API AI biasanya mengenakan caj berasingan bagi input dan output untuk setiap satu juta token (1M token). Pemilihan model dan strategi pemprosesan yang tepat dapat mengurangkan kos operasi projek.
Harga disemak pada 28 Oktober 2026. Jadual memaparkan model perwakilan API terus penyedia dengan harga teks standard sebelum diskaun cache atau kelompok. Versi model, panjang konteks dan waktu pemprosesan boleh mempengaruhi kadar.
1. Perbandingan harga API
| Penyedia dan model | Input / 1M token | Output / 1M token | Syarat pengebilan |
|---|---|---|---|
| Google Gemini 3.5 Flash-Lite | $0.30 | $2.50 | Tahap berbayar standard |
| Google Gemini 3.1 Pro Preview | $2.00 / $4.00 | $12.00 / $18.00 | Prompt ≤200K / >200K token |
| OpenAI GPT-6 Luna | $0.10 | $0.50 | Standard, tahap konteks pendek |
| OpenAI GPT-6.1 Sol | $2.00 | $10.00 | Standard, tahap konteks pendek |
| OpenAI GPT-6 Astra | $10.00 | $50.00 | Standard, tahap konteks pendek |
| Anthropic Claude Haiku 5.5 | $0.10 / $0.50 | $0.50 / $2.50 | Prompt ≤100K / >100K token |
| Anthropic Claude Sonnet 5.5 | $2.00 | $10.00 | Kadar standard |
| Anthropic Claude Opus 5.5 | $4.00 | $20.00 | Kadar standard |
| DeepSeek Flash (V4.1) | $0.15 / $0.30 | $0.60 / $1.20 | Luar puncak / puncak; input tanpa hit cache |
| DeepSeek V4 Pro | $0.66 / $1.32 | $1.98 / $3.96 | Luar puncak / puncak; input tanpa hit cache |
Sumber: Google Gemini, OpenAI API, Anthropic Claude dan DeepSeek.
Nyatakan versi model penuh serta tahap perkhidmatan. Generasi mini/nano, Haiku atau V3/V4 yang berbeza tidak berkongsi satu harga. Nama model utama OpenAI ialah Astra. Waktu puncak DeepSeek ialah Isnin–Jumaat, 01:00–04:00 dan 06:00–10:00 UTC, kecuali cuti umum China: 09:00–12:00 dan 14:00–18:00 waktu Taiwan. Waktu lain ialah luar puncak.
2. Tiga teknik utama mengoptimumkan kos
Prompt Caching: guna semula kandungan berulang
Arahan sistem tetap atau dokumen peraturan besar sesuai untuk cache. Input cache Gemini 3.5 Flash-Lite ialah $0.03/1M token berbanding $0.30 biasa, iaitu pengurangan 90%, tetapi caj penyimpanan masih perlu ditambah. Diskaun hanya melibatkan bahagian input yang mendapat hit cache. Penulisan cache, tempoh simpanan dan output mengikut peraturan penyedia; pengurangan ini tidak bermakna seluruh bil turun 90%. Lihat harga Gemini.
Batch Processing: jadualkan tugas yang tidak segera
Pembersihan data, pengelasan dan analisis waktu malam boleh menggunakan pemprosesan kelompok. Model Google, OpenAI dan Anthropic yang disokong menawarkan kira-kira 50% diskaun kadar token kelompok, tertakluk kepada senarai model, tempoh siap dan syarat pengebilan. Harga luar puncak DeepSeek berdasarkan waktu dan bukan Batch API. Lihat Google, OpenAI dan Anthropic.
Two-Tier Routing: agihkan tugas mengikut kesukaran
Model ringan boleh mengendalikan pengelasan dan pengekstrakan, manakala kes sukar atau berkeyakinan rendah diserahkan kepada model lanjutan. Agihan 80%/20% hanyalah contoh; penjimatan 70–80% tidak dijamin.
Andaikan setiap tugas menggunakan jumlah token input dan output yang sama, dan kos model ringan ialah 10% daripada model lanjutan. Jika 80% tugas menggunakan model ringan dan 20% model lanjutan, kos menjadi 0.8 × 0.1 + 0.2 × 1 = 0.28 daripada kos asal, iaitu penjimatan 72%. Pengiraan bersyarat ini belum memasukkan penghalaan, percubaan semula, peningkatan pemprosesan dan semakan manusia.
3. Nilai keseluruhan bil
Anggaran asas ialah input tanpa cache × kadar input + input cache × kadar cache + output × kadar output, dengan setiap jumlah token dibahagi satu juta. Tambah kos penulisan/penyimpanan cache, alat carian dan caj lain. Mengikut peraturan model, token penaakulan mungkin dicaj sebagai output.
Gunakan tugas sebenar untuk membandingkan kualiti, kelewatan dan kos setiap penyerahan berjaya sebelum memilih model serta ambang penghalaan. Jadual harga ialah permulaan; pengukuran berterusan memastikan penjimatan benar-benar mengurangkan kos operasi.