Tarifs et facturation

Du crédit prépayé, une facturation à l’usage. Chaque requête est facturée au tarif du modèle, et le journal des requêtes détaille exactement ce qui a été comptabilisé.

Crédit

• Ajoutez du crédit par carte dans Facturation, à partir de $10. Il est partagé entre toutes les clés de l’espace de travail.
• Le crédit acheté n’expire pas tant que votre compte reste ouvert. Le crédit bonus d’une promotion expire 90 jours après son ajout.
• Recharge automatique, dans Facturation → Moyen de paiement : enregistrez une carte (elle est transmise à Stripe, jamais à nous) et nous ajoutons un montant défini dès que le solde disponible pour de nouvelles requêtes (le solde moins les montants réservés par les requêtes en cours, voir ci-dessous) passe sous votre seuil, au maximum une fois toutes les deux minutes et dix fois par jour, avec un reçu par e-mail. De nombreuses requêtes simultanées peuvent déclencher une recharge alors que le solde lui-même reste au-dessus du seuil. Si la carte est refusée, la recharge est suspendue et les propriétaires et administrateurs sont informés du motif.
• Avant le début d’une requête, son coût potentiel (les tokens d’entrée et toute la sortie autorisée par son max_tokens, ou une quantité par défaut si ce paramètre n’est pas défini) est réservé sur le solde jusqu’à sa fin, pour éviter que des requêtes simultanées ne dépensent deux fois le même crédit. Si le solde, déduction faite des montants réservés par les requêtes en cours, ne suffit pas à couvrir une requête, celle-ci est refusée avec 402 insufficient_quota ; une valeur de max_tokens plus basse réduit le montant à réserver. Une requête en streaming peut démarrer avec de quoi couvrir ses tokens d’entrée et environ 1,000 tokens de sortie.
• Un modèle susceptible de raisonner sans que vous le voyiez (un modèle capable de raisonner, ou tout modèle auquel vous le demandez) ne comptabilise ce raisonnement dans les données d’utilisation qu’à la fin. Si le solde couvre le début d’une telle réponse, mais pas toute la sortie autorisée par la requête (son max_tokens, ou environ 32,000 tokens si ce paramètre n’est pas défini), le max_tokens envoyé au modèle est réduit à ce que le solde peut couvrir. Tout budget de réflexion est également réduit pour laisser de la place à la réponse, et le montant correspondant est réservé. Le modèle s’arrête à cette limite : son raisonnement non visible ne peut donc pas faire passer le solde sous zéro. La limite d’une réponse dont la sortie s’affiche au fur et à mesure n’est pas réduite : le montant réservé augmente au fil de la génération.
• Une réponse longue réserve du crédit supplémentaire au fur et à mesure. Si le solde ne suffit plus, ou si la réponse atteint le max_tokens auquel sa limite a été réduite, elle s’arrête : un flux se termine par un événement d’erreur insufficient_quota, tandis qu’une requête sans streaming renvoie le contenu déjà généré avec finish_reason: "length". Dans les deux cas, vous ne payez que ce qui a été généré. Dans de rares cas, le solde peut tout de même finir légèrement sous zéro ; la prochaine recharge couvre cet écart.

Le coût d’une requête

Les tarifs sont sur la page des modèles. La page de chaque modèle affiche le tarif catalogue du fournisseur à côté du nôtre.

Les tokens de sortie correspondent à ce que le modèle a généré pour la réponse reçue : son texte, son raisonnement et ses appels d’outils. Ils n’incluent jamais de nouvelle tentative ni quoi que ce soit qu’une route ait exécuté de sa propre initiative. Si une route déclare plus de tokens de sortie que le modèle n’aurait pu en générer dans le temps qu’a pris la réponse, nous corrigeons le décompte avant facturation. Les données d’utilisation de la réponse affichent alors le nombre corrigé.

Ce qui est gratuit

• Les requêtes échouées, ainsi que celles refusées par les règles d’une clé ou faute de solde suffisant.
• Les images refusées par un modèle et les vidéos dont la génération a échoué.
• La liste des modèles et le comptage des tokens.
• Les instructions que nous ajoutons pour que les modèles répondent en leur propre nom : seuls les tokens que vous envoyez et recevez vous sont facturés.

Une requête interrompue est facturée pour ses tokens d’entrée et la sortie générée jusqu’à l’interruption : que vous l’annuliez, que vous vous déconnectiez, que le flux soit coupé ou que votre solde ou le budget d’une clé soit épuisé en cours de réponse. Si vous vous déconnectez, Zurelay continue de lire la réponse pendant un maximum de 30 secondes, et ce que le modèle génère pendant ce temps est aussi facturé. Sur une route qui s’arrête lorsque nous nous en déconnectons, la réponse s’arrête à ce moment-là et vous ne payez que ce qui a déjà été généré, sauf si le modèle est susceptible de raisonner sans que cela soit visible (il peut raisonner, mais aucun de ses tokens de raisonnement n’a encore été reçu) : ce raisonnement est facturé jusqu’à notre déconnexion même s’il n’apparaît jamais, donc nous continuons aussi de lire ces réponses. Avec le routage intelligent, une requête traitée par un modèle de remplacement est facturée au tarif de ce modèle, et une requête Zurelay Auto au tarif du modèle qui y a répondu.

Il arrive rarement qu’un modèle renvoie un message d’erreur au lieu d’une réponse. Si toutes les tentatives d’une requête aboutissent à ce résultat, elle est gratuite comme toute requête échouée : vous recevez 503 model_unavailable avec retry-after. L’entrée n’est facturée qu’une fois, puisque le modèle l’a lue à chaque tentative, uniquement si le modèle continuait à répondre normalement aux autres clients au même moment, ce qui indique qu’un élément de la requête provoque ce message (un prompt peut être rédigé dans ce but). Ce 503 le précise, ne contient pas de retry-after et envoie x-should-retry: false pour que les SDK OpenAI et Anthropic ne relancent pas la requête. Un message concernant un solde ou un quota n’est jamais facturé.

Où consulter ces informations

• Le journal des requêtes : chaque requête avec son modèle, ses tokens, son coût et sa vitesse.
• Les dépenses de chaque clé API aujourd’hui et ce mois-ci sur la page des clés API.
• Votre historique de paiements dans la rubrique Facturation. Stripe vous envoie un reçu par e-mail pour chaque paiement par carte.