Cât costă un apel și cum alegi modelul
O aplicație AI care merge perfect în teste poate deveni o surpriză neplăcută pe factură când o folosesc mii de oameni. Vestea bună: costul se calculează exact, din tokeni și din prețul modelului. În această lecție scrii funcția de cost pe care o vei refolosi în tot cursul, estimezi costul lunar al unei aplicații și înveți cum alegi modelul potrivit.
Prețul: dolari pe milion de tokeni
Furnizorii taxează separat tokenii de intrare (tot ce trimiți: instrucțiuni, istoric, documente, întrebare) și tokenii de ieșire (ce scrie modelul). Prețul se dă în dolari per milion de tokeni. Pentru modelele din curs:
| Model | id | Intrare $/1M | Ieșire $/1M | Context |
|---|---|---|---|---|
| Claude Haiku 5.5 | claude-haiku-5-5 | 0,10 | 0,50 | 1M |
| Claude Sonnet 5.5 | claude-sonnet-5-5 | 2 | 10 | 1M |
| Claude Opus 5.5 | claude-opus-5-5 | 4 | 20 | 1M |
| GPT-6 Luna | gpt-6-luna | 0,10 | 0,50 | 272K |
| GPT-6.1 Sol | gpt-6.1-sol | 2 | 10 | 272K |
| GPT-6 Astra | gpt-6-astra | 10 | 50 | 272K |
Tabelul este valabil la 31 octombrie 2026. Furnizorii lansează modele noi și ajustează prețurile, așa că înainte de o lansare verifici paginile oficiale de prețuri și ții prețurile într-un singur loc în cod (un dicționar), nu împrăștiate prin program.
Costul unui apel
Formula este simplă: cost = tokeni_intrare × preț_intrare / 1.000.000 + tokeni_ieșire × preț_ieșire / 1.000.000. Tokenii îi iei din raspuns.usage, după apel.
import anthropic
MODEL = "claude-haiku-5-5"
PRET_INTRARE, PRET_IESIRE = 0.10, 0.50 # $ per 1M tokeni, Claude Haiku 5.5
client = anthropic.Anthropic()
raspuns = client.messages.create(
model=MODEL,
max_tokens=50,
messages=[{"role": "user", "content": "Clasifică mesajul într-un cuvânt (Livrare, Plată, Retur): Când îmi vine coletul?"}],
)
u = raspuns.usage
cost = (u.input_tokens * PRET_INTRARE + u.output_tokens * PRET_IESIRE) / 1_000_000
print("Categorie:", raspuns.content[0].text)
print(f"{u.input_tokens} + {u.output_tokens} tokeni = {cost:.8f} $")
print(f"Un milion de astfel de apeluri: {cost * 1_000_000:.2f} $")
Categorie: Livrare 37 + 2 tokeni = 0.00000470 $ Un milion de astfel de apeluri: 4.70 $
Un apel de clasificare costă o fracțiune infimă de cent. De aceea, la modelele mici, întrebarea nu este „cât costă un apel”, ci „câte apeluri fac pe lună și câți tokeni trimit la fiecare”.
Aceeași cerere, modele diferite
Ține prețurile într-un dicționar PRETURI și compari ușor toate modelele pentru o cerere tipică a aplicației tale:
PRETURI = { # dolari per 1 milion de tokeni: (intrare, ieșire)
"claude-haiku-5-5": (0.10, 0.50),
"claude-sonnet-5-5": (2.00, 10.00),
"claude-opus-5-5": (4.00, 20.00),
"gpt-6-luna": (0.10, 0.50),
"gpt-6.1-sol": (2.00, 10.00),
"gpt-6-astra": (10.00, 50.00),
}
TOKENI_INTRARE = 1200 # de exemplu: instrucțiuni + istoric + întrebare
TOKENI_IESIRE = 300 # un răspuns de câteva fraze
for model, (p_in, p_out) in PRETURI.items():
cost = (TOKENI_INTRARE * p_in + TOKENI_IESIRE * p_out) / 1_000_000
print(f"{model:18} {cost:.6f} $ / apel {cost * 100_000:8.2f} $ / 100.000 apeluri")
claude-haiku-5-5 0.000270 $ / apel 27.00 $ / 100.000 apeluri claude-sonnet-5-5 0.005400 $ / apel 540.00 $ / 100.000 apeluri claude-opus-5-5 0.010800 $ / apel 1080.00 $ / 100.000 apeluri gpt-6-luna 0.000270 $ / apel 27.00 $ / 100.000 apeluri gpt-6.1-sol 0.005400 $ / apel 540.00 $ / 100.000 apeluri gpt-6-astra 0.027000 $ / apel 2700.00 $ / 100.000 apeluri
Diferența dintre cel mai ieftin și cel mai scump model este de 100 de ori. Pentru 100.000 de apeluri, înseamnă 27 $ față de 2.700 $.
Costul lunar al unei aplicații
Pentru bugetul unei aplicații, înmulțești costul unui apel tipic cu numărul de apeluri: utilizatori activi × mesaje pe zi × zile.
UTILIZATORI_ACTIVI = 2000
MESAJE_PE_ZI = 5
ZILE = 30
TOKENI_INTRARE = 1200
TOKENI_IESIRE = 300
PRET_INTRARE, PRET_IESIRE = 0.10, 0.50 # Claude Haiku 5.5
CURS_LEU = 4.50 # aproximativ
apeluri = UTILIZATORI_ACTIVI * MESAJE_PE_ZI * ZILE
cost_apel = (TOKENI_INTRARE * PRET_INTRARE + TOKENI_IESIRE * PRET_IESIRE) / 1_000_000
total = apeluri * cost_apel
print("Apeluri pe lună:", apeluri)
print(f"Cost lunar: {total:.2f} $ (aproximativ {total * CURS_LEU:.2f} lei)")
print(f"Cost pe utilizator: {total / UTILIZATORI_ACTIVI:.4f} $")
Apeluri pe lună: 300000 Cost lunar: 81.00 $ (aproximativ 364.50 lei) Cost pe utilizator: 0.0405 $
Joacă-te cu calculatorul de mai jos: schimbă modelul, numărul de utilizatori și lungimea mesajelor și urmărește cum se schimbă costul lunar, în dolari și în lei.
Într-un chatbot, TOKENI_INTRARE crește la fiecare replică, pentru că retrimiți conversația (lecția 4). Măsoară valoarea medie reală din usage în loguri, nu o ghici.
Cum alegi modelul
| Sarcina | Model potrivit pentru început |
|---|---|
| Clasificarea mesajelor, extragerea datelor dintr-un email | Haiku 5.5 / GPT-6 Luna, efort low |
| Chatbot de suport din documentele firmei | Haiku 5.5 / GPT-6 Luna |
| Analize, planuri, cod complex | Sonnet 5.5 / GPT-6.1 Sol |
| Cele mai grele sarcini, agenți care lucrează mult singuri | Opus 5.5 / GPT-6 Astra, după ce testele o cer |
Greșeli frecvente
- Calculezi costul doar din tokenii de intrare: ieșirea costă de 5 ori mai mult și, la răspunsuri lungi, domină factura.
- Folosești din start cel mai mare model „ca să fie sigur”: plătești de 20–100 de ori mai mult pentru un câștig pe care nu l-ai măsurat.
- Uiți împărțirea la 1.000.000: costurile ies de un milion de ori mai mari și iei decizii greșite.
- Afișezi costul cu 2 zecimale: un apel de 0,000270 $ apare ca 0,00. Pentru apeluri individuale folosește 6 zecimale.
- Nu pui nicio limită de cheltuieli în contul furnizorului: o buclă greșită poate face mii de apeluri într-o noapte (modulul 8).
1.000 de descrieri generate cu Haiku 5.5 costă cenți; aceleași cu Opus 5.5 costă de 40 de ori mai mult.
Întrebările simple merg la modelul mic, reclamațiile complicate la cel mare.
Prețul abonamentului se stabilește după costul real pe utilizator activ, din loguri.
Scrie funcția cost_apel(usage, model) care întoarce costul unui apel în dolari și în lei (curs aproximativ 4,50), folosind prețurile din PRETURI. Trimite cererea dată, afișează Tokeni: X intrare, Y ieșire, apoi costul pentru MODEL și pentru claude-sonnet-5-5 (cu același usage), fiecare pe o linie: <model>: <dolari> $ / <lei> lei, cu 6 zecimale.
- În cost_apel, ia prețurile cu pret_intrare, pret_iesire = PRETURI[model].
- Calculează dolarii: (usage.input_tokens * pret_intrare + usage.output_tokens * pret_iesire) / 1_000_000 și întoarce (dolari, dolari * CURS_LEU).
- Afișează Tokeni: X intrare, Y ieșire din raspuns.usage.
- Pentru MODEL și "claude-sonnet-5-5" afișează <model>: <dolari> $ / <lei> lei, cu :.6f.
Soluția exercițiului
import anthropic
MODEL = "claude-haiku-5-5"
CURS_LEU = 4.50 # aproximativ
PRETURI = { # dolari per 1 milion de tokeni: (intrare, ieșire)
"claude-haiku-5-5": (0.10, 0.50),
"claude-sonnet-5-5": (2.00, 10.00),
"claude-opus-5-5": (4.00, 20.00),
"gpt-6-luna": (0.10, 0.50),
"gpt-6.1-sol": (2.00, 10.00),
"gpt-6-astra": (10.00, 50.00),
}
client = anthropic.Anthropic()
def cost_apel(usage, model):
pret_intrare, pret_iesire = PRETURI[model]
dolari = (usage.input_tokens * pret_intrare + usage.output_tokens * pret_iesire) / 1_000_000
return dolari, dolari * CURS_LEU
raspuns = client.messages.create(
model=MODEL,
max_tokens=300,
messages=[{"role": "user", "content": "Scrie o descriere de 2 fraze pentru o cană termică de 450 ml."}],
)
print(f"Tokeni: {raspuns.usage.input_tokens} intrare, {raspuns.usage.output_tokens} ieșire")
for model in [MODEL, "claude-sonnet-5-5"]:
dolari, lei = cost_apel(raspuns.usage, model)
print(f"{model}: {dolari:.6f} $ / {lei:.6f} lei") 