prompt_tokens": 50,
"completion_tokens": 100,
"total_tokens": 150
}
}Gaste menos
Alertas de saldo baixo
Defina um limite em Console → Settings. O TokenLab envia um e-mail quando o saldo cai abaixo desse valor.
Adicionar saldo
Abra Console → Billing, escolha um valor e use um dos métodos de pagamento mostrados no checkout. O saldo é atualizado após o provedor de pagamento confirmar o pagamento.
Enquanto a oferta de crédito de teste estiver ativa, uma nova conta elegível recebe um crédito de teste único de $0.25 para até 10 chamadas. O crédito de teste não utilizado expira após 7 dias.
Para evitar que as solicitações parem com saldo baixo, ative o Automatic funding em Billing. Ele adiciona fundos quando o saldo cai abaixo do valor definido, até um limite mensal.
Limites de chave de API
Você pode definir um limite de gastos ao criar ou editar uma chave de API em Console → API Keys.
Quando o limite é atingido, as solicitações com essa chave retornam 402 com o código quota_exceeded. Aumente ou remova o limite para continuar.
Ajuda com faturamento
Entre em contato com hello@tokenlab.sh para dúvidas sobre faturamento.