Kalkulator Token AI

Berapa biaya untuk menggunakan API AI? Kalkulator biaya token kami mengalikan jumlah token masukan dan keluaran Anda dengan harga per token dari model tersebut.

GPT-4o berharga $2,50/$10 per juta token (masukan/keluaran), sedangkan Claude Sonnet 4 berharga $3/$15.

Masukkan panjang teks Anda dan lihat biaya persisnya secara instan.

Berapa jumlah token dari teks saya? Teks bahasa Inggris rata-rata memiliki 1,33 token per kata. Prompt 1.000 kata bernilai sekitar 1.333 token.

Kode dan teks non-Inggris mungkin menggunakan lebih banyak token. Kalkulator kami mengonversi kata ke token secara otomatis dan menampilkan biaya untuk model AI apa pun.

Model AI mana yang memberikan nilai terbaik? Bandingkan GPT-4o, GPT-4o Mini, Claude Opus, Claude Sonnet, Claude Haiku, dan Gemini berdampingan.

Kalkulator harga LLM kami menampilkan biaya per pemanggilan dan perkiraan bulanan agar Anda dapat memilih model yang tepat untuk anggaran dan kebutuhan kualitas Anda.

Sebuah token adalah unit atom teks yang dibaca dan dihasilkan oleh model bahasa besar, biasanya berupa fragmen subkata alih-alih satu kata utuh.

LLM modern menggunakan Byte Pair Encoding (BPE) tingkat bita, metode kompresi yang diperkenalkan oleh Sennrich et al. dan disempurnakan dalam tokenizer seperti tiktoken dari OpenAI dan pustaka tokenizer Hugging Face. Selama BPE, urutan karakter yang sering muncul digabung menjadi satu token tunggal, sehingga kata-kata umum menjadi satu token sementara istilah langka atau teknis terbagi menjadi beberapa token.

Karena teks dikodekan dalam Unicode (lihat standar UTF-8 Konsorsium Unicode, RFC 3629), satu emoji atau karakter CJK dapat menghabiskan beberapa token. Memahami pemetaan ini menjelaskan mengapa jumlah token jarang sama dengan jumlah kata dan mengapa perkiraan biaya bersifat aproksimasi.

Tokenisasi AI mengonversi teks mentah menjadi ID bilangan bulat menggunakan kosakata tetap yang dipelajari selama pelatihan model.

Pertama, teks dinormalisasi dan dikodekan sebagai bita UTF-8 per RFC 3629 — dan karena sebagian besar kosakata BPE bersifat sensitif huruf besar-kecil, menstandarisasi teks dengan pengubah huruf besar-kecil sebelumnya dapat secara halus mengubah penggabungan mana yang berlaku; kemudian algoritma Byte Pair Encoding atau SentencePiece secara serakah menggabungkan pasangan bita menjadi entri kosakata yang cocok paling panjang. Setiap token yang dihasilkan dipetakan ke ID yang disematkan model ke dalam vektor.

OpenAI mendokumentasikan hal ini dalam pustaka tiktoken miliknya, dan Gemini dari Google serta Claude dari Anthropic menggunakan skema subkata sebanding mereka sendiri. Karena kosakata berbeda, teks yang identik dapat menghasilkan jumlah token yang berbeda di antara penyedia layanan.

Inilah sebabnya mengapa estimator kami menggunakan rasio ~1,33 token per kata bahasa Inggris yang banyak dikutip sebagai pendekatan cepat alih-alih tokenizer per-model yang tepat.

Biaya API AI dihitung dengan mengalikan jumlah token masukan dan keluaran Anda dengan tarif per juta token yang dipublikasikan oleh setiap penyedia, kemudian menjumlahkannya.

Penyedia seperti OpenAI dan Anthropic mencantumkan harga masukan dan keluaran terpisah dalam dokumentasi harga resmi mereka, dan token keluaran biasanya berharga beberapa kali lipat lebih mahal daripada token masukan karena pembuatan teks secara komputasi lebih berat.

Rumusnya adalah: biaya = (token masukan x tarif masukan / 1.000.000) + (token keluaran x tarif keluaran / 1.000.000). Prompt sistem, contoh few-shot, dan konteks yang diambil semuanya dihitung sebagai masukan yang ditagih pada setiap pemanggilan.

Karena harga dapat berubah, selalu konfirmasikan tarif saat ini di halaman harga resmi penyedia sebelum menyelesaikan anggaran produksi.

Untuk menghitung token secara akurat, jalankan teks persis Anda melalui tokenizer model itu sendiri alih-alih mengandalkan rasio jumlah kata. Untuk model OpenAI, pustaka sumber terbuka tiktoken mengembalikan jumlah yang tepat; Anthropic dan Google menyediakan titik akhir (endpoint) penghitungan token dan SDK dalam dokumentasi pengembang resmi mereka.

Perkiraan berbasis kata (kata x 1.33) bagus untuk penyusunan anggaran tetapi dapat menyimpang 10-20 persen untuk kode, JSON, URL, atau skrip non-Inggris, yang terfragmentasi menjadi banyak token kecil.

Ingatlah bahwa payload permintaan lengkap diberi token, termasuk instruksi sistem, pembatas peran, dan definisi fungsi atau alat. Untuk pengukuran yang dapat diulang, tokenisasi permintaan yang dirakit persis seperti yang dikirim oleh klien API Anda.

Jumlah token berbeda di antara GPT, Claude, dan Gemini karena setiap model dilatih dengan kosakata tokenizer dan aturan penggabungan yang berbeda, sehingga kalimat yang sama terbagi menjadi unit subkata yang berbeda.

Model baru OpenAI menggunakan kosakata yang lebih besar daripada model lama, yang mengurangi jumlah token untuk teks bahasa Inggris umum, sementara skrip non-Latin mungkin ditokenisasi dengan kurang efisien pada beberapa model. Anthropic dan Google mempublikasikan perilaku tokenisasi mereka sendiri dalam dokumen pengembang mereka.

Variasi ini berarti prompt yang bernilai 1.000 token pada satu model mungkin menjadi 1.050 atau 950 pada model lain, mengubah biaya dan penggunaan jendela konteks. Selalu lakukan benchmark dengan tokenizer aktual dari masing-masing penyedia ketika presisi itu penting.

Anda dapat mengurangi penggunaan token LLM dengan memangkas masukan, membatasi keluaran, dan menggunakan kembali komputasi:

• Singkat prompt sistem dan contoh few-shot, karena tagihan dikenakan ulang pada setiap permintaan
• atur batas token keluaran maksimum untuk menghentikan generasi teks yang tidak terkontrol
• arahkan tugas sederhana ke model yang lebih murah

Caching prompt, yang ditawarkan dalam API resmi OpenAI dan Anthropic, memungkinkan Anda menghindari penagihan ulang konteks berulang dengan harga penuh, dan titik akhir batch sering kali memberikan diskon untuk pekerjaan asinkron. Generasi yang ditambah pengambilan (RAG) membantu dengan hanya mengirimkan potongan yang relevan alih-alih seluruh dokumen.

Karena token keluaran adalah komponen termahal, respons yang ringkas dan terstruktur (misalnya, meminta JSON) biasanya memberikan penghematan terbesar tanpa merusak kualitas.

Setiap model memberlakukan jendela konteks, yaitu kombinasi maksimum token masukan plus keluaran yang dapat diproses dalam satu permintaan, dan melampauinya akan menyebabkan pemotongan teks atau kesalahan.

Di luar kapasitas, perlakukan prompt sebagai area keamanan: OWASP's Top 10 untuk Aplikasi LLM mencantumkan injeksi prompt sebagai risiko utama, di mana teks yang tidak dipercaya menyelundupkan instruksi ke dalam konteks Anda dan menggelembungkan penggunaan token atau membajak perilaku.

Jangan pernah menempatkan rahasia, kunci API, atau data pribadi dalam prompt, karena penyedia dapat mencatat permintaan dan konteks yang panjang memperluas permukaan serangan. Kerangka Kerja Manajemen Risiko AI NIST menyarankan untuk membatasi masukan dan memvalidasi keluaran.

Menghitung token sebelum mengirim juga membantu Anda mendeteksi payload yang berukuran sangat besar dan berpotensi berbahaya sejak dini.

Kesalahan paling umum adalah memperkirakan biaya hanya dari jumlah kata dan mengabaikan bahwa kode, JSON, tanda baca, dan teks non-Inggris di-tokenize jauh lebih padat daripada teks biasa.

Yang lain lupa bahwa prompt sistem, riwayat obrolan, dan definisi alat ditagih sebagai masukan pada setiap panggilan, sehingga percakapan multi-putaran membengkak dengan cepat.

Banyak pengguna juga mengenakan harga yang sama untuk masukan dan keluaran meskipun token keluaran berharga beberapa kali lipat lebih mahal, dan mereka mengabaikan bahwa harga di halaman resmi OpenAI, Anthropic, dan Google berubah dari waktu ke waktu.

Terakhir, asumsi bahwa jumlah token satu penyedia sama dengan penyedia lain akan menyebabkan kejutan anggaran. Selalu verifikasi dengan tokenizer asli dan tarif resmi yang berlaku.