SaaSpec
SaaSpec · Marketing
SaaSpec misst den Tokenverbrauch pro Nutzer und die Kosten in LLM-Apps mit Pay-as-you-go-Modell und macht aus dem Monatsexport Stripe-Rechnungen. Unterstützt werden derzeit nur OpenAI-Modelle.
Über SaaSpec
About
Was ist SaaSpec
SaaSpec ist ein Dienst zur Verfolgung der LLM-API-Nutzung, gedacht für alle, die Modellzugriff weiterverkaufen und nach Verbrauch abrechnen. Wenn Ihr Produkt Kunden Anfragen an GPT-Modelle erlaubt, muss der Zähler irgendwo sitzen. SaaSpec ist dieser Zähler. Er hält fest, was ein Konto sendet und empfängt, rechnet die Tokens in Dollar um und führt eine laufende Summe, über die Sie am Monatsende abrechnen.
Die Einheit ist die einzelne Anfrage. Ihre Anwendung schickt nach jedem Aufruf den Eingabetext, die Antwort des Modells, den Modellnamen und eine Nutzerkennung an SaaSpec. Der Dienst zählt die Tokens, multipliziert sie mit dem Preis des Modells und legt das Ergebnis unter dieser Kennung ab. Der Betrag auf der Rechnung stammt damit aus echtem Verbrauch und nicht aus einer Schätzung des Durchschnitts.
Drei Grenzen bestimmen den Einsatzbereich. Abgedeckt sind ausschließlich OpenAI-Modelle, ein Produkt mit Traffic zu Claude, Gemini oder einem offenen Modell bleibt für diese Aufrufe ohne Messung. Auch die Abrechnung läuft nicht von selbst: Sie exportieren eine CSV und starten ein Skript gegen Stripe. Und weil Eingabetext und Antwort über den Endpunkt von SaaSpec laufen, verlassen Nutzerinhalte Ihre Infrastruktur. Teams mit strengen Datenregeln sollten das vor der Integration prüfen.
Erste Schritte
- Legen Sie auf saaspec.com ein Konto an und öffnen Sie das Dashboard. Ein kurzes Video zeigt die wichtigsten Ansichten.
- Kopieren Sie den API-Token aus dem Profilbereich. Dieser Token authentifiziert jede Protokollanfrage Ihrer Anwendung.
- Ergänzen Sie einen Aufruf in Ihrem Request-Handler. Senden Sie per POST die Nutzerkennung, den Eingabetext, den Ausgabetext, den Modellnamen aus der API-Antwort und Ihren Token.
- Schicken Sie einige Testanfragen und prüfen Sie, ob das Dashboard den richtigen Nutzer, das richtige Modell und plausible Kosten zeigt.
- Exportieren Sie zum Ende des Abrechnungszeitraums die CSV des Monats und übergeben Sie sie Ihrem Stripe-Skript.
Produktinformationen
Ein kurzer Überblick über Preise, unterstützte Plattformen und die Leistung von SaaSpec.
Am besten für
Die Nutzer, Aufgaben und Szenarien, für die dieses Tool am besten passt.
Nutzer
- Gründer kleiner SaaS-Produkte, die eine OpenAI-Funktion verkaufen
- Teams mit Prepaid-Guthaben
- Finanz- und Operationsmitarbeitende in kleinen KI-Startups
Aufgaben
- Von einem festen Abo auf nutzungsbasierte Abrechnung umstellen
- Endkunden ihren Tokenverbrauch in Rechnung stellen
- Das Konto hinter einem Kostenausschlag finden
- Gemessenen Verbrauch in Stripe-Rechnungen überführen
Szenarien
- Ein Pay-as-you-go-Angebot auf einer bestehenden App starten
- Monatsabschluss
- Einen Sprung bei den OpenAI-API-Kosten prüfen
Wichtigste Funktionen
Ein POST pro Anfrage zur Protokollierung
Die Protokollierung besteht aus einem einzigen HTTP-Aufruf an den Endpunkt von SaaSpec mit fünf Feldern: Nutzerkennung, Eingabe, Ausgabe, Modellname und API-Token. Es gibt kein SDK zu installieren und keinen Agenten auf Ihren Servern zu betreiben. Der Aufruf passt in wenigen Zeilen in einen vorhandenen Handler, und genau das zählt, wenn eine laufende App nachträglich eine Abrechnung bekommen soll.
Kosten pro Nutzer über die Kennung
Jeder Datensatz landet unter der Kennung, die Sie mitschicken. Diese Zeichenkette muss zu der Form passen, in der dieselbe Person bei Stripe geführt wird, oder sich beim Rechnungsstellen eindeutig einer E-Mail zuordnen lassen. Eine falsch gewählte Kennung macht aus dem Monatsexport eine Liste von Kosten ohne Eigentümer, deshalb lohnt die Entscheidung vor dem Start eine kurze Überlegung.
Modellpreis aus der Antwort gelesen
SaaSpec verlangt den Modellnamen genau so, wie die API ihn zurückgibt, nicht als fest geschriebenen Text. Modelle werden umbenannt und neu bepreist, ein fester Wert im Code entfernt sich still von der Wirklichkeit. Der Wert aus der Antwort hält die Preistabelle im Gleichklang mit dem Modell, das die Anfrage tatsächlich bedient hat.
Anomalie-Markierung bei ungewöhnlichen Ausgaben
Der Export führt neben Kosten und Eingabe- und Ausgabezahlen eine Anomalie-Spalte. Sie markiert Konten, deren Verbrauch deutlich vom Rest abweicht, und ist der schnellste Weg zu einem außer Kontrolle geratenen Skript, einem geleakten Schlüssel oder einem Kunden mit einem teuren Prompt. Handeln müssen Sie danach selbst, die Erkennung übernimmt das System.
Monatlicher CSV-Export
Ein Export pro Abrechnungszeitraum ergibt eine Tabelle, die sich in einer Tabellenkalkulation öffnen, an die Buchhaltung weitergeben oder per Code auslesen lässt. Jede Zeile verbindet einen Nutzer mit seinen Tokenkosten und seinen Eingabe- und Ausgabezahlen, sodass eine Supportfrage zu einer Belastung mit derselben Datei beantwortet ist.
Übergabe an die Stripe-Rechnungsstellung
Stripe ist nicht eingebaut, doch die Dokumentation liefert ein funktionierendes Muster: CSV lesen, Stripe-Kunden per E-Mail suchen oder anlegen, eine Rechnungsposition mit den Tokenkosten hinzufügen und die Rechnung erstellen und versenden. In ein Skript kopieren, Spaltennamen an den eigenen Export anpassen und einmal im Monat ausführen.
Vor- und Nachteile
Vorteile
- Die Integration ist ein einzelner POST pro Anfrage, Sie können die Messung also ergänzen, ohne die Anwendung umzubauen.
- Die Kosten stammen aus den tatsächlichen Eingabe- und Ausgabetokens je Nutzer, also aus dem Wert, den ein Pay-as-you-go-Kunde auf seiner Rechnung erwartet.
- Der Modellname kommt aus der API-Antwort, wodurch die Preise stimmen bleiben, wenn OpenAI neue Versionen veröffentlicht.
- Die Anomalie-Spalte erspart Ihnen eine eigene Erkennung ungewöhnlicher Ausgaben.
- Das Stripe-Beispiel in der Dokumentation ist fast lauffähig und verkürzt den Weg von den Nutzungsdaten zur versendeten Rechnung.
Nachteile
- OpenAI ist der einzige abgedeckte Anbieter, ein Produkt mit Aufrufen an Anthropic, Google oder offene Modelle braucht dort einen zweiten Zähler.
- Auf der Website stehen keine Preise, eine Kostenschätzung pro Nutzer ist vor dem Gespräch mit dem Anbieter nicht möglich.
- Die Abrechnung bleibt Handarbeit: CSV exportieren, Skript starten, ohne geplanten Lauf, der selbst abbucht.
- Eingabetexte und Antworten verlassen Ihre Infrastruktur, was bei Produkten mit Gesundheits-, Rechts- oder Finanzdaten ein Problem ist.
Häufige Fragen
Es protokolliert jede LLM-Anfrage Ihrer Anwendung, berechnet den Tokenpreis nach dem verwendeten Modell und führt eine Summe pro Nutzer. Am Ende des Zeitraums exportieren Sie diese Daten und machen Rechnungen daraus.
Ähnliche Inhalte
Entdecke passende Tools, Skills und Artikel zu SaaSpec.
Alternativen zu SaaSpec
ngram 2.0
ngram · Video · Marketingngram 2.0 ist ein KI-Videogenerator für Teams. Aus einem Prompt, einer Bildschirmaufnahme oder einer Produkt-URL entsteht ein Erklärvideo, eine Demo oder ein KI-Avatar-Video, und jede Szene bleibt bearbeitbar.
shippedit.me
Krawlup · Marketing · Businessshippedit.me leitet inzwischen auf Krawlup um, eine Web-Plattform, die SEO, AEO und Ladezeit wöchentlich prüft und die Korrekturen per MCP an Coding-Agenten übergibt.
MePersona
MePersona, Inc. · Schreiben · Produktivität · MarketingMePersona ist ein einheitlicher KI-Posteingang für Creator. Das Tool lernt Ihre Stimme, entwirft Antworten auf Fan-Nachrichten von 12 Plattformen und sendet nur, was Sie freigeben.