Kısa bir soru gönderiyorsunuz, iki satırlık bir yanıt alıyorsunuz ve fatura 1.400 çıktı token’ı gösteriyor. Bir sorun yok. Model yanıt vermeden önce düşündü ve düşünme faturalandırıldı. Bu yazı akıl yürütme token’larının nasıl sayıldığını, her modelde neye mal olduğunu ve onları kontrol eden dört ayarı anlatıyor.
Akıl yürütme token’ları nedir?
Akıl yürütme modeli önce içsel bir düşünce zinciri, ardından görünür yanıtı yazar. İkisi de aynı üretimden çıkar. Düşünme, akıl yürütme token’larından oluşur. Standart chat completions yanıtında cevap message.content içindedir; düşünme ise gösterilmez, yalnızca sayılır.
OpenAI’ın akıl yürütme rehberi kuralı açıkça belirtiyor: akıl yürütme token’ları “still occupy space in the model’s context window and are billed as” (BroadRouter çevirisi: “yine de modelin bağlam penceresinde yer kaplar ve … olarak faturalandırılır”) çıktı token’ları. Diğer sağlayıcılar da aynı kuralı izliyor.
Akıl yürütme token’ları nasıl faturalandırılır?
completion_tokens içinde yer alırlar; bu yüzden çıktı fiyatını öderler. Çıktı ise pahalı sayaçtır:
| Model | Önce akıl yürütür | 1M başına çıktı | 1M başına girdi |
|---|---|---|---|
| DeepSeek V4.1 Flash | Evet | $0.52 | $0.175 |
| GLM 5.3 | Evet | $3.46 | $0.78 |
| Qwen3.8 27B | Evet | $2.17 | $0.175 |
| Gemma 4 VL 26B | Listelenmemiş | $0.22 | $0.10 |
Fiyatlar BroadNet Inference’ındır; 2026-11-14 tarihinde eşitlendi. Diğer sağlayıcıların aynı modeller için ne aldığı LLM API fiyat tablosunda; örneğin sağlayıcılara göre GLM 5.3.
Akıl yürütme bir faturaya ne kadar ekleyebilir?
Tek kelimelik bir etiket döndüren, yaklaşık 10 görünür token’lık bir sınıflandırıcıyı ele alalım. Model önce 1.000 token düşünürse çıktı faturasının %99’u düşünmedir.
Ölçekte: her biri 1.000 akıl yürütme token’ı içeren 1.000 yanıt, 1M çıktı token’ı ekler. Bu, görünür yanıtların üzerine DeepSeek V4.1 Flash’ta $0.52, Qwen3.8 27B’de $2.17 ve GLM 5.3’te $3.46 tutar.
Miktar göreve göre değişir. Zor matematik veya çok dosyalı kod üzerinde akıl yürütme binlerce token sürebilir. Bir selamlaşma neredeyse hiç gerektirmeyebilir. Bu yüzden ölçersiniz.
Akıl yürütme token’ları nasıl ölçülür?
Model sayıyı sağlıyorsa usage bloğu bunu raporlar:
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))
Bunu bir hafta boyunca görev türüne göre loglayın. Genellikle düşünmenin çoğundan birkaç görevin sorumlu olduğunu görürsünüz. Akışta stream_options: {"include_usage": true} ekleyin; sayılar son parçada gelir (akış rehberi).
Akıl yürütme maliyetini kontrol etmenin dört yolu
1. Basit görevlerde reasoning_effort değerini düşürün
reasoning_effort, modelden daha az düşünmesini ister. BroadNet’in rehberleri sınıflandırma, bilgi çıkarma ve biçimlendirme için low kullanıyor:
client.chat.completions.create(model="broadnet/deepseek-v4.1-flash", reasoning_effort="low",
max_tokens=1000, messages=msgs)
OpenAI kendi modellerinde daha geniş bir değer aralığı belgeliyor: none ve minimal’dan başlayıp low, medium ve high üzerinden xhigh ve max’a kadar; ayrıca “some models support only a subset” (BroadRouter çevirisi: “bazı modeller bunların yalnızca bir kısmını destekler”) notunu düşüyor. Modelinizin hangi değerleri kabul ettiğini kontrol edin ve aynı örneklerde öncesi ve sonrası çıktı token’larını karşılaştırın.
2. max_tokens değerini sıkıştırma aracı olarak değil, tavan olarak kullanın
max_tokens, akıl yürütme ile yanıtı birlikte sınırlar. Kontrolden çıkan bir yanıtı durdurur; ancak çok düşük ayarlarsanız model bütçenin tamamını düşünmeye harcayıp finish_reason: "length" ile boş bir yanıt döndürebilir. O düşünmenin parasını ödersiniz ve yine de yeniden denemeniz gerekir. BroadNet, akıl yürütme modelleri için 1.000 token veya üzerini öneriyor. Akıl yürütme modeli neden boş yanıt döndürür.
3. Kolay adımları akıl yürütmeyen bir modele yönlendirin
Her adım düşünme gerektirmez. JSON biçimlendirme, alan adlarını değiştirme veya SSS aramalarını yanıtlama gibi işler, BroadNet’in akıl yürütme listelemediği ve 1M çıktı başına $0.22 tutan Gemma 4 VL 26B’ye gidebilir. Akıl yürütme modellerini planlama, hata ayıklama ve çok adımlı yanıtlar için saklayın. Yönlendirmeden önce kaliteyi kendi örneklerinizde test edin.
4. İstemlerden “adım adım düşün” ifadesini çıkarın
Akıl yürütme modelleri zaten düşünür. Bunun üstüne görünür, adım adım bir akıl yürütme istemek, modelin bunu iki kez yazmasına yol açar: bir kez gizli, bir kez yanıtta. Nihai yanıtı ihtiyacınız olan biçimde isteyin.
Hangi görev için hangi ayarı kullanmalısınız?
| Görev | Akıl yürütme düzeyi | max_tokens | Model önerisi |
|---|---|---|---|
| Sınıflandırma, yönlendirme | low | 1.000 | Gemma 4 VL 26B veya DeepSeek V4.1 Flash |
| JSON’a bilgi çıkarma | low | 1.000 ila 2.000 | DeepSeek V4.1 Flash, yapılandırılmış çıktı için GLM 5.3 |
| Müşteri yanıtı taslağı | low veya varsayılan | 2.000 | DeepSeek V4.1 Flash |
| Hata ayıklama, planlama, kod incelemesi | varsayılan veya daha yüksek | 8.000 veya ayarlanmamış | DeepSeek V4.1 Flash veya GLM 5.3 |
Bunlar başlangıç noktalarıdır. Çıktı token’larını ve kaliteyi kendi verilerinizde ölçün, sonra ayarlayın.
Akıl yürütme ne zaman ek maliyet getirmez?
Sabit fiyatlı bir planda. BroadNet’in Full Moon planı, token sayacı olmayan sınırsız DeepSeek V4.1 Flash için oturum başına ayda $60 tutar; bu yüzden akıl yürütme token’larının token başına maliyeti yoktur. Yine de zaman alırlar: saniyede yaklaşık 100 token tipik hızında her akıl yürütme token’ı yanıt başlamadan önce üretilir, bu yüzden uzun düşünme yanıtı geciktirir. Sabit fiyatlı plan token başına ödemeyi ne zaman geçer ve bir kodlama ajanının faturasını düşürmenin on yolu daha.
BroadNet Inference nereye uyuyor?
BroadNet, https://inference.broadnet.ai/v1 adresindeki tek bir OpenAI uyumlu anahtarla üç akıl yürütme modeli ve akıl yürütme listelenmemiş bir model sunuyor; kullanım her yanıtta raporlanıyor. Bu da göreve göre yönlendirmeyi ve farkı ölçmeyi kolaylaştırıyor. Görünür bir akıl yürütme özeti olan kapalı bir modele ihtiyacınız varsa o sağlayıcının API’sini kullanın; BroadNet’in sohbet kataloğunda kapalı model yok. Planlara bakın.
