Harga API OpenAI dan model AI pada 2026: kos token dan bajet

Anda memasukkan wang ke dalam akaun API dan hampir serta-merta timbul persoalan: berapa lama wang itu akan bertahan? Dalam fikiran anda ada sesuatu seperti “Saya ada sepuluh ribu, input berharga sebanyak ini, output lebih mahal, ada juga sejenis diskaun cache”—tetapi anda tidak pasti bagaimana hendak menggabungkan semuanya menjadi satu angka. Saya akan menghuraikannya satu demi satu, dengan angka.

Perkara utama dari awal: bil API dikira menggunakan satu formula—bilangan token didarab dengan harga setiap token. Token input dan output dikira secara berasingan kerana harganya berbeza. Seterusnya, saya akan tunjukkan cara menggunakan formula ini untuk mengira berapa lama bajet anda akan bertahan dan cara mengambil kira cache.

Maklumat tentang penggunaan Ailoot boleh didapati dalam dokumentasi.

Bagaimanakah kos API dikira?#

Apabila anda memanggil model melalui API, anda dikenakan bayaran berdasarkan jumlah teks yang melalui model. Jumlah itu diukur dalam token. Token ialah cebisan kecil teks; saya akan membincangkannya lagi dalam bahagian seterusnya, tetapi buat masa ini anggap sahaja token sebagai unit ukuran bagi segala-galanya.

Satu panggilan mempunyai dua bahagian. Pertama ialah perkara yang anda hantar kepada model: soalan itu sendiri, cebisan kod atau dokumen yang dilampirkan, mesej terdahulu dalam perbualan dan arahan sistem pada permulaan. Ini ialah input. Bahagian kedua ialah perkara yang ditulis oleh model sebagai jawapan. Ini ialah output. DeepSeek menyatakannya secara langsung dalam penerangan harganya: bil berdasarkan jumlah keseluruhan token input dan output.

Harga input dan output berbeza, jadi kedua-duanya dikira secara berasingan. Formula untuk satu permintaan mudah sahaja:

cost = (input tokens × input price) + (output tokens × output price)

Harga biasanya disenaraikan bagi setiap sejuta token—cara ini lebih mudah kerana satu token sahaja berharga sebahagian kecil daripada unit mata wang. Semua pengiraan selepas ini menggunakan formula ini, dan bajet anda mencukupi untuk seberapa banyak permintaan yang boleh dibayar dengan dana yang tersedia pada harga tersebut.

Token bukan perkataan: Bagaimanakah anda boleh menganggarkan jumlah token yang akan digunakan?#

Perkara pertama yang sering mengelirukan semua orang: token tidak sama dengan perkataan. Model membahagikan teks kepada cebisan mengikut peraturannya sendiri, dan satu cebisan boleh berupa seluruh perkataan pendek, sebahagian daripada perkataan yang lebih panjang, ruang bersama huruf atau tanda baca. Jadi, anda tidak boleh mengira dengan tepat dalam fikiran “berapa banyak token yang diperlukan oleh permintaan saya”—anda hanya boleh membuat anggaran.

Berikut panduan kasar. Dalam teks bahasa Inggeris, satu token bersamaan kira-kira empat aksara; ini ialah anggaran permulaan yang diberikan oleh Anthropic dan OpenAI sendiri. Model memecahkan teks bahasa Melayu kepada bahagian yang lebih kecil, jadi teks yang membawa maksud yang sama menggunakan lebih banyak token. Jumlah tambahannya bergantung pada model, tetapi anda patut menjangkakan satu setengah hingga dua kali ganda berbanding bahasa Inggeris.

Beginilah jumlahnya dari segi token. Jika anda menghantar satu halaman teks kepada model dan menerima satu perenggan sebagai jawapan, jumlah itu sudah mencecah ribuan token input dan ratusan token output. Jika anda melampirkan fail besar pada permintaan atau meneruskan perbualan yang mempunyai sejarah panjang, input boleh meningkat hingga puluhan ribu token, dan sebahagian besar bil akan datang daripada input itu. Respons API akan menunjukkan angka yang tepat—dalam medan metadatanya, API memulangkan jumlah token yang benar-benar digunakan untuk input dan output. Namun, bagi menganggarkan bajet terlebih dahulu, anggaran kasar berdasarkan jumlah aksara sudah memadai.

Mengapakah output lebih mahal daripada input, dan apakah kesannya terhadap bil anda?#

Berikut jadual harga rasmi bagi setiap sejuta token pada awal September 2026—anda boleh lihat bahawa output berharga beberapa kali ganda lebih tinggi daripada input bagi semua model.

Perbezaan harga antara penyedia amat besar: satu juta token input untuk Claude Opus 5 berharga sama dengan kira-kira 7.58 juta token untuk DeepSeek Pro pada kadar input jadual ($5 ÷ $0.66 ≈ 7.58). Namun, dalam setiap peringkat harga, satu peraturan tetap sama: output berharga tiga hingga enam kali ganda lebih tinggi daripada input. Sebabnya mudah: model lebih mudah membaca permintaan anda daripada menulis jawapan, dan kerja yang lebih mencabar memerlukan kos lebih tinggi.

Kesimpulannya memberi kesan langsung kepada bil anda. Jawapan yang panjang lebih mahal daripada soalan yang panjang. Jika anda meminta model untuk “menerangkannya dengan seberapa terperinci yang mungkin”, anda sendiri sedang menaikkan bahagian bil yang paling mahal. Maksud yang sama dalam jawapan ringkas berharga beberapa kali ganda lebih murah. Inilah salah satu sebab vibe coding murah bagi seorang tetapi menghabiskan bajet orang lain dalam sehari—walaupun mereka menggunakan model yang sama.

Bagaimanakah anda boleh mengira berapa lama bajet anda akan bertahan?#

Mari kita susun semuanya dalam pengiraan langkah demi langkah. Masukkan harga, jumlah token biasa dan bajet anda sendiri.

1. Anggarkan permintaan biasa. Katakan satu panggilan menggunakan 20,000 token input (soalan bersama cebisan kod dan sedikit sejarah) serta 2,000 token output (jawapan model).
2. Kira kos input: bahagikan bilangan token input dengan satu juta, kemudian darabkan dengan harga input bagi setiap sejuta token.
3. Kira kos output: bahagikan bilangan token output dengan satu juta, kemudian darabkan dengan harga output bagi setiap sejuta token.
4. Jumlahkan kos input dan output.
5. Bahagikan bajet anda dengan kos setiap permintaan yang diperoleh.

Menggunakan kadar Opus 5 dalam jadual artikel ini: 20,000 ÷ 1,000,000 × $5 = $0.10 untuk input, dan 2,000 ÷ 1,000,000 × $25 = $0.05 untuk output. Jumlah: $0.15 setiap permintaan tanpa cache. Bajet $10 menampung 66 permintaan penuh ($9.90), dengan andaian bilangan token sama dan tiada caj lain.

Permintaan sebenar hampir tidak pernah “purata”: lampirkan fail besar atau panjangkan perbualan, dan input boleh meningkat daripada 20,000 token kepada 200,000. Jadi, buat pengiraan berdasarkan cara anda biasanya bekerja; permintaan yang diidealkan akan memberikan jawapan yang salah. Lebih baik juga jika anda membundarkan ke atas.

Devin, Claude Code dan mana-mana ejen AI lain menggunakan API yang sama dan membelanjakan token mengikut formula yang sama. Bezanya cuma ejen menggunakan lebih banyak token kerana ia membuat banyak panggilan di sebalik tabir. Saya menghuraikan secara berasingan sebab perkara ini menjadikan vibe coding lebih mahal daripada yang dijangkakan dalam artikel tentang kos tersembunyi vibe coding.

Apakah diskaun cache, dan bilakah ia digunakan?#

Sekarang tentang cache—“diskaun sehingga 80 peratus” yang membuatkan pengiraan kelihatan rumit. Cara kerjanya mudah. Sesetengah input kekal sama dari satu permintaan ke permintaan seterusnya: arahan sistem pada permulaan, konteks yang besar atau dokumen yang dilampirkan dan digunakan dalam beberapa panggilan. Cache membolehkan model mengelakkan pembacaan semula cebisan itu dari awal setiap kali dan mengambilnya daripada memori pada harga yang jauh lebih rendah.

Jumlah pengurangan harga bergantung pada penyedia. Bagi Claude, membaca semula daripada cache berharga sepuluh kali lebih rendah daripada input biasa: untuk Opus 5, input biasa berharga $5 bagi setiap sejuta, manakala bacaan cache berharga $0.50. Diskaun DeepSeek lebih besar: input cache bagi model flash berharga $0.007 berbanding $0.22 untuk input biasa, iaitu lebih daripada tiga puluh kali lebih rendah. Jadi, “diskaun sehingga 80 peratus” ialah anggaran yang sederhana; diskaun sebenar boleh lebih besar.

Ingat dua syarat ini, jika tidak pengiraan cache anda mungkin tersasar.

• Diskaun hanya terpakai pada input yang berulang. Model menjana output dari awal setiap kali, dan langsung tiada diskaun cache untuknya. Jika kebanyakan bil anda datang daripada jawapan yang panjang, cache hanya akan menjimatkan sedikit.
• Penulisan pertama ke cache berharga sedikit lebih tinggi daripada input biasa. Untuk storan jangka pendek, Claude mengenakan bayaran 1.25 kali ganda daripada harga input biasa bagi penulisan cache. Penjimatan bermula pada permintaan kedua, apabila bahagian yang sudah disimpan dalam cache dibaca. Cache langsung tidak membantu untuk permintaan sekali sahaja malah kosnya sedikit lebih tinggi.

Bagaimanakah anda mengira semula bajet dengan mengambil kira cache?#

Mari kita kembali kepada contoh jumlah permintaan tadi dan tambah cache. Caranya adalah dengan membahagikan input kepada dua bahagian: bahagian yang berulang dan layak mendapat diskaun, serta bahagian yang baharu dalam setiap permintaan.

Ambil permintaan yang sama dengan 20,000 token input dan 2,000 token output. Katakan 15,000 token input ialah konteks tidak berubah dan 5,000 lagi baharu. Gunakan harga Opus 5 yang diberikan di atas: $5 setiap juta input baharu, $0.50 setiap juta token bacaan cache, $6.25 setiap juta token penulisan cache jangka pendek (1.25 × $5), dan $25 setiap juta token output.

Permintaan berulang itu 45% lebih murah daripada permintaan tanpa cache bernilai $0.15, walaupun bahagian input cachenya 90% lebih murah. Penulisan pertama lebih mahal. Dua panggilan (satu penulisan dan satu hit) berharga $0.25125 berbanding $0.30. Dengan bajet $10, satu penulisan diikuti 119 hit yang disahkan memberi 120 panggilan berjumlah $9.98625. Ini mengandaikan cache kekal sah, semua panggilan mempunyai bilangan token tersebut dan tiada caj lain; gunakan penggunaan bacaan dan penulisan cache sebenar, bukan menganggap setiap pengulangan mendapat hit.

Maka peraturannya ialah: cache berbaloi apabila anda menggunakan satu konteks besar dalam banyak permintaan, tetapi tidak berguna untuk soalan pendek yang tidak berkaitan.

Di manakah token digunakan tanpa anda sedari?#

Bil sering kali lebih tinggi daripada anggaran, hampir selalu disebabkan oleh tiga perkara yang tidak dapat dilihat sepintas lalu.

Perkara pertama dan paling besar ialah sejarah perbualan. Model tidak mengingati mesej terdahulu dengan sendirinya; seluruh perbualan dihantar semula kepadanya sebagai sebahagian daripada input setiap kali. Ini bermaksud mesej kesepuluh dalam perbualan panjang membawa kesemua sembilan mesej terdahulu berserta jawapannya. Pada awal perbualan, sesuatu permintaan berharga sedikit, tetapi pada penghujungnya, soalan dengan maksud yang sama berharga beberapa kali ganda lebih tinggi kerana input telah bertambah. Satu helah mudah: apabila topik berubah, mulakan perbualan baharu. Tidak perlu memanjangkan satu perbualan tanpa henti.

Perkara kedua ialah mod penaakulan. Model yang lebih baharu mempunyai mod yang membolehkan model menyusun penaakulannya secara dalaman terlebih dahulu sebelum memberikan jawapan. Penaakulan itu turut dikira sebagai token output, dan output ialah bahagian paling mahal. Jawapannya kelihatan pendek, tetapi banyak token digunakan untuk menghasilkannya, jadi bilnya mungkin mengejutkan.

Perkara ketiga ialah lampiran besar. Lampirkan dokumen besar atau sekumpulan fail pada satu permintaan, dan semuanya dihantar sepenuhnya sebagai input dalam setiap panggilan selagi masih berada dalam konteks. Jika anda menggunakan dokumen yang sama untuk beberapa ketika, elok simpan dokumen itu dalam cache supaya anda tidak terus membayar harga penuh. Mengurus perkara yang kekal dalam konteks ialah kemahiran tersendiri yang dipanggil context engineering, dan kemahiran ini mempengaruhi bil anda secara langsung.

Bagaimanakah anda boleh menjejak perbelanjaan tanpa membuat pengiraan secara manual?#

Anda hanya perlu membuat anggaran secara manual sekali, iaitu untuk memahami secara umum berapa lama wang anda akan bertahan. Selepas itu, anda tidak perlu mengiranya dengan tangan; API akan mengiranya untuk anda.

Setiap respons model disertakan medan metadata yang menunjukkan jumlah token tepat bagi permintaan: bilangan yang digunakan untuk input, bilangan untuk output, jumlah token input yang dibaca daripada cache dan jumlah yang ditulis ke dalam cache buat kali pertama. Ini ialah angka tepat bagi panggilan tertentu dan menunjukkan ke mana sebenarnya wang dalam bajet anda dibelanjakan. Jika anda menggunakan alat seperti Claude Code, alat itu biasanya memaparkan penggunaan selepas setiap tugasan.

Papan pemuka penyedia juga mempunyai halaman penggunaan yang memaparkan perbelanjaan harian dan baki semasa. Semak halaman itu dari semasa ke semasa, terutamanya dalam beberapa minggu pertama, sehingga anda memahami corak perbelanjaan biasa. Dua tabiat juga boleh membantu anda berjimat: tetapkan had perbelanjaan bulanan jika penyedia anda membenarkannya, dan jangan hidupkan tambah nilai baki automatik sehingga anda tahu jumlah yang biasanya anda belanjakan. Jika tidak, ejen yang berjalan tanpa kawalan semalaman boleh mengenakan bayaran lebih daripada yang anda jangkakan.

Kenali Ailoot.