Menambahkan fitur AI ke produk SaaS mengubah struktur biayanya. Hosting dan penyimpanan kira-kira sama untuk setiap user; panggilan LLM makin mahal makin sering seseorang memakainya. Jika Anda menetapkan harga fitur tanpa tahu berapa biaya seorang user aktif, beberapa pelanggan yang antusias bisa mengubah paket yang menguntungkan menjadi rugi. Artikel ini menunjukkan cara menghitung biaya LLM per user, mengapa rata-rata adalah angka yang salah, dan cara memakainya untuk menetapkan paket.
Bagaimana cara menghitung biaya LLM per user?
Untuk satu fitur dan satu model:
cost per user per month =
requests per active user per month
× [ new input tokens × input price
+ cached tokens × cached price
+ output tokens × output price ] / 1,000,000
Artinya: biaya per user per bulan sama dengan jumlah permintaan per user aktif per bulan dikali jumlah (token input baru × harga input + token cache × harga cache + token output × harga output), dibagi 1.000.000. Pada model penalaran, output mencakup token penalaran, dan gambar dihitung sebagai token input pada kunci bayar sesuai pemakaian. Jika perlu penyegaran soal tiga harga itu, baca cara kerja harga API LLM.
Jumlahkan fitur-fitur yang disentuh seorang user untuk mendapatkan total biaya AI per user.
Langkah 1: Apa yang dihitung sebagai user aktif, dan apa unitnya?
Pilih definisi yang sudah Anda laporkan, misalnya user yang memakai fitur AI minimal sekali dalam sebulan. Lalu pilih unit yang secara alami dihasilkan fitur Anda: satu giliran chat, satu dokumen yang dibuat, satu file yang dianalisis, satu panggilan telepon yang diringkas. Biaya per unit lebih stabil daripada biaya per user dan lebih mudah dinalar.
Langkah 2: Bagaimana mengukur token per unit?
Jangan memperkirakannya dari jumlah kata. Catat blok usage dari setiap respons dengan tag fitur dan ID user atau akun yang di-hash: token prompt, token cache, dan token completion, satu baris per percobaan. Artikel pencatatan usage punya wrapper siap pakai dan SQL untuk mengelompokkan biaya per user dan fitur. Sebelum ada trafik, penghitung token memberikan perkiraan awal dari contoh prompt.
Untuk balasan streaming, minta usage di chunk terakhir dengan stream_options={"include_usage": True}; lihat panduan streaming. Hitung setiap percobaan, termasuk retry, karena setiap percobaan yang sampai ke model ditagih.
Langkah 3: Berapa biaya user biasa? Contoh hitungan
Misalkan produk Anda punya asisten di dalam aplikasi. Untuk user aktif biasa dalam sebulan, Anda mengukur:
| Ukuran | Nilai |
|---|---|
| Hari aktif | 20 |
| Permintaan ke asisten per hari aktif | 15 |
| Token input per permintaan | 3.000 (separuhnya cache) |
| Token jawaban yang terlihat per permintaan | 400 |
| Token penalaran per permintaan (model penalaran) | sekitar 600 |
Itu berarti 300 permintaan sebulan: sekitar 900.000 token input, 450.000 di antaranya cache, dan 120.000 token output yang terlihat, ditambah sekitar 180.000 token penalaran pada model penalaran.
Terapkan harga BroadNet per 1 juta token. Jumlah token dinyatakan dalam juta, jadi setiap suku adalah juta token × harga per 1 juta token:
| Model | Input / cache / output per 1 juta token | Bulan user ini |
|---|---|---|
| Gemma 4 VL 26B | $0.10 / tanpa tarif cache / $0.22 | 0,9 × $0.10 (semua input dengan harga penuh) + 0,12 × $0.22 (tanpa token penalaran) = $0.12 |
| DeepSeek V4.1 Flash | $0.175 / $0.0055 / $0.52 | 0,45 × $0.175 + 0,45 × $0.0055 + 0,3 × $0.52 = $0.24 |
| Qwen3.8 27B | $0.175 / $0.0435 / $2.17 | 0,45 × $0.175 + 0,45 × $0.0435 + 0,3 × $2.17 = $0.75 |
| GLM 5.3 | $0.78 / $0.173 / $3.46 | 0,45 × $0.78 + 0,45 × $0.173 + 0,3 × $3.46 = $1.47 |
Output 0,3 juta pada model penalaran terdiri dari 0,12 juta jawaban yang terlihat ditambah 0,18 juta penalaran. Jika dihitung, baris GLM 5.3 lebih dari sepuluh kali baris Gemma 4 VL 26B untuk user yang sama (perbandingan Gemma 4 VL 26B vs GLM 5.3 menampilkan keduanya berdampingan). Output adalah suku terbesar di setiap model penalaran, dan token penalaran mencakup lebih dari separuh output tersebut. Masukkan pengukuran Anda sendiri ke kalkulator biaya API LLM untuk mendapatkan angka Anda.
Langkah 4: Kenapa user rata-rata menyesatkan?
Pemakaian fitur AI itu timpang. Sebagian besar user mencoba fitur beberapa kali; sekelompok kecil memakainya seharian. Rata-rata menyembunyikan kelompok itu, padahal kelompok itulah yang menggerakkan tagihan.
Dari log usage Anda, hitung per user per bulan:
- Biaya median. Biaya seorang user normal.
- Persentil ke-90. Biaya seorang heavy user yang masih normal. Tetapkan harga paket supaya user ini tetap menguntungkan.
- Persentil ke-99 dan maksimum. Ekornya. User ini butuh batas fair use, paket yang lebih tinggi, atau pemeriksaan otomatisasi dan penyalahgunaan.
Jika user persentil ke-99 Anda berbiaya berkali-kali lipat dari median, itu bukan masalah dengan sendirinya; itu masukan untuk penetapan harga.
Langkah 5: Bagaimana menetapkan paket dan batas?
Begitu biaya per user diketahui, penetapan harga menjadi keputusan margin:
- Tentukan target margin kotor untuk paket tersebut.
- Hitung mundur biaya AI maksimum per user yang diizinkan margin itu.
- Bandingkan dengan persentil ke-90 Anda. Jika persentil ke-90 masuk, paketnya berjalan. Jika tidak, turunkan biaya (Langkah 6), naikkan harga, atau pindahkan pemakaian berat ke paket yang lebih tinggi.
- Terjemahkan token ke unit yang dipahami user. User tidak berpikir dalam token. Batasi permintaan per hari, dokumen per bulan, atau menit audio, dengan ukuran yang membuat pemakaian terberat yang diizinkan tetap di bawah plafon biaya Anda.
- Cek ulang setiap bulan. Perubahan prompt, fitur baru, dan pergantian model semuanya menggeser biaya per user.
Langkah 6: Bagaimana memangkas biaya per user tanpa mengubah produk?
- Cache. Taruh system prompt dan daftar tool yang stabil di depan. Di DeepSeek V4.1 Flash, input cache berharga $0.0055 per 1 juta token, bukan $0.175. Cara menaikkan cache rate Anda.
- Turunkan penalaran.
reasoning_effortyang di-set kelowuntuk permintaan rutin memangkas token yang paling mahal. Berapa biaya penalaran. - Rutekan berdasarkan tingkat kesulitan. Kirim permintaan sederhana ke Gemma 4 VL 26B dan simpan model penalaran untuk yang sulit.
- Pangkas riwayat. Percakapan panjang mengirim ulang semuanya di setiap giliran; ringkas atau potong giliran lama sejauh kualitas memungkinkan.
- Batasi output. Set
max_tokensper fitur, dengan menyisakan ruang untuk penalaran pada model penalaran.
Kontrol lainnya ada di kontrol pengeluaran API LLM.
Bisakah paket harga tetap melayani user SaaS?
Paket unlimited BroadNet untuk DeepSeek V4.1 Flash ($60 per sesi per bulan) boleh dibangun ke dalam aplikasi atau layanan Anda sendiri dengan kunci Anda sendiri, tetapi setiap sesi menjalankan satu permintaan dalam satu waktu dan kuncinya tidak boleh dibagikan atau dijual kembali. Itu membuat paket cocok untuk pekerjaan back-end berkonkurensi rendah: pembuat laporan malam hari, peringkas berbasis antrean, agen internal. Untuk trafik user interaktif dengan banyak permintaan bersamaan, jawaban yang lazim adalah kunci bayar sesuai pemakaian (masing-masing 4 permintaan berjalan, 30 per menit) atau beberapa sesi. Cek halaman paket untuk ketentuan terbaru.
Biaya apa saja yang ada di sekitar model?
Biaya per user dari token hanya sebagian dari pos AI. Tambahkan retrieval dan penyimpanan vektor, transkripsi (dihargai per menit audio, misalnya $0.0042 per menit untuk bahasa Arab di BroadNet), retry, dan run evaluasi. Jika user Anda menulis dalam bahasa Arab atau bahasa selain Inggris lainnya, perkirakan token per pesan lebih banyak daripada bahasa Inggris; ukur token per kata untuk konten Anda sendiri.
Bagaimana menangani free tier dan trial?
Free tier melipatgandakan biaya per user dengan user yang tidak membayar apa pun. Perlakukan sebagai biaya pemasaran: berikan user gratis model termurah yang masih menampilkan fitur dengan baik, pasang batas harian yang lebih ketat daripada paket berbayar, dan lacak biaya AI user gratis sebagai pos tersendiri. Jika user gratis berkonversi, pos itu adalah biaya akuisisi; jika tidak, batasnya menjaga pos itu tetap kecil.
Ringkasan
Ukur token per unit dari field usage, kalikan dengan harga yang dipublikasikan, lihat persentil ke-90 alih-alih rata-rata, lalu tetapkan harga paket dan batasnya dari situ. Setelah itu, buat setiap unit lebih murah dengan caching, routing, dan reasoning effort yang lebih rendah. Mulailah dengan metode biaya bulanan jika Anda belum mengukur apa pun.
