---
title: "İstem token sayısı nasıl azaltılır? Önce-sonra ölçümler"
description: "Sistem istemi, few-shot örnekler, araç şemaları, veri formatı, sohbet geçmişi ve Arapça harekeleri kırpmanın gerçek tokenizer'larla ölçülmüş token tasarrufu."
url: https://broadrouter.com/tr/blog/reduce-prompt-tokens/
lang: tr
updated: 2026-11-15
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/reduce-prompt-tokens/) (güncelleme: 2026-11-16).

# İstem token sayısını azaltma: istem, araç ve veride ölçülen kazanç

BroadNet Inference ekibi · 7 dk okuma · Yayımlandı 2026-11-15 · Güncellendi 2026-11-16

Önce ölçün: her çağrıda prompt\_tokens değerini kaydedin, en büyük kısmı bulun ve öncesi ile sonrasını modelin tokenizer'ıyla karşılaştırın. Beş tokenizer'da uzun bir sistem istemini kırpmak %68–71 tasarruf sağladı ve CSV sıkıştırılmış JSON'dan %31–41 daha az token kullandı. Üç modelde, 10 uzun araç yerine 3 kısa araçla birlikte kırpılmış bir sistem istemi, işlenmiş isteğin tamamını yaklaşık %65–71 küçülttü.

## Öne çıkanlar

-   Gerçek tokenizer'la sayın, sonra usage.prompt\_tokens ile doğrulayın. Sohbet şablonu kendi token'larını ekler ve araç şemalarını yeniden serileştirir.
-   Ölçtüğümüz en büyük sabit maliyet araçlardı: 10 uzun araç şeması, işlenmiş her isteme 1.200–1.400 token ekledi. Yalnızca adımın kullanabileceği araçları gönderin.
-   Tablo verisi: girintili JSON'dan CSV'ye geçmek %57–61, sıkıştırılmış JSON'dan CSV'ye geçmek yine de %31–41 tasarruf sağladı. Qwen ve Gemma tokenizer'ları sayıları tek tek rakamlara böler; bu yüzden sayı ağırlıklı veri onlarda daha pahalıdır.
-   16 eski turu 3 satırlık bir özetle değiştirmek, 2.700 token'lık bir Qwen istemini 1.100'e indirdi. Özetler ayrıntı kaybettirir; son birkaç turu aynen koruyun.
-   Tamamen harekeli Arapça, aynı metnin harekesiz halinin 2,4–3,5 katı token aldı. Görev gerektirmiyorsa harekeleri çıkarın.

**Bu sayfada**

1.  Nasıl ölçtük?
2.  Hangi kırpmalar en çok token kazandırır?
3.  Tam bir istek nasıl görünür?
4.  Bir sistem istemini bozmadan nasıl kırparsınız?
5.  Kaç few-shot örneğe ihtiyacınız var?
6.  Araçları, veriyi ve geçmişi farklı mı göndermelisiniz?
7.  Önbellekleme nereye oturuyor?
8.  Kendi isteminizi nasıl ölçersiniz?
9.  BroadNet Inference nereye oturuyor

Daha kısa istemler daha az tutar, [bağlam penceresinde](https://broadrouter.com/tr/glossary/context-window/) işe daha fazla yer bırakır ve genellikle ilk token’ı daha erken döndürür. Ama “istemi kısaltın” belirsiz bir tavsiyedir. Bu yazı, gerçekçi bir destek botu istemi üzerinde yaygın kırpmaları dört açık modelin gerçek tokenizer’ları ve OpenAI’nin `o200k_base` kodlamasıyla ölçüyor; böylece hangi düzenlemelerin zamanınıza değdiğini görebilirsiniz.

Bir kodlama ajanı çalıştırıyorsanız, o döngüyü [ajan token bütçesi](https://broadrouter.com/tr/blog/agent-token-budget/) yazısı ele alıyor. Bu yazı uygulama istemleriyle ilgili: sohbet botları, sınıflandırıcılar ve çıkarım işleri.

## Nasıl ölçtük?

Aşağıdaki tüm sayımlar bize ait, 15 Kasım 2026’da yapıldı:

-   **Tokenizer’lar.** DeepSeek V4.1 Flash, GLM 5.3, Qwen3.8 27B ve Google’ın Gemma 4 26B A4B modelinin resmî `tokenizer.json` dosyaları; her biri sabitlenmiş bir Hugging Face revizyonunda (bkz. Kaynaklar), Hugging Face `tokenizers` 0.23.3 ile yüklendi. GPT modelleriyle karşılaştırmak için `tiktoken` 0.14.0’dan `o200k_base` de eklendi. Özel token’lar eklenmedi.
-   **İşlenmiş istemler.** DeepSeek, GLM ve Qwen için tam istekleri de her modelin yayımlanmış `chat_template.jinja` şablonundan (Jinja2 sandbox) geçirdik; sistem istemi, araçlar, geçmiş ve soruyla birlikte sonucu saydık. Bu, bir sunucunun token’a çevirdiğine yakındır; ama bir sağlayıcı farklı bir şablon kullanabilir, bu yüzden son sözü API’nin `usage.prompt_tokens` değerine bırakın.
-   **Metin.** Kurgusal bir telekom şirketi için sentetik bir destek botu: 261 kelimelik bir sistem istemi, 10 araç, 8 few-shot örnek, 40 sipariş satırı, 20 turluk bir geçmiş ve 31 kelimelik bir Arapça paragraf. Tek bir istem, tek bir veri noktasıdır. Sizin tasarrufunuz farklı olacaktır; yöntem ise aynen uygulanabilir.

BroadNet’in Gemma 4 VL 26B modeli Google’ın modeline dayanır; bu yüzden onun sayımı bir tahmindir. Diğerleri modellerin kendi dosyalarını kullanır.

## Hangi kırpmalar en çok token kazandırır?

Ham metin, önce → sonra, tasarruf payıyla:

| Değişiklik | DeepSeek V4.1 Flash | GLM 5.3 | Qwen3.8 27B | Gemma 4 | GPT o200k |
| --- | --- | --- | --- | --- | --- |
| Sistem istemi: 261 kelime → 66 kelime | 295 → 88 (%70) | 294 → 89 (%70) | 297 → 95 (%68) | 297 → 96 (%68) | 293 → 86 (%71) |
| Few-shot: 8 örnek → 3 | 157 → 69 (%56) | 157 → 69 (%56) | 156 → 71 (%54) | 156 → 71 (%54) | 152 → 69 (%55) |
| 40 satır: girintili JSON → sıkıştırılmış JSON | 2.446 → 1.606 (%34) | 2.460 → 1.581 (%36) | 3.180 → 1.980 (%38) | 3.210 → 2.010 (%37) | 2.446 → 1.567 (%36) |
| 40 satır: sıkıştırılmış JSON → CSV | 1.606 → 948 (%41) | 1.581 → 960 (%39) | 1.980 → 1.359 (%31) | 2.010 → 1.382 (%31) | 1.567 → 946 (%40) |
| 10 araç: uzun → kısa açıklamalar | 1.224 → 806 (%34) | 1.214 → 797 (%34) | 1.225 → 806 (%34) | 1.252 → 827 (%34) | 1.202 → 796 (%34) |
| 10 uzun araç → 3 kısa araç | 1.224 → 258 (%79) | 1.214 → 257 (%79) | 1.225 → 266 (%78) | 1.252 → 276 (%78) | 1.202 → 255 (%79) |
| Arapça paragraf: tamamen harekeli → harekesiz | 193 → 74 (%62) | 267 → 78 (%71) | 151 → 62 (%59) | 180 → 64 (%64) | 218 → 62 (%72) |

İngilizce düz metinde yüzdeler tokenizer’lar arasında benzerdir; yani bir modelde işe yarayan kırpma diğerlerinde de işe yarar. İki satır bu kalıbı bozar. Sipariş verisi, her formatta Qwen ve Gemma’da DeepSeek ve GLM’ye göre %23–46 daha fazla token tuttu; çünkü bu tokenizer’lar sayıları tek tek rakamlara böler: `100200`, Qwen’de 6, DeepSeek’te 2 token’dır. Arapça harekeler de bazı tokenizer’ları diğerlerinden çok daha sert etkiler.

## Tam bir istek nasıl görünür?

Ham metin sohbet şablonunu kaçırır. Her modelin kendi şablonuyla, aynı müşteri sorusuyla işlenmiş tam istemin ölçümü:

| İstek | DeepSeek V4.1 Flash | GLM 5.3 | Qwen3.8 27B |
| --- | --- | --- | --- |
| A. Uzun sistem istemi + 10 uzun araç | 1.677 | 1.535 | 1.797 |
| B. Kırpılmış sistem istemi + 10 kısa araç | 1.052 | 913 | 1.176 |
| C. Kırpılmış sistem istemi + 3 kısa araç | 574 | 443 | 636 |
| D. Kırpılmış sistem istemi, araç yok | 136 | 121 | 174 |
| C + önceki 20 turun tamamı | 2.374 | 2.243 | 2.693 |
| C + 3 satırlık özet + son 4 tur | 979 | 849 | 1.103 |

A’dan C’ye geçmek her isteği yaklaşık %65–71 küçülttü (Qwen’de %64,6, GLM’de %71,1). Bunun çoğu araçlardan geldi. Uzun sistem istemiyle işlendiğinde 10 uzun araç DeepSeek’te 1.334, GLM’de 1.209 ve Qwen’de 1.421 token ekledi; C’deki 3 kısa araç ise D’nin üzerine 322–462 token ekledi. [Araç çağırma](https://broadrouter.com/tr/glossary/tool-calling/) şemaları, model kullansın ya da kullanmasın, her istekle birlikte gider.

Hacim arttıkça bu birikir. [Qwen3.8 27B](https://broadrouter.com/tr/models/qwen3.8-27b/) üzerinde A’dan C’ye geçiş istek başına 1.161 token kazandırır. Ayda 100.000 istekte bu yaklaşık 116 milyon girdi token’ı eder; standart girdi fiyatıyla ayda 116 × $0.175.

## Bir sistem istemini bozmadan nasıl kırparsınız?

261 kelimelik ve 66 kelimelik istemlerimiz aynı yedi kuralı taşıyor. Kırpmaların hepsi aynı türdendi:

1.  **Modele nezaket göstermeyi bırakın.** “It is very important that you always remain polite and courteous at all times” (her zaman kibar ve nazik kalmanız çok önemlidir) cümlesi tamamen kalktı: rol satırı bunu zaten ima ediyor.
2.  **Satır başına bir kural.** “Please make sure that you always…” (lütfen her zaman şunu yaptığınızdan emin olun…) cümlelerinin yerini madde işaretleri alıyor.
3.  **Tekrarları birleştirin.** Dil hakkındaki üç cümle “Reply in the customer’s language (Arabic or English), briefly.” (müşterinin dilinde, Arapça veya İngilizce, kısaca yanıt ver) haline geldi.
4.  **Varsayılanı yineleyen cümleleri silin.** “Remember to always be helpful!” (her zaman yardımcı olmayı unutma!) hiçbir şeyi değiştirmez.

Sonra test edin. Bir kuralı kaybeden kısa bir istem, kazandırdığından fazlasına mal olur. İki sürümü aynı 50–100 gerçek girdi üzerinde çalıştırıp [model değiştirmeden önce LLM değerlendirme](https://broadrouter.com/tr/blog/evaluate-llm-before-switching/) yazısındaki gibi karşılaştırın.

## Kaç few-shot örneğe ihtiyacınız var?

Çoğu istemin taşıdığından daha azına. Her [few-shot](https://broadrouter.com/tr/glossary/few-shot-prompting/) örneğin bedeli her çağrıda ödenir. Model onlar olmadan hata yaptığında bu hatayı düzelten örnekleri tutun (örneğin Arapça bir sınıflandırıcı için bir lehçe örneği), modelin zaten doğru yaptıklarını çıkarın. 8 → 3 kırpmamız örnek bloğunun %54–56’sını kurtardı. Görev için 3’ün yeterli olup olmadığı bir token sorusu değil, doğruluk sorusudur; bunu kendi test setinizde kontrol edin.

## Araçları, veriyi ve geçmişi farklı mı göndermelisiniz?

**Araçlar.** Yalnızca mevcut adımın kullanabileceği araçları gönderin. Bir fatura sorusu `order_esim` değil, `get_account`, `get_bill` ve `create_ticket` gerektirir. Açıklamaları, modelin aracı seçmesi ve doldurması için gereken kadar kısaltın. Burada girinti önemli değildir: işlediğimiz şablonların hepsi `tools` dizisini `tojson` ile yeniden serileştirir; bu yüzden girintili bir araç dizisi sıkıştırılmış olanla aynı tutar.

**Mesajlardaki veri.** Bir mesaja yapıştırdığınız veri yazıldığı gibi gönderilir. En azından JSON’u sıkıştırın. Düz kayıtlarda CSV veya TSV tekrarlanan anahtarları atar: testimizde sıkıştırılmış JSON’a göre %31–41 daha az token. İç içe veri JSON olarak kalsın. Modelin sütunları hâlâ doğru okuduğunu kontrol edin.

**Geçmiş.** Geçmişteki her tur yeniden gönderilir. 16 eski turu üç satırlık bir özetle değiştirmek ve son dört turu aynen tutmak, Qwen istemini 2.693’ten 1.103 token’a indirdi. Özet, kullanıcının daha sonra atıfta bulunabileceği ayrıntıları atar; özeti yeniden yazmak da öneki değiştirir ve önbelleği bozar. Ne zaman sıkıştırılacağını [uzun süre çalışan ajanlarda bağlam yönetimi](https://broadrouter.com/tr/blog/long-running-agent-context-management/) yazısı anlatıyor.

**Arapça harekeler.** Arapçanın çoğu kısa ünlüler olmadan yazılır. Girdiniz bir sözlükten, ders kitabından veya dinî bir kaynaktan geldiği için tamamen harekeliyse, işaretleri (U+064B ile U+0652 arası) çıkarmak paragrafımızı %59–72 kısalttı. Eğitim veya şiir gibi görevin onlara dayandığı durumlarda harekeleri koruyun. Normalleştirmeye değer diğer karakterleri [Arapça metin normalleştirme](https://broadrouter.com/tr/blog/arabic-text-normalization-search/), İngilizceyle aradaki genel farkı ise [Arapçada kelime başına token](https://broadrouter.com/tr/blog/tokens-per-word-arabic-english/) yazısı ele alıyor.

## Önbellekleme nereye oturuyor?

Önbellekleme istemi küçültmez; tekrarlanan kısmı ucuzlatır. OpenAI’nin önbellekleme rehberi “the entire rendered prefix” (işlenmiş önekin tamamı) eşleşmesi gerektiğini söyler ve sabit talimatları başa koymayı önerir. BroadNet’in [fiyat sayfası](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=tr-blog-reduce-prompt-tokens&utm_content=body) önbellekli girdiyi “usually the repeated start of recent requests, such as a long system prompt” (BroadRouter çevirisi: genellikle son isteklerin tekrarlanan başlangıcı, örneğin uzun bir sistem istemi) olarak tanımlar ve kurulum gerektirmez; belgeleri de isabetleri `usage.prompt_tokens_details.cached_tokens` içinde raporlar.

Yani sıra şudur: önce kısaltın, sonra kısaltılmış öneki sabit tutun. Sistem istemi ve araçlar en başta, her çağrıda bayt bayt aynı; ardından geçmiş, yalnızca sona ekleyerek; yeni mesaj en sonda. Qwen3.8 27B’de önbellekli girdi 1M başına $0.0435, yeni girdi ise $0.175 tutar. [Önbellekleme için istem yapısı](https://broadrouter.com/tr/blog/prompt-structure-for-caching/) yazısında yerleşim düzeni ve önekin yeniden kullanıldığını kanıtlayan bir test var. Önbellekli token’lar da bağlam penceresinden sayılır.

## Kendi isteminizi nasıl ölçersiniz?

Faturadan başlayın. Bir gün boyunca her çağrı noktası için `usage.prompt_tokens` değerini kaydedin ve en büyüğünü bulun. Ardından sürümleri yerel olarak, iki dosya için önce ve sonra sayılarını yazdıran şu betikle karşılaştırın:

```python
# pip install tokenizers tiktoken huggingface_hub
import json, sys
import tiktoken
from huggingface_hub import hf_hub_download
from tokenizers import Tokenizer

def hf(repo, rev):
    return Tokenizer.from_file(hf_hub_download(repo, "tokenizer.json", revision=rev))

COUNTERS = {
    "Qwen3.8 27B": hf("Qwen/Qwen3.8-27B", "37561816e66b5b9153b1b64c10968c18c1e6f4a0").encode,
    "GPT o200k": tiktoken.get_encoding("o200k_base").encode,
}

def n(enc, text):
    out = enc(text)
    return len(out.ids if hasattr(out, "ids") else out)

def diff(before, after):
    for name, enc in COUNTERS.items():
        a, b = n(enc, before), n(enc, after)
        print(f"{name:12} {a:6} -> {b:6}  saved {a - b} ({100 * (a - b) / a:.0f}%)")

if __name__ == "__main__":
    diff(open(sys.argv[1], encoding="utf-8").read(), open(sys.argv[2], encoding="utf-8").read())
```

İki sistem istemimiz üzerinde çalıştırıldığında çıktı şuydu:

```text
Qwen3.8 27B     297 ->     95  saved 202 (68%)
GPT o200k       293 ->     86  saved 207 (71%)
```

Dördünü de karşılaştırmak için Kaynaklar listesindeki diğer modellerin depolarını ekleyin. Tarayıcıda hızlı bir kontrol için [istem token farkı](https://broadrouter.com/tools/prompt-token-diff/) aracı iki sürümü yan yana karşılaştırır, [token sayacı](https://broadrouter.com/tools/token-counter/) ise tek bir metni sayar. Dağıtımdan sonra, şablonu da içeren `usage.prompt_tokens` değerinde tasarrufu doğrulayın.

## BroadNet Inference nereye oturuyor

BroadRouter, BroadNet’in sitesidir. BroadNet Inference istem token’larını her modelin girdi fiyatıyla faturalandırır ve modelin önbellekli fiyatı varsa tekrarlanan önekleri önbellekten o fiyatla okur; böylece hem kısa istemler hem de sabit önekler faturayı düşürür. [Gemma 4 VL 26B](https://broadrouter.com/tr/models/gemma-4-vl-26b/) 32.768 token’lık bir bağlama sahiptir; orada kırpmak maliyet kadar sığdırmak için de önemlidir. DeepSeek V4.1 Flash planlarında token sayacı yoktur, ama 1.048.576 token’lık bağlam yine geçerlidir ve kısa bir istem yine daha erken yanıt döndürür. İstemler her istekten sonra saklanmaz.

Bu konu için ücretsiz araçlar (İngilizce)

-   [OpenAI to BroadNet migration helper](https://broadrouter.com/tools/openai-to-broadnet-migration/) Paste OpenAI SDK code; get base URL, key and model edits, a diff and the checks that remain.
-   [max\_tokens calculator for reasoning models](https://broadrouter.com/tools/reasoning-token-budget/) Answer length + reasoning budget + margin = a max\_tokens that does not cut the answer off.
-   [JSON schema generator for LLM structured output](https://broadrouter.com/tools/json-schema-generator/) Sample JSON to strict schema, Pydantic, Zod and a ready request.
-   [LLM JSON output validator](https://broadrouter.com/tools/llm-json-output-validator/) Parse errors by line and column, safe repairs, cut-off detection and JSON Schema checks for model output.

[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.

[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.

[Tokenizer](https://broadrouter.com/tr/glossary/tokenizer/)

Tokenizer, metni bir dil modelinin okuduğu tam sayı token kimlikleri dizisine dönüştüren ve üretilen kimlikleri tekrar metne çeviren bileşendir. Her model kendi tokenizer'ıyla gelir; bu yüzden aynı metin farklı modellerde farklı sayıda token üretebilir.

[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.

[Arapça harekeler (tashkeel)](https://broadrouter.com/tr/glossary/arabic-diacritics/)

Arapça harekeler (tashkeel), kısa ünlüleri, ikizleşen ünsüzleri ve ünlü yokluğunu göstermek için harflerin üstüne veya altına yazılan küçük işaretlerdir. İsteğe bağlıdırlar: haberler dahil Arapça metinlerin çoğu onları yazmaz; okur da yazılım da ünlüleri bağlamdan çıkarır.

[Girdi ve çıktı token'ları](https://broadrouter.com/tr/glossary/input-and-output-tokens/)

Girdi token'ları, bir dil modelinin istekte okuduğu token'lardır: sistem istemi, konuşma geçmişi, araç tanımları ve görseller dahil. Çıktı token'ları ise modelin yanıt olarak ürettikleridir, akıl yürütme dahil. LLM API'leri bunları genellikle ayrı fiyatlandırır ve çıktı genellikle daha pahalıdır.

[Arapça metin normalizasyonu (normalization)](https://broadrouter.com/tr/glossary/arabic-text-normalization/)

Arapça metin normalizasyonu, aynı kelimenin yazım varyantlarını eşleştirmeden önce tek bir biçime indiren adımdır: harekeleri ve tatweel'i siler, elif biçimlerini birleştirir ve çoğu zaman ى'yı ي'ye, ة'yı ه'ye çevirir. Gösterilen metne değil, arama anahtarlarına ve değerlendirmeye uygulanır.

[Bağlam mühendisliği (context engineering)](https://broadrouter.com/tr/glossary/context-engineering/)

Bağlam mühendisliği (context engineering), bir dil modelinin her istekte gördüğü token kümesini, yani sistem istemini, araç tanımlarını, geçmişi, getirilen belgeleri ve notları seçme ve sürdürme işidir; amaç, modelin görevi iyi yapması için gereken en küçük, en yüksek sinyalli bilgiyi vermektir.

## Sık sorulan sorular

### İstemimdeki token sayısını nasıl azaltırım?

Önce ölçün: usage.prompt\_tokens değerini kaydedin ve en büyük kısmı bulun. Ardından, ölçümlerimizde en çok tasarruf sağlayandan başlayarak: yalnızca adımın ihtiyaç duyduğu araçları gönderin, araç ve sistem istemi ifadelerini kısaltın, tabloları JSON yerine CSV olarak gönderin, few-shot örnekleri sonucu değiştirenlerle sınırlayın ve eski sohbet turlarını özetleyin.

### Girintili (pretty-print) JSON daha fazla token mı kullanır?

Evet. Testimizde 40 satırlık girintili JSON'u sıkıştırmak, tokenizer'a bağlı olarak token'ların %34–38'ini kurtardı; CSV olarak göndermek ise %57–61 tasarruf sağladı. Tersinden bakarsak, girintili JSON sıkıştırılmış JSON'dan %52–61, CSV'den %132–159 daha fazla token aldı. Araç şemaları istisnadır: sohbet şablonları onları yeniden serileştirir, bu yüzden tools dizinizdeki girintiler modele ulaşmaz.

### Araç tanımları kaç token kullanır?

İfadelere ve modelin şablonuna bağlıdır. Uzun açıklamalı 10 aracımız, DeepSeek V4.1 Flash, GLM 5.3 ve Qwen3.8 27B'de işlenmiş isteme yaklaşık 1.200–1.400 token ekledi. Kısa açıklamalı üç araç ise yaklaşık 320–460 token ekledi.

### Arapça harekeler token sayısını artırır mı?

Çok artırır. 31 kelimelik bir Modern Standart Arapça paragraf, beş tokenizer'da harekesiz 62–78 token, tamamen harekeli 151–267 token aldı. Arapça metinlerin çoğu harekesiz yazılır; bu yüzden şiir veya eğitim gibi görev gerektirmedikçe girdiden çıkarın.

### İstem önbellekleme, istemi kısaltmaktan daha mı iyi?

İkisi birlikte çalışır. Önbellekleme tekrarlanan öneki ucuzlatır, ama bu önek yine de bağlam penceresinden sayılır ve yine bir fiyatı vardır. Önce kısaltın, sonra kısaltılmış öneki her isteğin başında bayt bayt aynı tutun ki önbellekten okunabilsin.

### Token sayım neden API'nin prompt\_tokens değerinden farklı?

API işlenmiş istemi sayar: sohbet şablonuna sarılmış mesajlarınız ve şablonun kendi formatındaki araç şemaları. Ham metniniz üzerinde çalışan bir tokenizer bunu kaçırır. Sürümleri karşılaştırmak için tokenizer'ı, fatura için usage.prompt\_tokens değerini kullanın.

## Okumaya devam edin

-   [Ajan token bütçesi: bir ajan döngüsünün token'ları nereye gidiyor?](https://broadrouter.com/tr/blog/agent-token-budget/)
-   [LLM isteği göndermeden önce token sayısı nasıl hesaplanır?](https://broadrouter.com/tr/blog/count-tokens-before-sending/)
-   [Önek önbelleğe alınsın diye istem nasıl yapılandırılır?](https://broadrouter.com/tr/blog/prompt-structure-for-caching/)
-   [Önbellekli girdi tokenları: LLM API faturası nasıl düşürülür](https://broadrouter.com/tr/blog/cached-input-tokens-explained/)
-   [Arapça ve İngilizcede kelime başına token: Arapça neden pahalı?](https://broadrouter.com/tr/blog/tokens-per-word-arabic-english/)
-   [Uzun süren ajanlarda 1M token pencereyle bağlam yönetimi](https://broadrouter.com/tr/blog/long-running-agent-context-management/)
-   [Kodlama ajanı LLM maliyetini düşürmenin 10 yolu ve tahmini tasarruf](https://broadrouter.com/tr/blog/cut-coding-agent-llm-costs/)
-   [LLM API yanıtlarını önbelleğe alıp maliyeti düşürün: Python örneği](https://broadrouter.com/tr/blog/cache-llm-responses-cut-cost/)
-   [BroadNet'in GPU donanımı ve sunum yaklaşımı, BroadNet'in anlatımıyla](https://broadrouter.com/tr/blog/broadnet-gpu-fleet-and-serving/)
-   [Belge yapay zekâsı iş akışınıza insan incelemesini ekleyin](https://broadrouter.com/tr/blog/document-review-queues/)
-   [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-reduce-prompt-tokens&utm_content=page-cta) ·

**Kaynaklar**

-   [Hugging Face'te Qwen/Qwen3.8-27B: 37561816 revizyonunda tokenizer.json ve chat\_template.jinja (2026-11-15 tarihinde indirildi)](https://huggingface.co/Qwen/Qwen3.8-27B)
-   [Hugging Face'te zai-org/GLM-5.3: ba32f8c1 revizyonunda tokenizer.json ve chat\_template.jinja (2026-11-15 tarihinde indirildi)](https://huggingface.co/zai-org/GLM-5.3)
-   [Hugging Face'te deepseek-ai/DeepSeek-V4.1-Flash: 314113f8 revizyonunda tokenizer.json ve chat\_template.jinja (2026-11-15 tarihinde indirildi)](https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash)
-   [Hugging Face'te google/gemma-4-26B-A4B-it: 4d7ae498 revizyonunda tokenizer.json, BroadNet Gemma 4 VL 26B'nin temeli (2026-11-15 tarihinde kontrol edildi)](https://huggingface.co/google/gemma-4-26B-A4B-it)
-   [GitHub'da OpenAI tiktoken: o200k\_base kodlaması, 0.14.0 sürümü kullanıldı (2026-11-15 tarihinde kontrol edildi)](https://github.com/openai/tiktoken)
-   [OpenAI istem önbellekleme rehberi: önce sabit içerik, işlenmiş önekin tamamı eşleşmeli, araçlar önbelleklenen bağlamın parçasıdır (2026-11-15 tarihinde kontrol edildi)](https://developers.openai.com/api/docs/guides/prompt-caching)
-   [BroadNet Inference fiyat sayfası: önbellekli girdi, son isteklerin tekrarlanan başlangıcıdır, daha düşük faturalandırılır, kurulum gerekmez (2026-11-15 tarihinde kontrol edildi) (İngilizce)](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=tr-blog-reduce-prompt-tokens&utm_content=sources)
-   [BroadNet Inference API referansı: usage bloğunda raporlanan önbellekli token'lar, model yetenekleri (2026-11-15 tarihinde kontrol edildi) (İngilizce)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=tr-blog-reduce-prompt-tokens&utm_content=sources)
