SaaSpec
SaaSpec · Marketing
SaaSpec mesure la consommation de tokens par utilisateur et son coût dans les apps LLM facturées à l'usage, puis transforme l'export mensuel en factures Stripe. Seuls les modèles OpenAI sont pris en charge.
À propos de SaaSpec
About
Qu'est-ce que SaaSpec
SaaSpec est un service de suivi de l'usage d'API LLM destiné à ceux qui revendent l'accès à un modèle et facturent à la consommation. Si votre produit laisse vos clients interroger des modèles GPT, le compteur doit bien se trouver quelque part. SaaSpec joue ce rôle: il note ce que chaque compte envoie et reçoit, convertit les tokens en dollars et tient un total cumulé sur lequel vous facturez en fin de mois.
L'unité comptable est la requête. Votre application transmet à SaaSpec le texte d'entrée, la réponse du modèle, le nom du modèle et un identifiant utilisateur après chaque appel. Le service se charge du décompte des tokens et du calcul au prix du modèle, puis range le résultat sous cet identifiant. Le montant facturé vient donc de l'usage réel, pas d'une estimation de consommation moyenne.
Trois limites dessinent le périmètre. La couverture se limite aux modèles OpenAI: un produit qui route aussi vers Claude, Gemini ou un modèle ouvert n'a aucune mesure pour ces appels. La facturation n'est pas automatique non plus, puisque vous exportez un CSV et lancez un script vers Stripe. Et comme le texte d'entrée et la réponse passent par le point d'accès de SaaSpec, du contenu utilisateur sort de votre infrastructure. Les équipes soumises à des règles de données strictes doivent le vérifier avant l'intégration.
Premiers pas
- Créez votre compte sur saaspec.com et ouvrez le tableau de bord. Une courte vidéo présente les écrans principaux.
- Copiez le token d'API depuis la section profil. Ce token authentifie chaque appel d'enregistrement lancé par votre application.
- Ajoutez un appel dans votre gestionnaire de requêtes. Envoyez en POST l'UID de l'utilisateur, le texte d'entrée, le texte de sortie, le nom du modèle récupéré dans la réponse de l'API et votre token.
- Lancez quelques requêtes de test et vérifiez que le tableau de bord affiche le bon utilisateur, le bon modèle et un coût plausible.
- À la clôture de la période, exportez le CSV du mois et passez-le à votre script de facturation Stripe.
Informations sur le produit
Aperçu des tarifs, des plateformes compatibles et des performances de SaaSpec.
Idéal pour
Les utilisateurs, tâches et cas d'usage où cet outil convient le mieux.
Utilisateurs
- Fondateurs de SaaS indépendants qui vendent une fonction basée sur OpenAI
- Équipes qui fonctionnent avec des crédits prépayés
- Profils finance et opérations de petites startups IA
Tâches
- Passer d'un abonnement fixe à la facturation à l'usage
- Facturer aux utilisateurs finaux leur consommation de tokens
- Identifier le compte derrière un pic de dépense
- Transformer un usage mesuré en factures Stripe
Cas d'usage
- Lancer une formule facturée à l'usage sur une app déjà en production
- Clôture mensuelle
- Auditer une hausse des coûts de l'API OpenAI
Fonctionnalités clés
Un seul POST par requête pour enregistrer l'usage
L'enregistrement tient en un appel HTTP vers le point d'accès de SaaSpec, avec cinq champs: identifiant utilisateur, entrée, sortie, nom du modèle et votre token d'API. Aucun SDK à installer, aucun agent à maintenir sur vos serveurs. Insérer l'appel dans un gestionnaire existant demande quelques lignes, ce qui compte quand vous ajoutez de la facturation à une application déjà en service.
Coût rattaché à chaque utilisateur via l'UID
Chaque enregistrement est classé sous l'UID que vous transmettez. Cette chaîne doit correspondre à la façon dont la même personne apparaît dans Stripe, ou à une valeur que vous savez relier à un courriel au moment de facturer. Une clé mal choisie au départ transforme l'export mensuel en liste de coûts sans propriétaire: la décision mérite une minute de réflexion avant le lancement.
Prix du modèle lu dans la réponse
SaaSpec demande le nom du modèle tel que l'API l'a renvoyé, pas une chaîne écrite en dur. Les modèles changent de nom et de tarif, et une valeur figée dans le code s'écarte de la réalité sans prévenir. Transmettre la valeur de la réponse garde la grille tarifaire alignée sur le modèle qui a réellement traité l'appel.
Marque d'anomalie sur les dépenses hors norme
L'export comporte une colonne anomalie à côté du coût et des décomptes d'entrée et de sortie. Elle signale les comptes dont la consommation s'éloigne des autres, le moyen le plus rapide de repérer un script emballé, une clé divulguée ou un client qui a trouvé un prompt coûteux. Il reste à agir sur la marque, mais la détection est déjà faite.
Export mensuel au format CSV
Un export par période donne un tableau que vous ouvrez dans un tableur, transmettez à la comptabilité ou lisez depuis du code. Chaque ligne associe un utilisateur à son coût en tokens et à ses décomptes d'entrée et de sortie, de sorte qu'une question du support sur un prélèvement se règle avec ce fichier.
Passerelle vers la facturation Stripe
Stripe n'est pas intégré, mais la documentation livre un schéma qui fonctionne: lire le CSV, retrouver ou créer le client Stripe par courriel, ajouter une ligne de facture avec le coût en tokens, puis créer et envoyer la facture. Collez-le dans un script, adaptez les noms de colonnes à votre export et exécutez-le une fois par mois.
Avantages et inconvénients
Avantages
- L'intégration se résume à un POST par requête: vous ajoutez la mesure sans revoir l'architecture de l'application.
- Le coût provient des tokens réels d'entrée et de sortie de chaque utilisateur, soit le chiffre qu'un client facturé à l'usage attend sur sa facture.
- Le nom du modèle vient de la réponse de l'API, ce qui garde les prix justes quand OpenAI publie de nouvelles versions.
- La colonne anomalie vous évite d'écrire votre propre détection des dépenses atypiques.
- L'exemple Stripe de la documentation est presque exécutable, ce qui raccourcit le trajet entre les données d'usage et une facture envoyée.
Inconvénients
- OpenAI est le seul fournisseur couvert: un produit qui appelle aussi Anthropic, Google ou un modèle ouvert a besoin d'un second compteur pour ces requêtes.
- Le site ne publie aucun tarif, donc impossible d'estimer le coût par utilisateur avant d'échanger avec l'éditeur.
- La facturation reste manuelle: vous exportez un CSV et lancez un script, sans tâche planifiée qui encaisse toute seule.
- Les textes d'entrée et les réponses quittent votre infrastructure, ce qui pose problème aux produits traitant des données de santé, juridiques ou financières.
Questions fréquentes
Il enregistre chaque requête LLM de votre application, calcule le prix des tokens selon le modèle employé et tient un total par utilisateur. En fin de période, vous exportez ces données et les convertissez en factures.
Contenus associés
Découvrez des outils, des compétences et des articles liés à SaaSpec.
Alternatives à SaaSpec
ngram 2.0
ngram · Vidéo · Marketingngram 2.0 est un générateur de vidéo IA conçu pour les équipes. Il transforme un prompt, un enregistrement d'écran ou l'URL d'un produit en vidéo explicative, en démo ou en vidéo avec avatar IA, et chaque scène reste modifiable.
shippedit.me
Krawlup · Marketing · Entrepriseshippedit.me renvoie désormais vers Krawlup, une plateforme web qui audite le SEO, l'AEO et la vitesse chaque semaine, puis transmet les correctifs aux agents de code via MCP.
MePersona
MePersona, Inc. · Rédaction · Productivité · MarketingMePersona est une boîte de réception unifiée avec IA pensée pour les créateurs. Elle apprend votre style, rédige des réponses aux messages de vos fans sur 12 plateformes et n'envoie que ce que vous validez.