---
title: "Kos token penaakulan: mengapa bil output tinggi | BroadRouter"
description: "Model penaakulan membilkan pemikiran tersembunyi sebagai output. Cara mengukur, kos setiap model dan cara mengurangkannya: reasoning_effort, max_tokens, penghalaan."
url: https://broadrouter.com/ms/blog/reasoning-tokens-cost/
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/reasoning-tokens-cost/) (dikemas kini 2026-11-16).

# Token penaakulan: mengapa output yang dibayar melebihi yang dilihat

Oleh pasukan BroadNet Inference · 4 minit bacaan · Diterbitkan 2026-11-14 · Dikemas kini 2026-11-16

Model penaakulan menulis proses berfikir tersembunyi sebelum jawapannya, dan token penaakulan itu dibilkan pada harga output. Balasan 200 token boleh membawa 1,000 token pemikiran atau lebih. Di BroadNet Inference, DeepSeek V4.1 Flash, GLM 5.3 dan Qwen3.8 27B melakukan penaakulan. Kurangkan kos dengan reasoning\_effort ditetapkan kepada low, max\_tokens yang munasabah, dan model bukan penaakulan untuk langkah mudah.

## Perkara utama

-   Token penaakulan dikira dalam completion\_tokens dan dibilkan pada harga output, walaupun anda tidak pernah melihatnya.
-   1,000 balasan dengan 1,000 token penaakulan setiap satu menambah 1M token output: $0.52 pada DeepSeek V4.1 Flash, $3.46 pada GLM 5.3.
-   Baca usage.completion\_tokens\_details.reasoning\_tokens untuk mengukur bahagian bil anda yang digunakan untuk berfikir.
-   Tetapkan reasoning\_effort kepada low untuk tugasan mudah, pastikan max\_tokens cukup tinggi untuk jawapan selesai, dan halakan langkah mudah kepada model yang tidak melakukan penaakulan.
-   Pada pelan DeepSeek V4.1 Flash tanpa had, penaakulan tiada kos token.

**Dalam halaman ini**

1.  Apakah token penaakulan?
2.  Bagaimanakah token penaakulan dibilkan?
3.  Berapa banyakkah penaakulan boleh menambah bil?
4.  Bagaimanakah anda mengukur token penaakulan?
5.  Empat cara mengawal kos penaakulan
6.  Tetapan mana untuk tugasan mana?
7.  Bilakah penaakulan berhenti menambah kos?
8.  Di manakah BroadNet Inference sesuai

Anda menghantar soalan pendek, mendapat jawapan dua baris, dan bil menunjukkan 1,400 token output. Tiada apa yang salah. Model berfikir sebelum menjawab, dan proses berfikir itu dibilkan. Catatan ini menerangkan cara token penaakulan dikira, kosnya pada setiap model, dan empat tetapan yang mengawalnya.

## Apakah token penaakulan?

Model penaakulan menulis rantaian pemikiran dalaman, kemudian jawapan yang kelihatan. Kedua-duanya keluar daripada penjanaan yang sama. Proses berfikir terdiri daripada [token penaakulan](https://broadrouter.com/ms/glossary/reasoning-tokens/). Dalam respons chat-completions standard, jawapan berada dalam `message.content`, dan proses berfikir dikira, bukan ditunjukkan.

Panduan penaakulan OpenAI menyatakan peraturannya dengan jelas: token penaakulan “still occupy space in the model’s context window and are billed as” token output (Terjemahan: masih mengambil ruang dalam tetingkap konteks model dan dibilkan sebagai token output). Penyedia lain mengikut peraturan yang sama.

## Bagaimanakah token penaakulan dibilkan?

Ia sebahagian daripada `completion_tokens`, jadi ia dikenakan harga output. Output ialah meter yang mahal:

| Model | Menaakul dahulu | Output setiap 1M | Input setiap 1M |
| --- | --- | --- | --- |
| [DeepSeek V4.1 Flash](https://broadrouter.com/ms/models/deepseek-v4.1-flash/) | Ya | $0.52 | $0.175 |
| [GLM 5.3](https://broadrouter.com/ms/models/glm-5.3/) | Ya | $3.46 | $0.78 |
| [Qwen3.8 27B](https://broadrouter.com/ms/models/qwen3.8-27b/) | Ya | $2.17 | $0.175 |
| [Gemma 4 VL 26B](https://broadrouter.com/ms/models/gemma-4-vl-26b/) | Tidak disenaraikan | $0.22 | $0.10 |

Harga ialah harga BroadNet Inference, disegerakkan 2026-11-14. Caj hos lain untuk model yang sama ada dalam [jadual harga API LLM](https://broadrouter.com/ms/llm-api-pricing/), contohnya [GLM 5.3 merentas penyedia](https://broadrouter.com/ms/llm-api-pricing/glm-5.3/).

## Berapa banyakkah penaakulan boleh menambah bil?

Ambil pengelas yang memulangkan label satu perkataan, kira-kira 10 token yang kelihatan. Jika model berfikir selama 1,000 token dahulu, 99% bil output ialah proses berfikir.

Pada skala besar: **1,000 balasan dengan 1,000 token penaakulan setiap satu menambah 1M token output.** Itu berkos $0.52 pada DeepSeek V4.1 Flash, $2.17 pada Qwen3.8 27B dan $3.46 pada GLM 5.3, di atas jawapan yang kelihatan.

Jumlahnya berbeza mengikut tugasan. Matematik yang sukar atau penaakulan kod berbilang fail boleh mencecah ribuan token. Ucapan salam mungkin hampir tidak memerlukannya. Itulah sebabnya anda mengukur.

## Bagaimanakah anda mengukur token penaakulan?

Blok usage melaporkannya apabila model memberikan kiraannya:

```python
r = client.chat.completions.create(
    model="broadnet/deepseek-v4.1-flash",
    messages=[{"role": "user", "content": "Is 'refund my order' a billing or shipping intent?"}],
    max_tokens=1000,
)
u = r.usage
reasoning = (u.completion_tokens_details.reasoning_tokens or 0) if u.completion_tokens_details else 0
print("output:", u.completion_tokens, "reasoning:", reasoning,
      "share:", round(reasoning / max(u.completion_tokens, 1), 2))
```

Rekodkan ini mengikut jenis tugasan selama seminggu. Biasanya anda akan dapati beberapa tugasan bertanggungjawab bagi sebahagian besar proses berfikir. Semasa penstriman, tambah `stream_options: {"include_usage": true}`; kiraan tiba dalam chunk terakhir ([panduan penstriman](https://broadrouter.com/ms/guides/streaming-chat-completions/)).

## Empat cara mengawal kos penaakulan

### 1\. Rendahkan `reasoning_effort` untuk tugasan mudah

`reasoning_effort` meminta model berfikir lebih sedikit. Panduan BroadNet menggunakan `low` untuk klasifikasi, pengekstrakan dan pemformatan:

```python
client.chat.completions.create(model="broadnet/deepseek-v4.1-flash", reasoning_effort="low",
                               max_tokens=1000, messages=msgs)
```

OpenAI mendokumenkan julat nilai yang lebih luas pada modelnya sendiri, daripada `none` dan `minimal`, melalui `low`, `medium` dan `high`, hingga `xhigh` dan `max`, dan menyatakan bahawa “some models support only a subset” (Terjemahan: sesetengah model hanya menyokong sebahagian daripadanya). Semak nilai yang diterima oleh model anda, dan bandingkan token output sebelum dan selepas pada sampel yang sama.

### 2\. Tetapkan `max_tokens` sebagai siling, bukan untuk menyekat

[`max_tokens`](https://broadrouter.com/ms/glossary/max-tokens/) mengehadkan penaakulan dan jawapan bersama-sama. Ia menghentikan balasan yang tidak terkawal, tetapi jika anda menetapkannya terlalu rendah, model boleh menghabiskan keseluruhan bajet untuk berfikir dan memulangkan jawapan kosong dengan `finish_reason: "length"`. Anda membayar proses berfikir itu dan masih perlu mencuba semula. BroadNet mencadangkan 1,000 token atau lebih untuk model penaakulan. [Mengapa model penaakulan memulangkan jawapan kosong](https://broadrouter.com/ms/guides/reasoning-tokens-empty-response/).

### 3\. Halakan langkah mudah kepada model yang tidak menaakul

Bukan setiap langkah memerlukan pemikiran. Memformat JSON, menamakan semula medan atau menjawab carian soalan lazim boleh dihantar kepada Gemma 4 VL 26B pada $0.22 setiap 1M output, yang tidak disenaraikan BroadNet sebagai model penaakulan. Simpan model penaakulan untuk perancangan, nyahpepijat dan jawapan berbilang langkah. Uji kualiti pada sampel anda sendiri sebelum menghala.

### 4\. Buang “think step by step” daripada prompt

Model penaakulan sudah berfikir. Meminta penaakulan langkah demi langkah yang kelihatan di atas itu membuatkan model menulisnya dua kali: sekali tersembunyi, sekali dalam jawapan. Minta jawapan akhir dalam format yang anda perlukan.

## Tetapan mana untuk tugasan mana?

| Tugasan | Usaha penaakulan | max\_tokens | Cadangan model |
| --- | --- | --- | --- |
| Klasifikasi, penghalaan | low | 1,000 | Gemma 4 VL 26B atau DeepSeek V4.1 Flash |
| Pengekstrakan ke JSON | low | 1,000 hingga 2,000 | DeepSeek V4.1 Flash, GLM 5.3 untuk output berstruktur |
| Merangka balasan pelanggan | low atau lalai | 2,000 | DeepSeek V4.1 Flash |
| Nyahpepijat, perancangan, semakan kod | lalai atau lebih tinggi | 8,000 atau tidak ditetapkan | DeepSeek V4.1 Flash atau GLM 5.3 |

Ini titik permulaan. Ukur token output dan kualiti pada data anda sendiri, kemudian laraskan.

## Bilakah penaakulan berhenti menambah kos?

Pada pelan kadar tetap. Pelan Full Moon BroadNet berharga $60 sebulan setiap sesi untuk DeepSeek V4.1 Flash tanpa had dan tanpa meter token, jadi token penaakulan tiada kos setiap token. Ia tetap mengambil masa: pada kelajuan biasa kira-kira 100 token sesaat, setiap token penaakulan dijana sebelum jawapan bermula, jadi penaakulan yang panjang melambatkan jawapan. [Bilakah pelan kadar tetap lebih murah daripada setiap token](https://broadrouter.com/ms/blog/flat-rate-vs-pay-per-token-llm-api/), dan [sepuluh lagi cara mengurangkan bil ejen pengekodan](https://broadrouter.com/ms/blog/cut-coding-agent-llm-costs/).

## Di manakah BroadNet Inference sesuai

BroadNet menjalankan tiga model penaakulan dan satu model tanpa penaakulan tersenarai pada satu kunci [serasi OpenAI](https://broadrouter.com/ms/glossary/openai-compatible-api/) di `https://inference.broadnet.ai/v1`, dengan penggunaan dilaporkan dalam setiap respons. Ini memudahkan penghalaan mengikut tugasan dan pengukuran perbezaannya. Jika anda memerlukan model tertutup dengan ringkasan penaakulan yang kelihatan, gunakan API vendor itu; katalog chat BroadNet tiada model tertutup. [Lihat pelan](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-blog-reasoning-tokens-cost&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.

[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.

[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.

[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.

[Chain-of-thought (CoT, rantaian pemikiran)](https://broadrouter.com/ms/glossary/chain-of-thought/)

Chain-of-thought (CoT) ialah teknik prompting di mana model bahasa ditunjukkan atau diminta menulis langkah penaakulan perantaraan sebelum jawapan akhirnya. Ia meningkatkan ketepatan bagi masalah berbilang langkah seperti aritmetik dan logik, dan model penaakulan kini menjananya secara automatik.

[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.

[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.

[max\_tokens](https://broadrouter.com/ms/glossary/max-tokens/)

max\_tokens ialah parameter API LLM yang menetapkan bilangan maksimum token yang boleh dijana oleh model dalam satu respons. Apabila had itu dicapai, penjanaan berhenti dan respons ditandakan sebagai terpotong, contohnya dengan finish\_reason ditetapkan kepada "length".

## Soalan lazim

### Adakah token penaakulan dicaj sebagai input atau output?

Sebagai output. Ia dijana oleh model, dilaporkan dalam completion\_tokens dan dibilkan pada harga output setiap 1M token.

### Bolehkah saya mematikan penaakulan sepenuhnya?

Bergantung pada model. OpenAI mendokumenkan nilai usaha yang boleh termasuk none atau minimal pada sesetengah model. Di BroadNet, tetapkan reasoning\_effort kepada low, atau gunakan Gemma 4 VL 26B, yang tidak disenaraikan BroadNet sebagai model penaakulan.

### Adakah max\_tokens yang rendah menjimatkan wang pada model penaakulan?

Sebahagian sahaja. Ia mengehadkan bil, tetapi jika penaakulan menggunakan keseluruhan bajet, anda membayar untuk proses berfikir dan mendapat jawapan kosong. Sebaliknya, rendahkan usaha dan kekalkan max\_tokens pada 1,000 atau lebih.

### Adakah saya nampak teks penaakulan?

Biasanya tidak dalam medan content. Blok usage melaporkan berapa banyak token penaakulan yang digunakan, apabila model melaporkannya, dalam completion\_tokens\_details.reasoning\_tokens.

## Teruskan membaca

-   [Harga API LLM dijelaskan: input, cache, output dan penaakulan](https://broadrouter.com/ms/blog/llm-api-pricing-explained/)
-   [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/)
-   [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-reasoning-tokens-cost&utm_content=page-cta) ·

**Sumber**

-   [Rujukan API BroadNet Inference, penaakulan dan token cache (disemak 2026-11-15) (Bahasa Inggeris)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-blog-reasoning-tokens-cost&utm_content=sources#models)
-   [Harga BroadNet Inference yang boleh dibaca mesin (pricing.json) (disemak 2026-11-15) (Bahasa Inggeris)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-blog-reasoning-tokens-cost&utm_content=sources)
-   [Panduan penaakulan OpenAI, pengebilan, nilai usaha dan max\_output\_tokens (disemak 2026-11-14)](https://developers.openai.com/api/docs/guides/reasoning)
