OpenAIAnthropicGoogleMierzone na żywo licznikiem każdego dostawcy
Dwa produkty
Dokąd idą Twoje tokeny: do Twojej aplikacji czy do Twojego agenta programistycznego?
Oba są licencjonowane za stanowisko i oba liczą własnym licznikiem Twojego dostawcy. Wykonują różne zadania, więc każdy składa własną obietnicę — a dziś tylko jeden ma opublikowaną liczbę oszczędności.
SDK
Dla aplikacji Node.js, w JavaScript lub TypeScript, które wywołują API LLM własnym kluczem i płacą za każdy token.
Opakowuje wywołanie w Twoim kodzie, wysyła dostawcy tylko to, za co trzeba zapłacić, i zwraca SavingsReport z każdą odpowiedzią.
Liczba, którą publikujemy
OpenAIgpt-4o-mini
31,5%niższy rachunek (przedział 95%: od 25,7% do 36,7%) przy strumieniu, w którym 30% zapytań to dokładne powtórzenia — GSM8K, SDK 0.4.31
To nie prognoza: ile zaoszczędzisz, zależy od tego, jak często Twój ruch się powtarza. W Twoim raporcie oszczędności liczy się tylko to, co potwierdzi licznik Twojego dostawcy — także przy powtórzonych zapytaniach obsłużonych bez wywołania dostawcy, z których każde jest wyceniane licznikiem identycznego zapytania, które już zostało wykonane.
Dla osób, które pracują z Claude Code, Codex CLI lub innym agentem programistycznym na kluczu API.
Jedno polecenie stawia lokalny licznik przed Twoim terminalem, bez zmian w kodzie. Gateway liczy każde zapytanie, dla którego Twój dostawca raportuje zużycie, jego własnym licznikiem — dla modeli z naszego cennika — i sumuje je w Twoim panelu, według dnia i modelu.
Liczba, którą publikujemy
Anthropic
2,5%rachunku dzięki obniżeniu pamięci podręcznej w PRO, po odjęciu chybień pamięci podręcznej, które ono powoduje (przedział 95%: od 1,5% do 3,6%). Symulacja po cenach katalogowych na 51 sesjach Claude Code jednej organizacji, naszej.
To nie jest prognoza dla twojego zespołu: to jedna organizacja, jeden dostawca i ceny katalogowe, a oszczędność jest niewielka i widać ją tam, gdzie wydatki w Anthropic są wysokie. Z PRO, na modelach Anthropic, gateway przestawia zapisy do pamięci podręcznej z godzinnego TTL na pięciominutowy tylko w turach, w których duża część promptu jest nowa — jak pierwsza tura sesji albo kompaktowanie — a kolejne tury trwającej sesji zostawia bez zmian. Zmienia to cenę, nigdy to, co czyta model, a w Twoim raporcie oszczędności liczy się tylko to, co potwierdzi licznik Twojego dostawcy.
SDK — dla aplikacji w JavaScript i TypeScript z kluczem API
Stworzone dla programistów
Mniej bólu głowy z fakturą. Bez zmiany dostawcy.
Cztery fakty o pakiecie. Żaden nie jest obietnicą.
dependencies: {}
Zero zależności w czasie wykonania
Jeden bundle ESM. Obok Twojego kodu nie instaluje się nic, czego sami nie napisaliśmy; dokładny tokenizer to opcjonalny peer.
report.cost.basis
Jeden SavingsReport na wywołanie
Cztery księgi, których nigdy się nie sumuje, koszt z jego podstawą (zmierzony lub szacowany) i ślady dla każdego etapu. To samo, co czyta Twój panel.
app → provider api
Twój ruch nadal idzie bezpośrednio
SDK opakowuje wywołanie wewnątrz Twojego procesu. Twoje prompty nie przechodzą przez BiVelio: do nas trafiają tylko liczniki i koszt.
layer.generateStream(request)
Streaming, ten sam raport
generateStream() przekazuje Ci odpowiedź w miarę, jak dostawca ją pisze, i kończy się tym samym SavingsReport co generate(), według tych samych reguł podstawy: końcowy licznik dostawcy jest odczytywany na końcu streamu, a stream bez niego jest raportowany jako niezmierzony i nigdy nie liczy się jako zmierzona oszczędność. Z kontraktem wyjścia odpowiedź przychodzi zwalidowana, w jednym kawałku.
Prostymi słowami
Co właściwie robi SDK?
Cztery pomysły, cztery ośmiosekundowe animacje.
01
AI liczy sobie za słowa
Każde zapytanie do AI opłaca się za tekst, który wchodzi i wychodzi. Savings staje na środku tej drogi: zapytanie, które już widział i zweryfikował, dostaje odpowiedź bez ponownego wywoływania dostawcy, a to, za co nie trzeba było płacić, wpada do Twojego słoika.
02
Nie płacisz dwa razy za to samo
AI odczytuje w każdej turze wszystko, co już jej wysłałeś — a dostawca nalicza to ponownie. Savings przygotowuje każde zapytanie tak, aby dostawca zastosował obniżoną cenę do powtórzeń. Rabat daje dostawca; naszą rolą jest poprawnie o niego poprosić.
03
Rachunek, który możesz sprawdzić
Nie prosimy o wiarę. Każdą oszczędność mierzy oficjalny licznik dostawcy — ten sam, którym wystawia Ci faktury — i trafia ona na Twój rachunek. Czego nie da się porównać z fakturą, tego nigdy nie ogłaszamy.
04
Mierz za darmo, potem płać za stanowisko
Zacznij od bezpłatnej licencji Pomiar: warstwa działa w trybie cienia i pokazuje, ile zaoszczędziłaby na Twoim własnym ruchu. Aby włączyć dźwignie, płacisz stałą opłatę za stanowisko albo plan Zespół, niezależnie od tego, czy oszczędzasz — i bez prowizji od oszczędności.
Animacje ilustrują pomysł. Prawdziwe liczby — zmierzone u prawdziwych dostawców — są tuż poniżej.
Bez obietnic: pomiary
Skąd wiemy, że oszczędza? Mierzymy to — i publikujemy każdą próbę, jedna po drugiej.
Każdy scenariusz uruchamiamy dwa razy u prawdziwego dostawcy: bez zmian i z Savings z przodu. Oba wyniki liczy licznik samego dostawcy — ten sam, który wycenia Twoją fakturę. Oto co wyszło, z marginesem błędu:
31,5%niższy rachunek (przedział 95%: od 25,7% do 36,7%) przy strumieniu, w którym 30% zapytań to dokładne powtórzenia — GSM8K, SDK 0.4.31
Anthropicclaude-sonnet-5
75,1%ten sam strumień (przedział 95%: od 69,3% do 79,6%). Około 41% pierwotnego rachunku to rabat z pamięci podręcznej prefiksu samego Anthropic — dostawcy, nie nasz, i pokazany osobno
Każda dźwignia trafia do własnej księgi, a księgi nigdy się nie sumują. W tej baterii oszczędność pochodziła z powtórzonych zapytań, które SDK obsłużył bez wywołania dostawcy, a w Claude — z pamięci podręcznej prefiksu samego dostawcy. Pakiet npm nie zawiera kompresora.
Zgodny nie znaczy zmierzony. SDK działa z każdym endpointem zgodnym z API OpenAI, a także z natywnym adapterem Anthropic i natywnym adapterem Gemini (nowość w 0.4.33). Z liczbą oszczędności w publicznym benchmarku są dziś tylko modele OpenAI i Anthropic; Gemini nie ma liczby oszczędności. Co zmierzono dla Gemini: Gemini 3.8 Flash, przez jego natywne API, w cotygodniowym benchmarku na żywo z 1 października 2026 — wszystkie cztery baterie, bez błędów warstwy i bez żadnej odmowy w cache ani zaliczonej jako oszczędność. Ten benchmark sprawdza, że warstwa niczego nie psuje i nie pobiera za dużo; nie mierzy oszczędności. Zmierzony także: Gemini 3.1 Pro, przez natywne API, w dwóch przebiegach częściowych 1–2 października 2026 (jego dzienny limit dostawcy nie mieści wszystkich czterech baterii w jednym dniu): wszystkie cztery baterie, również bez żadnego błędu warstwy i bez żadnej odmowy z pamięci podręcznej ani zaliczonej jako oszczędność.
Test to uczciwy eksperyment: to samo zadanie dwa razy — bez Savings i z Savings — a oba mierzy ten sam licznik dostawcy.
Tłumaczenie, bez żargonu
Przy strumieniu, w którym 30% zapytań powtarza się dokładnie, rachunek spadł o 31,5% — między 25,7% a 36,7% przy 95% ufności. Ile zaoszczędzisz, zależy od tego, jak często powtarza się Twój ruch.
Procent nic nie znaczy bez swojego przedziału, modelu i ruchu: publikujemy wszystkie trzy.
Uczciwe rozliczanie
Każdy rodzaj oszczędności liczony osobno — żeby żadna liczba nie była zawyżona.
Każdy SavingsReport dzieli oszczędność na cztery księgi — uniknięte wywołania, usunięty tekst, skompresowany tekst i rabat z pamięci podręcznej Twojego własnego dostawcy — i nigdy nie sumuje ich w jedną liczbę marketingową.
W publicznym benchmarku (2026-09-28) to, co zaoszczędził zainstalowany SDK, pochodziło z pierwszej księgi — powtórzonych zapytań obsłużonych bez wywołania dostawcy — a w Claude z czwartej, czyli rabatu Twojego własnego dostawcy. Pakiet npm nie zawiera kompresora. Księga bez opublikowanej liczby jest tu opisana, nie reklamowana.
01
avoided_calls
Wywołania LLM, wyszukiwania i narzędzi, które w ogóle się nie wykonały.
02
eliminated_tokens
Informacje odrzucone, ponieważ po prostu nie były potrzebne.
03
compressed_tokens
Informacje zachowane, ale zakodowane mniejszą liczbą tokenów.
04
provider_cached_tokens
Wciąż w promptcie, ale naliczane lub przetwarzane taniej.
SDK · jedna dźwignia, na Twoich danych, przed zapłatą
Wklej swoje dane. Zobacz, ile tokenów wysłałby SDK.
Tu działa prawdziwy selektor formatu SDK, w Twojej przeglądarce i na Twoich danych. Nic nie opuszcza tej strony i nie potrzebujesz konta.
Wypróbuj przykład
…albo wklej tu własny JSON. Nic nie opuszcza Twojej przeglądarki.
Ładowanie optymalizatora i dokładnego tokenizera…
Czym to jest, a czym nie: jedna dźwignia — sposób zapisu danych strukturalnych w prompcie — na tokenach wejściowych tych danych. Działa tylko na danych przekazanych do SDK jako structuredData, nie na JSON-ie zapisanym już w Twoich wiadomościach. To nie jest Twoja faktura: nie ma tu unikniętych wywołań, pamięci podręcznej Twojego dostawcy ani wyjścia, a wiele zapytań w ogóle nie zawiera danych strukturalnych. Dla całego SDK liczba, którą publikujemy, to ta z sekcji pomiarów, wraz z jej przypisem.
Uruchom to w swojej własnej aplikacji. Twoje prompty nigdy nie dotykają naszych serwerów.
Umieść SDK przed swoim dostawcą. Każda odpowiedź niesie pełny SavingsReport, który możesz przedstawić na wykresie — te same liczby, które odczytuje panel.
Albo pozwól, by jedno polecenie dopasowało to do Twojego stosu.init czyta Twój package.json (Next.js, Express, Vercel AI SDK, Mastra, LangChain.js, SDK Anthropic lub OpenAI) i wypisuje linię instalacji, dokładny kod dla Twojego adaptera oraz test, który nie zużywa tokenów: gdy masz już licencję, odpowiada na niego warstwa na Twojej maszynie, bez wywoływania modelu. Niczego nie zapisuje, dopóki go o to nie poprosisz.
Tam, gdzie już żyją Twoje automatyzacje. Mierzone jest wywołanie API Twojego dostawcy Twoim kluczem: w aplikacji Node.js opakowuje je SDK; z innego kodu z oficjalnym SDK OpenAI lub Anthropic brama staje z przodu i zapisuje je dla modelu z ceną katalogową.
Gateway — dla agentów programistycznych z kluczem API
Gateway · terminale programistyczne
Claude Code z kluczem API? Zobacz realny wydatek, token po tokenie.
Jedno polecenie stawia lokalny licznik przed Twoim terminalem, bez zmian w Twoim kodzie: eksportujesz swój klucz serwisowy i uruchamiasz agenta przez bvsala. Twoje prompty nigdy nie opuszczają Twojej maszyny — do Twojego panelu trafiają tylko liczby i koszt.
npm i -g @bivelio/savings-layer
export BIVELIO_SERVICE_KEY=bvk_…
bvsala claude
Gateway mierzy licznikiem Twojego dostawcy każde żądanie, dla którego ten raportuje zużycie (dla modeli z naszego cennika), i, tak jak SDK, działa tylko z aktywną licencją: pobiera ją Twoim kluczem serwisowym i weryfikuje jej podpis na Twoim komputerze. Z licencją PRO, na modelach Anthropic, stosuje też domyślnie jedną dźwignię: przestawia zapisy do pamięci podręcznej z godzinnego TTL na pięciominutowy tylko w turach, w których duża część promptu jest nowa — jak pierwsza tura sesji albo kompaktowanie — a kolejne tury zostawia bez zmian. Zmienia to cenę, nigdy treść, którą czyta model. Pozostałe dźwignie są wyłączone, dopóki ich nie włączysz. Skill savings-mode jest dostępny dla Twoich limitów, a jego efekt czeka na pomiar. Gateway działa też z Codex CLI, Goose, Qwen Code, opencode, Kilo, Aiderem oraz — z Twoim własnym kluczem Anthropic — GitHub Copilot CLI; dla innych, takich jak Cline czy Continue, bvsala doctor wypisuje dokładną konfigurację. Cursora nie da się zmierzyć, a Gemini CLI — jeszcze nie. Zobacz, jak to działa →
Python albo inny język? Skieruj oficjalne SDK OpenAI lub Anthropic na gateway, a każde żądanie, którego zużycie raportuje dostawca, dla modelu z ceną katalogową, zostanie zapisane w tym panelu po tej cenie; gateway odnotowuje w logu, gdy któreś nie jest mierzone. bvsala doctor wypisuje base URL dla każdego SDK. Przy streamingu z OpenAI poproś o zużycie w żądaniu (stream_options.include_usage).
Skill — dla agentów programistycznych w subskrypcji
savings-mode · darmowy skill
Skill, który rozciąga limity Twojej subskrypcji
Brak faktury nie znaczy brak bólu: pięciogodzinne okno i tygodniowy limit. savings-mode to skill z samych instrukcji — bez proxy, Twój ruch nietknięty — który tnie dwie masy naprawdę spalające limit: wyjście modelu i wyniki narzędzi. Jest darmowy; w Savings płaci się za wiedzę, ile Ci oszczędza.
01
odczyty cache
Cały kontekst jest odczytywany ponownie w każdej turze — dlatego liczy się jego szczupłość.
02
zapisy cache (jedna godzina)
Każdy wynik narzędzia jest zapisywany do cache z narzutem, zanim zostanie ponownie odczytany.
03
wyjście modelu
Niewielka część tokenów, po najwyższej cenie za token; skill atakuje je bezpośrednio.
Na co idą wydatki sesji Claude Code, w tej kolejności: odczyty z pamięci podręcznej, godzinne zapisy do pamięci podręcznej i wyjście modelu — zmierzone naszym licznikiem na naszym własnym ruchu, względem liczników dostawcy. Ten raport nie jest opublikowany, więc nie pokazujemy jego liczb. Efekt samego skilla opublikujemy, gdy zostanie zmierzony w A/B — nigdy wcześniej.
npx -y @bivelio/savings-layer skill
Jedno polecenie: instaluje się w ~/.claude/skills i aktywuje sam, gdy rozmowa schodzi na limity lub oszczędzanie tokenów.
Plany
Mierz za darmo. Płać za stanowisko, gdy chcesz oszczędności.
Zacznij od Pomiaru: za darmo i bez karty. Warstwa działa w trybie cienia na Twoim własnym ruchu, a panel pokazuje, ile by zaoszczędziła, wyceniając to licznikiem Twojego dostawcy. Pro i Zespół są rozliczane za stanowisko, w EUR, niezależnie od tego, czy oszczędzasz, i nie mają prowizji od oszczędności.
Pomiar
Za darmo
Bez karty. Warstwa w trybie cienia dla jednej organizacji, do 5 stanowisk i 20 000 zapytań dziennie: nic z tego, co wysyłasz, się nie zmienia, nic nie jest serwowane z pamięci podręcznej, nigdy nie wchodzi do żadnej prowizji — a Ty widzisz, ile by zaoszczędziła. Wymaga @bivelio/savings-layer 0.4.33 lub nowszego.
Więcej stanowisk, niż pozwala płatność online, własna umowa lub uzgodnione warunki faktur: napisz do nas.
Każda optymalizacja BV‑SALA, bez limitu
Paragon na każde zapytanie: SavingsReport z czterema księgami, zmierzone i szacowane osobno
Panele oszczędności i analityka zespołowa
Twoje prompty nigdy nie opuszczają Twojej infrastruktury
Stanowisko to jedna maszyna lub tożsamość usługi, nie osoba. Płacisz za stanowiska objęte subskrypcją; Twój panel pokazuje, ile z nich było używanych w tym miesiącu (aktywnych przez co najmniej 3 dni; CI i efemeryczne runnery się nie liczą).
Bez VAT. Jeśli Państwa firma ma unijny numer VAT, stosuje się odwrotne obciążenie.
Masz już wcześniejszy model z prowizją od zmierzonych oszczędności? Zachowujesz go bez zmian; jego warunki są w warunkach cenowych.
Firma i ekosystem
BiVelioBıVelıo jest członkiem NVIDIA Inception Program.
