---
title: "API LLM penglihatan termurah: kos setiap imej dan halaman"
description: "Kos panggilan LLM penglihatan setiap imej dan halaman dokumen: kiraan token untuk Gemma 4, Qwen3.8 27B dan DeepSeek V4.1 Flash, serta di mana DeepInfra lebih murah."
url: https://broadrouter.com/ms/blog/cheapest-vision-llm-api/
lang: ms
updated: 2026-11-14
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/cheapest-vision-llm-api/) (dikemas kini 2026-11-16).

# API LLM penglihatan termurah: kos setiap imej dan setiap halaman

Oleh pasukan BroadNet Inference · 5 minit bacaan · Diterbitkan 2026-11-14 · Dikemas kini 2026-11-16

LLM penglihatan mengebilkan imej sebagai token input, jadi 1,000 imej sekitar 1,000 token setiap satu berkos sama dengan harga input setiap 1M token. Di BroadNet, yang termurah ialah Gemma 4 VL 26B pada $0.10 input dan $0.22 output setiap 1M. DeepInfra menyenaraikan Gemma 4 26B A4B Google dengan harga input lebih rendah dan harga output lebih tinggi.

## Perkara utama

-   Model penglihatan mengebilkan imej sebagai token input. Kos setiap imej = token imej × harga input ÷ 1M, ditambah jawapan.
-   1,000 imej sekitar 1,000 token setiap satu ialah 1M token input: $0.10 pada Gemma 4 VL 26B, $0.175 pada Qwen3.8 27B dan $0.175 pada DeepSeek V4.1 Flash.
-   Output menentukan kedudukan untuk jawapan panjang: $0.22, $0.52 dan $2.17 setiap 1M masing-masing.
-   Ubah saiz dan pangkas imej dahulu. Bilangan token meningkat dengan resolusi.
-   Pilih Qwen3.8 27B untuk dokumen bahasa Arab, Gemma 4 VL 26B untuk harga BroadNet terendah dan DeepSeek V4.1 Flash untuk konteks panjang atau pelan kadar tetap.

**Dalam halaman ini**

1.  Bagaimanakah imej dibilkan dalam API LLM?
2.  Berapa banyakkah token bagi satu imej?
3.  Berapakah kos setiap model penglihatan?
4.  Berapakah kos 1,000 imej?
5.  Berapakah kos satu halaman dokumen?
6.  Adakah BroadNet API penglihatan termurah?
7.  Model penglihatan manakah yang patut anda pilih?
8.  Bilakah pelan kadar tetap mengatasi harga setiap imej?
9.  Bagaimanakah anda boleh mengurangkan kos penglihatan?
10.  Di manakah kedudukan BroadNet Inference

Halaman harga API penglihatan jarang menyebut “setiap imej”. Ia menyenaraikan harga setiap sejuta token, dan imej menjadi token. Catatan ini menukar harga token tersebut kepada kos setiap imej dan setiap halaman dokumen untuk tiga model penglihatan di BroadNet Inference, dan menunjukkan tetapan mana yang menggerakkan angka itu.

## Bagaimanakah imej dibilkan dalam API LLM?

[Model bahasa penglihatan](https://broadrouter.com/ms/glossary/vision-language-model/) memecahkan imej kepada tampalan dan menukarnya menjadi token. Anda membayar token tersebut pada harga input, bersama prompt teks anda. Jawapan dibilkan sebagai output. Jadi:

```text
cost per image ≈ (image tokens + prompt tokens) × input price / 1M
               + answer tokens × output price / 1M
```

Tiada bayaran imej berasingan di BroadNet. Bilangan token imej bergantung pada pengekod imej model dan resolusi, jadi foto telefon 4,000 piksel berkos lebih daripada foto yang sama setelah diubah saiz.

## Berapa banyakkah token bagi satu imej?

Ia bergantung pada keluarga model:

-   **Gemma 4** menggunakan bajet token tetap setiap imej: “70, 140, 280, 560, or 1120 tokens” (Terjemahan: 70, 140, 280, 560 atau 1120 token), menurut dokumentasi Gemma Google. Bajet lebih rendah mengecilkan imej dan berjalan lebih pantas; Google menyatakan bajet lebih tinggi mengekalkan butiran halus dan mengesyorkannya untuk ketepatan terbaik pada tugas visual.
-   **Qwen3-VL** mempunyai nisbah mampatan 32, jadi kira-kira satu token bagi setiap blok 32 × 32 piksel, dan README-nya menunjukkan cara menetapkan bajet token visual setiap imej kepada julat seperti 256 hingga 1,280. Imej 1,024 × 1,024 ialah kira-kira 32 × 32 = 1,024 token.

BroadNet tidak menerbitkan tetapan imej untuk penggunaannya, jadi anggaplah angka ini sebagai tertib magnitud. Hantar salah satu imej sebenar anda dan baca `usage.prompt_tokens`, kemudian tolak bilangan bagi teks sahaja. Itulah kos token imej anda. [Kalkulator token imej](https://broadrouter.com/tools/image-token-calculator/) menggunakan peraturan yang didokumentasikan oleh setiap penyedia pada sebarang saiz imej.

## Berapakah kos setiap model penglihatan?

Harga BroadNet Inference setiap 1M token, disegerakkan 2026-11-14:

| Model | Input | Output | Konteks | Menaakul dahulu | Kredit permulaan |
| --- | --- | --- | --- | --- | --- |
| [Gemma 4 VL 26B](https://broadrouter.com/ms/models/gemma-4-vl-26b/) | $0.10 | $0.22 | 32,768 | Tidak disenaraikan | Ya |
| [Qwen3.8 27B](https://broadrouter.com/ms/models/qwen3.8-27b/) | $0.175 | $2.17 | 262,144 | Ya | Selepas tambah nilai |
| [DeepSeek V4.1 Flash](https://broadrouter.com/ms/models/deepseek-v4.1-flash/) | $0.175 | $0.52 | 1,048,576 | Ya | Selepas tambah nilai |

## Berapakah kos 1,000 imej?

Andaikan setiap imej serta prompt ringkasnya berjumlah kira-kira 1,000 token input. Maka 1,000 imej ialah 1M token input, dan kos input bagi setiap 1,000 imej sama dengan harga setiap 1M:

| Model | Kos input setiap 1,000 imej | Kos output setiap 1M token jawapan |
| --- | --- | --- |
| Gemma 4 VL 26B | $0.10 | $0.22 |
| Qwen3.8 27B | $0.175 | $2.17 |
| DeepSeek V4.1 Flash | $0.175 | $0.52 |

Masukkan volum anda sendiri ke dalam [kalkulator kos API LLM](https://broadrouter.com/tools/llm-api-cost-calculator/) percuma. Dua perkara mengubah kedudukan:

1.  **Panjang jawapan.** Label satu perkataan murah di mana-mana. Ekstrak JSON 300 token pada model penaakulan boleh membawa beberapa ratus lagi [token penaakulan](https://broadrouter.com/ms/glossary/reasoning-tokens/), dibilkan pada harga output. Harga output Qwen3.8 27B ($2.17 setiap 1M) beberapa kali ganda harga DeepSeek V4.1 Flash ($0.52), jadi untuk jawapan panjang DeepSeek berkos lebih rendah.
2.  **Saiz imej.** Jika imej anda berjumlah 2,000 token setiap satu, gandakan lajur input. Jika bajet 280 token Gemma mencukupi untuk tugas anda, kos input jatuh kepada kira-kira suku.

## Berapakah kos satu halaman dokumen?

Halaman A4 yang diimbas dan dipaparkan pada kira-kira 1,024 × 1,024 piksel menghampiri 1,000 token pada pengekod gaya Qwen. Jadi peraturan kasarnya ialah **1,000 halaman ≈ 1M token input**, sebelum prompt dan jawapan. Cetakan kecil mungkin memerlukan resolusi lebih tinggi, dan lebih banyak token.

Petua praktikal untuk halaman:

-   Hantar PDF teks sebagai teks yang diekstrak, bukan imej. Teks menggunakan jauh lebih sedikit token berbanding gambar teks.
-   Pangkas kepada kawasan yang anda perlukan, seperti kotak jumlah pada invois.
-   Hantar satu halaman setiap permintaan apabila anda memerlukan medan setiap halaman, supaya kegagalan tidak membazirkan keseluruhan dokumen.

## Adakah BroadNet API penglihatan termurah?

Tidak pada setiap baris. Berikut keluarga model penglihatan terbuka yang sama di DeepInfra, daripada halaman harganya pada 14 November 2026, setiap 1M token:

| Model di DeepInfra | Input | Output |
| --- | --- | --- |
| gemma-4-26B-A4B-it | USD 0.07 | USD 0.34 |
| Qwen3-VL-30B-A3B-Instruct | USD 0.15 | USD 0.60 |
| Qwen3-VL-235B-A22B-Instruct | USD 0.20 | USD 0.88 |

Harga input Gemma 4 di DeepInfra lebih rendah daripada $0.10 BroadNet, dan harga outputnya lebih tinggi daripada $0.22 BroadNet. Jadi untuk pengelasan imej dengan jawapan satu perkataan DeepInfra berkos lebih rendah; untuk ekstrak JSON yang panjang BroadNet boleh berkos lebih rendah. Bandingkan lebih banyak hos di [halaman harga Gemma 4 26B A4B](https://broadrouter.com/ms/llm-api-pricing/gemma-4-26b-a4b-it/) dan [halaman harga Qwen3-VL 235B](https://broadrouter.com/llm-api-pricing/qwen3-vl-235b-a22b-instruct/), atau baca halaman [alternatif DeepInfra](https://broadrouter.com/alternatives/deepinfra-alternative/). Kedudukan [API LLM termurah](https://broadrouter.com/ms/llm-api-pricing/cheapest/) dan [indeks harga API LLM](https://broadrouter.com/data/llm-api-price-index/) meletakkan harga ini dalam konteks pasaran.

## Model penglihatan manakah yang patut anda pilih?

-   **Harga BroadNet terendah, tugas mudah:** Gemma 4 VL 26B. Label, kapsyen, “adakah tandatangan?”. Ia boleh digunakan dengan kredit permulaan $5. Konteks 32,768 tokennya mengehadkan bilangan imej yang muat dalam satu permintaan.
-   **Dokumen dan tangkapan skrin bahasa Arab:** Qwen3.8 27B, model yang diuji BroadNet dalam bahasa Arab. Lihat [baca invois bahasa Arab dengan penglihatan](https://broadrouter.com/ms/guides/read-arabic-invoices-with-vision/) dan [memilih LLM untuk bahasa Arab](https://broadrouter.com/ms/blog/choosing-an-llm-for-arabic/).
-   **Output panjang, banyak imej setiap permintaan, atau volum sangat tinggi:** DeepSeek V4.1 Flash. Konteks 1,048,576 tokennya memuatkan banyak halaman sekali gus, dan pada pelan kadar tetap imej adalah sebahagian daripada penggunaan tanpa had.

Halaman bersebelahan: [Gemma 4 VL 26B vs Qwen3.8 27B](https://broadrouter.com/compare/gemma-4-vl-26b-vs-qwen3.8-27b/) dan [DeepSeek V4.1 Flash vs Gemma 4 VL 26B](https://broadrouter.com/compare/deepseek-v4.1-flash-vs-gemma-4-vl-26b/).

## Bilakah pelan kadar tetap mengatasi harga setiap imej?

Sesi Full Moon berkos $60 sebulan untuk DeepSeek V4.1 Flash tanpa had, satu permintaan pada satu masa. Pada kira-kira 1,000 token setiap imej, setiap 1,000 imej berkos $0.175 untuk input pada DeepSeek V4.1 Flash, jadi input sahaja mencapai harga pelan itu pada $60 ÷ $0.175 ribu imej sebulan, sebelum jawapan. Jika satu pekerja memproses imej sepanjang hari, ukur throughputnya pada sesi Meteor sejam ($1) dan bandingkan, atau gunakan [kalkulator kadar tetap vs setiap token](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/). Kaedah penuh ada dalam [kiraan titik pulang modal](https://broadrouter.com/ms/blog/flat-rate-vs-pay-per-token-llm-api/).

## Bagaimanakah anda boleh mengurangkan kos penglihatan?

1.  Ubah saiz kepada resolusi terkecil yang masih dibaca dengan betul. Uji tiga saiz pada 20 sampel.
2.  Minta JSON ringkas dengan kunci bernama, bukan prosa.
3.  Tetapkan `reasoning_effort` kepada `low` pada model penaakulan untuk pengekstrakan mudah, dan kekalkan `max_tokens` pada 1,000 atau lebih supaya jawapan tidak terpotong. [Mengapa jawapan kembali kosong](https://broadrouter.com/ms/guides/reasoning-tokens-empty-response/).
4.  Gunakan jenis MIME yang betul dalam data URL (`image/png` untuk PNG).
5.  Log `prompt_tokens` setiap imej untuk mengesan muat naik bersaiz terlalu besar.

## Di manakah kedudukan BroadNet Inference

BroadNet menawarkan tiga model penglihatan pada satu kunci, daripada Gemma setiap token hingga pelan kadar tetap, tanpa bayaran setiap imej dan dengan [pengekalan data sifar (zero data retention)](https://broadrouter.com/ms/privacy/) untuk imej yang anda hantar. Ia sesuai untuk invois, resit, tangkapan skrin dan dokumen bahasa Arab. Ia bukan hos termurah untuk kerja yang berat pada input, seperti yang ditunjukkan oleh jadual DeepInfra, dan ia tidak menawarkan penjanaan imej, hanya pemahaman imej. Untuk saluran pengekstrakan itu sendiri, lihat [ekstrak data invois ke JSON dengan LLM penglihatan](https://broadrouter.com/ms/blog/extract-data-from-documents-with-vision-llm/). [Mulakan dengan kredit permulaan $5](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-blog-cheapest-vision-llm-api&utm_content=body).

Alat percuma untuk topik ini (Bahasa Inggeris)

-   [LLM API cost calculator](https://broadrouter.com/tools/llm-api-cost-calculator/) Price a workload on every model at once, with cache hits, reasoning and a flat-plan check.
-   [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.
-   [Prompt caching savings calculator](https://broadrouter.com/tools/prompt-caching-calculator/) Bill with and without caching, by prefix share and hit rate.
-   [Prompt token diff](https://broadrouter.com/tools/prompt-token-diff/) Two prompt versions side by side: changed lines, exact token delta and the monthly cost difference.

[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.

[Model bahasa-penglihatan (vision-language model)](https://broadrouter.com/ms/glossary/vision-language-model/)

Model bahasa-penglihatan (VLM) ialah model yang menerima imej dan teks bersama sebagai input dan menghasilkan teks, jadi ia boleh menerangkan gambar, menjawab soalan tentangnya dan membaca dokumen, carta atau tangkapan skrin. VLM juga dipanggil model image-text-to-text atau model multimodal.

[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 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.

[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.

[Kredit prabayar (prepaid credit)](https://broadrouter.com/ms/glossary/prepaid-credit/)

Kredit prabayar ialah wang yang ditambah ke akaun API sebelum digunakan. Setiap permintaan menolak kosnya daripada baki, dan apabila baki habis, permintaan bermeter berhenti sehingga anda menambah nilai. Ia mengehadkan perbelanjaan kepada jumlah yang telah anda bayar.

[Zero data retention (ZDR, tiada pengekalan data)](https://broadrouter.com/ms/glossary/zero-data-retention/)

Zero data retention (ZDR) ialah dasar pengendalian data di mana penyedia AI memproses prompt dan output hanya untuk melayan permintaan dan tidak menyimpan kandungan itu selepasnya, sama ada dalam log, cache atau data latihan. Rekod tanpa kandungan seperti bilangan token dan masa biasanya masih disimpan.

[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

### Berapa banyakkah token bagi satu imej dalam LLM penglihatan?

Ia bergantung pada model dan resolusi. Gemma 4 menggunakan bajet 70 hingga 1,120 token setiap imej. Model VL Qwen menggunakan kira-kira satu token bagi setiap blok 32 kali 32 piksel. Baca prompt\_tokens dalam blok usage untuk bilangan sebenar.

### Apakah API LLM penglihatan termurah di BroadNet?

Gemma 4 VL 26B, pada $0.10 input dan $0.22 output setiap 1M token. Ia juga boleh digunakan dengan kredit permulaan percuma.

### Adakah bayaran setiap imej?

Tidak. Pada kunci bayar ikut guna BroadNet, imej dikira sebagai token input pada harga input model, dan imej yang lebih besar menggunakan lebih banyak token.

### Adakah imej termasuk dalam pelan tanpa had?

Ya. Pada pelan DeepSeek V4.1 Flash, imej dan prompt panjang adalah sebahagian daripada penggunaan tanpa had.

### Adakah DeepInfra lebih murah daripada BroadNet untuk penglihatan Gemma 4?

Untuk kerja yang berat pada input, ya. Pada 14 November 2026 DeepInfra menyenaraikan gemma-4-26B-A4B-it pada USD 0.07 input dan USD 0.34 output setiap 1M token. BroadNet mengenakan $0.10 input dan $0.22 output, jadi BroadNet lebih murah apabila jawapan panjang.

### Model penglihatan manakah yang terbaik untuk invois bahasa Arab?

Qwen3.8 27B ialah model yang diuji BroadNet dalam bahasa Arab, dengan penulisan yang fasih serta memahami dialek Teluk dan Mesir. Ujinya pada dokumen anda sendiri.

## Teruskan membaca

-   [Harga API LLM dijelaskan: input, cache, output dan penaakulan](https://broadrouter.com/ms/blog/llm-api-pricing-explained/)
-   [Memilih API LLM untuk bahasa Arab: apa yang perlu diuji](https://broadrouter.com/ms/blog/choosing-an-llm-for-arabic/)
-   [Token penaakulan: mengapa output yang dibayar melebihi yang dilihat](https://broadrouter.com/ms/blog/reasoning-tokens-cost/)
-   [API LLM kadar tetap vs bayar setiap token: kiraan pulang modal](https://broadrouter.com/ms/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [Teks, ucapan atau penglihatan? Mulakan dengan tugas](https://broadrouter.com/ms/blog/text-speech-vision/)
-   [Perubahan harga API LLM Oktober 2026: 3 kenaikan, tiada penurunan](https://broadrouter.com/ms/blog/llm-api-price-changes-october-2026/)
-   [Berapa kerap harga API LLM berubah? 3 tahun halaman harga berarkib](https://broadrouter.com/ms/blog/how-often-llm-api-prices-change/)
-   [Panduan: Baca invois dan resit Arab dengan model vision](https://broadrouter.com/ms/guides/read-arabic-invoices-with-vision/)
-   [Panduan: Mengapa model penaakulan memulangkan jawapan kosong](https://broadrouter.com/ms/guides/reasoning-tokens-empty-response/)

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-cheapest-vision-llm-api&utm_content=page-cta) ·

**Sumber**

-   [Harga BroadNet Inference yang boleh dibaca mesin, pricing.json (diambil 2026-11-14) (Bahasa Inggeris)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-blog-cheapest-vision-llm-api&utm_content=sources)
-   [Rujukan API BroadNet Inference: chat dengan imej, imej pada pelan (diambil 2026-11-14) (Bahasa Inggeris)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-blog-cheapest-vision-llm-api&utm_content=sources#requests)
-   [Dokumentasi Google Gemma, pemahaman penglihatan dan bajet token imej (diambil 2026-11-14)](https://ai.google.dev/gemma/docs/capabilities/vision)
-   [Repositori Qwen3-VL, mampatan 32x dan tetapan bajet token visual (diambil 2026-11-14)](https://github.com/QwenLM/Qwen3-VL)
-   [Harga DeepInfra: harga setiap token Gemma 4 dan Qwen3-VL (diambil 2026-11-14)](https://deepinfra.com/pricing)
