So senken Sie Ihre KI-API-Kosten

Wie Ihnen tatsächlich berechnet wird

Anbieter berechnen pro Token, für Eingabe und Ausgabe getrennt bepreist, zu Sätzen, die je nach Modell variieren. Ausgabe-Token kosten meist ein Mehrfaches der Eingabe-Token. Die meisten Wege, Kosten zu senken, ergeben sich aus dieser einen Tatsache.

Die Preise der Anbieter ändern sich, nutzen Sie also die aktuelle Preisseite Ihres Anbieters statt einer statischen Preistabelle. Hinterlegen Sie diese Sätze pro Profil und Modell in SideNote Pro, damit die lokalen Schätzungen etwas aussagen.

Die Stellschrauben, grob nach Wirkung geordnet

1. Für den Großteil Ihrer Arbeit ein günstigeres Modell nutzen

Die Preisunterschiede zwischen den Modellstufen sind groß, und die meisten alltäglichen Anfragen sind Aufgaben zu Sprachfluss und Verständnis, die die oberste Stufe nicht brauchen. Wenn Sie alles über Ihr leistungsfähigstes Modell laufen lassen, überwiegt diese eine Änderung meist alle anderen Einsparungen zusammen. Siehe das passende KI-Modell wählen und, für ein datiertes, durchgerechnetes Beispiel, was ein Alltagsmodell pro Anfrage kostet, die GPT-6-Luna-Einrichtung.

2. Nicht für Reasoning zahlen, das Sie nicht brauchen

Reasoning effort erzeugt Token, bevor Ihre Antwort beginnt, und diese werden berechnet. Bei einer Aufgabe ohne verborgene Struktur sind das reine Kosten. Wo Ihr Alltagsmodell es annimmt, beendet None das Bezahlen dafür; Provider default lässt das Feld nur weg, ein Modell, das standardmäßig Reasoning betreibt, macht also damit weiter. Erhöhen Sie den Aufwand stattdessen im Profil für tiefe Aufgaben. Siehe Reasoning effort.

3. Den Kontext der Unterhaltung im Griff behalten

Jede Runde sendet den angesammelten Kontext erneut, ein langer Verlauf berechnet Ihnen also immer wieder denselben Verlauf. Für ein neues Thema eine neue Unterhaltung zu beginnen ist die wertvollste Gewohnheit in dieser ganzen Liste, und sie kostet einen Tastendruck.

4. Um kürzere Antworten bitten

Ausgabe-Token sind die teuren. In fünf Stichpunkten kostet einen Bruchteil eines unbegrenzten Aufsatzes und ist meist nützlicher. Unbegrenzte Prompts erzeugen unbegrenzte Antworten.

5. Mit Anhängen überlegt umgehen

Ein großes Dokument ist in jeder weiteren Runde dieser Unterhaltung eine große Eingabe, nicht nur in der ersten. Fragen Sie, was Sie brauchen, und beginnen Sie dann eine neue Unterhaltung, statt das Dokument durch ein fremdes Gespräch mitzuschleppen.

6. Weniger neu erzeugen, mehr bearbeiten

Neu erzeugen wiederholt die vollen Eingabekosten für einen weiteren Versuch. Liegt das Problem in der Frage, ist Bearbeiten und erneut Senden sowohl günstiger als auch erfolgversprechender als ein dritter Wurf der Würfel.

Kontextverdichtung ist nicht gratis

Wächst eine Unterhaltung über das Kontextfenster hinaus, mit dem sie gesendet wird, bittet SideNote Pro Ihr konfiguriertes Modell, die älteren Nachrichten zusammenzufassen. Das ist eine echte Anfrage an den Anbieter mit echten Token, und sie läuft über das Profil, das Sie gewählt haben, mit dem Reasoning effort, auf den es gesetzt ist.

Die Kontextverdichtung ist unterm Strich ein gutes Geschäft, weil Sie nicht jede Runde eine ganze lange Unterhaltung erneut senden. Häufige Verdichtung ist aber ein Zeichen, dass Unterhaltungen zu lang werden. Sie zu teilen ist günstiger, als sie wiederholt zusammenzufassen.

Lokale Modelle ändern die Rechnung

Ein lokales Modell, das auf Ihrem eigenen PC läuft, über Ollama oder LM Studio verursacht keine API-Gebühr pro Anfrage. Das gilt nicht für die Cloud-Modelle von Ollama, die auf den Servern von Ollama laufen und deren Nutzung Ollama erfassen oder in Rechnung stellen kann. Bei umfangreicher, sich wiederholender Arbeit wie Umschreiben, Zusammenfassen und Übersetzen kann das Verlagern auf ein lokales Profil einen großen Teil Ihrer Rechnung gleich ganz entfallen lassen.

Die Kosten verschwinden nicht, sie wandern: zu Ihrer Hardware, Ihrem Strom und Ihrer Zeit. Für die Aufgaben rund um den Sprachfluss, die bei den meisten den Großteil des Volumens ausmachen, genügt ein kleines lokales Modell aber oft völlig.

Schutzgeländer, die sich heute zu setzen lohnen

1. Legen Sie im Dashboard Ihres Anbieters eine feste Ausgabenobergrenze fest. Das ist das einzige maßgebliche Limit. Tun Sie es vor allem anderen.
2. Legen Sie das optionale tägliche Schätzlimit in SideNote Pro als lokalen Sicherheitsgurt fest. Es arbeitet mit lokalen Schätzungen und kann andere Anwendungen nicht sehen, die denselben Schlüssel nutzen.
3. Hinterlegen Sie Ihre Modellpreise pro Profil in USD pro Million Token, damit die lokalen Schätzungen aussagekräftig sind.
4. Sehen Sie im ersten Monat wöchentlich ins Protokoll. Welche Kombinationen aus Anbieter und Modell dominieren, und haben sie Arbeit geleistet, die sie brauchte?

Settings › About

Die Verhältnismäßigkeit wahren

Beim Beobachten der Kosten geht es nicht darum, sie zu minimieren. Eine Antwort, die Ihnen eine Stunde spart, ist mehr wert als die Cent, die sie gekostet hat, und einen Fünf-Dollar-Monat auf vier zu drücken ist nicht, wohin Ihre Aufmerksamkeit gehört.

Es geht darum, dass die Ausgaben dem Nutzen entsprechen. Für das Umschreiben eines Satzes Reasoning zum Spitzentarif zu bezahlen ist nicht Sparsamkeit gegen Qualität, sondern einfach Verschwendung. Beheben Sie das, und sorgen Sie sich nicht um den Rest.