无审查 LLM API 定价指南

为什么按量付费对开发者很重要

按量付费消除了未使用容量的财务风险。大多数主要提供商强制您承诺月度订阅或最低消费层级，无论您的实际流量如何。Venice AI 定价完全消除了这种摩擦。您只需加载余额并按需消耗 Token。错误和拒绝不消耗您的余额。这种结构既有利于运行小型脚本的爱好者，也利于快速扩展的企业。您从不为空闲时间付费。您的成本与您的输出完美对齐。

考虑替代方案：固定费率计划。你可能为 1000 万 token 付费，但只使用了 200 万。这些浪费的容量在月底消失。使用预付费余额，每一美元都直接追踪到生成。你可以停止、开始或扩展，而无需账单意外。预付费模式也简化了会计。你知道每次请求的确切成本。没有层级限制或隐藏的路由成本。每个 token 都透明定价。这种清晰度让你能够高精度地预测支出。你完全掌控支出限制。

理解输入与输出 Token 成本

输入令牌每百万个成本为 0.15 美元，输出令牌每百万个成本为 0.50 美元。这一比例反映了读取您的提示词与生成响应之间的计算差异。您为发送的上下文窗口付费，也为回答的长度付费。Venice AI 在所有请求中保持这些费率一致。长上下文不会产生意外费用。100,000 个令文的上下文窗口适合大多数复杂任务。您可以发送大型代码库或长文档。输出限制为每次请求 16,000 个令牌。较短的输出成本更低，较长的回答成本更高。这种透明度有助于您准确估算成本。您可以优化提示词以减少输入令牌。您可以调整温度以控制输出长度。每个令牌都至关重要。您的预算取决于这两个数字。无其他费用。模型处理您的输入并生成输出。您为两者付费。比例保持不变。这种简洁性有助于预测成本。您在发送请求前即可知道成本。无隐藏费用。定价简单明了。通过优化使用方式，您可以节省资金。

• 输入：$0.15 / 1M token
• 输出：$0.50 / 1M token
• 错误：免费

加密货币支付：USDT 和 USDC 详解

我们仅接受加密货币充值。具体支持 TRC20 网络的 USDT 和 Base 网络的 USDC。您可以存入 $20 至 $500 之间的任意整数金额。此方式确保处理迅速。您的余额会快速到账。大额充值可享额外赠金。充值 $50 可获得 5% 赠金。充值 $100 可享 10% 赠金。充值 $200 赠金比例升至 15%。赠金即时到账。这能增加您的可用余额。您的余额永不过期。需要更多额度时随时充值。预付费模式让您掌控支出。您无需负债。您只消耗已充值的金额。这种模式深受偏好透明度的开发者青睐。您无需按月账单周期付费。您为实际使用量付费。纯加密货币模式降低了运营成本。我们将节省的成本转嫁给您。您的资金安全无忧。您自主管理充值。没有隐藏银行费用。流程直接明了。您发送加密货币，获得余额。就是这么简单。没有复杂的验证步骤会延迟您的使用。首次充值后即可立即开始生成文本。赠金为您提供更多实验空间。您可以测试不同参数，无需担心资金耗尽。预付费模式灵活。适应任何预算。您可以从小额开始，逐步增加。没有长期承诺。您的余额归您所有。随时可用。加密货币支付高效。它们绕过传统银行延迟。您能更快获得余额。当您调试或部署时，速度至关重要。加密货币交易近乎即时。您的 API 密钥已就绪。您可以立即开始。赠金是贴心的附加服务。它奖励您的忠诚。您获得更高的性价比。预付费模式公平。它视您为客户。您为价值付费。不为运营成本付费。加密货币支付安全。它们透明。您可以追踪每笔交易。您清楚资金去向。预付费模式是未来。它高效、公平、简单。您应该尝试一下。

上下文窗口与速率限制

我们的模型支持 100,000 个 token 的上下文窗口。这允许您发送大量文档或代码库。每次请求的最大输出为 16,000 个 token。如果您未设置 max_tokens 参数，默认值为 2,048 个 token。速率限制确保所有用户公平使用。每个密钥每分钟可发送 300 个请求。您可以同时拥有 8 个并发请求。最大请求体大小为 8 MB。这些限制可处理大多数标准工作负载。大型批处理作业可能需要分页。您可以将大型输入拆分为较小的块。上下文窗口保留对话历史。您可以维护长时间运行的会话。模型会记住之前的轮次。此功能对于聊天应用至关重要。您无需重新发送整个历史记录。API 在内部处理上下文。这减少了您的输入 token 用量。您在长对话中节省费用。速率限制防止滥用。它们确保稳定性。您获得可靠性能。8 MB 的限制适合大多数文本数据。您可以发送大型 JSON 负载。并发请求限制允许并行处理。您可以加速您的流水线。每分钟 300 个请求的限制非常慷慨。它处理高容量应用。您无需升级计划。预付费模式与您一起扩展。您为使用的部分付费。限制清晰明了。没有隐藏的节流。您了解自己的容量。您可以规划部署。上下文窗口足够大，适用于大多数任务。输出限制足以生成详细响应。速率限制合理。它们在性能和成本之间取得平衡。您两全其美。预付费模式灵活。它适合任何工作负载。您可以从小规模开始并扩展。没有长期承诺。您的积分归您所有。您可以随时使用。预付费模式高效。它公平。它简单。您应该尝试一下。

流式传输与函数调用成本

流式传输与函数调用不会改变按 Token 计费的价格。你仍然为每 1M 输入 Token 支付 $0.15，为每 1M 输出 Token 支付 $0.50。流式传输只是将输出分块发送。你为生成的总 Token 数付费。函数调用会将工具定义添加到你的输入中。这会增加你的输入 Token 数量。你为额外的 Token 付费。成本是透明的。功能没有额外费用。流式传输帮助你实时显示响应。你可以显示正在生成的 Token。这改善了用户体验。函数调用允许模型使用外部工具。你可以将数据发送到你的后端。模型决定何时调用函数。你处理响应。你为使用的 Token 付费。预付费模式涵盖所有功能。你不需要为流式传输支付额外费用。你不需要为工具支付额外费用。你为 Token 付费。这种简化有助于预算编制。你知道每个功能的成本。没有隐藏费用。预付费模式很灵活。它适用于任何用例。你可以将流式传输用于聊天应用。你可以将函数调用用于自动化。你可以结合两者。成本是相同的。你为 Token 付费。预付费模式很高效。它公平。它简单。你应该试试。

流式传输示例

Copystream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Tell the story in second person."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

函数调用示例

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.veniceaipricing.com/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)

API 预算规划中的常见错误

许多开发者低估了输出 token 的使用量。他们只关注输入成本，却忘记了输出 token 更为昂贵。每 1M 输出 token 的费用为 $0.50，这是输入成本的 3.3 倍。长回复会迅速消耗您的余额。您应该设置 max_tokens 限制。这将限制每次请求的支出。您可以避免意外账单。您可以控制预算。您可以准确预测成本。另一个错误是忽略上下文窗口限制。您可能会发送巨大的提示词。您消耗的输入 token 多于所需。您应该优化提示词。您应该移除不必要的上下文。您应该高效地使用系统消息。这些微小的更改都能节省资金。预付费模式奖励效率。您为实际使用付费。您不为浪费付费。您应该监控使用情况。您应该跟踪 token 计数。您应该调整参数。您应该测试不同的模型。您应该找到最佳平衡点。预付费模式具有灵活性。它适合任何预算。您可以从小规模开始并逐步扩展。没有长期承诺。您的余额归您所有。您可以随时使用。预付费模式高效、公平且简单。您应该尝试一下。

如何从其他提供商迁移

迁移很简单，因为我们使用与 OpenAI 兼容的格式。您更改基础 URL。您更新 API 密钥。您保留现有代码。端点是 POST /v1/chat/completions。您发送相同请求结构。响应格式相同。您可以使用官方 OpenAI SDK。您可以使用任何 OpenAI 兼容客户端。您只需更改基础 URL。模型 ID 为 'uncensored'。您在请求中发送此 ID。模型处理您的输入。它生成输出。您收到响应。迁移只需几分钟。您无需重写代码。您无需学习新格式。您无需聘请开发人员。您可以即时切换。预付费模式使迁移变得简单。您充值。您开始使用 API。没有合同。如果您愿意，可以切换回来。预付费模式很灵活。它适合任何工作流。您可以测试 API。您可以比较成本。您可以决定是否适合您。预付费模式高效。它公平。它简单。您应该尝试一下。

Copycurl https://api.veniceaipricing.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "set the temperature to 0.7 and return max tokens 500"}]
  }'

为什么我们跳过月费

月费会产生固定成本。即使不使用 API，你仍需付费。这对于波动性负载来说效率低下。你可能某天流量很高，而第二天流量很低。月费不会根据你的需求进行调整。预付费信用额可以。你只为实际用量付费。需要时充值，生成时消耗，余额不足时再充值。这种灵活性减少了浪费。你无需为空闲时间付费，也无需为未使用的容量付费。预付费模式使成本与收入相匹配。你花钱赚钱，而不是让资金浪费在未使用的信用额上。预付费模式高效、公平且简单。你应该试试。

我们免收月费以降低运营成本。我们不需要计费团队。我们不需要催收机构。我们将这些节省下来的成本转嫁给您。您的信用额度更便宜。您获得更高的价值。预付费模式高效、公平且简单。您应该尝试一下。

Uncensored 模型的技术规格

模型 ID 为 'uncensored'。它是一个开源权重模型。它运行在我们的服务器上。它针对合法成人用途进行了调优。它不拒绝争议性话题。它不拒绝虚构内容。它不拒绝安全研究。它不是 GPT。它不是 Claude。它不是 Gemini。它不是 Llama。它是一个独特的模型。它针对无审查生成进行了优化。它支持流式传输。它支持函数调用。它支持 JSON 模式。您可以设置 temperature。您可以设置 top_p。您可以设置停止序列。您可以设置 seed。您可以设置 presence penalty。您可以设置 frequency penalty。这些参数赋予您控制权。您可以调整输出。您可以调整创造力。您可以控制随机性。技术规格是标准的。它们符合 OpenAI 格式。您可以使用现有工具。您可以使用现有代码。迁移很容易。预付费模式灵活。它适用于任何工作流。您可以测试 API。您可以比较成本。您可以判断它是否适合您。预付费模式高效。它公平。它简单。你应该试试。