---
title: "Önbellekli girdi token nedir? LLM API faturasını düşürün"
description: "Önbellekli girdi, normal girdinin küçük bir kesrine mal olur. İstem önbellekleme nasıl faturalanır, usage içinde cached_tokens nasıl okunur, istem nasıl kurulur?"
url: https://broadrouter.com/tr/blog/cached-input-tokens-explained/
lang: tr
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

İngilizceden yapay zekâ desteğiyle çevrilmiştir. [İngilizce aslını okuyun](https://broadrouter.com/blog/cached-input-tokens-explained/) (güncelleme: 2026-11-15).

# Önbellekli girdi tokenları: LLM API faturası nasıl düşürülür

BroadNet Inference ekibi · 5 dk okuma · Yayımlandı 2026-11-14 · Güncellendi 2026-11-15

Önbellekli girdi tokenları, sağlayıcının daha önce işlediği ve yeniden kullanabildiği istem tokenlarıdır; bu yüzden daha düşük bir ücretle faturalandırılır. BroadNet Inference'ta DeepSeek V4.1 Flash, önbellekli girdiyi 1M token başına $0.0055, yeni girdiyi ise $0.175 ile faturalandırır. İndirimi almak için her istemin sabit kısmını en başa koyun ve çağrılar arasında aynı tutun.

## Öne çıkanlar

-   DeepSeek V4.1 Flash önbellekli girdi: 1M token başına $0.0055; yeni girdi: $0.175.
-   Model raporladığında usage bloğu `prompt_tokens_details.cached_tokens` alanını içerir; böylece önbellek oranınızı ölçebilirsiniz.
-   Sabit içeriği (sistem istemi, araçlar, belgeler) başa, değişen içeriği sona koyun.
-   Önbellek, istemin başından itibaren eşleşir. Baştaki tek bir değişen token, kendisinden sonraki her şeyi yeni hale getirir.
-   En çok, her turda aynı depo bağlamını yeniden gönderen ajanlar kazanır.

**Bu sayfada**

1.  Önbellekli girdi tokenı nedir?
2.  BroadNet Inference’ta önbellekli tokenlar ne kadar tutar?
3.  Önbellekleme ne kadar tasarruf sağlar? Örnek hesap
4.  Önbellekli tokenları API yanıtında nasıl görürsünüz?
5.  İstem önbellekleme OpenAI, Anthropic ve DeepSeek arasında nasıl farklılaşır?
6.  Önbellek oranınızı ne düşürür?
7.  Önbellekleme ne zaman önemini yitirir?
8.  Uzun bağlamda önbellekleme neden daha önemli?
9.  BroadNet Inference nerede devreye giriyor

Bir ajanın LLM’e gönderdiklerinin çoğu her turda aynıdır: sistem istemi, araç tanımları, üzerinde çalıştığı dosyalar ve o ana kadarki konuşma. Yalnızca son mesaj yenidir. İstem önbellekleme, sağlayıcının bu tekrarlanan kısmı tam fiyatla faturalandırmaması demektir.

## Önbellekli girdi tokenı nedir?

Her istek [girdi ve çıktı tokenlarından](https://broadrouter.com/tr/glossary/input-and-output-tokens/) oluşur. Model yanıt vermeden önce istemin tamamını işler. Daha önceki bir istek tam olarak aynı tokenlarla başladıysa, sunum sistemi bu işi yeniden yapmak yerine tekrar kullanabilir. Yeniden kullanılan kısım [önbellekli girdi tokenları](https://broadrouter.com/tr/glossary/cached-input-tokens/) olarak raporlanır ve daha düşük bir ücretle faturalandırılır.

Bu işleyişten iki sonuç çıkar:

-   **Yalnızca önek önbelleğe alınır.** Eşleşme ilk tokendan ileriye doğru ilerler ve ilk farkta durur.
-   **Yanıt asla önbelleğe alınmaz.** Model yine yeni çıktı üretir ve bu, tam çıktı fiyatıyla faturalandırılır.

## BroadNet Inference’ta önbellekli tokenlar ne kadar tutar?

Yayımlanan fiyat dosyasına göre, 1 milyon token başına:

| Model | Yeni girdi | Önbellekli girdi | Çıktı |
| --- | --- | --- | --- |
| [DeepSeek V4.1 Flash](https://broadrouter.com/tr/models/deepseek-v4.1-flash/) | $0.175 | $0.0055 | $0.52 |
| [GLM 5.3](https://broadrouter.com/tr/models/glm-5.3/) | $0.78 | $0.173 | $3.46 |
| [Qwen3.8 27B](https://broadrouter.com/tr/models/qwen3.8-27b/) | $0.175 | $0.0435 | $2.17 |

DeepSeek V4.1 Flash’ta fark büyüktür: 1M önbellekli token başına $0.0055 ile 1M yeni token başına $0.175 değerlerini karşılaştırın. Her turda 200.000 tokenlık bir depoyu yeniden gönderen bir ajan için faturanın büyük kısmını önbellek oranı belirler.

## Önbellekleme ne kadar tasarruf sağlar? Örnek hesap

Bir kodlama ajanı, bir iş gününde 200.000 tokenlık bir istemi 100 kez gönderiyor. Bu, günde 20 milyon girdi tokenı eder.

| Önbellek oranı | Yeni girdi tokenları | Önbellekli girdi tokenları |
| --- | --- | --- |
| %0 | 1M başına $0.175 ile 20M | 0 |
| %50 | 1M başına $0.175 ile 10M | 1M başına $0.0055 ile 10M |
| %90 | 1M başına $0.175 ile 2M | 1M başına $0.0055 ile 18M |

Günlük girdi faturasının formülü `new tokens (M) × input price + cached tokens (M) × cached price` şeklindedir. %90’da 20M girdi tokenının 18M’si tam girdi fiyatı yerine önbellek fiyatıyla faturalandırılır; dolayısıyla iki fiyat arasındaki fark ne kadar büyükse girdi faturasından o kadar çok tasarruf edersiniz. Çıktı değişmez. Kendi sayılarınızı [istem önbellekleme hesaplayıcısında](https://broadrouter.com/tools/prompt-caching-calculator/) deneyin.

## Önbellekli tokenları API yanıtında nasıl görürsünüz?

BroadNet’in API referansına göre model raporladığında `usage` nesnesi `prompt_tokens_details.cached_tokens` alanını taşır: önbellekten okunan ve önbellek fiyatıyla faturalandırılan istem tokenları. Bir [akışta (stream)](https://broadrouter.com/tr/glossary/streaming/) usage bilgisini son parçada isteyin:

```python
from openai import OpenAI
import os

client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])
messages = [
    {"role": "system", "content": "You are a code reviewer."},  # stable prefix: keep it identical
    {"role": "user", "content": "Review the diff below."},
]
stream = client.chat.completions.create(
    model="broadnet/deepseek-v4.1-flash",
    messages=messages,
    stream=True,
    stream_options={"include_usage": True},
)
for chunk in stream:
    if chunk.usage:
        u = chunk.usage
        cached = (u.prompt_tokens_details.cached_tokens if u.prompt_tokens_details else 0) or 0
        print(f"prompt={u.prompt_tokens} cached={cached} rate={cached / max(1, u.prompt_tokens):.0%}")
```

Bu oranı bir gün boyunca istek başına kaydedin. Gerçekte ne ödediğinizi gösterir ve [istem önbellekleme hesaplayıcısına](https://broadrouter.com/tools/prompt-caching-calculator/) girmeniz gereken sayı odur. Akışta usage hakkında daha fazlası için [akış rehberine](https://broadrouter.com/tr/guides/streaming-chat-completions/) bakın.

## İstem önbellekleme OpenAI, Anthropic ve DeepSeek arasında nasıl farklılaşır?

Önbellekleme standart değildir. 14 Kasım 2026’da eriştiğimizde resmi belgelerin söyledikleri:

|  | OpenAI | Anthropic | DeepSeek (doğrudan API) |
| --- | --- | --- | --- |
| Açılması | Desteklenen modellerde varsayılan olarak açık | `cache_control` alanıyla isteğe bağlı (otomatik veya blok başına) | Tüm kullanıcılar için varsayılan olarak açık |
| En kısa istem | GPT-5.6 ve sonrasında 1.024 token | Modele göre 512 ila 4.096 token | Belirtilen bir alt sınır yok |
| Önbellek ömrü | GPT-5.6 ve sonrasında varsayılan 30 dakika; 12 saatlik seçenek | Varsayılan 5 dakika, ek ücretle 1 saat | En iyi çaba; kullanılmayınca temizlenir, “a few hours to a few days” (BroadRouter çevirisi: “birkaç saatten birkaç güne”) |
| Yazma | GPT-5.6 ve sonrasında girdinin 1,25 katı (30 dakika) veya 2,5 katı (12 saat) | 5 dakika için girdinin 1,25 katı, 1 saat için 2 katı | Yazma ücretinden söz edilmiyor |
| Okuma | GPT-5.6 ve sonrasında girdinin 0,1 katı (GPT-6.1 Sol ve Terra’da 0,05 katı) | Çoğu modelde girdinin 0,1 katı, bazılarında daha düşük | Ayrı bir “cache hit” (önbellek isabeti) fiyatı |
| Usage alanı | Token ayrıntılarında `cached_tokens` | `cache_read_input_tokens` | `prompt_cache_hit_tokens` |

Kaynaklar: [OpenAI istem önbellekleme rehberi](https://developers.openai.com/api/docs/guides/prompt-caching), [Anthropic istem önbellekleme belgeleri](https://platform.claude.com/docs/en/build-with-claude/prompt-caching) ve [DeepSeek bağlam önbellekleme belgeleri](https://api-docs.deepseek.com/guides/kv_cache). Yazmanın ek ücretli olduğu yerlerde, yazılıp hiç okunmayan bir önbellek, hiç önbellek olmamasından daha pahalıya gelir. Önbellekleme yalnızca gerçekten tekrarladığınız istemlerde kendini amorti eder. Model bazında liste fiyatlarını karşılaştırmak için [LLM API fiyat tablosuna](https://broadrouter.com/tr/llm-api-pricing/) bakın.

## Önbellek oranınızı ne düşürür?

Önbellekler birebir aynı öneki eşleştirir; bu yüzden istemin başlarında değişen her şey, geri kalanını yeni hale getirir. Olağan nedenler:

-   sistem isteminin üst kısmında bir zaman damgası, istek kimliği veya kullanıcı adı;
-   her çağrıda farklı anahtar sırasıyla serileştirilen araç tanımları veya JSON; bu, [tokenları](https://broadrouter.com/tr/glossary/token/) değiştirir;
-   geçmişine ekleme yapmak yerine onu yeniden yazan veya özetleyen bir ajan;
-   önbelleğin süresinin dolduğu uzun duraklamalar.

Çözüm, sabit bir katman sırasıdır (sistem istemi, araçlar, belgeler, geçmiş, yeni mesaj) ve her katman çağrılar arasında bayt bayt aynı kalmalıdır. [Önekin önbelleğe alınması için istemler nasıl yapılandırılır](https://broadrouter.com/tr/blog/prompt-structure-for-caching/) rehberimiz bu düzeni kodla ve önekin yeniden kullanıldığını kanıtlayan bir testle adım adım anlatır.

## Önbellekleme ne zaman önemini yitirir?

Sabit fiyatlı bir planda fatura tokenlara hiç bağlı değildir. Full Moon, sınırsız DeepSeek V4.1 Flash için oturum başına aylık $60 tutarındadır. Ajanınız [başa baş noktasını](https://broadrouter.com/tr/blog/flat-rate-vs-pay-per-token-llm-api/) zaten geçiyorsa önbellek oranı bir maliyet sorunu olmaktan çıkar. Uzun istemlerde yukarıdaki alışkanlıklar hıza yine katkı sağlar, bu yüzden her durumda sürdürmeye değer.

## Uzun bağlamda önbellekleme neden daha önemli?

DeepSeek V4.1 Flash ve GLM 5.3, istek başına 1.048.576 tokena kadar kabul eder. Token başına faturalandırılan bir anahtarda çok uzun istemleri karşılanabilir kılan önbelleklemedir, çünkü [bağlam penceresinin](https://broadrouter.com/tr/glossary/context-window/) büyük ve tekrarlanan kısmı önbellek fiyatıyla faturalandırılır. [1M tokenlık bağlam penceresi ne zaman buna değer](https://broadrouter.com/tr/blog/million-token-context-window-guide/) yazısına bakın.

## BroadNet Inference nerede devreye giriyor

BroadNet, önbellek fiyatı olan her sohbet modeli için önbellekli girdi fiyatını yayımlar ve model raporladığında önbellekli tokenları usage içinde gösterir; böylece taahhütte bulunmadan önce oranınızı ölçebilirsiniz. Önbellek ömrünü veya en kısa istem uzunluğunu yayımlamaz; bunları kendi trafiğinizde ölçün. Ajanınız bütün gün çalışıyorsa sabit fiyatlı bir plan bu soruyu tamamen ortadan kaldırır.

Bu konu için ücretsiz araçlar (İngilizce)

-   [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.

[Ücretsiz araçlar (İngilizce)](https://broadrouter.com/tools/)

## Bu yazıdaki terimler

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

Token, bir dil modelinin okuduğu ve yazdığı metin birimidir: modelin tokenizer'ının ürettiği bir kelime, kelime parçası, noktalama işareti veya bayt dizisi. LLM API'leri kullanımı token cinsinden sayar, sınırlar ve genellikle faturalandırır.

[Akış (streaming)](https://broadrouter.com/tr/glossary/streaming/)

Akış (streaming), bir dil modeli yanıtını sonda tek parça halinde değil, hâlâ üretilirken küçük parçalar halinde döndürme yöntemidir. OpenAI uyumlu API'ler, istekte stream değeri true olduğunda server-sent events (SSE) üzerinden akış yapar.

[Araç çağırma (tool calling)](https://broadrouter.com/tr/glossary/tool-calling/)

Araç çağırma (tool calling), fonksiyon çağırma (function calling) olarak da bilinir; modelin, geliştiricinin tanımladığı bir fonksiyonu çalıştırmak için JSON argümanlı yapılandırılmış bir istek döndürdüğü bir LLM API özelliğidir. Fonksiyonu uygulama çalıştırır ve sonucu geri gönderir; model hiçbir zaman kodu kendisi çalıştırmaz.

[Önbellekli girdi token'ları (cached input tokens)](https://broadrouter.com/tr/glossary/cached-input-tokens/)

Önbellekli girdi token'ları, bir LLM sağlayıcısının kısa süre önce işlediği ve yeniden hesaplamak yerine önbellekten kullanabildiği istem token'larıdır; genellikle sistem istemi veya belge gibi tekrarlanan bir önektir. Sağlayıcılar bunları yeni girdi token'larından daha düşük ücretle faturalandırır.

[Sistem istemi (system prompt)](https://broadrouter.com/tr/glossary/system-prompt/)

Sistem istemi (system prompt), bir uygulamanın konuşmadan önce dil modeline gönderdiği talimat metnidir; genellikle system veya developer rolündeki bir mesajdır. Modelin rolünü, kurallarını, üslubunu ve çıktı biçimini belirler; model, çelişen kullanıcı mesajlarına karşı buna uymak üzere eğitilir.

[Bağlam penceresi (context window)](https://broadrouter.com/tr/glossary/context-window/)

Bağlam penceresi, bir dil modelinin tek bir istekte işleyebileceği en fazla token sayısıdır. Sistem istemini, konuşma geçmişini, araç tanımlarını, görselleri ve akıl yürütme token'ları dahil üretilen çıktıyı kapsar. Sığmayan her şey kesilmeli, özetlenmeli veya birden fazla isteğe bölünmelidir.

[Yapay zekâ kodlama ajanı (AI coding agent)](https://broadrouter.com/tr/glossary/coding-agent/)

Yapay zekâ kodlama ajanı, bir dil modelinin bir kod tabanı üzerinde döngü içinde çalıştığı bir yazılım aracıdır: dosyaları okur, düzenler, testler gibi komutları çalıştırır, çıktıyı okur ve görev bitene ya da bir sınıra ulaşılana kadar bir sonraki adıma karar verir.

[Zaman damgaları (konuşmadan metne)](https://broadrouter.com/tr/glossary/timestamps-asr/)

Konuşmadan metnede zaman damgaları, transkriptin parçalarına eklenen saniye cinsinden başlangıç ve bitiş zamanlarıdır. Segment zaman damgaları bir ifadeyi veya cümleyi, kelime zaman damgaları her kelimeyi kapsar. Altyazılar, kayıt içinde arama ve metni konuşmacılarla hizalamak için gereklidir.

## Sık sorulan sorular

### İstem önbelleklemeyi açmam gerekiyor mu?

Sağlayıcıya bağlı. OpenAI ve DeepSeek otomatik önbelleğe alır; Anthropic ise cache\_control alanı ister. BroadNet Inference'ta usage bloğuna bakın: model önbellekli tokenları raporladığında bunlar prompt\_tokens\_details.cached\_tokens olarak görünür ve önbellekli girdi fiyatıyla faturalandırılır.

### İstem önbelleklemenin çalışıp çalışmadığını nasıl anlarım?

Her istekte usage bilgisini isteyin ve cached\_tokens değerini prompt\_tokens değerine bölün. Uzun ve tekrarlanan bir istemin ikinci çağrısında oran sıfıra yakınsa, istemin başlarındaki bir şey çağrılar arasında değişiyor demektir.

### Önbellek oranım neden düşük?

Genellikle istemin başlarındaki bir şey her çağrıda değiştiği için; örneğin bir zaman damgası, bir istek kimliği veya sırası değişen bir araç listesi. Değişen içeriği sona taşıyın.

### İstem önbellekleme ile yanıt önbellekleme arasındaki fark nedir?

İstem önbellekleme, sağlayıcının tekrarlanan bir istem öneki üzerinde yaptığı işi yeniden kullanır; model yine de yeni bir yanıt yazar. Yanıt önbellekleme ise kendinizin kurduğu bir şeydir; yanıtların tamamını saklar ve aynı sorular için modeli çağırmadan döndürür.

### Önbellekli tokenlar ücretsiz mi?

Hayır. Sıfırla değil, daha düşük bir ücretle faturalandırılırlar. DeepSeek V4.1 Flash'ta önbellekli girdi 1M token başına $0.0055 tutar, çıktı ise tam fiyatla faturalandırılır.

### Sınırsız bir planda önbellekleme önemli mi?

Fatura açısından hayır, çünkü plan oturumlarında token sayacı yoktur. Yine de birçok sunum sisteminde uzun istemlerde ilk tokenın gelme süresini kısaltır; bu yüzden aynı alışkanlıklar işe yarar.

## Okumaya devam edin

-   [Önek önbelleğe alınsın diye istem nasıl yapılandırılır?](https://broadrouter.com/tr/blog/prompt-structure-for-caching/)
-   [LLM API fiyatları: girdi, önbellekli girdi, çıktı ve akıl yürütme](https://broadrouter.com/tr/blog/llm-api-pricing-explained/)
-   [Sabit fiyatlı mı, token başına mı LLM API: başa baş hesabı](https://broadrouter.com/tr/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [1M token'lık bağlam penceresi ne zaman değer (ve ne zaman değmez)?](https://broadrouter.com/tr/blog/million-token-context-window-guide/)
-   [LLM API yanıtlarını önbelleğe alıp maliyeti düşürün: Python örneği](https://broadrouter.com/tr/blog/cache-llm-responses-cut-cost/)
-   [Ekim 2026 LLM API fiyat değişiklikleri: 3 zam, hiç indirim yok](https://broadrouter.com/tr/blog/llm-api-price-changes-october-2026/)
-   [LLM API fiyatları ne sıklıkla değişir? 3 yıllık arşiv sayfaları](https://broadrouter.com/tr/blog/how-often-llm-api-prices-change/)
-   [Rehber: Chat completions akışı ve kopan bağlantıları ele alma](https://broadrouter.com/tr/guides/streaming-chat-completions/)
-   [Rehber: OpenAI Python SDK'yı BroadNet Inference ile kullanın](https://broadrouter.com/tr/guides/openai-python-sdk/)

Gerçek iş yükünüzle deneyin. Yeni hesaplar şunlar için US$5 kredi ile başlar: Gemma ve transkripsiyon. Bakiye yüklemesi gerekenler: DeepSeek, GLM ve Qwen3.8.

[Başlayın](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=tr-blog-cached-input-tokens-explained&utm_content=page-cta) ·

**Kaynaklar**

-   [BroadNet Inference API referansı, akıl yürütme ve önbellekli tokenlar (2026-11-14 tarihinde erişildi) (İngilizce)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=tr-blog-cached-input-tokens-explained&utm_content=sources)
-   [BroadNet Inference makine tarafından okunabilir fiyatlar (pricing.json, 2026-11-14 tarihinde erişildi) (İngilizce)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=tr-blog-cached-input-tokens-explained&utm_content=sources)
-   [OpenAI istem önbellekleme rehberi (2026-11-14 tarihinde erişildi)](https://developers.openai.com/api/docs/guides/prompt-caching)
-   [Anthropic istem önbellekleme belgeleri (2026-11-14 tarihinde erişildi)](https://platform.claude.com/docs/en/build-with-claude/prompt-caching)
-   [DeepSeek API belgeleri, bağlam önbellekleme (2026-11-14 tarihinde erişildi)](https://api-docs.deepseek.com/guides/kv_cache)
