---
title: "Kos satu larian ejen pengekodan AI: langkah dan cache"
description: "Mengapa larian ejen pengekodan makin mahal setiap langkah apabila makin lama, bagaimana cache mengubah jumlahnya, dan bila sesi kadar tetap lebih murah. Ada kiraan."
url: https://broadrouter.com/ms/blog/ai-coding-agent-run-cost/
lang: ms
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Diterjemahkan daripada bahasa Inggeris dengan bantuan AI. [Baca versi asal dalam bahasa Inggeris](https://broadrouter.com/blog/ai-coding-agent-run-cost/) (dikemas kini 2026-11-15).

# Berapakah kos satu larian ejen pengekodan AI: langkah, konteks, cache

Oleh pasukan BroadNet Inference · 7 minit bacaan · Diterbitkan 2026-11-15

Ejen menghantar semula seluruh konteksnya pada setiap langkah, jadi input bertambah mengikut kuasa dua bilangan langkah: 60 langkah berkos kira-kira 3.5 kali ganda input 30 langkah. Cache menentukan sebahagian besar bil; dengan sejarah yang hanya ditambah, lebih 90% input boleh dibilkan pada kadar cache. Darabkan kos setiap larian dengan larian bulanan dan bandingkan dengan sesi kadar tetap.

## Perkara utama

-   Jumlah input bagi satu larian ialah langkah × konteks asas + pertambahan setiap langkah × langkah × (langkah − 1) ÷ 2. Bilangan langkah lebih penting daripada mana-mana input lain.
-   Dengan sejarah yang hanya ditambah, hanya token yang ditambah sejak panggilan terakhir adalah baharu. Dalam contoh kiraan, 94% input larian 30 langkah kekal di-cache.
-   Pada harga DeepSeek V4.1 Flash yang diterbitkan BroadNet, larian 30 langkah yang sama berkos kira-kira 8 kali ganda lebih tinggi tanpa cache berbanding cache kes terbaik.
-   Memampatkan atau menyunting sejarah awal menetapkan semula cache. Lakukannya jarang-jarang dan dalam langkah besar.
-   Sesi kadar tetap menang apabila larian bulanan × kos setiap larian melepasi harga pelan. Satu sesi menjalankan satu permintaan pada satu masa, jadi masa setiap larian mengehadkan berapa banyak larian yang muat dalam sebulan.

**Dalam halaman ini**

1.  Bagaimanakah konteks bertambah semasa larian ejen?
2.  Bagaimanakah rupa satu contoh larian?
3.  Sejauh manakah cache mengubah bil?
4.  Bagaimanakah anda menganggarkan larian anda sendiri?
5.  Apakah yang menjadikan larian lebih mahal daripada anggaran?
6.  Bilakah sesi kadar tetap lebih murah daripada pengebilan setiap token?
7.  Di manakah tempat BroadNet Inference

Ejen pengekodan tidak membayar setiap tugas. Ia membayar setiap langkah, dan setiap langkah menghantar semula seluruh perbualan setakat ini. Ini menjadikan kos satu larian jauh lebih bergantung pada berapa langkah yang diambil, dan berapa banyak konteks yang di-cache, berbanding harga setiap token. Catatan ini membina kos satu larian daripada bahagian-bahagian itu, dengan angka, dan menunjukkan bila sesi kadar tetap lebih murah daripada membayar setiap token.

Untuk asal token dalam setiap panggilan (skema alat, bacaan fail, sejarah), lihat [ke mana token gelung ejen pergi](https://broadrouter.com/ms/blog/agent-token-budget/). Catatan ini tentang aritmetik keseluruhan larian.

## Bagaimanakah konteks bertambah semasa larian ejen?

Setiap panggilan mengandungi:

-   **konteks asas** yang dihantar pada setiap panggilan: prompt sistem, definisi alat, fail peraturan, peta repo;
-   **semua yang ditambah oleh langkah terdahulu**: balasan dan panggilan alat model, kandungan fail dan output arahan;
-   arahan baharu atau hasil alat.

Namakan konteks asas itu _B_ dan token yang ditambah setiap langkah _g_. Langkah 1 menghantar _B_. Langkah 2 menghantar _B + g_. Langkah _n_ menghantar _B + (n − 1) × g_. Jumlahkan semuanya dan larian _n_ langkah menghantar:

**Jumlah input = n × B + g × n × (n − 1) ÷ 2**

Sebutan kedua bertambah mengikut kuasa dua bilangan langkah. Itulah sebabnya larian panjang mengejutkan orang: langkah terakhir larian 60 langkah jauh lebih besar daripada yang pertama, dan setiap langkah di antaranya membayar semula untuk semua yang terdahulu.

## Bagaimanakah rupa satu contoh larian?

Ambil ejen dengan konteks asas 15,000 token (prompt sistem, sedozen alat dan peta repo). Setiap langkah menambah 3,000 token: satu fail atau log ujian serta balasan model sendiri. Setiap langkah menulis 800 token output, termasuk penaakulan.

| Langkah | Jumlah input | Output | Panggilan tunggal terbesar |
| --- | --- | --- | --- |
| 10 | 285,000 | 8,000 | 42,000 |
| 30 | 1,755,000 | 24,000 | 102,000 |
| 60 | 6,210,000 | 48,000 | 192,000 |

Daripada 30 ke 60 langkah, kerja berganda tetapi input didarab kira-kira 3.5. Output hanya berganda. Input ialah 36 hingga 130 kali output dalam larian ini, sebab itulah harga input, dan harga input cache, paling penting untuk ejen.

Panggilan terbesar juga perlu muat dalam [tetingkap konteks](https://broadrouter.com/ms/glossary/context-window/). 192,000 token muat dalam DeepSeek V4.1 Flash dan GLM 5.3 (1,048,576 token setiap satu) dan Qwen3.8 27B (262,144). Ia tidak muat dalam Gemma 4 VL 26B (32,768): dalam contoh ini, panggilan ketujuh sudah terlalu besar.

## Sejauh manakah cache mengubah bil?

Penyedia membilkan awalan prompt yang berulang pada kadar [input cache](https://broadrouter.com/ms/glossary/cached-input-tokens/) yang lebih rendah. Ejen yang hanya menambah pada sejarahnya menghantar awalan yang sama setiap kali serta sedikit tambahan, jadi dalam kes terbaik hanya token yang ditambah sejak panggilan terakhir adalah baharu:

**Input baharu (kes terbaik) = B + (n − 1) × g**

Semua yang lain ialah cache hit. Bahagian input cache meningkat apabila larian semakin panjang:

| Langkah | Input baharu, kes terbaik | Bahagian di-cache |
| --- | --- | --- |
| 10 | 42,000 | 85% |
| 30 | 102,000 | 94% |
| 60 | 192,000 | 97% |

Ejen sebenar jarang mencapai kes terbaik, jadi lebih baik meletakkan harga pada tiga kes. Pada harga DeepSeek V4.1 Flash BroadNet ($0.175 input, $0.0055 cache, $0.52 output setiap 1M token, diterbitkan 2026-11-14), berikut kos setiap larian berbanding kes terbaik 30 langkah:

| Langkah | Cache kes terbaik | 80% di-cache | Tiada cache |
| --- | --- | --- | --- |
| 10 | 0.33× | 0.39× | 1.37× |
| 30 | 1× | 2.07× | 8.11× |
| 60 | 2.33× | 6.84× | 28.2× |

Dua perkara menonjol. Tanpa cache, larian 60 langkah berkos 28 kali ganda larian 30 langkah yang di-cache dengan baik. Dan cache menjadi lebih penting apabila larian semakin panjang. Dalam kes terbaik 30 langkah, output kira-kira satu pertiga daripada kos, input baharu kurang daripada separuh dan input cache kurang daripada suku, jadi selepas cache, output ialah tempat penjimatan seterusnya.

Cache bukan sesuatu yang anda hidupkan begitu sahaja. Ia bergantung pada penyedia yang menyimpan awalan dan pada ejen anda yang tidak mengubahnya. Panduan OpenAI menerangkan padanan awalan yang tepat dengan panjang minimum yang boleh di-cache. API DeepSeek sendiri menyimpan unit cache pada penghujung input dan output setiap permintaan, jadi permintaan susulan yang memanjangkan permintaan sebelumnya boleh mendapat hit. [Halaman harga](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-blog-ai-coding-agent-run-cost&utm_content=body) BroadNet menyatakan input cache tidak memerlukan persediaan, dan dokumentasinya melaporkan hit dalam `usage.prompt_tokens_details.cached_tokens` apabila model menyediakannya. Katalog model BroadNet menyenaraikan DeepSeek V4.1 Flash di bawah “models we never ran on our hardware” (Terjemahan: model yang tidak pernah kami jalankan pada perkakasan kami), dan Terma (§7.3) meliputi model itu “when partner-hosted” (Terjemahan: apabila dihoskan oleh rakan kongsi), jadi di BroadNet ia disediakan melalui rakan kongsi. Ukur kadar hit anda dan bukan menganggap angka DeepSeek sendiri. Tulis awalan supaya ia boleh di-cache: [struktur prompt untuk cache](https://broadrouter.com/ms/blog/prompt-structure-for-caching/).

## Bagaimanakah anda menganggarkan larian anda sendiri?

Skrip ini membaca harga semasa daripada [pricing.json](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-blog-ai-coding-agent-run-cost&utm_content=body) awam BroadNet, jadi ia tidak pernah lapuk, dan mencetak jumlah token serta kos setiap larian bagi setiap kes cache:

```python
import json, urllib.request

PRICES = json.load(urllib.request.urlopen("https://inference.broadnet.ai/pricing.json"))
m = next(x for x in PRICES["models"] if x["id"] == "broadnet/deepseek-v4.1-flash")
p_in, p_cached, p_out = m["input_per_m"], m["cached_input_per_m"], m["output_per_m"]

def run_tokens(steps, base=15_000, growth=3_000, out_per_step=800, cache_rate=None):
    total_in = steps * base + growth * steps * (steps - 1) // 2
    if cache_rate is None:                      # best case: only new tokens miss
        new_in = base + (steps - 1) * growth
    else:
        new_in = round(total_in * (1 - cache_rate))
    return total_in, new_in, steps * out_per_step

def run_cost(total_in, new_in, out):
    return ((new_in * p_in) + (total_in - new_in) * p_cached + out * p_out) / 1e6

for steps in (10, 30, 60):
    for label, rate in (("best", None), ("80%", 0.8), ("none", 0.0)):
        t, n, o = run_tokens(steps, cache_rate=rate)
        print(f"{steps:>3} steps  cache {label:>4}  input {t:>9,}  new {n:>9,}  "
              f"output {o:>6,}  cost/run {run_cost(t, n, o):.4f} USD")
```

Gantikan nilai lalai dengan angka anda sendiri. Jangan meneka; baca angka itu daripada satu larian sebenar:

1.  Log `prompt_tokens`, `prompt_tokens_details.cached_tokens` dan `completion_tokens` bagi setiap panggilan, seperti dalam [catatan bajet token ejen](https://broadrouter.com/ms/blog/agent-token-budget/).
2.  **B** ialah `prompt_tokens` panggilan pertama. **g** ialah purata pertambahan `prompt_tokens` dari satu panggilan ke panggilan seterusnya.
3.  Output setiap langkah ialah purata `completion_tokens`. Ia termasuk [token penaakulan](https://broadrouter.com/ms/glossary/reasoning-tokens/), yang dibilkan sebagai output.
4.  Kadar cache sebenar anda ialah jumlah `cached_tokens` dibahagi jumlah `prompt_tokens`.

[Penganggar kos larian ejen](https://broadrouter.com/tools/agent-run-cost-estimator/) percuma menjalankan pengiraan yang sama dalam pelayar anda, jadi anda boleh mencuba bilangan langkah, kadar pertumbuhan dan kadar cache lain tanpa kod.

## Apakah yang menjadikan larian lebih mahal daripada anggaran?

-   **Cubaan semula.** Panggilan alat yang gagal atau cubaan semula 429 ialah satu lagi panggilan dengan konteks penuh. Kiranya sebagai langkah.
-   **Mengubah awalan.** Cap masa dalam prompt sistem, alat yang disenaraikan dalam susunan berbeza, atau fail peraturan yang disunting di tengah larian menukar input cache kembali kepada input baharu dari titik perubahan itu.
-   **Pemampatan.** Meringkaskan sejarah mengecilkan konteks, yang mengurangkan input selepas itu, tetapi sejarah baharu belum pernah di-cache, jadi panggilan seterusnya membayar harga input penuh. Mampatkan jarang-jarang dan dalam langkah besar; [pengurusan konteks untuk ejen yang berjalan lama](https://broadrouter.com/ms/blog/long-running-agent-context-management/) menerangkan bilakah.
-   **Output alat yang besar.** Log ujian 20,000 baris yang ditambah pada langkah 5 terbawa-bawa pada setiap langkah selepasnya. Dalam formula, ia menambah 20,000 × (langkah berbaki) token input.
-   **Usaha penaakulan.** Usaha yang tinggi boleh mendarabkan output setiap langkah. Tetapkan `reasoning_effort` kepada `low` untuk suntingan rutin.
-   **Merayau.** Ejen yang mengambil 60 langkah untuk tugas 30 langkah membayar kuasa dua, bukan dua kali ganda. Had langkah ialah had kos. [Sepuluh cara mengurangkan kos ejen pengekodan](https://broadrouter.com/ms/blog/cut-coding-agent-llm-costs/) merangkumi tuil-tuilnya.

## Bilakah sesi kadar tetap lebih murah daripada pengebilan setiap token?

Tukar kos setiap larian kepada angka bulanan: **kos bulanan = kos setiap larian × larian sebulan**. Kemudian bandingkan dengan pelan kadar tetap. Di BroadNet, pelan meliputi DeepSeek V4.1 Flash tanpa meter token: Full Moon $60 sebulan, Orbit $15 seminggu dan Meteor $1 sejam, setiap satu bagi setiap sesi.

**Larian sebulan untuk pulang modal = harga pelan ÷ kos setiap larian.**

Dua perkara menjadikan perbandingan ini kurang mudah daripada yang disangka:

1.  **Kadar cache anda menentukan sisi setiap token.** Dengan kadar cache yang tinggi, pengebilan setiap token pada Flash murah dan anda memerlukan banyak larian untuk melepasi $60. Dengan kadar yang lemah, anda melepasinya dengan cepat. Catatan kadar tetap menunjukkan titik pulang modal sebagai volum bulanan: kira-kira 917 juta token input dan 46 juta token output pada 80% di-cache ([kiraan titik pulang modal](https://broadrouter.com/ms/blog/flat-rate-vs-pay-per-token-llm-api/)).
2.  **Masa menentukan siling sisi kadar tetap.** Satu sesi menjalankan satu permintaan pada satu masa. Jika satu panggilan mengambil purata 20 saat (prefill, kira-kira 800 token output pada kira-kira 100 token sesaat, serta masa alat), larian 30 langkah mengambil kira-kira 10 minit. Satu sesi kemudiannya memuatkan paling banyak kira-kira enam larian sejam. Lebih banyak ejen selari memerlukan lebih banyak sesi.

Untuk lonjakan pendek, Meteor berfungsi dengan cara yang sama pada skala lebih kecil: jika enam larian muat dalam sejam, setiap satu berkos $1 ÷ 6. Bandingkan itu dengan kos setiap token skrip bagi satu larian. Untuk mencuba volum anda sendiri, gunakan [kalkulator kadar tetap vs setiap token](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/).

| Corak anda | Biasanya lebih murah |
| --- | --- |
| Beberapa larian pendek sehari | Setiap token |
| Larian panjang dengan cache yang lemah | Sesi kadar tetap |
| Ejen yang berjalan hampir sepanjang hari bekerja | Sesi kadar tetap |
| Beberapa ejen selari, sepanjang hari | Satu sesi kadar tetap setiap ejen |
| Memerlukan panggilan alat asli di BroadNet | Setiap token pada GLM 5.3 atau Qwen3.8 27B |

## Di manakah tempat BroadNet Inference

BroadNet melaporkan token cache dan token penaakulan dalam blok penggunaan, jadi anda boleh mengukur setiap angka di atas daripada larian anda sendiri. DeepSeek V4.1 Flash mempunyai harga input cache yang rendah dan konteks 1,048,576 token, dan pelan tanpa had membuang meter tokennya; [cara sesi berfungsi](https://broadrouter.com/ms/guides/unlimited-llm-api-sessions/).

Semak satu had dahulu. Dokumentasi BroadNet menyenaraikan panggilan alat hanya untuk [GLM 5.3](https://broadrouter.com/ms/models/glm-5.3/) dan [Qwen3.8 27B](https://broadrouter.com/ms/models/qwen3.8-27b/), dan kedua-duanya tiada pada pelan kadar tetap. Ejen yang menyunting melalui teks, seperti [Aider](https://broadrouter.com/ms/guides/aider-unlimited-deepseek/), tidak memerlukan panggilan alat asli. Jika ejen anda memerlukannya, uji DeepSeek V4.1 Flash dengan ejen anda sebelum membeli pelan, atau bajetkan GLM atau Qwen setiap token. Dan jika ejen anda hanya berjalan sekali-sekala, membayar setiap token biasanya berkos lebih rendah daripada mana-mana pelan kadar tetap.

Alat percuma untuk topik ini (Bahasa Inggeris)

-   [Agent run cost estimator](https://broadrouter.com/tools/agent-run-cost-estimator/) Context growth per step, total tokens and cost of one agent run, with a DeepSeek session comparison.
-   [LLM batch job planner](https://broadrouter.com/tools/llm-batch-job-planner/) Run time, binding limit, cost per model and the flat sessions needed to finish a big job by a deadline.
-   [Flat-rate vs per-token LLM cost calculator](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) Break-even between an unlimited plan and paying per token, per agent.
-   [LLM rate limit and concurrency calculator](https://broadrouter.com/tools/llm-rate-limit-calculator/) Which limit binds first: RPM, TPM or concurrency, with Little's law.

[Alatan percuma (Bahasa Inggeris)](https://broadrouter.com/tools/)

## Istilah dalam artikel ini

[Token](https://broadrouter.com/ms/glossary/token/)

Token ialah unit teks yang dibaca dan ditulis oleh model bahasa: satu perkataan, sebahagian perkataan, tanda baca atau jujukan bait yang dihasilkan oleh tokenizer model itu. API LLM mengira, mengehadkan dan biasanya mengebil penggunaan dalam token.

[Tetingkap konteks (context window)](https://broadrouter.com/ms/glossary/context-window/)

Tetingkap konteks ialah bilangan maksimum token yang boleh dikendalikan oleh model bahasa dalam satu permintaan. Ia meliputi prompt, sejarah perbualan, definisi alatan, imej dan output yang dijana, termasuk token penaakulan. Apa-apa yang tidak muat mesti dipotong, diringkaskan atau dipecahkan kepada beberapa permintaan.

[Token input cache (cached input tokens)](https://broadrouter.com/ms/glossary/cached-input-tokens/)

Token input cache ialah token prompt yang baru sahaja diproses oleh penyedia LLM dan boleh diguna semula daripada cache tanpa dikira semula, biasanya awalan yang berulang seperti prompt sistem atau dokumen. Penyedia mengebilnya pada kadar lebih rendah daripada token input baharu.

[Token input dan output (input and output tokens)](https://broadrouter.com/ms/glossary/input-and-output-tokens/)

Token input ialah token yang dibaca oleh model bahasa dalam satu permintaan, termasuk prompt sistem, sejarah perbualan, definisi alatan dan imej. Token output ialah token yang dijananya sebagai balasan, termasuk sebarang penaakulan. API LLM biasanya meletakkan harga berasingan, dan output biasanya lebih mahal.

[Ejen pengekodan AI (AI coding agent)](https://broadrouter.com/ms/glossary/coding-agent/)

Ejen pengekodan AI ialah alat perisian di mana model bahasa bekerja pada codebase dalam satu gelung: ia membaca fail, menyuntingnya, menjalankan arahan seperti ujian, membaca output dan menentukan langkah seterusnya sehingga tugas selesai atau had dicapai.

[Token penaakulan (reasoning tokens)](https://broadrouter.com/ms/glossary/reasoning-tokens/)

Token penaakulan ialah token yang dijana oleh model penaakulan untuk menyelesaikan masalah sebelum ia menulis jawapan yang kelihatan. Token ini biasanya dibilkan sebagai token output, dikira dalam had output dan tetingkap konteks, dan mungkin disembunyikan atau diringkaskan oleh API.

[Tool calling (panggilan alatan)](https://broadrouter.com/ms/glossary/tool-calling/)

Tool calling, juga dipanggil function calling, ialah ciri API LLM di mana model memulangkan permintaan berstruktur untuk menjalankan fungsi yang ditakrifkan oleh pembangun, bersama argumen JSON. Aplikasi menjalankan fungsi itu dan menghantar hasilnya kembali; model sendiri tidak pernah menjalankan kod.

[Baris Arab (tashkeel, Arabic diacritics)](https://broadrouter.com/ms/glossary/arabic-diacritics/)

Baris Arab, atau tashkeel, ialah tanda kecil yang ditulis di atas atau di bawah huruf untuk menunjukkan vokal pendek, konsonan berganda dan ketiadaan vokal. Ia pilihan: kebanyakan teks Arab, termasuk berita, meninggalkannya, jadi pembaca dan perisian meneka vokal daripada konteks.

## Soalan lazim

### Berapakah kos satu larian ejen pengekodan AI?

Kira token, kemudian letakkan harga. Dalam contoh catatan ini, larian 30 langkah dengan konteks asas 15,000 token dan 3,000 token ditambah setiap langkah menghantar 1,755,000 token input dan 24,000 token output. Kosnya bergantung terutamanya pada berapa banyak input yang dibilkan pada kadar cache.

### Mengapakah larian ejen yang lebih panjang berkos jauh lebih tinggi?

Setiap langkah menghantar semula semua yang sebelumnya. Input setiap langkah bertambah secara linear, jadi jumlah sepanjang larian bertambah mengikut kuasa dua bilangan langkah. Menggandakan larian daripada 30 kepada 60 langkah mendarabkan inputnya kira-kira 3.5 kali dalam contoh kiraan.

### Apakah kadar cache hit yang patut saya jangkakan daripada ejen pengekodan?

Ia bergantung pada ejen dan penyedia. Dengan sejarah yang hanya ditambah secara ketat, hanya token terbaharu yang terlepas, yang memberikan 85% hingga 97% dalam contoh kami. Sejarah yang disunting, cap masa dalam prompt sistem dan jeda panjang merendahkannya. Ukurnya daripada prompt\_tokens\_details.cached\_tokens.

### Bilakah sesi kadar tetap lebih murah daripada pengebilan setiap token untuk ejen?

Apabila kos setiap larian × larian sebulan melebihi harga pelan. Di BroadNet, Full Moon ialah $60 sebulan setiap sesi untuk DeepSeek V4.1 Flash. Penggunaan ringan atau sekali-sekala biasanya lebih murah setiap token.

### Adakah token penaakulan mengubah anggaran?

Ya. Ia dibilkan sebagai output, dan output lebih mahal setiap token berbanding input. Masukkan penaakulan yang anda ukur ke dalam output setiap langkah. Di BroadNet, completion\_tokens\_details.reasoning\_tokens melaporkannya apabila model menyediakannya.

## Teruskan membaca

-   [Bajet token ejen: ke mana token gelung ejen pergi](https://broadrouter.com/ms/blog/agent-token-budget/)
-   [10 cara mengurangkan kos LLM ejen pengekodan, dengan anggaran jimat](https://broadrouter.com/ms/blog/cut-coding-agent-llm-costs/)
-   [API LLM kadar tetap vs bayar setiap token: kiraan pulang modal](https://broadrouter.com/ms/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [Token input cache: cara mengurangkan bil API LLM](https://broadrouter.com/ms/blog/cached-input-tokens-explained/)
-   [Pengurusan konteks untuk ejen berjalan lama dengan tetingkap 1M](https://broadrouter.com/ms/blog/long-running-agent-context-management/)
-   [Claude Code dengan model terbuka: proksi, endpoint asli dan had](https://broadrouter.com/ms/blog/claude-code-with-openai-compatible-models/)
-   [OpenClaw dan Hermes Agent pada model murah: persediaan dan kos token](https://broadrouter.com/ms/blog/openclaw-hermes-agent-cheap-model/)
-   [Panduan: Cara pelan API LLM tanpa had berfungsi untuk ejen](https://broadrouter.com/ms/guides/unlimited-llm-api-sessions/)
-   [Panduan: Jalankan Aider dengan DeepSeek V4.1 Flash tanpa had](https://broadrouter.com/ms/guides/aider-unlimited-deepseek/)

Cuba dengan beban kerja sebenar anda. Akaun baharu bermula dengan kredit US$5 untuk Gemma dan transkripsi. DeepSeek, GLM dan Qwen3.8 memerlukan tambah nilai.

[Mulakan](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-blog-ai-coding-agent-run-cost&utm_content=page-cta) ·

**Sumber**

-   [Rujukan API BroadNet Inference: medan penggunaan, cached\_tokens, penaakulan dikira dalam max\_tokens, had (disemak 2026-11-15) (Bahasa Inggeris)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-blog-ai-coding-agent-run-cost&utm_content=sources)
-   [Halaman harga dan pricing.json BroadNet Inference, harga dikemas kini 2026-11-14 (disemak 2026-11-15) (Bahasa Inggeris)](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-blog-ai-coding-agent-run-cost&utm_content=sources)
-   [Halaman pelan BroadNet Inference: satu permintaan pada satu masa setiap sesi, tiada meter token (disemak 2026-11-15) (Bahasa Inggeris)](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-blog-ai-coding-agent-run-cost&utm_content=sources)
-   [Panduan prompt caching OpenAI: padanan awalan dan panjang minimum yang boleh di-cache (disemak 2026-11-15)](https://developers.openai.com/api/docs/guides/prompt-caching)
-   [Dokumentasi API DeepSeek, context caching: unit cache pada sempadan permintaan (disemak 2026-11-15)](https://api-docs.deepseek.com/guides/kv_cache)
