Model Harga AI Dijelaskan: Token, Tugas, dan Biaya

Anda sudah memiliki fitur AI yang berfungsi, dan sekarang Anda mencoba menentukan harganya. Tarif token model terlihat dapat dikelola, tetapi tagihan staging mencakup jawaban panjang, percobaan ulang, panggilan tool, dan pekerjaan video yang tidak pernah menghasilkan sesuatu yang dapat digunakan. Mengalikan tarif utama dengan lalu lintas yang Anda harapkan tidak lagi memberi Anda anggaran yang dapat dipercaya.

Model harga AI menjelaskan bagaimana vendor menagih Anda. Biaya per tugas yang selesai memberi tahu Anda apakah fitur tersebut ekonomis. Anda membutuhkan kedua pandangan: unit penagihan untuk merekonsiliasi biaya, dan hasil akhir untuk membandingkan model, penyedia, dan margin produk.

---

Daftar Isi

• Enam Model Harga AI dan Cara Penagihan Masing-Masing
  • Sesuaikan unit dengan beban kerja
• Bagaimana Harga Token Berubah Menjadi Tagihan Per Permintaan
  • Proses permintaan melalui kedua tarif
  • Buat perkiraan Anda dari permintaan aktual
• Harga Media untuk Gambar, Video, dan Audio
  • Bandingkan pengaturan generasi yang identik
• Mengapa Biaya per Tugas Selesai Lebih Baik dari Biaya per Token
  • Masukkan pekerjaan yang tidak berhasil ke dalam pembilang
• Mengapa Harga Model Terus Menurun
  • Anggarkan untuk pasokan yang berubah, bukan tarif permanen
• Memilih Antara Kredit, Langganan, dan Penagihan Berdasarkan Penggunaan
  • Gunakan batasan operasional Anda untuk memilih
  • Pisahkan pendanaan dari penagihan
• Daftar Periksa Penyedia di Luar Harga yang Tertera
  • Verifikasi jalur penagihan
  • Verifikasi jalur kontrol
• Konfirmasi Biaya per Tugas Anda Sebelum Berkomitmen
  • Jalankan perbandingan terkontrol
  • Buat keputusan dapat diulang

Enam Model Harga AI dan Cara Penagihannya

Sebagian besar produk AI menagih melalui salah satu dari enam struktur. Tabel ini menunjukkan unit penagihan, kecocokan terbaik, dan risiko utama untuk masing-masing.

Model harga AI umum sekilas

Sesuaikan unit dengan beban kerja

Penagihan per-token cocok untuk beban kerja teks karena mengukur materi yang diproses dan dihasilkan. Ini berguna untuk chat dan coding, tetapi instruksi untuk menghasilkan penjelasan rinci dapat mengubah tagihan tanpa mengubah jumlah permintaan.

Penagihan per unit media lebih mudah dipahami sekilas: bayar per gambar atau pekerjaan generasi. Kesulitannya adalah definisi unit tersebut, termasuk resolusi, durasi, pengaturan kualitas, dan suara.

Langganan dengan kuota berfungsi ketika sebuah tim membutuhkan akses reguler dan dapat tetap dalam batas penggunaan yang dapat diprediksi. Periksa apa yang terjadi pada batas tersebut sebelum memperlakukan langganan sebagai biaya operasional tetap.

Kredit prabayar memungkinkan pengeluaran dari saldo yang sudah diisi. Ini cocok untuk eksperimen di berbagai model, asalkan Anda memahami masa kedaluwarsa, pengembalian dana, dan bagaimana kredit diterjemahkan ke dalam penggunaan aktual.

Harga berbasis hasil menempatkan biaya lebih dekat ke nilai bisnis. Meskipun demikian, alur kerja dukungan membutuhkan uji resolusi yang eksplisit, termasuk apa yang terjadi ketika pelanggan membuka kembali kasus tersebut.

Paket hibrida menggabungkan akses atau jatah yang disertakan dengan konsumsi variabel. Ini dapat mengakomodasi beban kerja campuran, tetapi bagian keuangan harus merekonsiliasi baik biaya dasar maupun komponen terukur.

Aturan praktis: Identifikasi unit yang ditagihkan vendor sebelum membandingkan harga utama apa pun.

Langganan tidak secara otomatis lebih murah daripada penagihan berdasarkan penggunaan, dan kredit tidak secara otomatis merupakan diskon. Terjemahkan setiap penawaran ke dalam beban kerja yang ingin Anda jalankan, termasuk jatah apa pun yang akan Anda bayar tetapi tidak akan Anda gunakan.

Bagaimana Harga Token Berubah Menjadi Tagihan Per Permintaan

Biaya permintaan = (token input ÷ token per unit harga × tarif input) + (token output ÷ token per unit harga × tarif output).

Untuk harga yang dikutip per juta token, gunakan satu juta sebagai pembagi. Token input mencakup prompt, instruksi sistem, riwayat percakapan, dan dokumen yang diambil. Token output mencakup jawaban yang dihasilkan. Gunakan tokenizer model atau bidang penggunaan yang dikembalikan daripada perkiraan jumlah kata, terutama untuk kode dan teks multibahasa.

Tarif terpisah itu penting. Sebuah analisis arXiv tentang harga API melaporkan bahwa GPT-4 diluncurkan pada bulan Maret 2023 dengan harga $30 per juta token input dan $60 per juta token output. Generasi membutuhkan komputasi yang berbeda dari pemrosesan prompt, jadi jangan berasumsi bahwa kedua tarif tersebut cocok.

Proses permintaan dengan kedua tarif

Pertimbangkan permintaan hipotetis yang berisi 2,000 token input dan 800 token output. Claude Opus 5.5 berharga $4.00 input dan $20.00 output per juta token dengan harga daftar, dibandingkan dengan $2.03 input dan $10.13 output di UberLLM.

Perhitungan ini menjelaskan permintaan hipotetis, bukan rata-rata untuk aplikasi Anda. Dengan satu juta permintaan hipotetis per bulan dengan campuran token yang persis sama, perbedaannya adalah $11,836, atau kira-kira $12,000. Panjang output yang berbeda mengubah hasilnya.

Alur penagihan membuat perbedaan antara ukuran prompt dan ukuran jawaban lebih mudah diperiksa.

Susun perkiraan Anda dari permintaan aktual

1. Hitung token input menggunakan template prompt Anda dan data pelanggan yang representatif. Sertakan instruksi dan konteks yang diambil.
2. Perkirakan token output dari jawaban yang diterima, bukan hanya demonstrasi tersingkat yang berhasil.
3. Terapkan setiap tarif secara terpisah ke jumlah token yang sesuai.
4. Tambahkan hasilnya untuk mendapatkan biaya model untuk permintaan tersebut.
5. Kalikan dengan volume yang diharapkan, pisahkan kelas permintaan pendek dan panjang.

Harga model yang kami cantumkan menjelaskan berapa biaya permintaan secara umum, bukan batas atas. Permintaan tidak pernah ditagih di atas max_price atau max_cost yang dikirim bersamanya. Jaga agar perbedaan itu eksplisit dalam aplikasi Anda: perkiraan membantu memproyeksikan pengeluaran, sementara batas permintaan memberlakukan batasan.

Harga Media untuk Gambar, Video, dan Audio

Contoh harga media per unit, harga daftar versus UberLLM

Harga Flux 75% lebih rendah, dihitung dari harga gambar yang terdaftar. LTX 25% lebih rendah, dan Veo 50% lebih rendah. Setiap perbandingan hanya berlaku untuk model yang disebutkan dan pengaturan yang cocok, bukan untuk setiap permintaan gambar atau video.

Produk media sering kali ditagih dalam unit selain token teks. Sebuah pekerjaan generasi, gambar, durasi audio, atau durasi video menjadi unit yang perlu Anda normalisasi. Pilihan model dan pengaturan output menentukan apa yang dibeli oleh unit tersebut.

Bandingkan pengaturan generasi yang identik

Klip pendek yang murah bukanlah pengganti aset beresolusi lebih tinggi dan lebih panjang yang dibutuhkan produk Anda. Suara juga penting: pratinjau tanpa suara dan klip audiovisual yang sudah jadi bukanlah hasil akhir yang setara.

Sebelum membandingkan penyedia, tentukan:

• Model dan tugas: Pertahankan versi model dan mode generasi yang identik, termasuk teks-ke-video versus gambar-ke-video.
• Resolusi dan durasi: Catat dimensi yang diminta dan panjang klip daripada mengandalkan nama model.
• Pengaturan audio: Tentukan apakah suara yang dihasilkan disertakan.
• Definisi pekerjaan: Konfirmasi apa yang termasuk dalam sebuah pekerjaan dan apakah ekstensi, upscaling, atau output tambahan memerlukan permintaan terpisah.

Panduan harga per detik API Veo](https://uberllm.dev/answers/veo-3-api-price-per-second) membantu membingkai perbandingan berbasis durasi. Jangan mengubah penawaran per pekerjaan menjadi tarif per detik sampai Anda mengetahui durasi yang dicakup oleh penawaran tersebut.

Perbandingan harga media hanya berguna jika kedua harga membeli hasil akhir yang sama.

Untuk audio, bedakan antara ucapan yang dihasilkan dengan transkripsi dan generasi musik. Durasi audio yang diunggah dan durasi output yang dihasilkan adalah pengukuran yang berbeda, jadi catat mana pun yang ditagih oleh layanan.

Simpan manifes pengaturan kecil di samping spreadsheet harga Anda: pengidentifikasi model, tugas, dimensi, durasi, audio, dan opsi kualitas apa pun. Beri harga manifes tersebut dengan setiap penyedia, lalu simpan penawaran dan konfigurasi bersama. Anda dapat mengulangi perbandingan saat harga berubah tanpa secara tidak sengaja membandingkan produk yang berbeda.

Mengapa Biaya per Tugas Selesai Mengalahkan Biaya per Token

Tarif token termurah dapat menghasilkan tugas selesai yang paling mahal. Model yang memerlukan koreksi berulang, panggilan alat yang tidak perlu, atau perbaikan manual mungkin mengonsumsi token yang lebih murah namun memakan biaya lebih banyak untuk menghasilkan hasil yang dapat digunakan.

Perbedaannya menjadi terlihat ketika Anda membandingkan jawaban langsung dengan alur kerja yang terus melakukan tindakan.

Analisis biaya alur kerja agen Oometa menjelaskan alur kerja agen mengonsumsi 5–30 kali lebih banyak token daripada interaksi chatbot konvensional dan memperkirakan sekitar $0.001 untuk panggilan chatbot sederhana dibandingkan $0.10–$1.00 untuk tugas agen multi-langkah. Perlakukan ini sebagai konteks, bukan perkiraan Anda: perencanaan, pengambilan, alat, refleksi, dan percobaan ulang berbeda-beda berdasarkan implementasi.

Masukkan pekerjaan yang tidak berhasil ke dalam pembilang

Biaya per hasil yang berhasil = total pengeluaran terkait tugas ÷ tugas yang berhasil diselesaikan.

Dalam batch hipotetis, 1,000 percobaan masing-masing $0.10 berharga $100. Jika 800 berhasil, biaya per tugas yang terselesaikan adalah $0.125, bukan $0.10. Percobaan yang tidak berhasil tetap termasuk dalam perhitungan biaya.

Perbandingan hipotetis kedua menunjukkan mengapa harga stiker menyesatkan:

Ini adalah contoh aritmatika, bukan kinerja model yang terukur. Mereka mengasumsikan percobaan yang sebanding dan tingkat keberhasilan yang tidak berubah; evaluasi Anda harus menetapkan keduanya.

Video ini menyediakan cara lain untuk mempertimbangkan biaya alur kerja.

Lacak panjang output, percobaan ulang, fallback yang didorong latensi, dan biaya untuk permintaan yang tidak berhasil terhadap pengidentifikasi tugas bersama. Sertakan biaya alat atau infrastruktur jika signifikan, dan bedakan respons API dari keberhasilan bisnis.

Jawaban dukungan yang memerlukan karyawan untuk menulis ulang tidak setara dengan tiket yang terselesaikan. Gunakan hasil yang dibutuhkan pelanggan Anda: kasus yang terselesaikan, klip yang diterima, atau tugas pengkodean yang lulus uji penerimaannya.

Mengapa Harga Model Terus Menurun

Model termurah yang menyamai kinerja tingkat GPT-3.5 pada MMLU turun dari sekitar $20 per juta token pada November 2022 menjadi $0.07 pada Oktober 2024, kira-kira 286 kali lebih murah, menurut ringkasan Orb tentang angka yang dilaporkan Stanford. Laporan Indeks AI 2025 Stanford menggambarkan penurunan biaya inferensi yang setara kemampuan selama periode tersebut sebagai lebih dari 280 kali lipat.

Perbandingan tersebut menjaga ambang batas benchmark tetap konstan. Ini tidak hanya membandingkan model mahal yang mumpuni dengan model lemah yang lebih murah, meskipun menyamai benchmark tetap tidak menjamin perilaku yang setara pada aplikasi Anda.

Anggarkan untuk pasokan yang berubah, bukan tarif permanen

Arsitektur yang lebih kecil, kuantisasi, perangkat lunak inferensi yang ditingkatkan, perangkat keras khusus, dan persaingan penyedia berkontribusi pada biaya yang lebih rendah. Masing-masing memengaruhi bagian ekonomi yang berbeda: ukuran model, presisi numerik, efisiensi penyajian, pemanfaatan perangkat keras, atau margin pemasok.

Bagi pembeli, implikasi praktisnya adalah memisahkan asumsi harga dari asumsi kualitas. Tarif yang lebih rendah hanya berguna jika kandidat masih memenuhi kriteria penerimaan Anda.

• Pertahankan catatan harga bertanggal: Simpan pengidentifikasi model, tarif input dan output, unit penagihan, dan kapan Anda membacanya.
• Gunakan skenario anggaran: Model permintaan yang diharapkan bersamaan dengan beban kerja yang lebih berat dengan output yang lebih panjang dan tugas yang lebih kompleks.
• Jadwalkan tinjauan: Tinjau kembali tarif setiap kuartal, dan selidiki penyimpangan faktur material sebelum tinjauan terjadwal berikutnya.

Sebuah indeks harga model dapat membantu mengidentifikasi kandidat yang layak diuji ulang. Ini tidak boleh menggantikan catatan harga yang terlampir pada log permintaan Anda sendiri.

Harga yang kami cantumkan diperbarui setiap 5 menit. Ini menggunakan harga daftar penyedia dikalikan dengan bagian dari harga daftar yang dikenakan selama jam perdagangan termahal di pasar dalam 24 jam terakhir, dan tidak pernah lebih rendah dari penawaran termurah.

Periksa ketentuan perubahan harga kontraktual secara terpisah dari jadwal tinjauan Anda. Pengingat kalender tidak membuat tarif variabel menjadi tetap, dan penurunan historis bukanlah jaminan bahwa setiap rute akan menjadi lebih murah.

Memilih Antara Kredit, Langganan, dan Penagihan Berdasarkan Penggunaan

Sebuah studi arXiv tentang harga produk AI menemukan bahwa langganan dengan kuota penggunaan adalah pola harga asli AI terbesar di antara 52 produk; 25 menawarkan tingkatan gratis, uji coba, atau kredit awal, sementara 13 menggunakan harga masuk pay-as-you-go. Pola itu tidak menetapkan pemenang universal. Ini menunjukkan mengapa penagihan konsumsi murni bukanlah satu-satunya struktur yang masuk akal.

Keputusan ini tentang siapa yang menanggung risiko penggunaan yang bervariasi. Langganan mengalihkan sebagian risiko permintaan kepada vendor, sementara struktur prabayar dan terukur membuat konsumsi lebih terlihat oleh pembeli.

Gunakan batasan operasional Anda untuk memilih

Penggunaan stabil dengan satu penyedia mengarah pada langganan, asalkan alokasi sesuai dengan beban kerja Anda yang sebenarnya. Jangan menghitung kuota yang tidak terpakai sebagai nilai, dan verifikasi apakah kelebihan penggunaan memerlukan persetujuan atau terjadi secara otomatis.

Permintaan yang tidak merata di beberapa model mengarah pada kredit atau penggunaan terukur. Ketentuan kedaluwarsa dan rollover penting karena membeli kapasitas yang tidak pernah Anda gunakan dapat menghilangkan diskon yang terlihat.

Pisahkan pendanaan dari penagihan

Dompet prabayar menjelaskan kapan Anda mendanai penggunaan, bukan bagaimana setiap permintaan dihargai. Demikian pula, pay-as-you-go dapat beroperasi melalui saldo prabayar daripada faktur pascabayar.

Kami tidak memiliki biaya bulanan dan tidak ada minimum. Pelanggan menyimpan satu saldo dan membayar sesuai penggunaan. Opsi pembayaran upto kami, yang ditawarkan pertama kali, meminta dompet menandatangani penawaran sebagai batas atas; setelah jawaban, hanya biaya sebenarnya yang diambil, dibulatkan ke sepersejuta dolar berikutnya.

Pilih batasan yang tidak dapat Anda kompromikan sebelum memilih paket.

Jika batasan itu adalah anggaran tetap, periksa kontrol pengeluaran. Jika itu adalah akses yang dapat diprediksi untuk tim yang stabil, periksa kuota dan aturan kelebihan penggunaan. Jika itu adalah fleksibilitas di seluruh teks dan media, periksa apakah saldo yang sama mendukung alur kerja yang ingin Anda jalankan.

Daftar Periksa Penyedia di Luar Harga yang Tertera

Daftar harga tidak memberi tahu Anda semua yang dibutuhkan untuk merekonsiliasi tagihan produksi. Uji perilaku penagihan, bukan hanya aritmetika yang ditampilkan di playground.

Gunakan daftar periksa ini untuk mengidentifikasi ketentuan yang membutuhkan jawaban konkret.

Verifikasi jalur penagihan

• Biaya bersifat eksplisit. Kami tidak menambahkan biaya apa pun di atas harga model yang tertera. Pisahkan biaya pendanaan dari biaya permintaan saat membandingkan total pengeluaran. Jawaban yang buruk adalah penawaran yang tidak mencakup biaya tambahan platform yang tidak ditentukan.
• Dasar penagihan dapat dilacak. Ketika penyedia melaporkan apa yang ditagihkan untuk sebuah panggilan, kami menagih jumlah yang persis sama. Jika tidak, panggilan tersebut dikenakan biaya tokennya sesuai harga yang tertera. Jawaban yang buruk adalah total faktur yang tidak dapat dikaitkan dengan penggunaan tingkat permintaan atau biaya yang dilaporkan.
• Permintaan yang tidak berhasil memiliki perlakuan yang terdefinisi. Permintaan dan generasi kami yang gagal tidak dikenakan biaya apa pun. Namun, generasi yang selesai tetapi tidak Anda sukai, tidak boleh secara otomatis diklasifikasikan sebagai kegagalan teknis. Jawaban yang buruk membiarkan perbedaan tersebut tidak terdefinisi.

Verifikasi jalur kontrol

• Kunci menyediakan isolasi. API key kami terlingkup dan dapat dicabut, serta batas pengeluaran per-key berlaku. Panggilan alat MCP ditagih, dibatasi, dan ditolak seperti permintaan API yang setara. Jawaban yang buruk mengharuskan menonaktifkan setiap layanan untuk menghentikan satu integrasi yang disusupi.
• Perilaku fallback dapat dipahami. Kami memindahkan permintaan ke penjual sehat lainnya ketika penyedia menjadi lambat atau tidak tersedia. Uji biaya dan waktu yang dihasilkan di log Anda. Penyedia yang tidak dapat menjelaskan apakah rute alternatif mengubah biaya akan membuat Anda dengan harga yang tidak diketahui.

Untuk beban kerja campuran, periksa bagaimana API teks, gambar, dan video terpadu mengekspos status dan hasil tugas. Permintaan media asinkron membutuhkan pengidentifikasi tugas yang tahan lama sehingga pengiriman, penyelesaian, dan penagihan dapat direkonsiliasi bahkan ketika terjadi pada waktu yang berbeda.

Jalankan pemeriksaan ini terhadap lalu lintas berbentuk produksi yang representatif, termasuk timeout, pembatalan, dan pekerjaan yang gagal. Akun demo dengan prompt singkat dan respons yang berhasil tidak akan mengungkapkan apakah akuntansi Anda bertahan dalam kondisi yang harus ditangani aplikasi Anda.

Konfirmasi Biaya per Tugas Anda Sebelum Berkomitmen

Gunakan evaluasi terbatas daripada bermigrasi hanya berdasarkan tabel harga. Tujuannya adalah untuk menemukan opsi mana yang memberikan hasil yang dapat diterima dengan biaya operasional yang dapat diterima, tanpa mengubah beban kerja.

Jalankan perbandingan terkontrol

1. Pilih tugas yang representatif. Sertakan permintaan rutin, kasus sulit, konteks panjang, dan input yang sebelumnya menyebabkan masalah. Jauhkan materi pelanggan yang sensitif dari evaluasi kecuali penggunaannya diizinkan.
2. Catat riwayat eksekusi. Catat input dan output tokens, pengidentifikasi tugas, percobaan ulang, panggilan alat, biaya, dan penilaian keberhasilan. Catat waktu hingga hasil yang dapat digunakan, bukan hanya waktu respons pertama.
3. Hitung baseline saat ini. Bagi semua pengeluaran yang relevan dengan hasil yang diterima. Pisahkan kelas tugas agar permintaan yang mudah tidak menyembunyikan ekonomi yang buruk pada pekerjaan yang sulit.
4. Uji model alternatif. Pertahankan prompt, input, izin alat, dan uji penerimaan. Dengan akses API umum kami, beralih model menggunakan pengidentifikasi model yang berbeda, dan setiap permintaan diarahkan ke penjual sehat termurah.
5. Terapkan anggaran permintaan. Pilih batasan yang sesuai untuk setiap kelas tugas, dan verifikasi bagaimana aplikasi menangani penolakan atau pekerjaan yang tidak lengkap. Batasan harus menghasilkan pengalaman pengguna yang terkontrol, bukan kesalahan yang tidak dapat dijelaskan.
6. Bandingkan hasil operasional secara bersamaan. Evaluasi biaya per keberhasilan, latensi, dan tingkat kegagalan. Periksa output aktual di mana penilaian otomatis dapat melewatkan kesalahan faktual atau pekerjaan yang tidak lengkap.
7. Lakukan uji coba sebelum berkomitmen. Kirim sebagian kecil lalu lintas langsung yang terkontrol ke kandidat. Rekonsiliasi biaya yang ditagihkan dengan log Anda selama uji coba, dan pertahankan jalur pemulihan hingga kualitas dan akuntansi dapat diandalkan.

Buat keputusan dapat diulang

Tuliskan kriteria penerimaan sebelum meninjau nama dan harga model. Jika tidak, mudah untuk memaafkan output yang lebih lemah karena kandidat terlihat lebih murah.

Pertahankan set evaluasi yang memiliki versi, dan tambahkan kasus kegagalan baru seiring perubahan aplikasi. Jadwalkan tinjauan berikutnya setiap kuartal, dengan pengujian ulang lebih awal ketika perubahan model, harga, atau produk yang signifikan membuat perbandingan yang ada tidak dapat diandalkan.

Opsi yang menang bukanlah model termurah secara terpisah. Ini adalah konfigurasi yang menyelesaikan beban kerja Anda dalam batasan kualitas, latensi, dan anggaran Anda.

---

UberLLM menawarkan satu API key untuk model teks dan media, saldo prabayar bersama, dan perutean ke penjual sehat termurah untuk setiap model yang diminta. Kunjungi UberLLM untuk membandingkan harga saat ini, lalu uji tugas representatif dan ukur biaya hasil yang diterima sebelum memindahkan lalu lintas produksi.