Esempi di fatturazione
Esempi di calcolo dei prezzi per modelli tipici di video, immagine e audio — video fatturato a token, video al secondo, per immagine, immagine fatturata a token e audio fatturato a caratteri
Questa pagina illustra calcoli di fatturazione reali per alcuni modelli tipici, uno per ogni stile di prezzo. I meccanismi dietro ogni stile sono spiegati in Come vengono fatturati i modelli.
Le tariffe mostrate sono istantanee
Le tariffe riportate di seguito sono prezzi di listino, accurate al momento della stesura (luglio 2026), e possono cambiare. Qualsiasi sconto piattaforma o di account viene applicato automaticamente in aggiunta. La pagina di dettaglio del modello e l'API di stima dei costi restituiscono sempre il prezzo attuale e autorevole.
Video fatturato a token — bytedance/seedance-2.0/reference-to-video
Seedance 2.0 reference-to-video viene fatturato in token video di output al completamento dell'attività (consulta i modelli video fatturati a token). Si applicano due tariffe token, a seconda dei tuoi input:
| Tipo di input | Tariffa token |
|---|---|
| Solo immagini di riferimento (nessun video in input) | $11.20 per 1M di token video |
| Include video di riferimento | $6.88 per 1M di token video |
Moltiplicatori di risoluzione: 480p / 720p / 1080p × 1.0, 4k × 0.57, 720p-sr / 1080p-sr × 1.8, 1440p-sr × 3.2. I token fatturati vengono misurati dall'output generato (e, per le richieste con video di riferimento, includono il contributo del video di input), quindi usa /calculate per un preventivo esatto sui livelli 4K e SR.
I token crescono con risoluzione, frame rate e durata:
A 1080p (1920 × 1080, 24 fps) questo corrisponde a 48,600 token al secondo di video.
Esempio A — solo immagini di riferimento, 10s a 1080p:
- Token di output: 48,600 × 10s = 486,000 token
- Prezzo di listino: 486,000 ÷ 1,000,000 × 5.44**
Esempio B — con un video di riferimento di 8s, output di 10s a 1080p:
- I token fatturati contano il video di input più l'output: (10s + 8s) × 48,600 = 874,800 token
- Si applica la tariffa più bassa con video: 874,800 ÷ 1,000,000 × 6.02**
Al momento dell'invio viene applicato un piccolo blocco temporaneo, rilasciato una volta che l'attività viene fatturata; le attività fallite non vengono addebitate.
Video al secondo — alibaba/wan-2.7/image-to-video
Wan 2.7 image-to-video usa il classico prezzo al secondo: una tariffa base di $0.10 al secondo, scalata in base alla risoluzione di output, con un minimo di 5 secondi:
| Risoluzione | Tariffa effettiva |
|---|---|
| 720p | $0.10 / secondo |
| 1080p | $0.15 / secondo |
| 1080p-SR (upscalato da 720p) | $0.12 / secondo |
| 1440p-SR (upscalato da 720p) | $0.2133 / secondo |
Esempio — 8s a 1080p:
1.20**, riservato dal tuo saldo all'invio e incassato quando il video viene consegnato.
Esempio — 3s a 720p:
La durata è sotto il minimo, quindi vengono fatturati 5 secondi: 0.50**.
Per immagine con opzioni — google/nano-banana-pro/edit-developer
Nano Banana Pro (variante developer edit) ha un prezzo per immagine di output, con un livello di risoluzione e un sovrapprezzo opzionale per la ricerca web:
| Voce | Prezzo di listino |
|---|---|
| Immagine fino a 2K | $0.14 / immagine |
| Immagine 4K | $0.24 / immagine |
| Ricerca web (opzionale) | $0.014 / richiesta |
Esempio — 2 immagini a 4K con ricerca web abilitata:
- Immagini: 2 × 0.48
- Ricerca web: + $0.014 (aggiunta una volta per richiesta)
- Totale di listino: $0.494
L'importo viene riservato all'invio e rilasciato automaticamente se l'attività fallisce.
Immagine fatturata a token — openai/gpt-image-2/edit
GPT Image 2 viene fatturato come un LLM — a token — ma i conteggi di token vengono calcolati dai parametri della tua richiesta al momento dell'invio:
| Tipo di token | Tariffa | Come viene conteggiato |
|---|---|---|
| Token immagine di output | $30 per 1M | Da size e quality dell'output |
| Token immagine di input | $8 per 1M | Dalle dimensioni effettive di ogni immagine di input |
| Token testo di input | $5 per 1M | 1,000 token fissi per immagine generata |
Conteggi di token di output per un'immagine 1024×1024: 196 (low), 1,756 (medium), 7,024 (high). Dimensioni maggiori producono proporzionalmente più token; le immagini di input usano sempre la base token medium indipendentemente da quality.
Esempio — modifica di un'immagine 1024×1024, quality: medium, size: 1024x1024, n: 1:
- Testo di input: 1,000 token × 0.0050
- Immagine di input: 1,756 token × 0.0140
- Immagine di output: 1,756 token × 0.0527
- Totale: ≈ $0.072 per immagine
Richiedere n immagini moltiplica l'intero importo per n.
Audio fatturato a caratteri (TTS) — xai/tts-v1 e bytedance/seed-audio-1.0
Entrambi i modelli text-to-speech hanno un prezzo basato sulla lunghezza del testo di input, a $0.015 per 1,000 caratteri:
I caratteri vengono conteggiati come caratteri Unicode, quindi un carattere CJK conta come un carattere, esattamente come una lettera latina.
Esempio — uno script di 1,200 caratteri:
1,200 ÷ 1,000 × 0.018**, addebitato all'invio.
Esempio — un prompt breve di 300 caratteri:
300 ÷ 1,000 × 0.0045**.
Verifica tu stesso qualsiasi modello
Ogni esempio qui sopra può essere riprodotto con l'API di stima dei costi — invia il corpo esatto della tua richiesta a /api/v1/model/calculate e ottieni il prezzo di listino, il tuo prezzo effettivo e lo sconto applicato senza creare alcuna attività.