---
title: "Token input vs output di API LLM dan cara penagihannya"
description: "Token input dibaca model, token output ditulisnya. Apa yang termasuk masing-masing, di mana usage melaporkannya, dan bagaimana dua harga membentuk tagihan LLM."
url: https://broadrouter.com/id/glossary/input-and-output-tokens/
lang: id
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Diterjemahkan dari bahasa Inggris dengan bantuan AI. [Baca versi asli bahasa Inggris](https://broadrouter.com/glossary/input-and-output-tokens/) (diperbarui 2026-11-14).

# Token input dan output

Diperbarui 2026-11-14

Token input adalah token yang dibaca model bahasa dalam sebuah permintaan, termasuk system prompt, riwayat percakapan, definisi tool, dan gambar. Token output adalah token yang dihasilkannya sebagai balasan, termasuk penalaran. API LLM biasanya menghargainya secara terpisah, dan output biasanya lebih mahal.

Disebut juga: token input, token output, token prompt, token completion, input tokens, output tokens, prompt tokens, completion tokens

Setiap permintaan LLM punya dua sisi: yang Anda kirim dan yang kembali. API menghitung keduanya dalam [token](https://broadrouter.com/id/glossary/token/), dan sebagian besar menagihnya dengan tarif berbeda.

## Cara kerjanya

**Input** adalah semua yang ada di permintaan: system prompt, setiap pesan sebelumnya, definisi tool, hasil tool, dokumen, dan gambar. Chat multi-giliran mengirim ulang seluruh riwayat di setiap giliran, sehingga input bertambah seiring percakapan.

**Output** adalah semua yang dihasilkan model: jawaban yang terlihat, pemanggilan tool, dan pada model penalaran, [token penalaran](https://broadrouter.com/id/glossary/reasoning-tokens/) yang tersembunyi.

Blok usage melaporkan keduanya:

```json
"usage": {
  "prompt_tokens": 18000,
  "completion_tokens": 900,
  "prompt_tokens_details": { "cached_tokens": 15000 },
  "completion_tokens_details": { "reasoning_tokens": 600 }
}
```

Biaya satu permintaan adalah:

`(new input × input price) + (cached input × cached price) + (output × output price)`, yaitu (input baru × harga input) + (input cache × harga cache) + (output × harga output), dengan setiap harga per 1 juta token.

## Kenapa ini penting

Rasio keduanya menentukan harga mana yang berpengaruh. Asisten chat mungkin menghasilkan beberapa ratus token untuk pertanyaan singkat. Agen coding mengirim ulang konteks repositori yang besar di setiap giliran dan menulis patch pendek, sehingga input bisa melebihi output dengan rasio 20 banding 1 atau lebih. Untuk agen, harga input dan harga [input cache](https://broadrouter.com/id/glossary/cached-input-tokens/) menentukan sebagian besar tagihan.

Output tetap perlu diperhatikan. Model penalaran bisa menghabiskan lebih banyak token untuk berpikir daripada menjawab, dan token itu ditagih sebagai output. Rasio harga output terhadap input yang umum di model-model yang kami pantau ada di [indeks harga API LLM](https://broadrouter.com/data/llm-api-price-index/).

## Di BroadNet Inference

Per 1 juta token, dari file harga yang dipublikasikan:

| Model | Input | Input cache | Output |
| --- | --- | --- | --- |
| [DeepSeek V4.1 Flash](https://broadrouter.com/id/models/deepseek-v4.1-flash/) | $0.175 | $0.0055 | $0.52 |
| [GLM 5.3](https://broadrouter.com/id/models/glm-5.3/) | $0.78 | $0.173 | $3.46 |
| [Qwen3.8 27B](https://broadrouter.com/id/models/qwen3.8-27b/) | $0.175 | $0.0435 | $2.17 |
| [BroadNet Gemma 4 VL 26B](https://broadrouter.com/id/models/gemma-4-vl-26b/) | $0.10 | — | $0.22 |

Dalam contoh perhitungan BroadNet, agen coding penuh waktu mengirim 1.000 juta token input per bulan dengan 80% cache hit dan menerima 50 juta token output. Dengan DeepSeek V4.1 Flash per token, biayanya $65.40. [Paket harga tetap](https://broadrouter.com/id/glossary/flat-rate-llm-plan/) menghapus meterannya: Full Moon seharga $60 per bulan per sesi. Bandingkan angka Anda sendiri di [kalkulator harga](https://broadrouter.com/id/pricing/) atau baca [harga tetap vs bayar per token](https://broadrouter.com/id/blog/flat-rate-vs-pay-per-token-llm-api/).

## Kesalahan umum

-   Hanya menghitung harga jawaban yang terlihat dan melupakan token penalaran.
-   Mengabaikan seberapa cepat riwayat bertambah. Giliran ke-30 sebuah chat bisa membawa input dari 30 giliran.

## Pertanyaan umum

### Apa bedanya token prompt dan token input?

Tidak ada. Format Chat Completions menyebutnya prompt\_tokens dan completion\_tokens. API yang lebih baru, seperti Responses API dari OpenAI dan Messages API dari Anthropic, menyebutnya input\_tokens dan output\_tokens.

### Kenapa output lebih mahal daripada input?

Model membaca seluruh prompt dalam satu proses paralel, tetapi menghasilkan output satu token demi satu token, sehingga setiap token output memakan lebih banyak waktu GPU.

### Apakah definisi tool ikut ditagih?

Ya. Skema tool dan hasil tool adalah bagian dari prompt, jadi keduanya dihitung sebagai token input di setiap permintaan yang menyertakannya.

## Lihat juga

-   [Token](https://broadrouter.com/id/glossary/token/) (istilah)
-   [Token input cache (cached input tokens)](https://broadrouter.com/id/glossary/cached-input-tokens/) (istilah)
-   [Token penalaran (reasoning tokens)](https://broadrouter.com/id/glossary/reasoning-tokens/) (istilah)
-   [Bayar sesuai pemakaian (pay-as-you-go)](https://broadrouter.com/id/glossary/pay-as-you-go/) (istilah)
-   [Tokenizer](https://broadrouter.com/id/glossary/tokenizer/) (istilah)
-   [Streaming chat completions dan menangani koneksi terputus](https://broadrouter.com/id/guides/streaming-chat-completions/) (panduan)
-   [Kenapa model reasoning mengembalikan jawaban kosong](https://broadrouter.com/id/guides/reasoning-tokens-empty-response/) (panduan)
-   [API LLM harga tetap vs bayar per token: hitungan titik impas](https://broadrouter.com/id/blog/flat-rate-vs-pay-per-token-llm-api/) (artikel)
-   [Token input cache: cara memangkas tagihan API LLM](https://broadrouter.com/id/blog/cached-input-tokens-explained/) (artikel)

Coba dengan beban kerja Anda yang sebenarnya. Akun baru mendapat kredit US$5 untuk Gemma dan transkripsi. DeepSeek, GLM, dan Qwen3.8 memerlukan top up.

[Mulai](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=id-glossary-input-and-output-tokens&utm_content=page-cta) ·

**Sumber**

-   [Referensi API OpenAI, field usage chat completion](https://developers.openai.com/api/reference/resources/chat/subresources/completions/methods/create)
-   [Anthropic, context window (apa yang dihitung sebagai input dan output)](https://platform.claude.com/docs/en/build-with-claude/context-windows)
-   [Harga BroadNet Inference yang dapat dibaca mesin (pricing.json) (bahasa Inggris)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=id-glossary-input-and-output-tokens&utm_content=sources)
