Biaya Prompt API LLM: Atur Anggaran Token Anda
Harga adalah $0,15 per 1 juta token input dan $0,50 per 1 juta token output. Berikut cara mengubahnya menjadi anggaran untuk prompt Anda sendiri.
Diperbarui

Poin utama
- Panggilan prompt 600 input, 400 output berharga $0,00029; 1.000 panggilan berharga $0,29.
- Token output berharga 3⅓ kali lebih mahal daripada token input.
- Riwayat percakapan dikirim ulang setiap giliran, sehingga percakapan panjang jauh lebih mahal per giliran dibandingkan percakapan pendek.
- Saldo prabayar mulai $20 tidak pernah kedaluwarsa; ada kredit uji coba $0,50 tetapi tidak ada tier gratis.
Jawaban singkat, dengan angka
Pada API ini, biaya prompt API LLM mudah dinyatakan: $0,15 per 1 juta token input dan $0,50 per 1 juta token output. Panggilan ekspansi prompt tipikal, dengan 600 token masuk dan 400 keluar, berharga $0,00029, yang berarti 1.000 panggilan seperti itu berharga $0,29. Tidak ada langganan dan tidak ada minimum bulanan. Anda membayar dari saldo prabayar, dan saldo tersebut tidak pernah kedaluwarsa.
Sisa artikel ini menunjukkan cara mendapatkan dari dua harga tersebut menjadi anggaran yang dapat Anda percayai: cara menghitung token, berapa sebenarnya biaya percakapan panjang, apa yang dibeli dengan top-up, dan di mana prompt dapat dipangkas. Setiap angka di bawah ini dihitung dari dua tarif tersebut, dan aritmetika ditunjukkan sehingga Anda dapat menghitung ulang dengan angka Anda sendiri.
| Tugas | Token input | Token output | Biaya per panggilan |
|---|---|---|---|
| Ekspansi prompt | 600 | 400 | $0.00029 |
| Prompt sistem panjang, balasan pendek | 2,100 | 300 | $0.000465 |
| Dokumen besar dalam jendela 100k | 80,000 | 2,000 | $0.013 |
Bagaimana token menjadi dolar
Tagihan LLM memiliki dua baris. Token input adalah semua yang Anda kirim: pesan sistem, giliran percakapan sebelumnya, dokumen yang disematkan, dan pertanyaan baru. Token output adalah apa yang ditulis kembali oleh model. Output lebih mahal per token di sini, $0,50 dibandingkan $0,15 per juta, sehingga setiap token output berharga 3,33 kali harga token input. Jawaban panjang lebih mahal daripada pertanyaan panjang dengan panjang yang sama.
Untuk satu panggilan, rumusnya adalah:
cost = input_tokens x 0.15 / 1,000,000 + output_tokens x 0.50 / 1,000,000
Sebagai aturan kasar untuk teks bahasa Inggris, satu token adalah sekitar empat karakter, atau tiga perempat kata. Prompt 300 kata adalah sekitar 400 token. Itu hanya perkiraan. Kode, angka, dan teks non-Inggris biasanya membutuhkan lebih banyak token per kata, jadi ukur sampel nyata sebelum Anda menganggarkan pekerjaan besar.
Cara termudah untuk mengukur adalah dengan meminta API. Setiap respons membawa objek usage dengan jumlah token prompt dan completion, dan respons streaming mengirim penggunaan di akhir aliran. Jalankan dua puluh permintaan perwakilan, rata-ratakan dua angka tersebut, dan kalikan.
Contoh perhitungan: memperluas prompt
Ambil pekerjaan yang menulis prompt teks-ke-video yang selesai dari ide singkat. Pesan sistem ditambah ide berjumlah 600 token input, dan balasan adalah 400 token.
- Input: 600 x $0,15 / 1.000.000 = $0,00009
- Output: 400 x $0,50 / 1.000.000 = $0,0002
- Total per panggilan: $0.00029
Skalakan:
- 1.000 panggilan: $0,29
- 10.000 panggilan: $2,90
- 100.000 panggilan: $29,00
Atau dengan kata lain, kredit uji coba $0,50 mencakup sekitar 1.724 panggilan seperti ini (0,50 / 0,00029 = 1.724,1), dan top-up $20 mencakup sekitar 69.000 di antaranya. Untuk tim kecil dan proyek hobi, biaya prompt jarang menjadi bagian anggaran yang menyakitkan. Alat yang mengonsumsi prompt biasanya jauh lebih mahal.
Kredit uji coba senilai $0,50 berlaku selama 7 hari, diklaim dengan satu klik di halaman kunci API setelah pendaftaran, satu per orang. Tidak perlu kartu. Tidak ada tier gratis berulang setelah itu, jadi rencanakan saldo prabayar setelah kredit uji coba habis.
Mengapa percakapan panjang lebih mahal dari yang Anda harapkan
Penggunaan gaya obrolan adalah tempat perkiraan meleset. API bersifat stateless, jadi untuk setiap giliran baru Anda mengirim ulang seluruh percakapan. Input tumbuh dengan setiap giliran meskipun setiap pesan pendek.
Katakanlah obrolan memiliki pesan sistem 500 token. Dalam setiap giliran, pengguna menulis 100 token dan model membalas dengan 300. Giliran 1 mengirim 600 token. Giliran 2 mengirim 600 ditambah 400 dari giliran 1, jadi 1.000. Setiap giliran selanjutnya menambahkan 400 lagi.
- Input selama 10 giliran: 10 x 600 + 400 x (0 + 1 + ... + 9) = 6.000 + 400 x 45 = 24.000 token
- Output selama 10 giliran: 10 x 300 = 3.000 token
- Biaya input: 24.000 x $0,15 / 1.000.000 = $0,0036
- Biaya output: 3.000 x $0,50 / 1.000.000 = $0,0015
- Total untuk percakapan sepuluh giliran: $0,0051
Itu sekitar setengah sen untuk seluruh percakapan. Jumlahnya kurang penting daripada bentuknya: giliran 10 jauh lebih mahal daripada giliran 1, dan total input tumbuh dengan kuadrat jumlah giliran. Regangkan obrolan yang sama menjadi 100 giliran dan input menjadi 100 x 600 + 400 x 4.950 = 2.040.000 token, yang bernilai $0,306. 30.000 token output menambahkan $0,015, untuk total $0,321. Sepuluh kali lipat giliran, sekitar 63 kali lipat biaya.
Jika penggunaan Anda adalah obrolan jangka panjang atau roleplay, putuskan kapan harus memotong atau meringkas giliran lama. Mengganti 80 giliran pertama dengan ringkasan 500 token dapat mengurangi setiap permintaan selanjutnya, dan juga menjaga percakapan tetap dalam jendela 100.000 token.
Satu permintaan besar dalam jendela 100k
Ekstrem lainnya adalah satu permintaan besar: naskah panjang, file log, atau serangkaian transkrip. Jendela konteks adalah 100.000 token untuk prompt dan completion bersama-sama, sehingga input terbesar menyisakan sedikit ruang untuk output. Pekerjaan dengan 80.000 token input dan 2.000 token output biayanya:
- Input: 80.000 x $0,15 / 1.000.000 = $0,012
- Output: 2.000 x $0,50 / 1.000.000 = $0,001
- Total: $0,013
Bahkan permintaan yang mengisi sebagian besar jendela berharga sekitar satu sen. Biaya bukan alasan untuk menghindari input panjang. Kecepatan dan kualitas adalah: prompt yang sangat panjang membutuhkan waktu lebih lama untuk diproses, dan fakta di tengah input besar lebih mudah dilewatkan oleh model apa pun. Jika jawaban bergantung pada beberapa paragraf, kirim paragraf tersebut.
Batas badan adalah 8 MB per permintaan, yang jauh di atas apa yang muat dalam jendela token, sehingga jumlah token akan menjadi batas yang Anda capai terlebih dahulu.
Apa yang dibeli dengan isi ulang
Kredit dibeli dalam jumlah dolar utuh dari $20 hingga $500. Top-up yang lebih besar menambahkan bonus: 5% dari $50, 10% dari $100, dan 15% dari $200.
| Anda membayar | Bonus | Saldo ditambahkan | Pemanggilan ekspansi prompt (pada $0.00029) |
|---|---|---|---|
| $20 | tidak ada | $20.00 | sekitar 69.000 |
| $50 | 5% = $2.50 | $52.50 | sekitar 181.000 |
| $100 | 10% = $10 | $110.00 | sekitar 379.000 |
| $200 | 15% = $30 | $230.00 | sekitar 793.000 |
Anda dapat membayar dengan kripto (USDT di TRC20, USDC di Base). Karena kredit tidak pernah kedaluwarsa, tidak ada penalti untuk membeli jumlah lebih besar dan menggunakannya secara perlahan, dan bonus membuat pilihan itu menarik jika Anda tahu akan terus menggunakan API. Jika ragu, mulailah dengan $20. Harga saat ini dan formulir isi saldo ada di halaman harga.
Permintaan yang gagal atau ditolak tidak dikenakan biaya. Jika permintaan gagal atau model menolak, Anda tidak membayar untuk permintaan tersebut, hal ini penting saat Anda mencoba lagi dalam loop.
Lima cara menurunkan tagihan
Karena input adalah bagian yang paling dikontrol, mulailah dari sana.
- Potong pesan sistem. Ambil pekerjaan dengan pesan sistem 2.000 token, ide 100 token, dan balasan 300 token. Input adalah 2.100 token, sehingga panggilan biayanya 2.100 x $0,15 / 1.000.000 + 300 x $0,50 / 1.000.000 = $0,000315 + $0,00015 = $0,000465. Selama 10.000 panggilan, itu adalah $4,65. Potong pesan sistem menjadi 500 token dan panggilannya adalah 600 x $0,15 / 1.000.000 + $0,00015 = $0,00009 + $0,00015 = $0,00024, atau $2,40 untuk 10.000 panggilan. Anda menghemat $2,25.
- Batas output. Atur
max_tokenske panjang yang Anda butuhkan. Itu opsional, tetapi batas atas melindungi Anda dari balasan yang tidak terkendali. - Minta jawaban singkat. "Balas hanya dengan prompt" menghapus pendahuluan yang Anda bayar dan kemudian hapus.
- Kelompokkan pertanyaan kecil. Sepuluh pertanyaan pendek dalam satu permintaan berbagi satu pesan sistem daripada mengulanginya sepuluh kali.
- Ringkas giliran obrolan lama. Seperti yang ditunjukkan di atas, ini meratakan kurva pertumbuhan.
Tidak ada yang membutuhkan alat khusus. Pengecekan adalah skrip yang mencatat usage dari setiap respons.
from openai import OpenAI
client = OpenAI(
base_url="https://api.veo3apis.com/v1",
api_key="YOUR_API_KEY",
)
IN_PRICE = 0.15 / 1_000_000
OUT_PRICE = 0.50 / 1_000_000
resp = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Write a 70 word prompt for a rainy street scene."}],
max_tokens=200,
)
u = resp.usage
cost = u.prompt_tokens * IN_PRICE + u.completion_tokens * OUT_PRICE
print(u.prompt_tokens, u.completion_tokens, "tokens, about $%.6f" % cost)
Anda juga dapat memantau saldo secara langsung: setiap respons menyertakan header X-Balance-USD. Catat header tersebut di samping ID permintaan dari X-Request-Id, dan Anda dapat mencocokkan pengeluaran dengan perhitungan Anda sendiri. Untuk memulai, klaim kredit uji coba di halaman kunci API dan baca dokumentasi untuk daftar parameter lengkap.
Panduan lainnya
Tanya jawab
Apakah ada tingkat gratis?
Tidak. Pengguna baru dapat mengklaim kredit uji coba satu kali sebesar $0,50, yang berlaku selama 7 hari dan tidak memerlukan kartu. Setelah itu, Anda membayar dari saldo prabayar.
Apakah permintaan yang ditolak atau gagal dikenakan biaya?
Tidak. Permintaan yang gagal atau ditolak tidak dikenakan biaya.
Apakah kredit kedaluwarsa?
Tidak. Kredit tidak pernah kedaluwarsa, dan tidak ada langganan.
Bagaimana saya melihat biaya per permintaan?
Baca objek penggunaan dalam respons untuk mengetahui jumlah token dan header X-Balance-USD untuk saldo Anda yang tersisa.
Kunci Anda hanya perlu mengisi satu formulir
Buat akun, salin kunci, ubah URL dasar. Itu saja seluruh proses pengaturannya.