Schneeball vs Lawine Rechner

Wie Schneeball und Lawine dasselbe Monatsbudget verteilen

Jeder simulierte Monat bucht zuerst Zinsen auf jeden offenen Saldo mit apr geteilt durch einhundert geteilt durch zwölf, zahlt dann Mindestraten auf Nicht-Fokus-Schulden und wendet den Rest eines konstanten Monatsbudgets — Summe aller ursprünglichen Mindestraten plus extra_payment — auf die Fokus-Schuld an.

Eingabevertrag, Antwortfelder und Fehlerfälle

Optionales decimals von null bis acht steuert Half-up-Rundung währungsartiger Summen und ist standardmäßig zwei. Beispiel: Card A mit zweitausendfünfhundert, zweiundzwanzig Komma neun Prozent und fünfundsiebzig Mindestrate, Card B mit achthundert, achtzehn Prozent und vierzig Mindestrate sowie ein Privatkredit mit fünftausend, neun Komma fünf Prozent und einhundertfünfzig Mindestrate plus zweihundert Extra ergibt zwei vollständige Simulationen zum direkten Vergleich ohne Tabellenkalkulation. Senden Sie einen JSON-Body mit einem Pflicht-Array debts von einem bis dreißig Objekten. Jede Schuld braucht balance größer null, apr als nominale Jahresprozentzahl größer oder gleich null und min_payment größer null. Ein optionales name kennzeichnet die Schuld in der payoff_order jeder Strategie; fehlende Namen werden Debt 1, Debt 2 usw. Optionales extra_payment ist standardmäßig null und ist der Überschuss über die Summe aller Mindestraten. Optionales max_months ist standardmäßig sechshundert und begrenzt, wie lange jede Simulation laufen darf, bevor die Anfrage scheitert. Bei Erfolg liefert der Body debt_count, extra_payment, monthly_budget und max_months; verschachtelte Objekte snowball und avalanche mit months, years, total_interest, total_paid und payoff_order; interest_saved_by_avalanche und months_saved_by_avalanche als Schneeball minus Lawine; recommended als avalanche, snowball oder either; eine kurze recommendation_reason; und eine formula-Zeichenkette mit der Monatsregel. Fehlende Schulden, leere Arrays, nicht endliche Zahlen, nicht positive Salden oder Mindestraten, negative apr oder extra_payment, Ganzzahlen außerhalb des Bereichs und Pläne, die max_months nicht einhalten, scheitern mit invalid_input und werden nicht berechnet.

Wo eine Schneeball-gegen-Lawine-API ihren Nutzen entfaltet

Fintech-Onboarding und Schuldenkonsolidierungs-Funnels füllen Schulden aus Kontolinks vor und müssen Tilgungspläne ordnen, ohne einen vollen Servicing-Kern aufzubauen. Blog- und SEO-Landings, die auf Schulden-Schneeball-gegen-Lawine-Rechner zielen, konvertieren besser, wenn das kostenlose Browser-Tool byteweise dem Automatisierungspfad auf demselben reinen Modul entspricht. Unterrichtsmodule zum Verbraucherkredit können gerundete total_interest und months in Tests gegen handgerechnete Fälle fixieren. Weil die Implementierung reines Parse der Stufe A ist, kostet jeder erfolgreiche Aufruf den veröffentlichten Basispreis $0.002 ohne Modell-Tokens und ohne ausgehendes Netz, und fehlgeschlagene Validierung wird nicht abgerechnet. Variieren Sie extra_payment in Ihrer eigenen Schleife für Break-even-Diagramme; halten Sie max_months in interaktiven Demos eng, damit ungebremste Unterzahlung schnell scheitert; und behandeln Sie recommended als Entscheidungshilfe, nicht als Rechts- oder Treuhandberatung. Das Tool modelliert keine Gebühren, Zinsaufschub-Aktionen, variable Zinsen, Steuerabzugsfähigkeit oder Teilperioden-Kalender — nur einen deterministischen monatlichen Festzinsvergleich der beiden klassischen Ordnungen unter konstantem Budget.