Harga dan penagihan

Saldo prabayar, bayar sesuai pemakaian. Biaya setiap permintaan mengikuti harga model, dan log permintaan menunjukkan secara persis apa saja yang dihitung.

Saldo

• Isi saldo dengan kartu di Penagihan, mulai dari $10. Saldo digunakan bersama oleh semua kunci di ruang kerja.
• Saldo yang Anda beli tidak kedaluwarsa selama akun Anda masih terbuka. Saldo bonus dari promosi kedaluwarsa 90 hari setelah ditambahkan.
• Isi ulang otomatis, di Penagihan → Metode pembayaran: simpan kartu (data kartu dikirim ke Stripe, bukan ke kami), lalu kami menambahkan nominal tetap setiap kali saldo yang tersedia untuk permintaan baru (saldo dikurangi dana yang dicadangkan untuk permintaan yang sedang berjalan, lihat di bawah) turun di bawah ambang yang Anda tentukan, maksimal sekali setiap dua menit dan sepuluh kali sehari, dengan bukti pembayaran melalui email. Banyak permintaan yang berjalan bersamaan dapat memicu isi ulang meskipun saldo itu sendiri masih di atas ambang. Jika kartu ditolak, isi ulang otomatis dijeda, dan pemilik serta admin diberi tahu alasannya.
• Sebelum permintaan dimulai, perkiraan biaya maksimumnya (input dan seluruh output yang diizinkan oleh max_tokens, atau jumlah default jika tidak ditentukan) dicadangkan dari saldo hingga permintaan selesai, agar permintaan yang berjalan bersamaan tidak memakai saldo yang sama dua kali. Jika saldo, setelah dikurangi dana yang dicadangkan untuk permintaan yang sedang berjalan, tidak cukup untuk suatu permintaan, permintaan itu ditolak dengan 402 insufficient_quota; nilai max_tokens yang lebih rendah memerlukan cadangan lebih sedikit. Permintaan streaming dapat dimulai jika saldo cukup untuk input dan sekitar 1,000 token output.
• Model yang mungkin melakukan penalaran yang tidak terlihat oleh Anda (model yang memiliki kemampuan penalaran, atau model apa pun yang Anda minta untuk bernalar) baru mencatat penalaran tersebut dalam data penggunaan di akhir. Jadi, jika saldo cukup untuk memulai jawaban seperti ini, tetapi tidak cukup untuk seluruh output yang diizinkan permintaan (max_tokens, atau sekitar 32,000 token jika tidak ditentukan), nilai max_tokens yang dikirim ke model diturunkan sesuai kemampuan saldo, dan anggaran penalaran juga diturunkan agar masih ada ruang untuk jawaban. Seluruh biaya tersebut lalu dicadangkan. Model berhenti pada batas itu, sehingga penalaran yang tidak ditampilkan kepada Anda tidak bisa membuat saldo menjadi negatif. Batas output untuk jawaban yang ditampilkan secara bertahap tidak diturunkan: dana tambahan dicadangkan seiring jawaban dihasilkan.
• Jawaban panjang mencadangkan dana tambahan seiring prosesnya. Jika saldo tidak cukup untuk melanjutkan, atau jawaban mencapai nilai max_tokens yang telah diturunkan, proses berhenti di situ: stream diakhiri dengan peristiwa error insufficient_quota, sedangkan permintaan non-streaming mengembalikan hasil yang sudah ditulis dengan finish_reason: "length". Dalam kedua kasus, Anda hanya membayar untuk apa yang telah dihasilkan. Dalam kasus yang jarang terjadi, saldo masih bisa berakhir sedikit di bawah nol; isi ulang berikutnya akan menutup kekurangan tersebut.

Biaya permintaan

Harga tersedia di Model halaman. Halaman setiap model menampilkan harga resmi lab di samping harga kami.

Token output adalah apa yang ditulis model untuk jawaban yang Anda terima: teks, penalaran, dan pemanggilan alatnya. Tidak pernah mencakup percobaan ulang, percobaan lain, atau apa pun yang dijalankan rute atas inisiatifnya sendiri. Jika suatu rute melaporkan output lebih banyak daripada yang mungkin ditulis model selama waktu pembuatan jawaban, kami mengoreksi jumlahnya sebelum menagih, dan data penggunaan dalam respons menampilkan angka yang telah dikoreksi.

Yang gratis

• Permintaan yang gagal, serta permintaan yang ditolak karena aturan kunci atau saldo tidak cukup.
• Gambar yang ditolak model, dan video yang gagal dibuat.
• Melihat daftar model dan menghitung token.
• Instruksi yang kami tambahkan agar model tetap menjawab sesuai identitasnya: Anda hanya dikenai biaya untuk apa yang Anda kirim dan terima.

Permintaan yang berhenti di tengah jalan ditagih berdasarkan input dan output yang dihasilkan hingga berhenti: permintaan yang Anda batalkan atau putuskan koneksinya, streaming yang terputus, serta jawaban yang terhenti karena saldo atau anggaran kunci habis. Saat Anda memutuskan koneksi, Zurelay tetap membaca jawaban hingga 30 detik, dan output model selama waktu itu juga ditagih. Pada rute yang berhenti saat kami memutuskan koneksi, jawaban langsung berhenti dan Anda hanya membayar output yang sudah dihasilkan, kecuali jika model mungkin sedang berpikir tanpa terlihat (model mendukung penalaran, tetapi belum ada penalaran yang diterima): proses berpikir itu ditagih hingga saat kami memutuskan koneksi meskipun tidak pernah terlihat, jadi jawaban seperti ini juga tetap dibaca. Dengan perutean cerdas, permintaan yang dijawab oleh model alternatif ditagih sesuai harga model alternatif tersebut, dan permintaan Zurelay Auto ditagih sesuai harga model yang menjawabnya.

Terkadang, model mengirim pesan kesalahan alih-alih jawaban. Jika setiap percobaan untuk suatu permintaan berakhir seperti itu, permintaan tersebut gratis seperti permintaan gagal lainnya: Anda menerima 503 model_unavailable dengan retry-after. Input hanya ditagih sekali jika model tetap menjawab pelanggan lain secara normal pada saat yang sama, yang berarti ada sesuatu dalam permintaan yang memicu pesan tersebut (prompt bisa dirancang untuk memicunya), karena model membaca input itu setiap kali mencoba. 503 tersebut menjelaskan hal ini, tidak menyertakan retry-after, dan mengirim x-should-retry: false agar SDK OpenAI dan Anthropic tidak mengirim ulang permintaan. Pesan tentang saldo atau kuota tidak pernah ditagih.

Tempat melihatnya

• Log permintaan: setiap permintaan beserta model, token, biaya, dan kecepatannya.
• Pengeluaran setiap kunci API hari ini dan bulan ini di halaman kunci API.
• Riwayat pembayaran Anda di bagian Tagihan. Stripe mengirim bukti pembayaran melalui email untuk setiap pembayaran kartu.