# API-tokenien käytön laskeminen vuonna 2026: kuinka pitkään budjettisi riittää > Selitän numeroin, miten API-tokenien käyttö lasketaan: miksi tuloste maksaa enemmän kuin syöte, miten pyynnön tokenimäärää voi arvioida ja milloin välimuistialennus todella pienentää laskua. Source: https://ailoot.ai/blog/fi/api-token-usage-calculation/ Canonical: https://ailoot.ai/blog/fi/api-token-usage-calculation/ Language: fi Publisher: Ailoot (https://ailoot.ai/) Translation: guide-143 Revision: sha256-09629632a5d97ca51ea681b5f016e6030940ff13efa4d7587c2d9d5525fc4181 Lisäät rahaa API-tilille ja törmäät melkein heti kysymykseen: kuinka pitkään se riittää? Mielessäsi on jotain tällaista: ”Minulla on kymmenentuhatta, syöte maksaa tämän verran, tuloste enemmän, ja mukana on jonkinlainen välimuistialennuskin” – mutta et tiedä, miten kaikki tämä muutetaan yhdeksi luvuksi. Käyn asian läpi järjestyksessä numeroiden avulla. Tärkein asia ensin: API-lasku lasketaan yhdellä kaavalla – tokenien määrä kerrotaan tokenin hinnalla. Syöte- ja tulostetokenit lasketaan erikseen, koska niiden hinnat ovat erilaiset. Seuraavaksi näytän, miten voit laskea tämän avulla, kuinka pitkään budjettisi riittää ja miten välimuisti vaikuttaa laskelmaan. Tietoa Ailootin käytöstä on [dokumentaatiossa](https://ailoot.ai/docs/).
Huomio Lainaan tokenhintoja Anthropicin, DeepSeekin ja OpenAI:n virallisilta sivuilta syyskuun 2026 alun tilanteen mukaan – hinnat muuttuvat, joten tarkista omat lukusi palveluntarjoajan sivustolta ennen laskemista. Sijoita omat lukusi samaan kaavaan.
## Mistä API-lasku muodostuu?
Tärkein asia API-laskussa on kaksi osaa: syötteen ja tulosteen hinta. Syöte on kaikki, mitä lähetät mallille: kysymyksesi, liitetyt tiedostot, keskusteluhistoria ja järjestelmäohje. Tuloste on mallin luoma vastaus. Molemmat mitataan tokeneina, ja kullakin tokenityypillä on oma hintansa. Yhden pyynnön kokonaishinta on syötetokenien määrä kerrottuna syötteen hinnalla plus tulostetokenien määrä kerrottuna tulosteen hinnalla. Itse API-yhteyteen liittyminen ei maksa mitään; maksat vain tokeneista.
Kun kutsut mallia API:n kautta, sinulta veloitetaan mallin läpi kulkeneen tekstin määrästä. Määrä mitataan tokeneina. Token on pieni tekstin osa; palaan siihen seuraavassa osiossa, mutta toistaiseksi voit ajatella sitä yksikkönä, jolla kaikki mitataan. Yksittäisessä kutsussa on kaksi puolta. Ensimmäinen on se, mitä lähetit mallille: itse kysymys, liitetyt koodinpätkät tai asiakirja, keskustelun aiemmat viestit sekä alussa oleva järjestelmäohje. Tämä on syöte. Toinen puoli on se, mitä malli kirjoitti vastaukseksi. Tämä on tuloste. DeepSeek sanoo asian suoraan hinnoittelukuvauksessaan: lasku perustuu syöte- ja tulostetokenien kokonaismäärään. Syötteellä ja tulosteella on eri hinnat, joten ne lasketaan erikseen. Yhden pyynnön kaava on yksinkertainen: ``` cost = (input tokens × input price) + (output tokens × output price) ``` Hinnat ilmoitetaan tavallisesti miljoonaa tokenia kohden – se on kätevämpää, koska yksittäinen token maksaa vain murto-osan valuuttayksiköstä. Kaikki tästä eteenpäin tehtävät laskut perustuvat tähän kaavaan, ja budjettisi kattaa täsmälleen niin monta pyyntöä kuin käytettävissä olevat rahasi riittävät tällä hinnalla. ## Token ei ole sana: Miten voit arvioida käytettävien tokenien määrän?
Tärkein asia Token ei ole sana eikä kirjain, vaan yleensä useita merkkejä pitkä tekstin osa. Englanninkielisessä tekstissä karkea arvio on noin neljä merkkiä tokenia kohden, joten viisi- tai kuusikirjaimisesta sanasta tulee yksi tai kaksi tokenia. Venäjänkielinen teksti jakautuu pienempiin tokeneihin, joten sama ilmaus venäjäksi käyttää huomattavasti enemmän tokeneita kuin englanniksi. Tarkkaa määrää ei voi laskea etukäteen, mutta karkea arvio riittää budjetointiin: arvioi pyynnön ja vastauksen merkkimäärä ja jaa se sitten neljällä englannin tai kahdella tai kolmella venäjän kielen kohdalla.
Ensimmäinen asia, johon moni kompastuu: token ei ole sama asia kuin sana. Malli jakaa tekstin osiin omien sääntöjensä mukaan, ja osa voi olla kokonainen lyhyt sana, osa pidemmästä sanasta, välilyönti ja kirjain tai välimerkki. Siksi et voi laskea päässäsi tarkasti, ”kuinka monta tokenia pyyntöni vie” – voit vain arvioida. Tässä on karkea nyrkkisääntö. Englanninkielisessä tekstissä yksi token vastaa noin neljää merkkiä; tämä on Anthropicin ja OpenAI:n oma lähtökohta. Mallit pilkkovat venäjänkielisen tekstin pienemmiksi osiksi: kyrillinen kirjoitus jakautuu lyhyempiin osiin, joten sama teksti käyttää merkitykseltään vastaavana enemmän tokeneita. Määrä riippuu mallista, mutta varaa tokeneita puolitoista–kaksi kertaa niin paljon kuin englanniksi. Tältä se näyttää tokeneina. Jos lähetät mallille sivun tekstiä ja saat vastaukseksi kappaleen, kyse on jo tuhansista syötetokeneista ja sadoista tulostetokeneista. Jos liität pyyntöön suuren tiedoston tai mukana on pitkä keskusteluhistoria, syöte voi kasvaa kymmeniin tuhansiin tokeneihin, jolloin suurin osa laskusta muodostuu siitä. API-vastaus näyttää tarkan määrän – metatietokentissä ilmoitetaan, kuinka monta tokenia syötteeseen ja tulosteeseen todella käytettiin. Budjetin ennakkoarvioon riittää kuitenkin karkea merkkeihin perustuva arvio. ## Miksi tuloste maksaa enemmän kuin syöte, ja miten se vaikuttaa laskuusi?
Tärkein asia Kaikki suuret palveluntarjoajat veloittavat tulosteesta moninkertaisesti syötteeseen verrattuna. Claude Opus 5:n syöte maksaa 5 dollaria miljoonaa tokenia kohden, kun taas tuloste maksaa 25 dollaria eli viisinkertaisesti. Claude Sonnet 5:n suhde on sama: 2 dollaria vastaan 10 dollaria. Syynä on, että mallille on vaikeampaa luoda vastaus kuin lukea pyyntö. Käytännön johtopäätös: pitkä vastaus kasvattaa laskua enemmän kuin pitkä kysymys. Sama määrä tekstiä maksaa tulosteena moninkertaisesti syötteeseen verrattuna, joten mallilta kannattaa pyytää ytimekästä vastausta. ”Selitä tämä mahdollisimman yksityiskohtaisesti” kasvattaa suoraan laskun kalleinta osaa.
Tässä on taulukko virallisista hinnoista miljoonaa tokenia kohden syyskuun 2026 alussa – huomaat, että tuloste maksaa kaikilla palveluntarjoajilla moninkertaisesti syötteeseen verrattuna. | Malli | Syöte / 1M | Tuloste / 1M | Kuinka paljon enemmän tuloste maksaa | |------------------|------------|--------------|--------------------------------------| | Claude Opus 5 | 5 dollaria | 25 dollaria | 5 kertaa | | Claude Sonnet 5 | 2 dollaria | 10 dollaria | 5 kertaa | | Claude Haiku 4.5 | 1 dollari | 5 dollaria | 5 kertaa | | GPT-5.6-terra | 2 dollaria | 12 dollaria | 6 kertaa | | DeepSeek V4 Pro | 0,66 dollaria | 1,98 dollaria | 3 kertaa | Palveluntarjoajien välinen hintaero on valtava: miljoona syötetokenia Claude Opus 5:llä maksaa yhtä paljon kuin noin 7.58 miljoonaa DeepSeek Prolla taulukon syötehinnoilla ($5 ÷ $0.66 ≈ 7.58). Jokaisella hintatasolla pätee kuitenkin sama sääntö: tuloste maksaa kolme–kuusi kertaa enemmän kuin syöte. Syy on yksinkertainen: mallin on helpompi lukea pyyntösi kuin kirjoittaa vastaus, ja vaativampi työ maksaa enemmän. Tästä seuraa johtopäätös, joka vaikuttaa suoraan laskuusi. Pitkä vastaus on kalliimpi kuin pitkä kysymys. Jos pyydät mallia ”selittämään tämän mahdollisimman yksityiskohtaisesti”, kasvatat itse laskun kalleinta osaa. Sama asia lyhyesti ilmaistuna maksaa moninkertaisesti vähemmän. Tämä on yksi syy siihen, että vibe coding on yhdelle ihmiselle halpaa mutta kuluttaa toisen budjetin päivässä – vaikka käytössä olisi sama malli. ## Miten voit laskea, kuinka pitkään budjettisi riittää?
Tärkein asia Voit laskea rahojesi riittävyyden arvioimalla tyypillisen pyynnön hinnan ja jakamalla budjettisi tällä summalla. Ota pyynnön keskimääräiset syöte- ja tulostetokenimäärät, kerro kumpikin omalla hinnallaan ja laske hinnat yhteen – näin saat yhden pyynnön hinnan. Jaa sitten budjettisi tällä hinnalla, niin saat selville, kuinka monta pyyntöä rahasi kattavat.
Käydään lasku läpi vaihe vaiheelta. Sijoita kaavaan omat hintasi, tyypilliset tokenimäärät ja budjettisi. 1. Arvioi tyypillinen pyyntö. Oletetaan, että yksi kutsu käyttää 20 000 syötetokenia (kysymys, koodinpätkä ja hieman historiaa) ja 2 000 tulostetokenia (mallin vastaus). 2. Laske syötteen hinta: jaa syötetokenien määrä miljoonalla ja kerro se syötteen hinnalla miljoonaa tokenia kohden. 3. Laske tulosteen hinta: jaa tulostetokenien määrä miljoonalla ja kerro se tulosteen hinnalla miljoonaa tokenia kohden. 4. Laske syötteen ja tulosteen hinnat yhteen. 5. Jaa budjettisi yhden pyynnön hinnalla. Artikkelin taulukon Opus 5 -hinnoilla: 20 000 ÷ 1 000 000 × $5 = $0.10 syötteestä ja 2 000 ÷ 1 000 000 × $25 = $0.05 tulosteesta. Yhteensä **$0.15 pyyntöä kohti ilman välimuistia**. $10:n budjetti kattaa 66 kokonaista pyyntöä ($9.90), jos tokenimäärät pysyvät samoina eikä muita maksuja ole. Todellinen pyyntö on lähes koskaan ”keskimääräinen”: liitä mukaan suuri tiedosto tai jatka pitkää keskustelua, niin syöte kasvaa 20 000 tokenista 200 000 tokeniin. Laske siis tavallisen käyttötapasi mukaan; ihanteellinen esimerkkipyyntö johtaa väärään tulokseen. On myös parempi pyöristää ylöspäin. Devin, Claude Code ja kaikki muut tekoälyagentit käyttävät samaa API:a ja kuluttavat tokeneita saman kaavan mukaan – ainoa ero on, että agentti käyttää niitä enemmän, koska se tekee monia kutsuja taustalla. Käsittelin erikseen sitä, miksi vibe coding maksaa odotettua enemmän, artikkelissa, joka kertoo [vibe codingin piilokustannuksesta](https://ailoot.ai/blog/fi/vibe-coding-cost-time/). ## Mikä on välimuistialennus, ja milloin se pätee?
Tärkein asia Välimuistitus tarkoittaa, että malli muistaa jo lukemansa syötteen osan eikä veloita sen uudelleenkäsittelystä täyttä hintaa seuraavalla kerralla. Välimuistialennus koskee vain syötettä, joka toistuu pyynnöstä toiseen: järjestelmäohjetta, laajaa kontekstia tai liitettyä asiakirjaa. Clauden välimuistiluvut maksavat kymmenesosan tavallisesta syötteestä; DeepSeekin hinta on yli kolmekymmentä kertaa pienempi. Alennus ei koskaan koske tulostetta: malli luo vastauksen joka kerta alusta. Vielä yksi yksityiskohta: ensimmäinen kirjoitus välimuistiin maksaa hieman enemmän kuin tavallinen syöte, joten säästö alkaa toisesta pyynnöstä.
Seuraavaksi välimuistitus – ”jopa 80 prosentin alennus”, mikä saa laskennan vaikuttamaan monimutkaiselta. Toimintaperiaate on yksinkertainen. Osa syötteestä pysyy samana pyynnöstä toiseen: alussa oleva järjestelmäohje, laaja konteksti tai liitetty asiakirja, jota käytät useissa kutsuissa. Välimuistitus vapauttaa mallin lukemasta kyseistä osaa joka kerta alusta, sillä se voi hakea sen muistista paljon edullisemmin. Alennuksen suuruus riippuu palveluntarjoajasta. Clauden tapauksessa välimuistista lukeminen maksaa kymmenesosan tavalliseen syötteeseen verrattuna: Opus 5:n tavallinen syöte maksaa 5 dollaria miljoonaa kohden, kun välimuistiluku maksaa 0,50 dollaria. DeepSeekin alennus on vielä suurempi: flash-mallin välimuistisyöte maksaa 0,007 dollaria verrattuna tavallisen syötteen 0,22 dollariin eli yli kolmekymmentä kertaa vähemmän. Siksi ”jopa 80 prosentin alennus” on varovainen arvio; todellinen alennus voi olla suurempi. Pidä mielessä kaksi ehtoa, jotta välimuistilaskelmasi ei mene pieleen. - Alennus koskee vain toistuvaa syötettä. Malli luo tulosteen joka kerta alusta, eikä siitä saa lainkaan välimuistialennusta. Jos suurin osa laskustasi muodostuu pitkistä vastauksista, välimuistitus säästää hyvin vähän. - Ensimmäinen kirjoitus välimuistiin maksaa hieman enemmän kuin tavallinen syöte. Claude veloittaa lyhytaikaisesta tallennuksesta välimuistiin kirjoitettaessa 1,25 kertaa tavallisen syötteen hinnan. Säästö alkaa toisesta pyynnöstä, joka lukee jo välimuistiin tallennetun osan. Välimuistitus ei auta lainkaan kertaluonteisessa pyynnössä, ja se maksaa jopa hieman enemmän. ## Miten lasket budjetin uudelleen välimuistitus huomioiden?
Tärkein asia Kun huomioit välimuistituksen, erota uusi syöte, ensimmäinen välimuistikirjoitus ja todennetut välimuistiluvut. Laske lisäksi tuloste omalla hinnallaan. Toistuva sisältö ei yksin todista välimuistiosumaa.
Palataan esimerkin pyyntömäärään ja lisätään välimuistitus. Erotetaan uuden syötteen hinta, ensimmäisen kirjoituksen hinta ja myöhempien todennettujen osumien hinta; tuloste veloitetaan edelleen erikseen. Otetaan sama pyyntö, jossa on 20 000 syötetokenia ja 2 000 tulostetokenia. Syötetokeneista 15 000 on muuttumatonta kontekstia ja 5 000 uusia. Käytetään edellä annettuja Opus 5 -hintoja: $5 miljoonalta uudelta syötetokenilta, $0.50 miljoonalta välimuistista luetulta tokenilta, $6.25 miljoonalta lyhytaikaisen välimuistin kirjoitustokenilta (1.25 × $5) ja $25 miljoonalta tulostetokenilta. | Pyyntö | Syötteen laskelma | Tuloste | Yhteensä | |----|----|----|----| | Ei välimuistia | 20 000 / 1M × $5 = $0.10 | 2 000 / 1M × $25 = $0.05 | **$0.15** | | Ensimmäinen välimuistikirjoitus | 15 000 / 1M × $6.25 + 5 000 / 1M × $5 = $0.11875 | $0.05 | **$0.16875** | | Myöhempi todennettu välimuistiosuma | 15 000 / 1M × $0.50 + 5 000 / 1M × $5 = $0.0325 | $0.05 | **$0.0825** | Toistuva pyyntö on 45% halvempi kuin välimuistiton $0.15:n pyyntö, vaikka sen välimuistisyöte on 90% halvempi. Ensimmäinen kirjoitus maksaa enemmän. Kaksi kutsua (yksi kirjoitus ja yksi osuma) maksavat $0.25125 eivätkä $0.30. $10:n budjetilla yksi kirjoitus ja sen jälkeen 119 todennettua osumaa tuottavat 120 kutsua hintaan $9.98625. Tämä olettaa välimuistin pysyvän voimassa, kaikkien kutsujen tokenimäärien olevan nämä ja muiden maksujen puuttuvan. Käytä todellisia välimuistin luku- ja kirjoitusmääriä olettamatta jokaisen toiston osuvan välimuistiin. Tästä saadaan sääntö: välimuistitus kannattaa, kun samaa laajaa kontekstia käytetään monissa pyynnöissä, mutta siitä ei ole hyötyä irrallisissa lyhyissä kysymyksissä. ## Mihin tokenit kuluvat huomaamattasi?
Tärkein asia Suurin piilokulu on kasvava keskusteluhistoria. Jokaisen uuden viestin mukana lähetetään syötteenä koko aiempi keskustelu, joten pitkän keskustelun loppupuolella yksi pyyntö maksaa monta kertaa enemmän kuin alussa. Toinen kuluerä on mallin päättelytila: piilotettu päättely lasketaan myös tulostetokeneiksi, jotka ovat kalleimpia tokeneita. Kolmas kuluerä ovat suuret liitetiedostot, jotka lähetetään kokonaisuudessaan syötteenä jokaisen pyynnön yhteydessä. Jotta budjetti ei hupenisi turhaan, aloita pitkät keskustelut ajoittain uudelleen ja pidä raskas konteksti välimuistissa.
Laskut ovat usein arviota suurempia lähes aina kolmen sellaisen asian vuoksi, joita ei näe yhdellä silmäyksellä. Ensimmäinen ja suurin niistä on keskusteluhistoria. Malli ei muista aiempia viestejä itsestään, vaan koko keskustelu lähetetään sille uudelleen osana syötettä jokaisella kerralla. Tämä tarkoittaa, että pitkän keskustelun kymmenes viesti sisältää kaikki yhdeksän aiempaa viestiä vastauksineen. Pyyntö maksaa vähän keskustelun alussa, mutta loppupuolella samanmerkityksinen kysymys maksaa monta kertaa enemmän, koska syöte on kasvanut. Tässä on yksinkertainen vinkki: aloita uusi keskustelu, kun aihe vaihtuu. Yhtä keskustelua ei tarvitse jatkaa loputtomiin. Toinen on päättelytila. Uudemmissa malleissa on tila, jossa malli käy ensin päättelynsä läpi sisäisesti ja vastaa vasta sen jälkeen. Myös tämä päättely lasketaan tulostetokeneiksi, ja tuloste on kallein osa. Vastaus näyttää lyhyeltä, mutta sen taustalla on paljon tokeneita, joten lasku voi yllättää. Kolmas ovat suuret liitteet. Jos liität pyyntöön suuren asiakirjan tai tiedostoerän, ne lähetetään kokonaisuudessaan syötteen mukana jokaisella kutsulla niin kauan kuin ne ovat kontekstissa. Jos käsittelet samaa asiakirjaa jonkin aikaa, se kannattaa pitää välimuistissa, jotta et maksa siitä jatkuvasti täyttä hintaa. Kontekstissa säilytettävän sisällön hallinta on erillinen taito, jota kutsutaan nimellä context engineering, ja se vaikuttaa suoraan laskuusi. ## Miten voit seurata kuluja laskematta niitä käsin?
Tärkein asia Jokainen API-vastaus palauttaa metatietokentät, joissa näkyy käytettyjen syöte- ja tulostetokenien tarkka määrä sekä välimuistista luettu osuus erikseen. Ne näyttävät yksittäisen pyynnön todellisen hinnan, joten arviointia ei enää tarvita. Palveluntarjoajan tilinäkymässä on käyttöä koskeva sivu, jolla näkyvät päivittäiset kulut ja jäljellä oleva saldo – tarkista se, kun tilillä on vielä rahaa. Kulujen hallintaa helpottaa kuukausittaisen kulurajan asettaminen ja automaattisten lisäysten poistaminen käytöstä, kunnes tunnet tavanomaisen käyttösi.
Sinun tarvitsee tehdä käsin vain yksi arvio ymmärtääksesi, kuinka pitkään rahasi yleensä riittävät. Sen jälkeen sinun ei tarvitse laskea käsin; API tekee sen puolestasi. Jokaisen mallin vastauksen mukana tulee metatietokenttiä, jotka näyttävät pyynnön tarkan tokenimäärän: kuinka monta tokenia kului syötteeseen ja kuinka monta tulosteeseen, kuinka monta syötetokenia luettiin välimuistista ja kuinka monta kirjoitettiin sinne ensimmäistä kertaa. Nämä ovat täsmällisiä tietoja yksittäisestä kutsusta, ja ne näyttävät, mihin budjettisi todellisuudessa kuluu. Jos käytät Claude Coden kaltaista työkalua, se näyttää yleensä käyttömäärän itse jokaisen tehtävän jälkeen. Palveluntarjoajan tilinäkymässä on myös käyttöä koskeva sivu, jolla näkyvät päiväkohtaiset kulut ja nykyinen saldo. Tarkista se silloin tällöin, etenkin ensimmäisten viikkojen aikana, kunnes saat käsityksen tavallisesta kulutustasostasi. Pari tapaa auttaa säästämään: aseta kuukausittainen kuluraja, jos palveluntarjoajasi sallii sen, äläkä ota automaattista saldon lisäystä käyttöön ennen kuin tiedät, kuinka paljon yleensä kulutat. Muuten yön aikana hallinnasta riistäytyvä agentti voi veloittaa odotettua enemmän.
### Lähteet - [Anthropic - mallien hinnoittelu](https://docs.claude.com/en/docs/about-claude/pricing) - kaikkien Claude-mallien syöte-, tuloste- ja välimuistihinnat - [Anthropic - prompttien välimuistitus](https://docs.claude.com/en/docs/build-with-claude/prompt-caching) - miten välimuistitus toimii, kirjoitus- ja lukuhinnat sekä vähimmäispituus - [DeepSeek - mallit ja hinnoittelu](https://api-docs.deepseek.com/quick_start/pricing) - käyttömaksun kaava, välimuistiosuman ja -ohituksen hinnat sekä päivä- ja yöaikojen hinnat - [OpenAI - API-hinnoittelu](https://platform.openai.com/docs/pricing) - GPT-mallien syöte-, välimuistisyöte- ja tulostehinnat
Tutustu [Ailootiin](https://ailoot.ai/). ## Kysymyksiä tästä oppaasta: API-tokenien käytön laskeminen vuonna 2026: kuinka pitkään budjettisi riittää ### Paljonko esimerkkipyyntö maksaa ilman välimuistia? Artikkelin Opus 5 -hinnoilla 20 000 syötetokenia maksaa $0.10 ja 2 000 tulostetokenia $0.05, yhteensä $0.15. $10:n budjetti kattaa tällä kiinteällä koolla 66 kokonaista kutsua ennen mahdollisia muita maksuja. ### Miksi koko pyynnön välimuistialennus on pienempi kuin välimuistisyötteen alennus? Uusi syöte ja tuloste veloitetaan edelleen tavallisilla hinnoilla. Esimerkissä 15 000 välimuistisyötetokenia, 5 000 uutta syötetokenia ja 2 000 tulostetokenia maksavat yhteensä $0.0825, eli säästö $0.15:een nähden on 45%. Ensimmäinen välimuistikirjoitus maksaa sen sijaan $0.16875. ## Ailoot · Yritys ja sen projektisalkku Ailoot perustuu kertyneeseen toimintakokemukseen, laajaan asiakaskuntaan, vakaaseen palveluun ja jatkuvaan KPI-seurantaan. Yritys ja sen projektisalkku: miljoonia asiakkaita; kuukausittainen myynti miljardiluokassa. Ailoot hyödyntää tätä toimintakokemusta tarjotessaan API-yhteyden tekoälytoimintoihin asiakkaiden tuotteissa, agenteissa, sovelluksissa ja automaatioissa.