—
economia mensal com auto-hospedagem (vs gerenciada)—API gerenciada / mês
—total auto-hospedado / mês
—Instâncias de GPU necessárias
API gerenciada versus auto-hospedada, por volume mensal
O mesmo preço gerenciado, custo de GPU, configurações e entradas de manutenção acima, varridos pelo volume de itens – as instâncias necessárias (e, portanto, o custo auto-hospedado) são recalculadas em cada linha. A linha destacada está mais próxima do seu volume de equilíbrio.
| Itens/mês | API gerenciada | Instâncias | Total auto-hospedado | Opção mais barata |
|---|
Como isso se conecta a outras ferramentas
Esta calculadora avalia uma decisão específica: pagar por solicitação por uma API de proteção/moderação gerenciada ou executar você mesmo um modelo de proteção de código aberto. Se você já sabe que deseja uma API gerenciada e precisa apenas da fatura bruta, o Calculadora de custos de moderação de conteúdo preços simples, preços gerenciados de US$ por 1.000 itens, e o Calculadora de custos de pilha AI Guardrails avalia uma pilha gerenciada por nível de taxa em contagens de varredura - nenhum desses modelos é o lado auto-hospedado. O formato da infraestrutura auto-hospedada aqui — custo da instância de GPU, horas de configuração amortizadas, horas de manutenção contínua — é o mesmo padrão de modelagem usado para hospedar um Servidor MCP, aplicado apenas a um classificador de moderação em vez de um adaptador de protocolo. E se a pergunta de construção versus compra que você realmente tem é sobre um bate-papo de uso geral ou modelo de conclusão, em vez de um classificador de segurança restrito, esse é um formato de custo diferente com dimensionamento de GPU diferente – consulte o LLM auto-hospedado vs calculadora API para essa comparação.
Como funciona esta calculadora
O Calculadora de API auto-hospedada vs gerenciada Guardrails compara duas formas de custo para o mesmo trabalho – verificando o conteúdo em relação às regras de segurança. O lado gerenciado é simples: itens verificados por mês dividido por 1.000, multiplicado pelo preço da API gerenciada, fornece uma fatura mensal que varia linearmente com o volume, sem teto. O lado auto-hospedado é uma função passo a passo: o volume do seu item dividido pelo capacidade de transferência por instância de GPU, arredondado, dá o número de instâncias necessárias, cada um faturado no apartamento Custo da instância de GPU independentemente de quão perto você o execute. No topo dessa linha de infraestrutura, o horas de configuração única multiplicado pelo seu taxa horária e espalhado por todo janela de amortização adiciona uma taxa de configuração mensal e horas de manutenção multiplicado pela mesma taxa adiciona uma taxa de manutenção mensal contínua. Somando a infraestrutura da GPU, configuração amortizada e manutenção dá o total auto-hospedado, e gerenciado menos auto-hospedado fornece poupança mensal – negativo em volumes baixos, já que mesmo uma instância de GPU ociosa, além de configuração e manutenção, pode custar mais do que uma pequena conta gerenciada.
O número que vale a pena lembrar é o volume de equilíbrio: a contagem exata de itens em que o custo mensal fixo de uma única instância auto-hospedada (GPU + configuração amortizada + manutenção) é igual ao que a API gerenciada cobraria pelo mesmo volume. Abaixo desse volume, a API gerenciada é mais barata porque você paga por uma instância inteira de GPU que não precisa preencher. Acima disso, a auto-hospedagem é mais barata e permanece mais barata por uma margem crescente, porque a conta gerenciada continua subindo linearmente, enquanto a linha auto-hospedada apenas salta em etapas planas cada vez que você ultrapassa o teto de taxa de transferência de outra instância. Esta é uma comparação de custo mínimo – ela não pesa latência, confiabilidade ou diferenças de qualidade do modelo entre um fornecedor gerenciado e um modelo de código aberto como o Llama Guard, apenas o custo direto em dólares das duas maneiras de executar a verificação.
Perguntas frequentes
Por que a decisão auto-hospedada versus gerenciada dos guardrails tem um ponto de equilíbrio real em vez de uma opção sempre vencedora?
Porque as duas opções têm formas de custos fundamentalmente diferentes, e não apenas preços diferentes. Uma API de moderação gerenciada cobra por solicitação — o custo aumenta linearmente com o volume para sempre, sem teto. Um modelo de guardrail auto-hospedado é executado em uma instância de GPU com um custo mensal fixo e um limite máximo de taxa de transferência: uma instância atende até sua capacidade por uma taxa fixa, e você só paga por uma segunda instância quando exceder esse limite. Essa é uma função degrau, não uma linha. Em volumes baixos, o custo fixo de até mesmo uma instância de GPU, além das despesas gerais de configuração e manutenção, é maior do que a pequena conta gerenciada, portanto, a API vence. Após um determinado volume, o custo gerenciado linear sobe acima do custo fixo de auto-hospedagem e permanece lá, então a auto-hospedagem vence a partir desse ponto e a lacuna continua aumentando. O ponto de cruzamento entre o passo plano e a linha ascendente é o volume de equilíbrio – um número específico e computável, não uma questão de opinião, e é por isso que a resposta honesta para “o que é mais barato” é sempre “depende do seu volume”, e não uma recomendação geral de qualquer maneira.
O que são modelos de guardrail de código aberto, como Llama Guard e NeMo Guardrails, e por que eles são baratos o suficiente para serem auto-hospedados?
Eles são classificadores específicos, não modelos de bate-papo de uso geral. O Llama Guard é ajustado especificamente para ler um trecho de texto ou uma conversa e gerar uma classificação de segurança contra uma taxonomia fixa de categorias – violência, discurso de ódio, automutilação e similares – em vez de manter uma conversa ou escrever código. NeMo Guardrails é uma estrutura para conectar classificadores, regras e pequenos modelos em um pipeline de moderação, em vez de um único modelo grande. Como a tarefa é restrita - classificar, não gerar texto longo - esses modelos podem ser muito menores do que um modelo de bate-papo de fronteira e ainda assim ter um bom desempenho, o que significa que eles são executados de forma aceitável em uma única instância modesta de GPU, em vez dos clusters multi-GPU que um grande modelo de uso geral precisa. Essa é a razão pela qual o lado auto-hospedado desta calculadora é viável: um pequeno modelo específico de classificação em uma instância de GPU de classe de US$ 450/mês pode processar milhões de itens por mês, a um custo fixo que o preço por solicitação de uma API gerenciada não pode igualar quando o volume aumenta o suficiente.
O que esta calculadora não explica?
Esta é uma comparação de custo mínimo, não uma decisão completa de construção versus compra. Ele não modela diferenças de latência e confiabilidade — uma API gerenciada normalmente tem garantias de tempo de atividade e redundância geográfica mais maduras do que uma instância única autogerenciada, e o failover para uma configuração auto-hospedada é em si um custo de engenharia não capturado na entrada de horas de manutenção. Ele não modela a carga de manutenção além das horas que você insere — atualizações de modelos à medida que novos padrões de ataque e jailbreaks surgem, mudanças de taxonomia à medida que a política evolui e resposta a incidentes quando algo escapa, tudo isso pode exceder uma estimativa fixa de horas mensais na prática. E não modela diferenças de qualidade entre fornecedores e modelos de código aberto — o classificador de um fornecedor gerenciado pode capturar categorias ou idiomas que um modelo de código aberto não percebe, ou vice-versa, e essa lacuna de precisão tem um custo real em falsos positivos e falsos negativos que esta ferramenta não tem como avaliar. Use o número aqui como o custo mínimo da decisão e, em seguida, compare-o com esses fatores antes de se comprometer de qualquer maneira.
Como isso difere da calculadora de custos de moderação de conteúdo e da calculadora de custos de pilha de guardrails de IA neste site?
Ambas as ferramentas têm preço apenas para serviços gerenciados. A Calculadora de custos de moderação de conteúdo modela uma conta simples de API gerenciada de US$ 1.000 por item, sem nenhuma opção de auto-hospedagem - ela responde "quanto a API gerenciada me custará", e não "eu poderia executar isso mais barato sozinho". A calculadora de custos de pilha do AI Guardrails modela uma pilha gerenciada por nível de taxa – contagens de varredura em relação aos níveis de preços – novamente puramente no lado gerenciado, útil para comparar fornecedores gerenciados entre si, mas não com auto-hospedagem. Esta calculadora é a primeira no site a colocar um modelo de proteção de código aberto e auto-hospedado do outro lado da comparação e calcular o volume exato onde ele começa a superar o preço linear de uma API gerenciada, uma questão que nenhuma dessas ferramentas pode responder porque elas modelam apenas um lado da negociação.