Kosten und Limits
Plane in EUR, begrenze jede Anfrage und unterscheide fehlende Nutzung von Kosten null.
Aktuelle Preise lesen
Der Katalog nennt Modell- und Routenpreise mit Einheit und Währung. Modellweite Preise sind Zusammenfassungen; ausgewählte Route, Anfragegebühren, Cache-Tokens und bedingte Preise können den tatsächlichen Betrag ändern. Erhalte Dezimalbeträge in Abrechnungscode als genaue Strings.
Eine Anfrage begrenzen
Nutze max_tokens für die Ausgabe, beachte das Kontextlimit und setze ein Client-Zeitlimit. Ein Timeout beweist nicht, dass beim Anbieter keine Arbeit oder Kosten entstanden sind. Brich nicht mehr benötigte Anfragen ab.
curl
curl --request POST \
--url 'https://api.tokenlane.de/v1/chat/completions' \
--header 'Authorization: Bearer YOUR_API_KEY' \
--header 'Content-Type: application/json' \
--data '{
"model": "deepseek/deepseek-v4-flash-0731",
"messages": [
{
"role": "user",
"content": "Hello"
}
],
"max_tokens": 400
}'
node
import OpenAI from 'openai';
const client = new OpenAI({ baseURL: "https://api.tokenlane.de/v1", apiKey: process.env.TOKENLANE_API_KEY });
const response = await client.chat.completions.create({
"model": "deepseek/deepseek-v4-flash-0731",
"messages": [
{
"role": "user",
"content": "Hello"
}
],
"max_tokens": 400
}, {});
console.log(response);
python
import os
import json
from openai import OpenAI
client = OpenAI(base_url="https://api.tokenlane.de/v1", api_key=os.environ["TOKENLANE_API_KEY"])
body = json.loads(r'''{
"model": "deepseek/deepseek-v4-flash-0731",
"messages": [
{
"role": "user",
"content": "Hello"
}
],
"max_tokens": 400
}''')
response = client.chat.completions.create(
model=body["model"],
messages=body["messages"],
max_tokens=body["max_tokens"]
)
print(response)
vercel
import { createOpenAICompatible } from '@ai-sdk/openai-compatible';
import { generateText } from 'ai';
const tokenlane = createOpenAICompatible({ name: 'tokenlane', baseURL: "https://api.tokenlane.de/v1", apiKey: process.env.TOKENLANE_API_KEY, includeUsage: true });
const result = await generateText({
model: tokenlane("deepseek/deepseek-v4-flash-0731"),
messages: [
{
"role": "user",
"content": "Hello"
}
],
maxOutputTokens: 400,
});
console.log(result.text);
Zusätzliche Arbeit berücksichtigen
OCR, Serverwerkzeuge und PII-Erkennung können eigene Kostendetails verursachen. Addiere einen Detailbetrag nicht erneut, wenn er bereits im Gesamtbetrag steckt. Erhalte fehlende Tokenzahlen oder Gesamtbeträge als fehlend statt null zu erfinden. Für Reasoning und Caching gelten die Preise der Route.
Auf Grenzen reagieren
| Fehler | Vorgehen |
|---|---|
| 429 | Retry-After beachten und begrenzte Wiederholungen mit Zufallsversatz nutzen |
| Kontext- oder Bodyfehler | Zuerst die Eingabe verkleinern |
| Key-Budget- oder Guthabengrenze | Organisationssaldo und Key-Policy prüfen |
Eine Anfrage kann ein strengeres bestehendes Limit nicht lockern.
Kundenstufen
Der vom Betreiber verwaltete Stufenkatalog setzt diese Kapazitätsobergrenzen je Organisation, gemeinsam für ihre Keys:
| Stufe | Parallele Anfragen | Anfragen pro Minute (RPM) | Tokens pro Minute (TPM) | Ausgaben je rollierende 24 h / UTC-Kalendermonat (EUR) |
|---|---|---|---|---|
| T0 | 4 | 30 | 100.000 | 0 / 0 |
| T1 | 8 | 60 | 200.000 | 25 / 100 |
| T2 | 32 | 300 | 1.000.000 | 250 / 1.000 |
| T3 | 64 | 1.000 | 4.000.000 | 1.000 / 5.000 |
Neue Organisationen starten in T0 und bleiben bis zur Betreiberprüfung gesperrt (operator_review); die Katalogzahlen erlauben keine Inferenz. Eine Rechts- oder Identitätsprüfung kann auch andere Stufen sperren. Ein Stufenwechsel umgeht keine Prüfung.
Dies sind Obergrenzen, keine garantierten Durchsatzwerte. Strengere Organisations- und Key-Policies bleiben wirksam; zusätzlich kann die Provider-Kapazität begrenzen. Die TPM-Zulassung berücksichtigt Reservierungen für laufende Arbeit.
Eine erschöpfte Stufenkapazität liefert 429 rate_limited: Retry-After beachten, Parallelität oder Anfragegröße senken oder beim Support eine Stufenprüfung anfragen.
Ausgabengrenzen sind von der Kapazität getrennt und bleiben unverändert:
- Dieselben Ausgabenobergrenzen gelten zusätzlich für die geprüfte Kundenidentität über alle ihre Organisationen.
- Die maximale Reservierung je Anfrage bleibt EUR 0 in T0, EUR 2 in T1 und EUR 10 in T2/T3.
- Guthaben, Workspace- und Key-Grenzen können strenger sein.
Eine Risiko-Ausgabengrenze liefert 403 permission_denied, keinen Kapazitätsfehler 429; Meldung und Lösungshinweis unterscheiden die Reservierungsobergrenze je Anfrage von rollierenden oder monatlichen Ausgabengrenzen.
Ausgabengrenzen unterscheiden
Vor kostenpflichtiger Upstream-Arbeit reserviert das Gateway eine Schätzung einschließlich konfigurierter Gebühren und Medienkosten.
| Grenze | Fehler |
|---|---|
| Organisationsguthaben, Key-Limit | 402 insufficient_credits |
| Gemeinsames Workspace-Budget | 402 workspace_budget_exceeded |
Parallele Requests reservieren gegen dieselben verbleibenden Mittel. limit und limit_reset am Workspace gelten gemeinsam für seine Keys; die Organisation nutzt ihr vorausbezahltes Guthaben statt eines zweiten Policy-Ausgabenlimits.
Eigene Provider-Keys
Anfragen über eigene Provider-Keys oder Endpunkte (BYOK) zahlen den Modellpreis nicht an Tokenlane; der Provider rechnet direkt ab. Tokenlane berechnet stattdessen eine Servicegebühr. Jede geprüfte Kundenidentität hat ein monatliches Kontingent je UTC-Kalendermonat, geteilt von allen ihren Organisationen sowie von Keys und Endpunkten zusammen. Aktuelle Gebühr und Kontingent stehen unter Provider-Keys. Organisationsadmins erhalten bei 80 % und bei 100 % des Kontingents eine E-Mail.
Danach zahlt jede Anfrage die Gebühr je Token (Ein- und Ausgabe zusammen) aus dem Tokenlane-Guthaben, unabhängig vom Modell und von Preisen, die für einen eigenen Endpunkt eingetragen sind. Die Gebührentokens eines Monats werden in vollen Blöcken von 1.000 abgerechnet; der Rest wird nie berechnet, ein angebrochener Block kostet also nichts.
So werden Gebührentokens gezählt:
- Kuratierte Provider: Es zählt die geprüfte Usage des Providers.
- Selbst angelegte Endpunkte: Tokenlane misst Anfrage und Antwort nach einer festen Regel selbst: ein Token je vier UTF-8-Bytes Text, dazu 1.000 Tokens je Bild, 2.000 je Audio- oder Dateiteil und 5.000 je Videoteil. Was dein Endpunkt meldet oder berechnet, ändert die Gebühr nicht.
Eine Anfrage ohne Ergebnis (fehlgeschlagen oder abgelehnt) kostet nichts; ein abgebrochener Stream wird nach dem gemessen, was bereits angekommen war.
Vor einer Anfrage jenseits des Kontingents reserviert das Gateway die Höchstgebühr. Reicht dein Guthaben dafür nicht, antwortet es mit 402 insufficient_credits und einem Hinweis, und die Anfrage zählt nicht gegen das Kontingent. Die Aktivitätsdetails und GET /v1/generation weisen Gebühr, laufende Nummer dieser Anfrage und Monatskontingent sowie gemeldete und geschätzte Tokens getrennt als byok_fee aus. Das sind Metadaten zum Anfragezeitpunkt, kein aktuelles identitätsweites Restkontingent im Guthabenbereich.