Was ist eine LLM-API?

Eine LLM-API ermöglicht es Ihrer Anwendung, eine Konversation als Liste von Nachrichten und auf vielen Modellen mit Bildern, Videos oder Dokumenten an ein großes Sprachmodell zu senden und dessen generierten Text zu empfangen. Sie wählen das Modell pro Anfrage aus, und die Nutzung wird in Eingabe- und Ausgabetoken gezählt.

Modellarten

Was eine LLM-API macht

Ein großes Sprachmodell (LLM) ist ein Modell, das darauf trainiert wurde, Text zu lesen und zu schreiben. Eine LLM-API stellt dieses Modell über HTTPS zur Verfügung: Ihre Anwendung sendet eine Anfrage mit einer Modell-ID und einer Liste von Nachrichten, und die API gibt die Antwort des Modells zurück. Jede Nachricht hat eine Rolle. A System Nachrichtensets Stehende Anweisungen, Benutzer Nachrichten enthalten die Eingaben der Person, und Assistent Nachrichten enthalten frühere Antworten, sodass das Modell das Gespräch sieht, das es fortsetzt.

Viele Textmodelle akzeptieren mehr als nur Text. Je nach Modell kann eine Nachricht Bilder, Video, Audio oder Dokumente enthalten, und das Modell antwortet mit Text. Modelle lesen und schreiben Text als Tokens, und die Kontextfenster begrenzt, wie viele Token eine Anfrage enthalten kann. Kontextfenster unterscheiden sich je nach Modell, und einige Textmodelle akzeptieren 1M-Token.

Wie eine Anfrage funktioniert

Du schickst ein POST Anfrage mit Ihrem API-Schlüssel in der Genehmigung Header. Der Text nennt das Modell und die Nachrichten sowie optionale Einstellungen wie max_tokens, temperatur oder Werkzeuge. Die Antwort enthält die Antwort und eine Verwendung Objekt, das die Eingabe- und Ausgabetoken der Anfrage zählt.

Die API erinnert sich nicht an frühere Anfragen. Um ein Gespräch fortzusetzen, senden Sie die vorherigen Nachrichten erneut zusammen mit der neuen. Um während des Schreibens eine lange Antwort anzuzeigen, setzen Sie Bach zu Stimmt: Die Antwort erscheint als servergesendete Ereignisse, jeweils ein paar Token, und die Nutzung erfolgt am Ende des Streams.

Was Entwickler mit LLM-APIs erstellen

  • Assistenten- und Support-Chat. Beantworte Fragen innerhalb deines Produkts und folge deinen eigenen Anweisungen.
  • Zusammenfassungen und Auszüge. Dokumente, Transkripte und E-Mails zusammenfassen oder Felder daraus als JSON herausziehen strukturierte Ausgabe.
  • Agenten. Mit Funktionsaufruf, fordert das Modell Ihren Code auf, eine Funktion auszuführen, etwa eine Datenbankabfrage, und verwendet das Ergebnis in seiner Antwort.
  • Programmieren. Erstellen, erklären und überprüfen Sie Code oder führen Sie einen Coding-Agent in Ihrem Editor aus.
  • Antworten aus deinem eigenen Inhalt. Finde relevante Passagen mit einem Embeddings API und sie in den Prompt einbinden.

Was zwischen Textmodellen zu vergleichen ist

  • Qualität bei deiner Aufgabe. Gehen Sie dieselben Prompts durch einige Kandidaten und lesen Sie die Antworten. Modellvergleiche direkt nebeneinander Hilf dabei, die Liste einzugrenzen.
  • Vernunft. A Denkmodell Arbeitet ein Problem durch, bevor es beantwortet wird. Das hilft bei Mathematik, Planung und Code, dauert aber länger und erzeugt mehr Ausgabetoken. Viele Modelle erlauben es dir, den Denkaufwand oder ein Denkbudget festzulegen.
  • Kontextfenster. Lange Dokumente, große Codebasen und lange Chat-Verläufe brauchen ein großes Zeitfenster.
  • Eingaben und Funktionen. Prüfen Sie, ob das Modell Bilder, Video, Audio oder Dokumente liest und ob es Werkzeugaufrufe, strukturierte Ausgaben oder Websuche unterstützt.
  • Speed. Die Zeit bis zum ersten Token und die Ausgabegeschwindigkeit bestimmen, wie schnell eine Chat-Schnittstelle reagiert.
  • Preis. Die meisten Textmodelle werden pro Million Eingabetoken und pro Million Ausgabetoken abgerechnet, und Ausgabetoken kosten oft mehr. Manche Modelle berechnen zwischengespeicherte Eingaben zu einem niedrigeren Preis (siehe Prompt-Caching), und einige laufen auch über die Batch-API für große Jobs, die keine sofortige Antwort benötigen (siehe Batch-Inferenz).

Versuche, ein Textmodell auf EmpirioLabs AI aufzurufen

Durchsuchen Sie die Textmodelle, dann öffnen Sie die Playground um mit einem zu chatten, bevor Sie Code schreiben. Um ein Modell aus Ihrer Anwendung aufzurufen, erstellen Sie einen API-Schlüssel im Dashboard und senden Sie eine Anfrage an https://api.empiriolabs.ai/v1/chat/completions. Die meisten Textmodelle akzeptieren auch die Anfrageformate von /v1/responses und /v1/messages. Der Chat-Endpunkt ist OpenAI-kompatibel, daher funktioniert eine bestehende OpenAI SDK-Integration, sobald Sie die Basis-URL und den Schlüssel ändern.

Die Leitfaden zum Einstieg läuft eine erste Anfrage durch. Eine Antwort, die mehr Zeit benötigt, als eine HTTP-Anfrage erlaubt, kann über die WebSocket-Modus für lange Antworten.

Zahlen Sie nach Bezahlung oder wählen Sie einen Plan mit wöchentlichen Zulagen. Die aktuellen Tarife jedes Modells sind auf der preisseite.

Textgenerierung Modelle auf EmpirioLabs AI

74 Modelle, günstigste zuerst, wo sie eine Abrechnungseinheit teilen. Die Seite jedes Modells zeigt die vollständige Preisliste, Parameter und Code.

Endpunkte

POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1/completions POST /v1/audio/speech POST /v1/audio/speech:stream

Pro 1 Mio. Tokens, nach Eingabetarif

ModellEingabeAusgabe
GLM 4.5 Flash Z.aiKostenlosKostenlos
GLM 4.6V Flash Z.aiKostenlosKostenlos
GLM 4.7 Flash Z.aiKostenlosKostenlos
Qwen3.7 Flash Alibaba Cloud<=32K $0.03 32K-256K $0.10 256K-1M $0.20<=32K $0.13 32K-256K $0.40 256K-1M $0.80
Qwen3.5 4B Alibaba Cloud$0.04$0.07
Nova Micro 1.0 Amazon$0.040$0.16
GLM 4.6V FlashX Z.ai$0.04$0.40
Gemma 4 26B-A4B Google$0.15$0.05$0.50$0.29
Alle 71 Modelle anzeigen
ModellEingabeAusgabe
Qwen3.5 35B-A3B Alibaba Cloud$0.25 <=128K $0.057 $0.25 128K-256K $0.229$2.00 <=128K $0.459 $2.00 128K-256K $1.835
Nova Lite 1.0 Amazon$0.069$0.28
GLM 4.7 FlashX Z.ai$0.07$0.40
Qwen3.6 35B A3B Alibaba Cloud$0.248$0.07$1.485$0.42
GLM 5.3 Flash Z.ai$0.075$0.25
Qwen3.5 27B Alibaba Cloud$0.30 <=128K $0.086 $0.30 128K-256K $0.258$2.40 <=128K $0.688 $2.40 128K-256K $2.064
Qwen3.5 9B Alibaba Cloud$0.10$0.09$0.15$0.13
Qwen3.5 Flash Alibaba Cloud$0.10$0.090$0.40$0.368
Step 3.5 Flash StepFun$0.10$0.30
Step 3.5 Flash 2603 StepFun$0.10$0.30
MiniMax M3.1 Flash MiniMax$0.15$0.1125$0.60$0.45
Qwen3.5 122B-A10B Alibaba Cloud$0.40 <=128K $0.115 $0.40 128K-256K $0.287$3.20 <=128K $0.917 $3.20 128K-256K $2.294
Seed 2.0 Mini ByteDance<=128K $0.12 128K-256K $0.24<=128K $0.50 128K-256K $1.00
MiMo V2.6 Flash Xiaomi$0.14$0.28
Mistral Small 4 Mistral AI$0.15$0.60
Qwen3.8 Flash Alibaba Cloud$0.16$0.47
Qwen3.8 27B Alibaba Cloud$0.45$0.17$3.20$0.50
Qwen3.5 397B-A17B Alibaba Cloud$0.60 <=128K $0.172 $0.60 128K-256K $0.43$3.60 <=128K $1.032 $3.60 128K-256K $2.58
DeepSeek V4.1 Flash 1017 DeepSeek$0.20$0.80
Muse Glimmer 30B Meta AI$0.35$0.20$1.50$0.80
Step 3.7 Flash StepFun$0.20$1.15
MiniMax M3 MiniMax$0.30 <=512K $0.225 $0.60 >512K $0.45$1.20 <=512K $0.90 $2.40 >512K $1.80
Qwen3.6 Flash Alibaba Cloud<=256K $0.25 256K-1M $1.00<=256K $1.50 256K-1M $4.00
Qwen3.8 Omni Flash Alibaba Cloud$0.30$0.94
Seed 2.0 Lite ByteDance<=128K $0.31 128K-256K $0.62<=128K $2.50 128K-256K $5.00
Qwen3.5 Plus Alibaba Cloud$0.40 <=256K $0.36 $0.50 256K-1M $0.45$2.40 <=256K $2.21 $3.00 256K-1M $2.76
Nova Lite 2 Amazon$0.38$3.16
Qwen3.7 Plus Alibaba Cloud<=256K $0.40 256K-1M $1.20<=256K $1.60 256K-1M $4.80
Seed 2.0 Code ByteDance<=128K $0.40 128K-256K $0.80<=128K $2.40 128K-256K $4.80
Qwen3.6 27B Alibaba Cloud$0.60$0.412564$3.60$2.475384
DeepSeek V4 Flash 0731 DeepSeek$0.424$1.272
MiMo V2.6 Pro Xiaomi$0.435$0.87
Qwen3.6 Plus Alibaba Cloud<=256K $0.50 256K-1M $2.00<=256K $3.00 256K-1M $6.00
Seed 2.1 Turbo ByteDance$0.63$3.13
Seed 2.0 Pro ByteDance<=128K $0.63 128K-256K $1.26<=128K $3.79 128K-256K $7.58
Qwen3.5 Omni Flash Alibaba Cloud$0.80$4.40
GLM 5.1 Z.ai$1.40 <=32K $0.825 $1.40 32K-200K $1.10$4.40 <=32K $3.301 $4.40 32K-200K $3.851
Kimi K2.6 Moonshot AI$0.95$0.8939$4.00$3.7131
Kimi K2.7 Code Moonshot AI$0.95$4.00
Step 5 Preview StepFun$1.00$2.70
Muse Spark 1.1 Meta AI$1.25$4.25
Muse Spark 1.2 Meta AI$1.25$4.25
Muse Spark 1.3 Meta AI$1.25$4.25
DeepSeek V4 Pro 0813 DeepSeek$1.32$3.96
GLM 5.2 Z.ai$1.40$4.40
GLM 5.3 Z.ai$1.40$4.40
StepAudio 2.5 Chat StepFun$1.50$3.50
StepAudio 3 Chat StepFun$1.50$3.50
Qwen4 Max Alibaba Cloud$1.50$4.50
DeepSeek V4 Pro DeepSeek$1.74$1.65$3.48$3.30
Kimi K2.7 Code Highspeed Moonshot AI$1.90$8.00
Fugu Max Sakana AI$2.00$6.00
Qwen3.8 Max Alibaba Cloud$2.00$6.00
Qwen3.8 Max 0902 Alibaba Cloud$2.00$6.00
Kimi K3.1 Pro Moonshot AI$2.00$10.00
Nova Pro 1.0 Amazon$2.40$9.60
Qwen3.7 Max Alibaba Cloud$2.50$7.50
Qwen3.5 Omni Plus Alibaba Cloud$2.80$16.60
Kimi K3 Moonshot AI$3.00$15.00
MiMo V2.6 Pro UltraSpeed Xiaomi$4.35$8.70
Fugu Ultra v1.1 Sakana AI<=272K $5.00 >272K $10.00<=272K $30.00 >272K $45.00
Fugu Ultra v2.0 Sakana AI<=272K $5.00 >272K $10.00<=272K $30.00 >272K $45.00
Fugu Ultra v1.0 Sakana AI<=272K $7.50 >272K $15.00<=272K $45.00 >272K $67.50

Ebenfalls verfügbar: DeepReasoning, Gemma 3 27B, Mistral Small 3.1

Häufige Fragen

Was ist der Unterschied zwischen einem LLM und einer LLM-API?

Ein LLM ist das trainierte Modell. Eine LLM-API ist die Schnittstelle, die Ihr Code aufruft, um dem Modell eine Anfrage zu schicken und dessen Ausgabe zu erhalten, sodass Sie das Modell verwenden können, ohne es selbst auszuführen.

Wie wird eine LLM-API abgerechnet?

Die meisten Textmodelle werden nach Tokens abgerechnet, mit einem Tarif pro Million Eingabetokens und einem weiteren pro Million Ausgabetoken, sodass längere Aufforderungen und längere Antworten mehr kosten. Auf EmpirioLabs AI können Sie unterwegs bezahlen oder einen Tarif mit wöchentlichen Zulagen wählen.

Erinnert sich eine LLM-API an das Gespräch?

Nein. Jede Anfrage steht für sich, daher senden Sie die früheren Nachrichten mit jeder neuen Anfrage. Das Kontextfenster des Modells begrenzt, wie viel Geschichte in eine Anfrage passt.

Was bedeutet Streaming in einer LLM-API?

Beim Streaming sendet die API die Antwort in kleinen Stücken, während das Modell sie schreibt, statt einer einzigen Antwort am Ende. Setzen Sie den Stream bei einer Chat-Anfrage auf true, um die Antwort als servergesendete Ereignisse zu empfangen.

Kann ich das OpenAI SDK mit EmpirioLabs AI verwenden?

Ja. Setzen Sie die Basis-URL des SDK auf https://api.empiriolabs.ai/v1, verwenden Sie Ihren EmpirioLabs AI API-Schlüssel und geben Sie eine Modell-ID aus dem Katalog aus.

Welches Textgenerierung Modell ist bei EmpirioLabs AI am günstigsten?

GLM 4.5 Flash, GLM 4.6V Flash, GLM 4.7 Flash teilen sich den niedrigsten Eingabetarif der 71 Textgenerierung Modelle mit dieser Abrechnung. Die Preistabelle auf dieser Seite zeigt den niedrigsten Tarif jedes Modells und wofür er gilt.

Bereit, bessere Endpunkte zu nutzen?

Schauen Sie sich unsere Preise an oder kontaktieren Sie uns, wenn Sie Ihr eigenes Modell auf unserem Stack implementieren möchten.