---
title: "Apakah token input dan output dalam API LLM? Cara dibilkan"
description: "Token input ialah apa yang dibaca model, token output apa yang ditulisnya. Apa yang dikira, di mana usage melaporkannya, dan cara dua harga itu membentuk bil."
url: https://broadrouter.com/ms/glossary/input-and-output-tokens/
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/glossary/input-and-output-tokens/) (dikemas kini 2026-11-14).

# Token input dan output (input and output tokens)

Dikemas kini 2026-11-14

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.

Juga dikenali sebagai: token input, token output, token prompt, token completion, prompt tokens, completion tokens, input tokens, output tokens

Setiap permintaan LLM mempunyai dua bahagian: apa yang anda hantar dan apa yang kembali. API mengira kedua-duanya dalam [token](https://broadrouter.com/ms/glossary/token/), dan kebanyakannya mengebil pada kadar yang berbeza.

## Cara ia berfungsi

**Input** ialah semua yang ada dalam permintaan: prompt sistem, setiap mesej terdahulu, definisi alatan, hasil alatan, dokumen dan imej. Chat berbilang giliran menghantar semula keseluruhan sejarah pada setiap giliran, jadi input bertambah seiring perbualan.

**Output** ialah semua yang dijana oleh model: jawapan yang kelihatan, panggilan alatan dan, pada model penaakulan, [token penaakulan](https://broadrouter.com/ms/glossary/reasoning-tokens/) yang tersembunyi.

Blok usage melaporkan kedua-duanya:

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

Kos satu permintaan ialah:

`(new input × input price) + (cached input × cached price) + (output × output price)`, dengan setiap harga bagi 1M token.

## Mengapa ia penting

Nisbah antara kedua-duanya menentukan harga mana yang penting. Pembantu chat mungkin menghasilkan beberapa ratus token untuk soalan pendek. Ejen pengekodan pula menghantar semula konteks repositori yang besar pada setiap giliran dan menulis tampalan pendek, jadi input boleh melebihi output sebanyak 20 berbanding 1 atau lebih. Bagi ejen, harga input dan harga [input cache](https://broadrouter.com/ms/glossary/cached-input-tokens/) membentuk sebahagian besar bil.

Output masih perlu diperhatikan. Model penaakulan boleh menggunakan lebih banyak token untuk berfikir berbanding menjawab, dan token itu dibilkan sebagai output. Nisbah biasa harga output kepada input merentas model yang kami jejaki ada dalam [indeks harga API LLM](https://broadrouter.com/data/llm-api-price-index/).

## Di BroadNet Inference

Bagi setiap 1M token, daripada fail harga yang diterbitkan:

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

Dalam contoh pengiraan BroadNet, ejen pengekodan sepenuh masa menghantar 1,000 juta token input sebulan dengan 80% cache hit dan menerima 50 juta token output. Pada DeepSeek V4.1 Flash mengikut token, kosnya $65.40. [Pelan harga tetap](https://broadrouter.com/ms/glossary/flat-rate-llm-plan/) membuang meter: Full Moon berharga $60 sebulan setiap sesi. Bandingkan angka anda sendiri dalam [kalkulator harga](https://broadrouter.com/ms/pricing/) atau baca [harga tetap vs bayar setiap token](https://broadrouter.com/ms/blog/flat-rate-vs-pay-per-token-llm-api/).

## Kesilapan biasa

-   Mengira harga jawapan yang kelihatan sahaja dan terlupa token penaakulan.
-   Mengabaikan betapa cepat sejarah bertambah. Giliran ke-30 sesuatu chat boleh membawa input 30 giliran.

## Soalan lazim

### Apakah perbezaan antara token prompt dan token input?

Tiada. Format Chat Completions menamakannya prompt\_tokens dan completion\_tokens. API yang lebih baharu, seperti Responses API OpenAI dan Messages API Anthropic, menamakannya input\_tokens dan output\_tokens.

### Mengapakah output lebih mahal daripada input?

Model membaca keseluruhan prompt dalam satu laluan selari, tetapi menjana output satu token demi satu token, jadi setiap token output mengambil lebih banyak masa GPU.

### Adakah definisi alatan dibilkan?

Ya. Skema alatan dan hasil alatan ialah sebahagian daripada prompt, jadi ia ialah token input pada setiap permintaan yang menyertakannya.

## Lihat juga

-   [Token](https://broadrouter.com/ms/glossary/token/) (istilah)
-   [Token input cache (cached input tokens)](https://broadrouter.com/ms/glossary/cached-input-tokens/) (istilah)
-   [Token penaakulan (reasoning tokens)](https://broadrouter.com/ms/glossary/reasoning-tokens/) (istilah)
-   [Bayar ikut guna (pay-as-you-go)](https://broadrouter.com/ms/glossary/pay-as-you-go/) (istilah)
-   [Tokenizer (pengtoken)](https://broadrouter.com/ms/glossary/tokenizer/) (istilah)
-   [Strim chat completions dan kendalikan sambungan yang terputus](https://broadrouter.com/ms/guides/streaming-chat-completions/) (panduan)
-   [Mengapa model penaakulan memulangkan jawapan kosong](https://broadrouter.com/ms/guides/reasoning-tokens-empty-response/) (panduan)
-   [API LLM kadar tetap vs bayar setiap token: kiraan pulang modal](https://broadrouter.com/ms/blog/flat-rate-vs-pay-per-token-llm-api/) (artikel)
-   [Token input cache: cara mengurangkan bil API LLM](https://broadrouter.com/ms/blog/cached-input-tokens-explained/) (artikel)

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-glossary-input-and-output-tokens&utm_content=page-cta) ·

**Sumber**

-   [Rujukan OpenAI API, medan usage chat completion](https://developers.openai.com/api/reference/resources/chat/subresources/completions/methods/create)
-   [Anthropic, tetingkap konteks (apa yang dikira sebagai input dan output)](https://platform.claude.com/docs/en/build-with-claude/context-windows)
-   [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-glossary-input-and-output-tokens&utm_content=sources)
