Precios y facturación

Crédito prepago, pago por uso. Cada solicitud cuesta lo que indica el precio del modelo, y el registro de solicitudes muestra exactamente lo que se contó.

Crédito

• Añade crédito con tarjeta en Facturación, desde $10. Lo comparten todas las claves del espacio de trabajo.
• El crédito que compras no caduca mientras tu cuenta esté abierta. El crédito de bonificación de una promoción caduca 90 días después de añadirse.
• Recarga automática, en Facturación → Método de pago: guarda una tarjeta (va a Stripe, nunca a nosotros) y añadimos un importe fijo cada vez que el saldo disponible para nuevas solicitudes (el saldo menos lo que tienen reservado las solicitudes en curso, ver más abajo) cae por debajo de tu umbral, como máximo una vez cada dos minutos y diez veces al día, con recibo por correo. Muchas solicitudes a la vez pueden iniciar una recarga mientras el saldo sigue por encima del umbral. Si se rechaza la tarjeta, la recarga se pausa y se avisa de por qué a los propietarios y administradores.
• Antes de que empiece una solicitud, lo que puede costar (su entrada, y toda la salida que permite su max_tokens, o un importe por defecto si no lo tiene) se reserva del saldo hasta que termina, para que las solicitudes que se ejecutan a la vez no puedan gastar el mismo crédito dos veces. Cuando el saldo, menos lo que tienen reservado tus solicitudes en curso, no cubre una solicitud, esta se rechaza con 402 insufficient_quota; un max_tokens más bajo pide menos. Una solicitud en streaming puede empezar con espacio para su entrada y unos 1,000 tokens de salida.
• Un modelo que puede razonar sin que lo veas (uno que puede razonar, o cualquiera al que se lo pidas) solo muestra ese razonamiento en el uso al final. Así que cuando el saldo cubre el inicio de esa respuesta pero no toda la salida que la solicitud permite (su max_tokens, o unos 32,000 tokens sin él), el max_tokens enviado al modelo se reduce a lo que cubre el saldo, con cualquier presupuesto de pensamiento reducido para dejar sitio a la respuesta, y todo eso se reserva. El modelo se detiene ahí, de modo que el razonamiento que no te muestra no puede dejar el saldo en negativo. Una respuesta cuya salida ves a medida que llega no se reduce: reserva más sobre la marcha.
• Una respuesta larga reserva más sobre la marcha. Si el saldo no cubre más, o la respuesta alcanza el max_tokens al que se redujo, se detiene ahí: un stream termina con un evento de error insufficient_quota, y una solicitud sin streaming devuelve lo escrito hasta entonces con finish_reason: "length". En cualquier caso, solo pagas por lo generado. En raras ocasiones, el saldo puede acabar ligeramente en negativo; la siguiente recarga lo cubre.

Cuánto cuesta una solicitud

Los precios están en la página de modelos. La página de cada modelo muestra el precio de lista del laboratorio junto al nuestro.

Los tokens de salida son los que el modelo escribió para la respuesta que recibiste: su texto, su razonamiento y sus llamadas a herramientas. Nunca un reintento, otro intento ni nada que una ruta haya ejecutado por su cuenta. Si una ruta informa de más salida de la que el modelo podría haber escrito en el tiempo que tardó la respuesta, corregimos el recuento antes de facturarlo, y el uso en la respuesta muestra la cifra corregida.

Qué es gratis

• Las solicitudes fallidas, y las rechazadas por las reglas de una clave o por el saldo.
• Las imágenes que un modelo rechazó, y los vídeos fallidos.
• Listar modelos y contar tokens.
• Las instrucciones que añadimos para que los modelos respondan como ellos mismos: solo se te cobra lo que envías y recibes.

Una solicitud que se interrumpe a medias se factura por su entrada y por la salida generada hasta que se detuvo: ya sea una que canceles o de la que te desconectes, un stream que se cortó o una respuesta en la que se agotó el saldo o el presupuesto de una clave. Cuando te desconectas, Zurelay sigue leyendo la respuesta hasta 30 segundos, y lo que el modelo escribe en ese tiempo también se factura. En una ruta que se detiene cuando nos desconectamos de ella, la respuesta se detiene ahí y solo pagas lo generado antes, salvo que el modelo pueda estar pensando sin que se vea (puede razonar y aún no ha llegado nada de su razonamiento): ese pensamiento se factura hasta el momento en que nos desconectamos aunque nunca se muestre, así que esa respuesta también se sigue leyendo. Con el enrutamiento inteligente, una solicitud respondida por una alternativa se factura al precio de la alternativa, y una solicitud de Zurelay Auto al precio del modelo que la respondió.

En raras ocasiones, un modelo devuelve un mensaje de error en lugar de una respuesta. Si todos los intentos de una solicitud terminan así, es gratis como cualquier solicitud fallida: recibes 503 model_unavailable con retry-after. Solo cuando el modelo siguió respondiendo con normalidad a otros clientes al mismo tiempo, de modo que algo en la solicitud provoca el mensaje (un prompt puede estar escrito para ello), la entrada se factura una vez, ya que el modelo la leyó cada vez. Ese 503 lo indica, no tiene retry-after y envía x-should-retry: false para que los SDK de OpenAI y Anthropic no lo reenvíen. Un mensaje sobre saldo o cuota nunca se factura.

Dónde verlo

• El registro de solicitudes: cada solicitud con su modelo, tokens, costo y velocidad.
• El gasto de hoy y del mes de cada clave de API en la página de claves de API.
• Tu historial de pagos en Facturación. Stripe te envía un recibo por correo para cada pago con tarjeta.