SaaSpec

SaaSpec

SaaSpec · 行銷

SaaSpec 追蹤每位使用者的 token 用量與成本,適合採依用量計費的 LLM 應用,月底把匯出檔轉成 Stripe 發票。目前只支援 OpenAI 模型。

SaaSpec 的介面預覽

關於 SaaSpec

About

SaaSpec 是什麼

SaaSpec 是一套 LLM API 用量追蹤服務,對象是把模型存取權轉售給客戶、再依實際消耗收費的開發者。只要你的產品讓使用者呼叫 GPT 模型,計量就必須落在某個地方,SaaSpec 就是那個計量器。它記下每個帳號送出與收到的內容,把 token 換算成金額,並持續累計,讓你在月底照著數字開單。

計算的單位是單次請求。每次呼叫後,應用程式把輸入文字、模型回覆、模型名稱與使用者代號送給 SaaSpec,服務端負責計算 token 並套用該模型的價目,再把結果掛在那個代號底下。送到客戶手上的金額因此來真實用量,而不是對平均消耗的猜測。

適用範圍受三個條件限制。它只涵蓋 OpenAI 模型,若你的產品同時把流量導向 Claude、Gemini 或開源模型,那些呼叫不會被計價。開立發票也不是全自動:你得匯出 CSV,再跑一支腳本對接 Stripe。此外,輸入文字與回覆都會傳到 SaaSpec 的端點,等於把使用者內容交給第三方。處理醫療、法律或財務資料的團隊,導入前最好先確認這一點。

開始使用

  1. 在 saaspec.com 註冊帳號並開啟儀表板,官方提供一段短片導覽主要畫面。
  2. 到個人資料區複製 API token,應用程式之後送出的每一筆記錄都要靠它驗證。
  3. 在處理請求的函式裡加一段呼叫,用 POST 送出使用者代號、輸入文字、輸出文字、從 API 回應取得的模型名稱,以及你的 token。
  4. 先跑幾筆測試查詢,確認儀表板顯示正確的使用者、正確的模型,金額也合理。
  5. 計費週期結束時匯出當月 CSV,交給你的 Stripe 開票腳本。

產品資訊

快速了解 SaaSpec 的定價、支援平台與效能。

免費方案否
付費方案Contact vendor
平台Web
開發者SaaSpec
類別行銷
發布日期Jul 2024
最近更新Jan 2026
網站訪問量N/A
網站全球排名N/A
API 提供狀態是

適合對象

這項工具最適合的使用者、任務與情境。

使用者

  • 以 OpenAI 功能為賣點的獨立 SaaS 創辦人:想依消耗收費,又不想自己造一套計量系統。代價是每多接一家 OpenAI 以外的模型,就得多做一套計量。
  • 採預付點數制的開發團隊:token 成本控管細到每個帳號,誰快把餘額用完一眼就看得出來。
  • 小型 AI 新創的財務與營運人員:每月 CSV 給的是逐客戶的金額,可以拿去和 OpenAI 帳單對帳,不必面對一筆總數。

任務

  • 從固定月費改成依用量計費:先看歷史的每人累計金額,替點數定價抓一個基準。
  • 向終端使用者收取 token 消耗費用:匯出檔裡有代號、金額、輸入與輸出數量,一個人都跑不掉。
  • 找出費用暴增的帳號:把匯出檔依成本排序,或直接篩選異常標記,就能看到是誰把數字推上去。
  • 把計量結果變成 Stripe 開立發票的流程:官方文件附了一段 Python 範例,讀 CSV 後建立發票項目。

情境

  • 在既有應用上線依用量計費的方案:第一天就開始記錄,第一個月結束就能開單。
  • 月底結帳:匯出、產生發票,順手把 CSV 存成每筆請款的憑證。
  • 查核 OpenAI API 成本突然跳升的原因:比對暴增前後每個使用者的欄位,判斷是呼叫量變多還是換了較貴的模型。

主要功能

一筆請求一次 POST 完成記錄

記錄只要對 SaaSpec 的端點送出一次 HTTP 呼叫,帶五個欄位:使用者代號、輸入、輸出、模型名稱與 API token。不必安裝 SDK,也不必在自己伺服器上跑代理程式。把它塞進既有的請求處理函式只要幾行程式,對於已經在跑的應用來說,這一點很實際。

以代號歸戶的成本計算

每筆記錄都掛在你送出的代號底下。這個字串必須和同一個人在 Stripe 裡的識別方式對得上,或者至少能在開單時對回電子郵件。一開始選錯鍵,月底匯出就變成一份沒有主人的成本清單,上線前值得花一分鐘想清楚。

模型價格取自 API 回應

SaaSpec 要求送出 API 原樣回傳的模型名稱,不接受寫死的字串。模型會改名、會調價,程式裡固定的值遲早和現實脫節。改送回應中的值,價目表就會跟著真正處理請求的那個模型走。

異常支出標記

匯出檔在成本與輸入輸出數量之外,另有一欄異常標記。它會標出用量明顯偏離其他帳號的客戶,是找出失控腳本、外流的金鑰或挖到高價提示詞的使用者最快的路徑。標記之後還是得自己處理,但偵測這件事已經有人做了。

每月 CSV 匯出

每個計費週期匯出一次,得到的表格可以丟進試算表、交給會計,或直接用程式解析。每一列都把使用者和 token 成本、輸入輸出數量配在一起,客服被問到某筆費用時,同一個檔案就能回答。

銜接 Stripe 開立發票

Stripe 沒有內建在服務裡,但官方文件给了一套可直接改用的做法:讀 CSV、用電子郵件找出或建立 Stripe 客戶、加入一筆發票項目、建立並寄出發票。貼進腳本、把欄位名稱改成你的匯出格式,每個月跑一次就好。

優缺點

優點

  • 整合方式是一筆請求一次 POST,補上計量不必更動應用架構。
  • 成本依每位使用者實際的輸入與輸出 token 計算,這正是依用量付費的客戶會在發票上核對的數字。
  • 模型名稱取自 API 回應,OpenAI 推出新版本時價目不會算錯。
  • 異常欄位省下自己寫離群偵測的功夫。
  • 文件裡的 Stripe 範例幾乎可以直接執行,從用量資料到寄出發票的距離因此縮短不少。

缺點

  • 只支援 OpenAI,若產品同時呼叫 Anthropic、Google 或開源模型,那些請求得另找一套計量工具。
  • 官網沒有公布價格,還沒聯絡廠商之前,無法估算每位使用者的成本。
  • 開票仍靠人工:匯出 CSV、跑腳本,沒有排程工作會自動向客戶請款。
  • 輸入文字與回覆會離開自己的基礎設施,處理醫療、法律或財務文本的產品要特別留意。

常見問題

它記錄應用程式送出的每一次 LLM 請求,依使用的模型計算 token 價格,並替每位使用者累計金額。週期結束後匯出這些資料,就能轉成發票。