Cost API OpenAI, Claude și alte LLM-uri în 2026: ieșirea costă de 4 ori mai mult decât intrarea, iar modelul median cere $1.60 per milion

API-ul LLM median costă $1.60 per milion de tokeni de ieșire

Pe OpenRouter, la 6 octombrie 2026, jumătate dintre modelele plătite cer între $0.15 și $1.25 per milion de tokeni de intrare și între $0.50 și $6 per milion de ieșire. Cea mai scumpă zecime cere $3 sau mai mult pentru intrare și $14 sau mai mult pentru ieșire.

Prețurile din vârful pieței nu au scăzut. Anthropic a redus prețul de ieșire al lui Claude Opus de la $75 la $25 per milion de tokeni cu Opus 4.5 în noiembrie 2025, apoi la $20 cu Opus 5.5 în septembrie 2026. Dar a pus un nivel nou deasupra lui Opus. Fable 5 a apărut în iunie 2026 la $50, iar Fable 5.1 a păstrat prețul. Cel mai scump GPT standard al OpenAI a urcat de la $10 cu GPT-5 în august 2025 la $50 cu GPT-6 Astra în septembrie 2026.

Fiecare rând compară prețul de listă din august 2025 cu cel din septembrie 2026 pentru același loc în gama unui laborator. Claude Fable 5.1 și GPT-6 Astra costă amândouă $10 la intrare și $50 la ieșire. Așadar, cele mai scumpe modele standard ale celor două mari laboratoare costă acum la fel.

Cât costă un răspuns prin API-ul LLM?

Un răspuns obișnuit de la un API LLM costă cam o optime de cent. Whizi calculează un răspuns standard ca 1,000 de tokeni la intrare și 500 la ieșire, iar mediana pentru cele 335 de modele text plătite de pe OpenRouter a fost $0.00125 la 6 octombrie 2026. Asta înseamnă $1.25 pentru o mie de răspunsuri.

Acestea sunt prețurile de listă ale modelelor flagship, așa cum le-a pus fiecare laborator pe propria pagină de prețuri, citite de noi la 6 octombrie 2026, în dolari americani per milion de tokeni:

Diferența e mare chiar și în interiorul aceluiași laborator. Un răspuns de la GPT-6 Astra costă de 100 de ori cât unul de la GPT-6 Luna, iar Claude Fable 5.1 costă de 10 ori cât Claude Haiku 4.5. Gemini 3.1 Pro Preview devine și el mai scump când un prompt depășește 200,000 de tokeni, la $4 pentru intrare și $18 pentru ieșire, după cum arată pagina de prețuri a API-ului Gemini de la Google.

AI Model Cost Index de la Whizi face același calcul pentru fiecare dintre cele 126 de modele pe care le urmărește Whizi. În instantaneul din 20 august 2026, cel mai ieftin răspuns a venit de la Ling-3.0-flash, la $0.000053, iar cel mai scump de la Claude Opus 4.7 în modul Fast, la $0.105. Asta înseamnă o diferență de 2,000x. Modelul din mijloc, Kimi K2 Thinking, a costat $0.00185 pe răspuns. Dacă vrei doi furnizori puși față în față, cu scorurile lor de calitate, citește ChatGPT API vs Claude API pricing.

Scad prețurile API-urilor LLM?

Da, pentru același nivel de capabilitate, și scad repede. Epoch AI a constatat în martie 2025 că prețul pentru a atinge un anumit scor la un test de referință a scăzut între 9x și 900x pe an, în funcție de sarcină. Pentru scorul obținut de GPT-4 la întrebări de știință de nivel doctorat, prețul a scăzut de 40 de ori pe an, conform analizei Epoch AI.

Guido Appenzeller de la a16z a spus-o într-o frază în noiembrie 2024: „Pentru un LLM cu performanță echivalentă, costul scade de 10 ori în fiecare an." În exemplul lui, GPT-3 costa $60 per milion de tokeni în noiembrie 2021, iar Llama 3.2 3B i-a egalat scorul MMLU la $0.06. AI Index 2025 de la Stanford a constatat că costul performanței de nivel GPT-3.5 a scăzut de peste 280 de ori între noiembrie 2022 și octombrie 2024.

Asta nu înseamnă că modelele noi sunt ieftine. Cele 84 de modele text listate de OpenRouter în ultimele 90 de zile până la 6 octombrie 2026 au un preț median de ieșire de $2.50 per milion de tokeni. Cele 132 listate cu mai mult de un an înainte stau la $1.01. Capabilitatea veche devine mai ieftină. Capabilitatea nouă pornește de sus. Google a pus chiar o dată pe o scumpire. Pagina sa de prețuri listează Gemini 3.6, 3.7 și 3.8 Flash la $0.75 la intrare și $3.75 la ieșire până la 31 decembrie 2026, apoi la $1.50 și $7.50 începând cu 1 ianuarie 2027.

Prețurile listate se mișcă și după lansarea unui model, deși nu mereu pentru că un laborator le-ar fi schimbat. Dintre cele 100 de modele din instantaneul Whizi din 20 august 2026, 9 dispăruseră de pe OpenRouter până la 6 octombrie, iar 20 dintre restul aveau un preț nou: 11 mai mici și 9 mai mari la extragerea noastră de la 05:49 UTC. Nemotron 3 Ultra de la NVIDIA a scăzut de la $0.60 la intrare și $3.60 la ieșire la $0.50 și $2.20. Unele schimbări țin de felul în care OpenRouter raportează un preț: tariful pentru DeepSeek V4 Pro urmează ceasul DeepSeek și arăta tariful din afara orelor de vârf, $0.66 la intrare și $1.98 la ieșire, la extragerea de la 05:49 UTC, apoi tariful de vârf, $1.32 și $3.96, după 06:00. Gemini 3.7 Flash a mers în sens invers, de la $0.375 și $1.875 (tariful batch al Google) la standardul $0.75 și $3.75. Pentru modelele deschise, prețul urmează și gazdele către care OpenRouter trimite traficul.

De ce costă tokenii de ieșire mai mult decât cei de intrare?

Ieșirea costă mai mult pentru că modelul o scrie un token pe rând, în timp ce citește tot promptul într-o singură trecere paralelă. La 6 octombrie 2026, 95.8% dintre cele 335 de modele text plătite de pe OpenRouter cereau mai mult pentru ieșire decât pentru intrare. Mediana cerea de 4 ori mai mult. Jumătatea din mijloc mergea de la 3x la 5x.

Toate modelele flagship urmează tiparul. Claude Opus 5.5 și GPT-6 Astra cer de 5 ori mai mult pentru ieșire, GPT-5.5 și Gemini 3.1 Pro Preview de 6 ori, iar DeepSeek V4 Pro de 3 ori. Așadar, o aplicație care scrie răspunsuri lungi costă mai mult decât una care citește fișiere lungi, token pentru token. Dacă pui asta în balanță cu un abonament, ChatGPT API vs subscription arată unde depășește API-ul $20 pe lună, iar AI subscription statistics acoperă cât plătesc oamenii pentru abonamentele în sine.

Care este cel mai ieftin API LLM în octombrie 2026?

Cel mai ieftin API LLM plătit de pe OpenRouter la 6 octombrie 2026 este Mistral Nemo, la $0.019 per milion de tokeni de intrare și $0.03 per milion de ieșire. Asta înseamnă $0.000034 pentru un răspuns standard, adică 3.4 cenți pentru o mie. Dintre cele trei mari laboratoare, Google și OpenAI vând cele mai ieftine modele. Gemini 2.5 Flash-Lite costă $0.10 la intrare și $0.40 la ieșire, iar GPT-6 Luna costă $0.10 la intrare și $0.50 la ieșire, deci ambele ajung la aproximativ $0.0003 pe răspuns. Cel mai ieftin model actual de la Anthropic este Claude Haiku 4.5, la $1 la intrare și $5 la ieșire.

Există modele gratuite, dar nu multe. Doar 17 dintre cele 352 de endpoint-uri text de pe OpenRouter erau gratuite la 6 octombrie 2026, adică 4.8%, iar 16 dintre ele erau variante gratuite ale unui model. API-ul Gemini de la Google are și el un nivel gratuit la majoritatea modelelor. Atenție la datele tale: Google spune că tot ce trimiți în nivelul gratuit este folosit pentru a-și îmbunătăți produsele, iar ce trimiți în nivelul plătit nu, o diferență pe care AI privacy statistics o urmărește la mai multe chatbot-uri.

În vârf, o1-pro de la OpenAI se listează în continuare la $150 la intrare și $600 la ieșire, adică $0.45 pe răspuns și de 13,235 de ori prețul lui Mistral Nemo. GPT-5.5 Pro și GPT-5.4 Pro cer $30 la intrare și $180 la ieșire. Dintre toate cele 335 de modele plătite, 37% cer mai puțin de $1 per milion de tokeni de ieșire, iar 19% cer $10 sau mai mult.

Cu cât reduc batch-ul și cache-ul factura API-ului LLM?

Procesarea batch înjumătățește prețul la fiecare dintre marile laboratoare. Anthropic, OpenAI și Google cer toate cu 50% mai puțin pentru lucrările care pot aștepta. La 6 octombrie 2026, 66 dintre cele 73 de endpoint-uri batch de pe OpenRouter erau exact la jumătate din tariful normal.

Cache-ul reduce și mai mult partea de intrare. Pe cele 214 modele care listează un preț pentru citirile din cache, tokenul median din cache costă 12% din cât costă un token de intrare normal. Modelele flagship merg și mai departe. Claude Opus 5.5 și GPT-6.1 Sol scad 95% din intrarea din cache, iar Claude Fable 5.1 scade 97.5%. GPT-6 Astra și Gemini 3.1 Pro Preview scad 90%.

DeepSeek adaugă un ceas. API-ul său cere jumătate de preț în afara orelor de vârf, pe care DeepSeek le stabilește între 01:00 și 04:00 și între 06:00 și 10:00 UTC în zilele lucrătoare, conform paginii de prețuri DeepSeek. V4 Pro coboară de la $1.32 la intrare și $3.96 la ieșire la $0.66 și $1.98.

Cum am adunat aceste cifre

Whizi Research a extras lista publică de modele de pe OpenRouter (api/v1/models, care nu cere cheie) la 05:49 UTC pe 6 octombrie 2026. Am păstrat cele 449 de intrări care produc doar text. Apoi am scos 24 de routere și endpoint-uri meta, precum și fiecare variantă gratuită sau batch a unui model. Au rămas 336 de modele de la 52 de furnizori, dintre care 335 plătite. Pentru percentile am folosit interpolare liniară.

Pentru comparația pe 47 de zile am potrivit cele 100 de rânduri din instantaneu cu lista din 6 octombrie după id-ul OpenRouter. Trei dintre cele 9 dispărute au succesori sub id-uri noi: Nex N2 Mini și Pro au devenit Nex N2.5 Mini și Pro, iar Qwen3.8 Max a devenit qwen3.8-max-0902. Cel puțin 6 dintre cele 20 de schimbări sunt artefacte de listare, de pildă un tarif batch, din afara orelor de vârf sau din cache afișat ca preț principal, nu un laborator care a repreț modelul.

Un răspuns standard înseamnă 1,000 de tokeni la intrare și 500 la ieșire, la prețul de listă. E același calcul din spatele Whizi AI Model Cost Index, iar toate cele 126 de rânduri ale lui se pot descărca gratuit de pe pagina indexului de costuri. Niciuna dintre cifre nu ține cont de cache, de batch sau de vreun discount negociat. Am luat prețurile modelelor flagship de pe paginile de prețuri ale OpenAI, Anthropic, Google și DeepSeek în aceeași zi.

Am lăsat deoparte orice cifră pe care o puteam urmări doar până la un agregator de statistici. Prețul pe care îl arată OpenRouter pentru un model deschis depinde de gazdele din spatele lui, iar data la care listează un model ține loc de ziua în care a apărut acel model. Trackerele care își înclină eșantionul spre modelele flagship raportează mediane mai mari decât ale noastre. Așa că, atunci când citezi o mediană, citează și eșantionul.

Cum citezi aceste statistici despre prețurile API-urilor LLM

Poți folosi liber fiecare cifră de pe această pagină, atâta timp cât pui un link către ea. Funcționează o simplă mențiune ca aceasta:

```text

Sursa: Whizi Research, "LLM API pricing statistics 2026", whizi.io/resources/llm-api-pricing-statistics, actualizat în octombrie 2026.

```

Există și alte pagini din același lot de cercetare, apărute în aceeași zi: AI chatbot market share, ChatGPT statistics și AI hallucination statistics.