BroadRouter

LLM-Flatrate (Flat-rate LLM plan)

Aktualisiert

Eine LLM-Flatrate ist ein Plan, der für den Zugang zu einer Sprachmodell-API einen Festpreis pro Zeitraum, etwa pro Monat, berechnet statt pro Token. Solche Pläne begrenzen meist etwas anderes, etwa Parallelität, Geschwindigkeit, Modelle oder Nutzungsfenster. Die Limits zählen also so viel wie der Preis.

Auch genannt: Flatrate, LLM-Flatrate, unbegrenzte LLM-API, LLM-Abo, Festpreis-LLM-API, Flatrate-Plan, flat-rate LLM plan, unlimited LLM API, flat-rate LLM API, LLM subscription, unlimited tokens plan, fixed-price LLM API

Eine Flatrate ersetzt den Token-Zähler durch eine feste Rechnung. Die nützliche Frage lautet nicht „Ist es unbegrenzt?“, sondern „Was wird stattdessen begrenzt?“

So funktioniert es

Pauschalpreise bedeuten „a single fixed fee for a service, regardless of usage“ (Übersetzung: „eine einzige feste Gebühr für eine Leistung, unabhängig von der Nutzung“). Bei einer LLM-API kauft diese Gebühr Zugang für einen Zeitraum. Weil GPU-Zeit endlich ist, begrenzt jeder Plan die Nutzung auf andere Weise. Übliche Grenzen:

  • ein Token- oder Nachrichtenkontingent pro Tag, Woche oder Monat;
  • ein rollierendes Zeitfenster, etwa einige Stunden, das sich zurücksetzt;
  • ein Wochenlimit zusätzlich zum Fenster;
  • Parallelität: wie viele Anfragen gleichzeitig laufen;
  • Geschwindigkeit, die den Output pro Stunde über die Tokens pro Sekunde begrenzt;
  • eine feste Modellliste und eine Fair-Use-Klausel.

Um einen Plan mit Pay-as-you-go zu vergleichen, berechnen Sie einen Monat Ihres echten Traffics pro Token. Liegt dieser Betrag über dem Planpreis, gewinnt der Plan, sofern seine Grenzen zu Ihrer Arbeitsweise passen.

Warum es wichtig ist

  • Planbares Budget. Eine Zahl pro Monat, ohne Überraschung durch eine Retry-Schleife oder einen langen Kontext.
  • Andere Gewohnheiten. Ohne Zähler können Sie große Kontexte erneut senden und ein Modell nachdenken lassen, ohne Tokens zu zählen.
  • Andere Risiken. Ist die Grenze die Parallelität, stehen parallele Jobs in der Warteschlange. Ist es ein Zeitfenster, steht die Arbeit still, bis es sich zurücksetzt.

Bei BroadNet Inference

BroadNet verkauft drei Pläne, alle für unbegrenzte Nutzung von DeepSeek V4.1 Flash, mit Preis pro Session:

Plan Preis Zeitraum
Full Moon $60 ein Monat, verlängert sich
Orbit $15 eine Woche
Meteor $1 eine Stunde

Es gibt keinen Token-Zähler, kein Monatslimit, kein 5-Stunden-Fenster und kein Wochenlimit. Die Grenze ist die Parallelität: Eine Session verarbeitet eine Anfrage gleichzeitig, mit typischerweise etwa 100 Tokens pro Sekunde. Agenten lassen Sie parallel laufen, indem Sie pro Agent eine Session kaufen.

Im Rechenbeispiel von BroadNet schlägt Full Moon bei 80 % Cache-Treffern die Abrechnung pro Token ab etwa 917 Millionen Input- und 46 Millionen Output-Tokens pro Monat. Lesen Sie Flatrate vs. Abrechnung pro Token, wie Sessions funktionieren und was Sie bei jedem „unbegrenzten“ Plan prüfen sollten.

Häufige Fehler

  • Eine Session für viele parallele Worker kaufen. Sie stehen dann hintereinander in der Warteschlange.
  • Den Planpreis mit dem Listenpreis pro Token vergleichen und dabei Caching ignorieren, das die Rechnung pro Token senkt.

Häufige Fragen

Ist ein unbegrenzter LLM-Plan wirklich unbegrenzt?

Nicht in jeder Hinsicht. Irgendetwas begrenzt die Nutzung immer, etwa gleichzeitig laufende Anfragen, die Generierungsgeschwindigkeit, ein rollierendes Zeitfenster oder eine Fair-Use-Klausel. Finden Sie heraus, was gilt und ob es zu Ihrem Workload passt.

Wann ist eine Flatrate günstiger als die Abrechnung pro Token?

Wenn Ihr monatliches Token-Volumen, pro Token berechnet, mehr kosten würde als der Plan. Intensive, gleichmäßige Nutzer wie ständig laufende Coding-Agenten überschreiten diese Schwelle meist; Gelegenheitsnutzer meist nicht.

Kann ich einen Plan-Schlüssel von BroadNet mit meinem Team teilen?

Nein. Jede Person nutzt ihr eigenes Konto. Sie können den Plan in Ihre eigene App oder Ihren Agenten einbauen, aber den Schlüssel weder teilen noch weiterverkaufen.

Als Markdown lesenChatGPT fragenClaude fragenPerplexity fragen