# Harga API OpenAI dan model AI pada 2026: biaya token dan anggaran
> Hitung harga API OpenAI dan model AI dari token input dan output, perkiraan pemakaian, serta pengaruh diskon cache terhadap anggaran.
Source: https://ailoot.ai/blog/id/api-token-usage-calculation/
Canonical: https://ailoot.ai/blog/id/api-token-usage-calculation/
Language: id
Publisher: Ailoot (https://ailoot.ai/)
Translation: guide-143
Revision: sha256-7510a8e5c136cb9ad83b2ec274e8b32c6beb0718adb51c6c79acc1c100084b98
Anda memasukkan uang ke akun API dan hampir seketika menghadapi pertanyaan: berapa lama uang itu akan bertahan? Di kepala Anda ada sesuatu seperti, “Saya punya sepuluh ribu, input harganya segini, output lebih mahal, ada diskon cache juga”—dan tidak jelas bagaimana mengubah semua itu menjadi satu angka. Saya akan menguraikannya secara berurutan, dengan angka.
Inti utamanya: tagihan API dihitung dengan satu rumus—jumlah token dikalikan harga per token. Token input dan output dihitung secara terpisah karena harganya berbeda. Berikutnya, saya akan menunjukkan cara menggunakan rumus ini untuk mengetahui berapa lama anggaran Anda akan bertahan dan bagaimana cache masuk ke dalam perhitungan.
Informasi tentang penggunaan Ailoot tersedia di [dokumentasi](https://ailoot.ai/docs/).
Perhatian
Saya mengutip harga token dari halaman resmi Anthropic, DeepSeek, dan OpenAI per awal September 2026—harganya berubah, jadi periksa angka Anda sendiri di situs penyedia sebelum menghitung. Masukkan angka Anda sendiri ke dalam rumus yang sama.
## Bagaimana biaya API dihitung?
Poin utama
Tagihan API terdiri dari dua bagian: biaya input dan biaya output. Input adalah semua yang Anda kirim ke model: pertanyaan, file terlampir, riwayat percakapan, dan instruksi sistem. Output adalah respons yang dihasilkan model. Keduanya diukur dalam token, dan setiap jenis token memiliki harganya sendiri. Total untuk satu permintaan adalah jumlah token input dikalikan harga input, ditambah jumlah token output dikalikan harga output. Menghubungkan ke API itu sendiri tidak dikenai biaya; Anda hanya membayar token.
Saat Anda memanggil model melalui API, Anda dikenai biaya berdasarkan jumlah teks yang melewati model. Jumlah itu diukur dalam token. Token adalah potongan kecil teks; saya akan membahasnya di bagian berikutnya, tetapi untuk sekarang, anggap saja token sebagai satuan pengukuran semuanya.
Satu pemanggilan memiliki dua sisi. Pertama, apa yang Anda kirim ke model: pertanyaan itu sendiri, potongan kode atau dokumen terlampir, pesan sebelumnya dalam percakapan, dan instruksi sistem di awal. Ini adalah input. Kedua, apa yang ditulis model sebagai respons. Ini adalah output. DeepSeek menyatakannya secara langsung dalam deskripsi harganya: tagihan didasarkan pada jumlah total token input dan output.
Harga input dan output berbeda, jadi keduanya dihitung secara terpisah. Rumus untuk satu permintaan sederhana:
```
cost = (input tokens × input price) + (output tokens × output price)
```
Harga biasanya dicantumkan per satu juta token—ini lebih praktis karena satu token saja harganya hanya sebagian kecil dari satuan mata uang. Semua perhitungan selanjutnya menggunakan rumus ini, dan anggaran Anda mencakup tepat sebanyak permintaan yang masih muat dalam dana yang tersedia dengan harga tersebut.
## Token Bukan Kata: Bagaimana Memperkirakan Jumlah yang Akan Anda Gunakan?
Poin utama
Token bukan kata atau huruf, melainkan potongan teks yang biasanya panjangnya beberapa karakter. Perkiraan kasar untuk bahasa Inggris adalah sekitar empat karakter per token, jadi kata dengan lima atau enam huruf terdiri dari satu atau dua token. Teks bahasa Rusia dibagi menjadi token yang lebih kecil, sehingga frasa yang sama dalam bahasa Rusia menggunakan jauh lebih banyak token daripada dalam bahasa Inggris. Anda tidak dapat menghitung jumlah pastinya sebelumnya, tetapi perkiraan kasar cukup untuk menyusun anggaran: ambil perkiraan jumlah karakter dalam permintaan dan respons Anda, lalu bagi dengan empat untuk bahasa Inggris atau dengan dua atau tiga untuk bahasa Rusia.
Hal pertama yang sering membuat orang keliru: token tidak sama dengan kata. Model membagi teks menjadi beberapa bagian menurut aturannya sendiri, dan satu bagian bisa berupa kata pendek utuh, sebagian dari kata yang lebih panjang, spasi dengan sebuah huruf, atau tanda baca. Jadi, Anda tidak bisa menghitung dengan tepat di kepala “berapa token yang akan digunakan permintaan saya”—Anda hanya bisa memperkirakannya.
Berikut panduan kasarnya. Dalam teks bahasa Inggris, satu token setara dengan sekitar empat karakter; ini adalah patokan awal dari Anthropic dan OpenAI sendiri. Model membagi teks bahasa Rusia menjadi potongan yang lebih kecil: teks beraksara Sirilik dipecah menjadi bagian-bagian yang lebih pendek, sehingga teks dengan makna yang sama menggunakan lebih banyak token. Jumlah tambahannya bergantung pada model, tetapi perhitungkan sekitar satu setengah hingga dua kali lipat dibandingkan bahasa Inggris.
Begini gambaran jumlah tokennya. Jika Anda mengirim satu halaman teks kepada model dan menerima satu paragraf sebagai respons, itu sudah berarti ribuan token input dan ratusan token output. Jika Anda melampirkan file besar ke permintaan atau membawa riwayat percakapan yang panjang, input bisa meningkat hingga puluhan ribu token, dan sebagian besar tagihan akan berasal dari situ. Respons API akan menunjukkan angka pastinya—di kolom metadata, API mengembalikan jumlah token yang benar-benar digunakan untuk input dan output. Namun, untuk memperkirakan anggaran sebelumnya, perkiraan kasar berbasis jumlah karakter sudah cukup.
## Mengapa Output Lebih Mahal daripada Input, dan Bagaimana Pengaruhnya terhadap Tagihan Anda?
Poin utama
Semua penyedia besar mengenakan biaya output beberapa kali lebih tinggi daripada input. Input Claude Opus 5 berharga $5 per satu juta token, sedangkan output berharga $25, lima kali lipat. Claude Sonnet 5 memiliki rasio yang sama: $2 dibandingkan $10. Alasannya, menghasilkan respons lebih sulit bagi model daripada membaca permintaan. Kesimpulan praktisnya: respons yang panjang lebih membebani tagihan Anda daripada pertanyaan yang panjang. Teks dengan jumlah yang sama berharga beberapa kali lebih mahal sebagai output daripada sebagai input, jadi lebih murah jika Anda meminta model memberikan jawaban ringkas. “Jelaskan sedetail mungkin” langsung menaikkan bagian tagihan yang paling mahal.
Berikut tabel harga resmi per satu juta token per awal September 2026—Anda dapat melihat bahwa harga output beberapa kali lebih tinggi daripada input di semua model.
| Model | Input, per 1 juta | Output, per 1 juta | Selisih harga output |
|------------------|---------------|----------------|----------------------------|
| Claude Opus 5 | $5 | $25 | 5 kali |
| Claude Sonnet 5 | $2 | $10 | 5 kali |
| Claude Haiku 4.5 | $1 | $5 | 5 kali |
| GPT-5.6-terra | $2 | $12 | 6 kali |
| DeepSeek V4 Pro | $0.66 | $1.98 | 3 kali |
Perbedaan harga antarpenyedia sangat besar: satu juta token input untuk Claude Opus 5 harganya sama dengan sekitar 7.58 juta token untuk DeepSeek Pro pada tarif input tabel ($5 ÷ $0.66 ≈ 7.58). Namun, di setiap tingkat harga, satu aturan tetap berlaku: output berharga tiga hingga enam kali lebih mahal daripada input. Alasannya sederhana: model lebih mudah membaca permintaan Anda daripada menulis respons, dan pekerjaan yang lebih berat membutuhkan biaya lebih besar.
Kesimpulan itu berdampak langsung pada tagihan Anda. Respons yang panjang lebih mahal daripada pertanyaan yang panjang. Jika Anda meminta model untuk “menjelaskan sedetail mungkin,” Anda sendiri menaikkan bagian tagihan yang paling mahal. Makna yang sama dalam jawaban singkat berharga beberapa kali lebih murah. Inilah salah satu alasan vibe coding murah bagi satu orang, tetapi menghabiskan anggaran orang lain dalam sehari—bahkan dengan model yang sama.
## Bagaimana Menghitung Berapa Lama Anggaran Anda Akan Bertahan?
Poin utama
Untuk menghitung berapa lama uang Anda akan bertahan, perkirakan biaya satu permintaan yang umum lalu bagi anggaran Anda dengan jumlah tersebut. Ambil rata-rata jumlah token input dan output per permintaan, kalikan masing-masing dengan harganya sendiri, lalu jumlahkan—hasilnya adalah biaya satu permintaan. Kemudian bagi anggaran Anda dengan biaya tersebut untuk mendapatkan jumlah permintaan yang dapat ditanggung oleh uang Anda.
Mari kita lakukan perhitungan langkah demi langkah. Masukkan harga, volume token yang umum, dan anggaran Anda sendiri.
1. Perkirakan permintaan yang umum. Misalnya, satu pemanggilan menggunakan 20,000 token input (pertanyaan ditambah potongan kode dan sedikit riwayat) dan 2,000 token output (respons model).
2. Hitung biaya input: bagi jumlah token input dengan satu juta, lalu kalikan dengan harga input per satu juta token.
3. Hitung biaya output: bagi jumlah token output dengan satu juta, lalu kalikan dengan harga output per satu juta token.
4. Jumlahkan biaya input dan output.
5. Bagi anggaran Anda dengan biaya per permintaan yang dihasilkan.
Dengan tarif Opus 5 pada tabel artikel ini: 20,000 ÷ 1,000,000 × $5 = $0.10 untuk input, dan 2,000 ÷ 1,000,000 × $25 = $0.05 untuk output. Total: **$0.15 per permintaan tanpa cache**. Anggaran $10 mencakup 66 permintaan utuh ($9.90), dengan asumsi jumlah token sama dan tidak ada biaya lain.
Permintaan nyata hampir tidak pernah benar-benar “rata-rata”: lampirkan file besar atau perpanjang percakapan, maka input meningkat dari 20,000 token menjadi 200,000. Jadi, hitunglah berdasarkan cara kerja Anda yang biasanya; permintaan ideal akan memberi Anda jawaban yang keliru. Sebaiknya bulatkan ke atas juga.
Devin, Claude Code, dan agen AI lainnya menggunakan API yang sama dan menghabiskan token menurut rumus yang sama—satu-satunya perbedaan adalah agen menggunakan lebih banyak token karena membuat banyak pemanggilan di balik layar. Saya membahas secara terpisah mengapa hal ini membuat vibe coding lebih mahal daripada perkiraan dalam artikel tentang [biaya tersembunyi vibe coding](https://ailoot.ai/blog/id/vibe-coding-cost-time/).
## Apa Itu Diskon Cache, dan Kapan Diskon Itu Berlaku?
Poin utama
Caching adalah ketika model mengingat bagian input yang sudah dibacanya dan tidak mengenakan harga penuh untuk memprosesnya lagi pada kesempatan berikutnya. Diskon cache hanya berlaku untuk input yang berulang dari satu permintaan ke permintaan berikutnya: instruksi sistem, konteks yang besar, atau dokumen terlampir. Pembacaan cache Claude berharga sepuluh kali lebih murah daripada input biasa; DeepSeek berharga lebih dari tiga puluh kali lebih murah. Diskon tidak pernah berlaku untuk output: model menghasilkan respons dari awal setiap kali. Satu detail lagi: penulisan pertama ke cache berharga sedikit lebih mahal daripada input biasa, jadi penghematan dimulai pada permintaan kedua.
Sekarang kita bahas caching—“diskon hingga 80 persen” yang membuat perhitungannya tampak rumit. Mekanismenya sederhana. Sebagian input tetap sama dari satu permintaan ke permintaan berikutnya: instruksi sistem di awal, potongan konteks yang besar, atau dokumen terlampir yang Anda gunakan selama beberapa pemanggilan. Caching membuat model tidak perlu membaca ulang bagian tersebut dari awal setiap kali, sehingga model dapat mengambilnya dari memori dengan harga yang jauh lebih rendah.
Seberapa rendah harganya bergantung pada penyedia. Untuk Claude, membaca ulang dari cache berharga sepuluh kali lebih murah daripada input biasa: untuk Opus 5, input biasa berharga $5 per satu juta, sedangkan pembacaan cache berharga $0.50. Diskon DeepSeek bahkan lebih besar: input yang disimpan dalam cache untuk model flash berharga $0.007 dibandingkan $0.22 untuk input biasa, lebih dari tiga puluh kali lebih murah. Jadi, “diskon hingga 80 persen” adalah perkiraan konservatif; diskon sebenarnya bisa lebih besar.
Ingat dua kondisi ini, atau perhitungan cache Anda akan meleset.
- Diskon hanya berlaku untuk input yang berulang. Model menghasilkan output dari awal setiap kali, dan output sama sekali tidak mendapat diskon cache. Jika sebagian besar tagihan Anda berasal dari respons yang panjang, caching hanya akan menghemat sedikit.
- Penulisan pertama ke cache berharga sedikit lebih mahal daripada input biasa. Untuk penyimpanan jangka pendek, Claude mengenakan biaya 1.25 kali harga input biasa untuk penulisan cache. Penghematan dimulai pada permintaan kedua, yang membaca bagian yang sudah di-cache. Caching sama sekali tidak membantu pada permintaan sekali pakai, bahkan biayanya sedikit lebih tinggi.
## Bagaimana Menghitung Ulang Anggaran Anda dengan Memperhitungkan Caching?
Poin utama
Untuk memperhitungkan caching, bagi input menjadi dua bagian: bagian yang berulang, yang ditagihkan dengan harga cache, dan bagian yang baru, yang ditagihkan dengan harga penuh. Bagian lain dari rumus tetap sama.
Mari kembali ke contoh volume permintaan tadi dan tambahkan caching. Idenya adalah membagi input menjadi dua bagian: bagian yang berulang dan memenuhi syarat untuk mendapatkan diskon, serta bagian yang baru pada setiap permintaan.
Gunakan permintaan yang sama dengan 20,000 token input dan 2,000 token output. Misalkan 15,000 token input adalah konteks yang tidak berubah dan 5,000 adalah input baru. Gunakan harga Opus 5 yang sudah disebut di atas: $5 per juta input baru, $0.50 per juta token pembacaan cache, $6.25 per juta token penulisan cache jangka pendek (1.25 × $5), dan $25 per juta token output.
| Permintaan | Perhitungan input | Output | Total |
|----|----|----|----|
| Tanpa cache | 20,000 / 1M × $5 = $0.10 | 2,000 / 1M × $25 = $0.05 | **$0.15** |
| Penulisan cache pertama | 15,000 / 1M × $6.25 + 5,000 / 1M × $5 = $0.11875 | $0.05 | **$0.16875** |
| Cache hit berikutnya yang terverifikasi | 15,000 / 1M × $0.50 + 5,000 / 1M × $5 = $0.0325 | $0.05 | **$0.0825** |
Permintaan berulang itu 45% lebih murah daripada permintaan $0.15 tanpa cache, meskipun bagian input dari cache 90% lebih murah. Penulisan pertama lebih mahal. Dua pemanggilan (satu penulisan dan satu hit) berbiaya $0.25125, bukan $0.30. Dengan anggaran $10, satu penulisan diikuti 119 hit terverifikasi memberi 120 pemanggilan seharga $9.98625. Ini mengasumsikan cache tetap valid, semua pemanggilan memiliki jumlah token tersebut, dan tidak ada biaya lain; gunakan pemakaian pembacaan dan penulisan cache yang sebenarnya alih-alih menganggap setiap pengulangan pasti hit.
Maka, aturannya adalah: caching bermanfaat ketika Anda menggunakan satu konteks besar untuk banyak permintaan, dan tidak berguna untuk pertanyaan singkat yang terpisah-pisah.
## Ke Mana Token Terpakai Tanpa Anda Sadari?
Poin utama
Biaya tersembunyi terbesar adalah riwayat percakapan yang terus bertambah. Setiap pesan baru membawa seluruh percakapan sebelumnya sebagai input, jadi pada akhir percakapan panjang, satu permintaan bisa berbiaya beberapa kali lipat dibandingkan di awal. Sumber kedua adalah mode penalaran model: penalaran tersembunyi juga dihitung sebagai token output, jenis token yang paling mahal. Sumber ketiga adalah file terlampir berukuran besar, yang dikirim secara utuh sebagai input pada setiap permintaan. Agar anggaran Anda tidak terkuras sia-sia, sesekali mulai percakapan panjang dari awal dan simpan konteks yang besar di cache.
Tagihan sering kali lebih tinggi daripada perkiraan, hampir selalu karena tiga hal yang tidak terlihat sekilas.
Yang pertama dan terbesar adalah riwayat percakapan. Model tidak mengingat pesan sebelumnya dengan sendirinya; seluruh percakapan dikirim kembali sebagai bagian dari input setiap kali. Artinya, pesan kesepuluh dalam percakapan panjang membawa sembilan pesan sebelumnya beserta responsnya. Permintaan berbiaya rendah di awal percakapan, tetapi pada akhirnya, pertanyaan dengan makna yang sama berbiaya beberapa kali lebih tinggi karena inputnya bertambah. Ini trik sederhana: saat topiknya berubah, mulai percakapan baru. Tidak perlu memperpanjang satu percakapan tanpa batas.
Yang kedua adalah mode penalaran. Model-model baru memiliki mode ketika model terlebih dahulu menyusun penalarannya secara internal, baru kemudian merespons. Penalaran itu juga dihitung sebagai token output, dan output adalah bagian yang paling mahal. Responsnya tampak singkat, tetapi ada banyak token di baliknya, sehingga tagihannya mengejutkan.
Yang ketiga adalah lampiran besar. Lampirkan dokumen besar atau sekumpulan file ke permintaan, maka semuanya dikirim secara utuh sebagai input pada setiap pemanggilan selama masih ada dalam konteks. Jika Anda bekerja dengan dokumen yang sama selama beberapa waktu, sebaiknya simpan dokumen tersebut di cache agar Anda tidak terus membayar harga penuh. Mengelola apa yang tetap ada dalam konteks adalah keterampilan tersendiri yang disebut rekayasa konteks, dan hal itu berdampak langsung pada tagihan Anda.
## Bagaimana Melacak Pengeluaran Tanpa Menghitungnya Secara Manual?
Poin utama
Setiap respons API mengembalikan kolom metadata yang menunjukkan jumlah pasti token yang digunakan untuk input dan output, termasuk bagian yang di-cache secara terpisah. Kolom tersebut menunjukkan biaya sebenarnya untuk suatu permintaan, jadi Anda tidak perlu memperkirakannya lagi. Dasbor akun penyedia memiliki halaman penggunaan yang menunjukkan pengeluaran harian dan saldo tersisa—periksa selagi uang Anda masih ada. Untuk mengendalikan pengeluaran, sebaiknya tetapkan batas pengeluaran bulanan dan matikan isi ulang otomatis sampai Anda memahami pola penggunaan biasanya.
Anda hanya perlu memperkirakan secara manual sekali—untuk memahami secara umum berapa lama uang Anda akan bertahan. Setelah itu, Anda tidak perlu menghitungnya sendiri; API yang melakukannya.
Setiap respons model disertai kolom metadata yang menunjukkan jumlah pasti token permintaan: berapa banyak yang digunakan untuk input, berapa banyak untuk output, berapa banyak token input yang dibaca dari cache, dan berapa banyak yang pertama kali ditulis ke cache. Semua itu adalah fakta pasti tentang pemanggilan tertentu dan menunjukkan ke mana anggaran Anda sebenarnya digunakan. Jika Anda menggunakan alat seperti Claude Code, biasanya alat itu sendiri menampilkan penggunaan setelah setiap tugas.
Dasbor penyedia juga memiliki halaman penggunaan, dengan pengeluaran per hari dan saldo Anda saat ini. Periksa dari waktu ke waktu, terutama dalam beberapa minggu pertama, sampai Anda memahami pola pengeluaran biasanya. Beberapa kebiasaan juga dapat membantu menghemat uang: tetapkan batas pengeluaran bulanan jika penyedia Anda mengizinkannya, dan jangan aktifkan isi ulang saldo otomatis sampai Anda memahami jumlah pengeluaran biasanya. Jika tidak, agen yang berjalan tanpa kendali semalaman bisa menagih lebih banyak daripada yang Anda perkirakan.
### Sumber
- [Anthropic - harga model](https://docs.claude.com/en/docs/about-claude/pricing) - harga input, output, dan cache untuk semua model Claude
- [Anthropic - caching prompt](https://docs.claude.com/en/docs/build-with-claude/prompt-caching) - cara kerja caching, harga penulisan dan pembacaan, panjang minimum
- [DeepSeek - model dan harga](https://api-docs.deepseek.com/quick_start/pricing) - rumus penggunaan, harga saat cache hit dan cache miss, tarif siang dan malam
- [OpenAI - harga API](https://platform.openai.com/docs/pricing) - harga input, input yang di-cache, dan output untuk model GPT
Kenali [Ailoot](https://ailoot.ai/).
## Pertanyaan tentang Harga API OpenAI dan model AI pada 2026: biaya token dan anggaran
### Berapa biaya permintaan contoh tanpa caching?
Dengan tarif Opus 5 dalam artikel, 20,000 token input berbiaya $0.10 dan 2,000 token output berbiaya $0.05, total $0.15. Anggaran $10 mencakup 66 pemanggilan utuh pada ukuran tetap itu, sebelum biaya lain.
### Mengapa diskon cache untuk seluruh permintaan lebih kecil daripada diskon input yang di-cache?
Input baru dan output tetap dikenai tarif biasa. Dalam contoh, 15,000 token input dari cache ditambah 5,000 input baru dan 2,000 output berjumlah $0.0825, penghematan 45% dari $0.15. Penulisan cache pertama justru berbiaya $0.16875.
## Ailoot · Perusahaan dan portofolio proyeknya
Ailoot bertumpu pada pengalaman operasional yang teruji, basis pelanggan yang besar, layanan yang stabil, dan pemantauan KPI berkelanjutan.
Perusahaan dan portofolio proyeknya: jutaan pelanggan; penjualan miliaran setiap bulan.
Ailoot memanfaatkan pengalaman operasional ini untuk akses API ke fitur AI dalam produk pelanggan, agen, aplikasi, dan otomatisasi.