---
title: "Harga API LLM dijelaskan, dengan contoh pengiraan | BroadRouter"
description: "Cara harga API LLM setiap token berfungsi: input, input cache, output, token penaakulan, imej dan audio seminit, dengan contoh pengiraan daripada senarai kadar."
url: https://broadrouter.com/ms/blog/llm-api-pricing-explained/
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/llm-api-pricing-explained/) (dikemas kini 2026-11-15).

# Harga API LLM dijelaskan: input, cache, output dan penaakulan

Oleh pasukan BroadNet Inference · 6 minit bacaan · Diterbitkan 2026-11-14 · Dikemas kini 2026-11-15

API LLM mengebil setiap sejuta token, dengan harga berasingan untuk input, input cache dan output. Token penaakulan dibilkan sebagai output, imej dikira sebagai token input, dan speech-to-text dibilkan setiap minit audio. Di BroadNet Inference, DeepSeek V4.1 Flash berharga $0.175 untuk input, $0.0055 untuk cache dan $0.52 untuk output bagi setiap 1M token.

## Perkara utama

-   Bil mempunyai tiga meter token: input baharu, input cache dan output. Setiap satu ada harga tersendiri bagi setiap 1M token.
-   Output biasanya beberapa kali lebih mahal daripada input. Pada DeepSeek V4.1 Flash, $0.52 berbanding $0.175.
-   Token penaakulan tidak kelihatan dalam jawapan tetapi dibilkan pada harga output.
-   Imej dibilkan sebagai token input; transkripsi audio dibilkan seminit, contohnya $0.0042 seminit untuk bahasa Arab.
-   Pelan harga tetap dan kunci sejam menggantikan meter token dengan harga mengikut masa, sesuai untuk ejen yang sentiasa berjalan.

**Dalam halaman ini**

1.  Apakah sebenarnya yang anda bayar?
2.  Berapakah kos setiap model bagi setiap token?
3.  Mengapakah output lebih mahal daripada input?
4.  Bagaimanakah token input cache dibilkan?
5.  Mengapakah model penaakulan mengebil lebih banyak output daripada yang anda lihat?
6.  Bagaimanakah imej dan audio dihargakan?
7.  Berapakah kos permintaan sebenar? Contoh pengiraan
8.  Bagaimanakah anda membaca angka sebenar daripada respons?
9.  Apakah model harga lain yang wujud?
10.  Kedudukan BroadNet Inference

_[image: A stream of tokens flowing into the words "Ideas become answers."]_

API LLM mengebil setiap sejuta token pada meter yang berasingan: input baharu, input cache dan output. Token penaakulan dibilkan sebagai output, imej sebagai token input, dan speech-to-text setiap minit audio. Panduan ini menerangkan setiap meter, kemudian mengira harga permintaan sebenar menggunakan kadar terbitan BroadNet Inference, yang diselaraskan pada 2026-11-14.

## Apakah sebenarnya yang anda bayar?

[Token](https://broadrouter.com/ms/glossary/token/) ialah cebisan teks, biasanya beberapa aksara. Dalam pengukuran BroadRouter sendiri merentas lima tokenizer, 1,000 perkataan bahasa Inggeris menjadi kira-kira 1,290 token; panduan kasar OpenAI pula ialah kira-kira 75 perkataan bagi setiap 100 token. Bahasa lain berbeza; tampal teks anda sendiri ke dalam [pengira token](https://broadrouter.com/tools/token-counter/) percuma untuk melihat angka sebenar. Setiap permintaan melaporkan tokennya dalam blok `usage`, dan bil ialah jumlah meter berikut:

| Meter | Apa yang dikira | Harga yang dikenakan |
| --- | --- | --- |
| Input (prompt) | System prompt, sejarah, dokumen, definisi tool, imej | Harga input |
| Input cache | Input yang sudah diproses oleh penyedia dan digunakan semula | Harga cache, jauh lebih rendah |
| Output (completion) | Jawapan yang kelihatan serta sebarang penaakulan | Harga output |
| Minit audio | Panjang audio yang dihantar untuk transkripsi | Harga seminit |

Pembahagian [token input dan output](https://broadrouter.com/ms/glossary/input-and-output-tokens/) paling penting, kerana kedua-dua harga itu jauh berbeza.

## Berapakah kos setiap model bagi setiap token?

Harga BroadNet Inference, bagi setiap 1M token:

| Model | Input | Input cache | Output | Konteks |
| --- | --- | --- | --- | --- |
| [DeepSeek V4.1 Flash](https://broadrouter.com/ms/models/deepseek-v4.1-flash/) | $0.175 | $0.0055 | $0.52 | 1,048,576 |
| [GLM 5.3](https://broadrouter.com/ms/models/glm-5.3/) | $0.78 | $0.173 | $3.46 | 1,048,576 |
| [Qwen3.8 27B](https://broadrouter.com/ms/models/qwen3.8-27b/) | $0.175 | $0.0435 | $2.17 | 262,144 |
| [Gemma 4 VL 26B](https://broadrouter.com/ms/models/gemma-4-vl-26b/) | $0.10 | Tiada diskaun cache | $0.22 | 32,768 |

Dua corak berlaku pada senarai kadar ini dan pada kebanyakan yang lain. Output lebih mahal daripada input, daripada kira-kira dua kali ganda pada Gemma 4 VL 26B hingga lebih sepuluh kali ganda pada Qwen3.8 27B. Input cache hanya sebahagian kecil daripada harga input baharu. Untuk membandingkan kadar ini dengan OpenAI, Anthropic, Google dan penyedia lain, lihat [jadual harga API LLM](https://broadrouter.com/llm-api-pricing/). Untuk median seluruh pasaran, julat antara penyedia dan nisbah output kepada input bagi setiap model yang kami jejaki, lihat [indeks harga API LLM](https://broadrouter.com/data/llm-api-price-index/) (CSV dan JSON terbuka).

## Mengapakah output lebih mahal daripada input?

Model membaca keseluruhan prompt anda dalam satu laluan selari. Ia menulis jawapan satu token demi satu token, dan setiap token baharu memerlukan satu laluan lagi. Oleh itu output menggunakan lebih banyak masa GPU bagi setiap token, dan harganya mencerminkan perkara itu. Prompt pendek dengan jawapan panjang boleh lebih mahal daripada prompt panjang dengan jawapan pendek.

## Bagaimanakah token input cache dibilkan?

Apabila permulaan prompt anda sepadan dengan permintaan baru-baru ini, penyedia boleh menggunakan semula kerjanya. [Token input cache](https://broadrouter.com/ms/glossary/cached-input-tokens/) itu muncul sebagai `prompt_tokens_details.cached_tokens` dan dibilkan pada harga cache. Pada DeepSeek V4.1 Flash, itu ialah $0.0055 dan bukannya $0.175 bagi setiap 1M.

Caching memberi ganjaran kepada prompt yang mempunyai awalan stabil: system prompt, senarai tool dan dokumen dahulu, mesej baharu paling akhir. Ejen yang menghantar semula repositori yang sama pada setiap giliran paling banyak untung. Untuk cara setiap penyedia mengebil bacaan dan tulisan cache, lihat [token input cache dijelaskan](https://broadrouter.com/ms/blog/cached-input-tokens-explained/); untuk memodelkan kadar cache anda sendiri, gunakan [kalkulator prompt caching](https://broadrouter.com/tools/prompt-caching-calculator/).

## Mengapakah model penaakulan mengebil lebih banyak output daripada yang anda lihat?

DeepSeek V4.1 Flash, GLM 5.3 dan Qwen3.8 27B berfikir sebelum menjawab. Pemikiran itu terdiri daripada [token penaakulan](https://broadrouter.com/ms/glossary/reasoning-tokens/). Anda tidak melihatnya dalam jawapan, tetapi ia dikira dalam `completion_tokens` dan dibilkan pada harga output. Panduan penaakulan OpenAI menerangkan peraturan yang sama untuk modelnya: token penaakulan “are billed as output tokens” (Terjemahan: dibilkan sebagai token output).

Penaakulan juga dikira dalam `max_tokens`. Tetapkannya terlalu rendah dan anda membayar untuk pemikiran tanpa jawapan. [Mengapa jawapan kembali kosong](https://broadrouter.com/ms/guides/reasoning-tokens-empty-response/), dan [cara mengurangkan kos penaakulan](https://broadrouter.com/ms/blog/reasoning-tokens-cost/).

## Bagaimanakah imej dan audio dihargakan?

**Imej.** [Model penglihatan (vision)](https://broadrouter.com/ms/glossary/vision-language-model/) menukar imej menjadi token input. Anda membayar harga input untuknya, dan imej yang lebih besar menggunakan lebih banyak token. Tiada caj berasingan bagi setiap imej di BroadNet. [Kos setiap imej dibandingkan](https://broadrouter.com/ms/blog/cheapest-vision-llm-api/).

**Audio.** [Speech-to-text](https://broadrouter.com/ms/glossary/speech-to-text/) dibilkan mengikut panjang audio, bukan token:

| Model | Seminit | Sejam audio |
| --- | --- | --- |
| BroadNet Transcribe Arabic | $0.0042 | $0.25 |
| BroadNet Transcribe (14 bahasa) | $0.002 | $0.12 |

## Berapakah kos permintaan sebenar? Contoh pengiraan

Contoh ini menggunakan DeepSeek V4.1 Flash. Setiap contoh disaiz supaya jumlahnya jatuh pada juta token yang genap, jadi pengiraannya mudah disemak.

1.  **Ciri chat.** 500 permintaan, setiap satu dengan 2,000 token input dan 2,000 token output, menggunakan 1M token input dan 1M token output. Kos: $0.175 ditambah $0.52.
2.  **Ejen yang membaca semula konteksnya.** Sepuluh giliran yang setiap satunya menghantar konteks 100,000 token yang sama berjumlah 1M token input. Jika tiada yang di-cache, kosnya $0.175. Jika semuanya di-cache, kosnya $0.0055, tetapi giliran pertama tiada apa untuk diguna semula, jadi anggap itu sebagai had bawah: paling baik, 900,000 token dibilkan pada harga cache dan 100,000 yang pertama pada harga input.
3.  **Penaakulan tersembunyi.** 1,000 jawapan dengan 200 token yang kelihatan, setiap satu dengan 800 token penaakulan, dibilkan 1M token output: $0.52. Hanya satu perlima daripadanya ialah teks yang anda lihat.
4.  **Transkripsi.** 1,000 jam audio bahasa Arab berharga $252.00. 10,000 nota suara 30 saat berharga $21.00.

Formula umum:

```text
cost = new_input/1M × input_price
     + cached_input/1M × cached_price
     + output/1M × output_price      (output includes reasoning)
```

Untuk mengira angka ini bagi trafik anda sendiri, gunakan [kalkulator kos API LLM](https://broadrouter.com/tools/llm-api-cost-calculator/) percuma. Untuk ramalan penuh bagi ciri baharu, lihat [cara menganggar kos API LLM sebelum pelancaran](https://broadrouter.com/ms/blog/estimate-llm-api-cost-before-launch/).

## Bagaimanakah anda membaca angka sebenar daripada respons?

Jangan menganggar daripada bilangan perkataan apabila anda sudah ada trafik. Bacalah angkanya:

```python
import os
from openai import OpenAI

client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])
r = client.chat.completions.create(
    model="broadnet/deepseek-v4.1-flash",
    messages=[{"role": "user", "content": "Summarise this ticket in one line: ..."}],
)
u = r.usage
details = u.prompt_tokens_details  # can be None when the model reports no cache data
cached = (details.cached_tokens or 0) if details else 0
print(u.prompt_tokens, cached, u.completion_tokens)
```

Semasa streaming, tambah `stream_options={"include_usage": True}` supaya chunk terakhir membawa `usage`. [Panduan streaming](https://broadrouter.com/ms/guides/streaming-chat-completions/).

## Apakah model harga lain yang wujud?

Pengebilan setiap token bukan satu-satunya pilihan:

-   **Pelan harga tetap.** [Pelan kadar tetap](https://broadrouter.com/ms/glossary/flat-rate-llm-plan/) mengenakan caj mengikut masa, bukan token. Full Moon BroadNet berharga $60 sebulan setiap sesi untuk DeepSeek V4.1 Flash tanpa had, satu permintaan pada satu masa. Orbit berharga $15 seminggu, Meteor $1 sejam.
-   **Kunci sejam.** $0.50 membeli satu jam Gemma 4 VL 26B pada satu strim. [Kunci sejam dijelaskan](https://broadrouter.com/ms/blog/hourly-llm-api-key-explained/).
-   **Batch dan GPU khusus.** Sesetengah penyedia memberi diskaun untuk kerja batch semalaman atau menyewakan GPU penuh mengikut jam. [Cara penyedia lain menghargakan model terbuka](https://broadrouter.com/ms/blog/llm-inference-provider-pricing-compared/).

[Bilakah pelan harga tetap lebih berbaloi daripada bayar setiap token](https://broadrouter.com/ms/blog/flat-rate-vs-pay-per-token-llm-api/) bergantung pada volum dan kadar cache. Untuk setiap cara penjimatan mengikut urutan, daripada caching hingga diskaun batch, lihat [cara mengurangkan kos API LLM](https://broadrouter.com/ms/blog/how-to-reduce-llm-api-costs/).

Harga setiap token juga berubah dari semasa ke semasa, naik dan turun. Dalam halaman harga yang diarkibkan daripada 11 penyedia, 80% model tidak pernah berubah harga. Dalam kalangan model yang berubah, kami merekodkan 100 penurunan harga dan 52 kenaikan, setiap satu ialah harga sesuatu model berbanding harganya sendiri sebelum itu. Lihat [berapa kerap harga API LLM berubah](https://broadrouter.com/ms/blog/how-often-llm-api-prices-change/) dan [penurunan harga API LLM terbesar, dengan sumber](https://broadrouter.com/ms/blog/llm-api-price-cuts-2023-2026/).

## Kedudukan BroadNet Inference

BroadNet menerbitkan satu senarai kadar untuk setiap model yang disediakannya, dalam [fail yang boleh dibaca mesin](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-blog-llm-api-pricing-explained&utm_content=body) yang dibaca oleh [halaman harga](https://broadrouter.com/ms/pricing/) laman ini. Akaun baharu bermula dengan kredit $5; Gemma 4 VL 26B dan kedua-dua model transkripsi boleh digunakan dengannya, manakala model chat lain memerlukan tambah nilai. Ia sesuai jika anda mahukan harga setiap token dan harga tetap dalam satu akaun; pelan mendapat kunci tersendiri. Ia bukan tempat untuk model tertutup frontier: ia hanya menyediakan model open-weight dan binaannya sendiri.

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.

[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.

[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.

[Speech-to-text (pertuturan kepada teks)](https://broadrouter.com/ms/glossary/speech-to-text/)

Speech-to-text, juga dipanggil pengecaman pertuturan automatik (ASR), ialah teknologi yang menukar audio pertuturan kepada teks bertulis. API speech-to-text menerima fail atau strim audio dan memulangkan transkrip, biasanya berharga setiap minit audio. Ketepatan diukur dengan kadar ralat perkataan dan berbeza mengikut loghat, dialek dan kualiti rakaman.

[Penstriman (streaming)](https://broadrouter.com/ms/glossary/streaming/)

Penstriman ialah cara memulangkan respons model bahasa dalam cebisan kecil semasa ia masih dijana, dan bukan sebagai satu jawapan di penghujung. API serasi OpenAI menstrim melalui server-sent events apabila permintaan menetapkan stream kepada true.

[Prompt sistem (system prompt)](https://broadrouter.com/ms/glossary/system-prompt/)

Prompt sistem ialah teks arahan yang dihantar oleh aplikasi kepada model bahasa sebelum perbualan, biasanya sebagai mesej dengan peranan system atau developer. Ia menetapkan peranan, peraturan, nada dan format output model, dan model sepatutnya mengutamakannya berbanding mesej pengguna yang bercanggah.

[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.

## Soalan lazim

### Bagaimanakah harga API LLM dikira?

Darabkan token input dengan harga input, token input cache dengan harga cache dan token output dengan harga output, setiap satu bagi 1M token, kemudian jumlahkan. Token penaakulan termasuk dalam output.

### Mengapakah token output lebih mahal daripada token input?

Model membaca input dalam satu laluan selari, tetapi menjana output satu token demi satu token, jadi setiap token output menggunakan lebih banyak masa GPU. Penyedia mengambil kira perbezaan itu dalam harga.

### Adakah token penaakulan dibilkan?

Ya, pada kunci yang dibilkan setiap token. Ia dilaporkan dalam completion tokens dan dibilkan pada harga output, walaupun tidak dipaparkan dalam jawapan.

### Berapakah kos satu imej dalam API LLM?

Imej ditukar menjadi token input, jadi kosnya ialah bilangan tokennya didarab dengan harga input. Imej yang lebih besar menggunakan lebih banyak token. Baca prompt\_tokens dalam blok usage untuk melihat angka sebenar.

### Apakah cara paling murah untuk membayar ejen yang sentiasa berjalan?

Biasanya pelan harga tetap. Di BroadNet, satu sesi Full Moon berharga $60 sebulan untuk DeepSeek V4.1 Flash tanpa had, satu permintaan pada satu masa.

## Teruskan membaca

-   [Token input cache: cara mengurangkan bil API LLM](https://broadrouter.com/ms/blog/cached-input-tokens-explained/)
-   [API LLM kadar tetap vs bayar setiap token: kiraan pulang modal](https://broadrouter.com/ms/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [Cara menganggar kos API LLM sebelum melancarkan ciri baharu](https://broadrouter.com/ms/blog/estimate-llm-api-cost-before-launch/)
-   [Token penaakulan: mengapa output yang dibayar melebihi yang dilihat](https://broadrouter.com/ms/blog/reasoning-tokens-cost/)
-   [Kredit API LLM percuma: sejauh mana kredit permulaan sebenarnya](https://broadrouter.com/ms/blog/free-llm-api-credit/)
-   [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: Mengapa model penaakulan memulangkan jawapan kosong](https://broadrouter.com/ms/guides/reasoning-tokens-empty-response/)
-   [Panduan: Strim chat completions dan kendalikan sambungan yang terputus](https://broadrouter.com/ms/guides/streaming-chat-completions/)

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-llm-api-pricing-explained&utm_content=page-cta) ·

**Sumber**

-   [Harga BroadNet Inference yang boleh dibaca mesin (pricing.json) (Bahasa Inggeris)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-blog-llm-api-pricing-explained&utm_content=sources)
-   [Halaman harga BroadNet Inference (Bahasa Inggeris)](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-blog-llm-api-pricing-explained&utm_content=sources)
-   [Rujukan API BroadNet Inference, token penaakulan dan cache (Bahasa Inggeris)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-blog-llm-api-pricing-explained&utm_content=sources)
-   [Panduan penaakulan OpenAI, cara token penaakulan dibilkan (disemak 2026-11-14)](https://developers.openai.com/docs/guides/reasoning)
-   [Pusat Bantuan OpenAI, apakah itu token dan cara mengiranya (disemak 2026-11-14)](https://help.openai.com/en/articles/4936856-what-are-tokens-and-how-to-count-them)
