Tầng chi phí cho LLM · SDK có bản quyềnGiảm chi phí các ứng dụng AI của bạn mà không đổi nhà cung cấp hay giảm chất lượng.
Savings phân tích từng yêu cầu, tránh các lần chạy không cần thiết, loại bỏ ngữ cảnh dư thừa và chọn phương án rẻ nhất vẫn đáp ứng hợp đồng chất lượng của bạn. Mọi con số công bố đều được đo dựa trên bộ đếm của chính nhà cung cấp.
Cài đặt chỉ với năm dòng. Bản quyền được kích hoạt từ bảng điều khiển của bạn.
Cài đặt phía trước các nhà cung cấp này
gpt-4o-miniAnthropicGeminibộ giải · singleflight · avoided_calls
cắt tỉa công cụ · truy xuất · ngữ cảnh dư thừa · eliminated_tokens
mã hóa gọn nhẹ hơn · chỉ khi thật sự có lợi · compressed_tokens
Phương án thực thi rẻ nhất thắng
OpenAI gpt-4o-mini
≥ 20,0% hóa đơn giảm, xác minh ở mức 95% · so với tích hợp chưa tối ưu, không streaming
Nhóm đối chứng thứ hai
So với một tích hợp vốn đã được tối ưu bằng tay
Ở đây mỗi kịch bản còn chạy với một tích hợp mà một kỹ sư cẩn thận hẳn đã tinh chỉnh: bộ đệm gốc của nhà cung cấp được cấu hình trên tiền tố ổn định, và chỉ những công cụ mà tác vụ thực sự cần, chọn từng cái một. Mọi thứ còn lại — hợp đồng, hạn mức, nhiệt độ và seed — đều giống hệt.
23,2%
So với một tích hợp chưa tối ưu
Gần như ai cũng so với một tích hợp ngây thơ, và trước nó thì ai cũng đẹp.
22,9%
So với một tích hợp đã tối ưu bằng tay
So sánh thứ hai này mới là thứ duy nhất đo công lao của lớp đệm: phần còn lại để tiết kiệm khi trái chín thấp đã hái hết.
Chúng tôi luôn công bố con số nhỏ hơn trong hai, và cả hai đều lấy từ cùng một hiện vật công khai: hứa vượt quá nhóm đối chứng thứ hai là bán cho bạn, như công lao của chúng tôi, thứ bạn vốn đã có.
đo trên gpt-4o-mini · cận dưới 95% · d1c8233 · 2026-09-12 · 193
Tránh hẳn lệnh gọi
bộ giải · singleflight
avoided_calls
Loại bỏ những gì không cần gửi
cắt tỉa công cụ · truy xuất · ngữ cảnh dư thừa
eliminated_tokens
Nén phần còn lại
mã hóa gọn nhẹ hơn · chỉ khi thật sự có lợi
compressed_tokens
Mỗi bước được ghi vào MỘT sổ cái riêng biệt, nên các con số này không cộng dồn với nhau. Bước nào có sổ cái không vượt qua mức 0 sẽ không xuất hiện ở đây. Một tỷ lệ phần trăm mà không có mô hình đi kèm thì chẳng có nghĩa gì: cùng một đòn bẩy có thể tiết kiệm trên mô hình này và tốn kém trên mô hình khác.
Cách đo mức tiết kiệm — và từng lượt thử, công bố một cách riêng rẽ.
Cả hai nhánh đều được đo bằng bộ đếm của chính nhà cung cấp — không có đường cơ sở mô hình hóa. Với mỗi kịch bản, bàn thử gửi yêu cầu chưa tối ưu và yêu cầu BV-SALA đến cùng một mô hình, tính giá cả hai theo mức sử dụng token do nhà cung cấp tự báo cáo, rồi gộp các kịch bản bằng bootstrap phân tầng, trọng số một cho mỗi kịch bản: nhờ vậy con số tiêu đề không phụ thuộc vào việc mỗi trường hợp tình cờ nhận bao nhiêu lần lặp. Giá trị gộp chung vẫn nằm trong artefact dưới tên aggregatePooled, được gắn nhãn đúng bản chất: đó không phải con số tiêu đề. Chúng tôi công bố cận dưới của khoảng tin cậy 95 %, không bao giờ là ước lượng điểm.
- Cùng một mô hình, hai nhánh: yêu cầu thô so với yêu cầu BV-SALA.
- Chi phí tính bằng tokenizer của chính nhà cung cấp — không có đường cơ sở mô hình hóa.
- Chúng tôi công bố cận dưới của khoảng tin cậy 95%, không bao giờ là ước tính đẹp lòng.
- Hai nhánh đối chứng: so với một tích hợp chưa tối ưu, và so với chính tích hợp đó đã được tối ưu thủ công. Chỉ con số thứ hai mới là công của lớp này.
- Những sổ cái không vượt qua số không vẫn được công bố, kèm nhãn của nó.
Tải dữ liệu thử nghiệm thô (CSV) d1c8233 · 2026-09-12 · 193 · gpt-4o-mini
Kiểm chứng bằng số liệu của chính bạn, trước khi cài bất cứ thứ gì
Bộ kiểm chứng chạy đúng bộ tối ưu thật ngay trong trình duyệt của bạn: chọn một ví dụ hoặc dán dữ liệu của bạn, cho biết mức dùng API, và xem khoản tiết kiệm dự kiến — tính đúng theo cách mà biên nhận của bạn sẽ tính sau này. Không có gì bạn dán rời khỏi trang này.
Bộ kiểm chứng nằm bên trong sản phẩm, trong bảng điều khiển Savings của bạn — không phải một máy tính tiếp thị riêng.
Xây dựng cho lập trình viên
Bớt đau đầu vì hóa đơn. Không cần đổi nhà cung cấp.
Ba sự thật về gói này. Không có điều nào là lời hứa.
Cài đặt chỉ với năm dòng
npm install @bivelio/savings-layerSDK có bản quyền cho Node.js; giấy phép kích hoạt từ bảng điều khiển của bạn. Hoạt động với mọi endpoint tương thích API của OpenAI và với bộ điều hợp gốc cho Anthropic.
npmjs.com/package/@bivelio/savings-layer ↗- 01
Không phụ thuộc lúc chạy
Một bundle ESM duy nhất. Không có gì được cài cạnh mã của bạn mà không do chúng tôi viết; tokenizer chính xác là peer tùy chọn.
- 02
Một SavingsReport cho mỗi lời gọi
Các sổ cái không bao giờ được cộng gộp, chi phí kèm cơ sở — đo được hay ước tính — và dấu vết theo từng giai đoạn. Đúng thứ bảng điều khiển của bạn đọc.
- 03
Lưu lượng của bạn vẫn đi thẳng
SDK bọc lời gọi ngay trong tiến trình của bạn. Prompt của bạn không đi qua BiVelio: chúng tôi chỉ nhận số đếm và chi phí.
Ba làn không bao giờ cộng gộp — và chỉ một làn bị tính phí
Mỗi biên nhận tách khoản tiết kiệm theo mức độ chứng minh được, vì không phải bằng chứng nào cũng có giá trị như nhau. Cộng cả ba lại sẽ ra một con số to hơn và kém chắc chắn hơn: vì thế chúng không bao giờ được cộng.
Đo được
Nhà cung cấp khai báo cùng số token và một mức giá khác đã được trả: đó là phép trừ giữa hai mức giá công khai, và bạn có thể đối chiếu với bảng điều khiển của nhà cung cấp, từng dòng một.
đo được · có tính phíTừ nhà cung cấp
Bộ đếm của chính họ cho biết họ đã xóa bao nhiêu token. Con số đếm là của họ, không phải của chúng tôi; số tiền tương ứng phụ thuộc vào mức giá lẽ ra phải trả cho những token đó, và phần ấy là ước tính của chúng tôi. Được trưng ra, không thu phí.
ước tính · không tính phíGiả định
Số tiền một chính sách lẽ ra đã tiết kiệm nếu được áp dụng. Nó đến từ việc mô phỏng lượt chạy: không ai thực thi gì cả. Nó có thể ra số âm, và vẫn được trưng ra. Không bao giờ bị thu phí.
mô phỏng · không tính phíChỉ làn đo được mới bị tính phí. Phần ước tính và giả định không bao giờ vào hóa đơn của bạn dù chúng có to hơn — và nếu một con số không thể đối chiếu với hóa đơn nhà cung cấp, điều đó được nói ngay trên chính dòng nó xuất hiện.
bvsala · terminal lập trình
Dùng Claude Code với khóa API? Xem chi tiêu thật, từng token một.
Một lệnh duy nhất đặt một bộ đo cục bộ trước terminal của bạn. Không sửa mã, không cấu hình — và prompt của bạn không bao giờ rời khỏi máy: bảng điều khiển chỉ nhận số đếm và chi phí.
Một lệnh, không cấu hình
bvsala claude
bvsala doctorHoạt động với Claude Code, Codex CLI, Goose và Qwen Code — và bvsala doctor in ra cấu hình chính xác cho phần còn lại.
- Gateway khởi lên trên một cổng tạm, chạy terminal của bạn trỏ vào đó rồi tắt khi bạn thoát.
- Chi tiêu của bạn hiện trong bảng điều khiển theo từng token, đếm bằng bộ đếm của chính nhà cung cấp của bạn.
- bvsala doctor chỉ kiểm tra sự tồn tại: báo cáo của nó hiện đường dẫn, không bao giờ hiện nội dung tệp cấu hình của bạn.
Hiện gateway đo lường; việc tối ưu tự động ở đó thì chưa có.
savings-mode · skill miễn phí
Skill kéo giãn giới hạn gói thuê bao của bạn
Không có hóa đơn không có nghĩa là không đau: cửa sổ năm giờ và giới hạn tuần. savings-mode là một skill thuần chỉ dẫn — không proxy, lưu lượng của bạn nguyên vẹn — cắt hai khối thực sự đốt giới hạn: đầu ra của mô hình và kết quả công cụ.
Claude Code
Một lệnh duy nhất: cài vào ~/.claude/skills và tự bật khi cuộc trò chuyện nhắc đến giới hạn hoặc tiết kiệm token.
~/.claude/skillsCodex
Không có skill, nên cùng kỷ luật đó đi dưới dạng khối được đánh dấu bên trong AGENTS.md của bạn: luôn bật, và tắt bằng cách xóa khối. Phần AGENTS.md ngoài các dấu không bao giờ bị đụng tới.
AGENTS.mdClaude.ai
Skill đi dưới dạng zip: bạn bật “Code execution and file creation” trong cài đặt, tải lên ở Customize → Skills và nó xuất hiện với công tắc riêng, riêng tư trong tài khoản của bạn. Việc tải xuống yêu cầu tài khoản Savings của bạn, vốn miễn phí; bản thân skill không chứa bất kỳ telemetry nào.
savings-mode.zip
Hiệu quả của chính skill sẽ được công bố khi đo xong bằng A/B — không bao giờ trước đó.
Nó miễn phí; điều bạn trả cho Savings là biết nó tiết kiệm cho bạn bao nhiêu.
Mô hình kinh doanh
Cách tính số tiền bạn trả cho chúng tôi
Một khoản phí theo ghế, và hoa hồng lấy từ khoản tiết kiệm đo được — không bao giờ từ túi bạn.
90%
Bạn luôn giữ lại 90% trở lên của mỗi euro tiết kiệm được.
Hoa hồng chỉ tồn tại khi khoản tiết kiệm đo được của bạn tồn tại, và không bậc nào vượt mức cao nhất.
Chỉ trên khoản tiết kiệm đo được
Sau đó, hoa hồng chỉ trên khoản tiết kiệm đã đo: khoản bạn có thể đối chiếu với hóa đơn nhà cung cấp, từng dòng một. Phần ước tính được hiển thị, nhưng không bao giờ bị tính phí.
Theo bậc lũy tiến
Theo bậc lũy tiến, mỗi bậc một mức và tính từ euro đo được đầu tiên: bạn càng tiết kiệm nhiều, phần trăm chúng tôi lấy càng nhỏ.
Không ràng buộc hợp đồng
Một tháng không tiết kiệm được gì? Tháng đó không có hoa hồng. Không ràng buộc — và hóa đơn biến đổi đầu tiên của bạn chỉ chứa những con số bạn đã thấy trong sao kê.
Ghế là gì
Một chỗ là một máy hoặc danh tính dịch vụ đang hoạt động, không phải một người, và chỉ bị tính phí nếu đã hoạt động từ ba ngày trở lên trong tháng. CI và các trình chạy tạm thời không được tính.
Tháng đầu tiên của bạn là tháng hiệu chỉnh
Không có gói miễn phí và không có bản dùng thử: thứ bạn có thể kiểm chứng trước khi trả tiền là các phép đo công khai của sản phẩm. Tháng đầu tiên là tháng hiệu chỉnh và vẫn phải trả phí: bạn chỉ trả phí chỗ ngồi, chúng tôi đo toàn bộ lưu lượng của bạn và không thu hoa hồng — khi chốt tháng, bạn nhận được bản sao kê chính xác về khoản lẽ ra phải trả.
- 1
Kết nối
Savings đứng trước các lời gọi mô hình của bạn và bắt đầu đếm bằng bộ đếm của chính nhà cung cấp bạn dùng.
- 2
Hiệu chỉnh
Trong tháng đầu bạn chỉ trả phí chỗ ngồi: chúng tôi đo toàn bộ lưu lượng thật của bạn và không thu hoa hồng.
- 3
Quyết định
Khi chốt tháng, bạn nhận bản sao kê chính xác về khoản lẽ ra phải trả. Từ đó, hoa hồng lấy từ khoản tiết kiệm đo được, không bao giờ từ túi bạn.
Mức chính xác nằm trong biểu phí của sản phẩm và không được chép sang đây, để không ai đọc trên trang này một con số đã đổi.
bivelio-savings-layer · apps/web/lib/billing/tarifa.ts · caa7310 · 2026-09-12
Câu hỏi thường gặp về Savings
Cách BV-SALA đo lường và cắt giảm hóa đơn LLM của bạn.
Nó có thực sự giảm hóa đơn LLM của tôi không?
Có, và chúng tôi không yêu cầu bạn phải tin suông: mỗi con số trên trang này đều được đo dựa trên bộ đếm của chính nhà cung cấp, kèm khoảng tin cậy bên cạnh. Chúng tôi báo cáo mức sàn 95% — khoản tiết kiệm thận trọng — chứ không bao giờ đưa ra ước tính tô hồng.
Khoản tiết kiệm được đo như thế nào?
Bằng một bàn thử A/B: với mỗi kịch bản, yêu cầu chưa tối ưu và yêu cầu BV-SALA cùng đến một mô hình, cả hai được tính giá bằng bộ đếm của chính nhà cung cấp, và chúng tôi công bố cận dưới của khoảng tin cậy 95 %. Có hai nhánh đối chứng — một tích hợp chưa tối ưu và chính tích hợp đó đã được tối ưu thủ công — và các kịch bản được gộp bằng bootstrap phân tầng, trọng số một cho mỗi kịch bản. Không có đường cơ sở mô hình hóa, không giả định.
Nó có làm giảm chất lượng câu trả lời không?
Không. Với mỗi yêu cầu, BV-SALA chọn phương án thực thi rẻ nhất mà vẫn đáp ứng cam kết chất lượng của bạn. Nếu việc hạ chi phí làm tổn hại đến chất lượng bạn đã đặt ra, nó sẽ không làm: khoản tiết kiệm không bao giờ đánh đổi bằng kết quả.
Nó hoạt động với những nhà cung cấp nào?
Cần tách bạch hai việc. Tương thích: nó đứng trước nhà cung cấp của bạn và hoạt động với mọi endpoint tương thích API của OpenAI, cùng bộ điều hợp gốc cho Anthropic. Đo lường: hiện chỉ có đúng một con số được công bố, của OpenAI gpt-4o-mini, đo bằng chính bộ đếm của nhà cung cấp. Một thương hiệu tương thích không có nghĩa là đã được đo; khi đo thêm mô hình khác, chúng tôi sẽ công bố con số kèm tên mô hình.
Cài đặt như thế nào?
Chỉ trong năm dòng. Đây là một SDK có bản quyền cho Node.js (@bivelio/savings-layer); giấy phép được kích hoạt từ bảng điều khiển của bạn và hoạt động phía trước tích hợp hiện tại của bạn mà không cần viết lại.
Chi phí là bao nhiêu?
Một khoản phí theo chỗ ngồi cộng với hoa hồng theo bậc trên khoản tiết kiệm đo được, tính từ đồng euro đầu tiên. Một chỗ ngồi là một máy hoặc một danh tính dịch vụ đang hoạt động, không phải một con người. Không có gói miễn phí và không có bản dùng thử: tháng đầu là tháng hiệu chỉnh — bạn chỉ trả phí chỗ ngồi và chúng tôi không thu hoa hồng. Và tháng nào không tiết kiệm thì tháng đó không có hoa hồng.
Đặt lịch gọi 15 phút
Chúng tôi cho bạn biết bạn sẽ tiết kiệm được bao nhiêu với lưu lượng của mình, không cần cài đặt gì.