CodeKitHubVad är detta verktyg?
LLM-API:er faktureras per token, inte per förfrågan — och indata-token (din prompt, systemmeddelande, chatthistorik) prissätts annorlunda än utdata-token (det modellen genererar), vanligtvis med en 4-8x påslag för utdata. Den uppdelningen gör "hur mycket kommer det här att kosta" svårt att uppskatta, särskilt när du jämför modeller mellan leverantörer med olika prislistor.
Den här kalkylatorn tar dina antal indata- och utdatatoken, multiplicerar var och en med den valda modellens pris per miljon token, och lägger ihop dem — samma matematik som leverantörens faktureringssystem gör. Lägg till en månatlig förfrågningsvolym så projicerar den en månadstotal, användbart för budgetering innan du bestämmer dig för en modell i produktion.
Varför använda det?
- 19 modeller från OpenAI, Anthropic, Google, DeepSeek, Qwen, Moonshot, Zhipu och xAI — budget-, mellan- och toppalternativ, inklusive de stora kinesiska modell-API:erna och Grok.
- En sida-vid-sida-jämförelsetabell rankar varje modell efter kostnad för dina exakta tokenantal, så du slipper räkna ut varje en för hand.
- Separat kostnadsuppdelning för indata/utdata, eftersom utdata-token prissätts flera gånger högre än indata-token hos varje leverantör.
- Valfri månatlig förfrågningsvolym för en snabb budgetprognos, inte bara en uppskattning för en enskild förfrågan.
- Priser verifierade direkt mot leverantörens dokumentation, med verifieringsdatum visat — inte skrapade eller uppskattade.
- 100 % lokalt — ingen API-nyckel, inget konto, ingen data lämnar din webbläsare.
Så använder du det
- Välj en modell från rullgardinsmenyn, grupperad efter leverantör (OpenAI / Anthropic / Google / DeepSeek / Qwen / Moonshot / Zhipu / xAI).
- Ange ditt antal indata-token (prompt + systemmeddelande + eventuell kontext) och förväntat antal utdata-token.
- Läs kostnaden per förfrågan, uppdelad i indatakostnad och utdatakostnad.
- Ange valfritt förfrågningar per månad för att se en uppskattad månadskostnad.
- Skrolla ner till jämförelsetabellen för att se varje modell rankad efter kostnad för samma tokenantal.
Exempel
Inmatning
GPT-5.6 Terra, 1 000 indata-token, 500 utdata-tokenResultat
Indatakostnad $0,0025 + utdatakostnad $0,0075 = $0,01 per förfråganVid 10 000 förfrågningar/månad blir det ungefär $100/månad — små kostnader per förfrågan summeras snabbt i skala, vilket är precis varför det är viktigt att kolla matematiken innan man väljer modell.
Förstå indata- kontra utdatakostnad
Varje modell i den här listan prissätter indata- och utdatatoken separat, och skillnaden mellan dem är stor och konsekvent mellan leverantörer — utdata kostar regelmässigt 5-6x mer per token än indata. Det betyder att ett pratigt, ordrikt modellsvar kostar oproportionerligt mer än en lång prompt med ett kort svar, även om det totala tokenantalet ser likartat ut.
Praktisk implikation: om du optimerar API-utgifter sparar det vanligtvis mer att trimma utdatalängd (kortare systempromptinstruktioner som "svara i ett stycke") än att trimma indata, token för token.
Ungefärlig månadskostnad efter användningsmönster
Det här är illustrativa exempel, inte offerter — använd kalkylatorn ovan med dina egna tokenantal och modellval för ett exakt tal.
| Användningsmönster | Typiska token/förfrågan | Exempelmodell | Ungefärlig månadskostnad (10k förfrågningar) |
|---|---|---|---|
| Korta chattbottsvar | 300 in / 150 ut | GPT-5.4 Nano | ≈ $2-3/månad |
| Dataetikettering & klassificering | 500 in / 50 ut | DeepSeek V4 Flash | ≈ $1/månad |
| Dokumentsammanfattning | 3 000 in / 400 ut | Claude Sonnet 5 | ≈ $100/månad |
| Kodgenereringsassistent | 1 500 in / 1 000 ut | Gemini 3.5 Flash | ≈ $110-115/månad |
| Skrivande av långt innehåll | 1 000 in / 2 500 ut | GPT-5.6 Sol | ≈ $800/månad |
Vanliga frågor
Varför prissätts utdata så mycket högre än indata för varje modell?
Att generera token (utdata) kräver en fullständig framåtpassage genom modellen för varje ny token, körd sekventiellt, medan bearbetning av indata-token (prompten) kan göras parallellt i en enda batch. Den asymmetriska beräkningskostnaden är varför varje stor leverantör prissätter utdata till ungefär 4-8x indata-priset.
Hur vet jag hur många token min prompt kommer att använda?
Använd CodeKitHubs Token-räknare — klistra in din faktiska prompt eller systemmeddelande så visar den det exakta tokenantalet med den verkliga tokeniseraren, istället för en grov teckenbaserad gissning. Antal utdata-token är svårare att förutsäga i förväg; ett rimligt tillvägagångssätt är att kolla faktisk användning från några verkliga API-svar och använda det som uppskattning.
Är dessa priser garanterat aktuella?
Nej — AI-leverantörers API-priser ändras ganska ofta, ibland med kort varsel. Priserna i det här verktyget verifierades direkt mot varje leverantörs officiella prissida vid datumet som visas nära kalkylatorn. Innan du fattar ett budget- eller köpbeslut, kontrollera den aktuella sidan själv: OpenAI-priser (developers.openai.com/api/docs/pricing), Anthropic/Claude-priser (platform.claude.com/docs/en/about-claude/pricing), och Google Gemini-priser (ai.google.dev/gemini-api/docs/pricing).
Varför finns inte [min favoritmodell] i listan?
Det här verktyget täcker ett representativt spann av budget-/mellan-/toppmodeller från OpenAI, Anthropic, Google, DeepSeek, Qwen, Moonshot, Zhipu och xAI (19 modeller totalt) snarare än varje modell varje leverantör erbjuder, för att hålla listan lätt att överblicka och prisdatan lätt att hålla korrekt. Om du behöver en modell som inte listas, kolla dess pris per 1M token på leverantörens sida och gör samma indatakostnad + utdatakostnad-matematik för hand.
Tar priset för Gemini 3.1 Pro Preview hänsyn till långa prompter?
Nej — priset som visas är Googles nivå för ≤200 000 token. Geminis pris trappas upp för prompter längre än den gränsen, och den här kalkylatorn modellerar inte den påslagsnivån, för att hålla verktyget enkelt. Om dina prompter regelbundet överstiger 200k token, kolla Googles prissida för den exakta long-context-taxan.
Är priserna för DeepSeek, Qwen, Kimi och GLM i USD?
Ja — alla priser i det här verktyget, inklusive de kinesiska modellerna, är de officiella internationella API-taxorna i USD, så att varje modell kan jämföras på samma grund. Vissa av dessa leverantörer erbjuder också CNY-fakturerade konsoler för konton på det kinesiska fastlandet till andra (ofta lägre) priser; kontrollera leverantörens egen konsol om du fakturerar i CNY.
Ska jag optimera indatakostnad eller utdatakostnad?
Titta på formen på din arbetsbelastning. Om den är indatatung — långa dokument in, korta svar ut (klassificering, extrahering, RAG) — dominerar indatapriset och promptcachning din faktura. Om den är utdatatung — långa genereringar från korta prompter — spelar utdatapriset störst roll, och utdata-token kostar vanligtvis flera gånger mer per token än indata i samma modell.