Model murah mana untuk tugas Anda? Pilih berdasarkan rasio input:output

Pilih berdasarkan bentuk tugas Anda, bukan berdasarkan harga di judul. Jika input panjang dan jawaban singkat (ringkasan laporan panjang, pelabelan atas input panjang), DeepSeek-V4-Flash paling murah di antara ketiganya. Jika jawaban sama panjang dengan input atau lebih panjang (giliran chat singkat, penulisan ulang, pembuatan kode), GLM-5.3-Flash yang menang, dan chat panjang membalik jawabannya di tengah jalan. MiniMax-M2.7 adalah pilihan ketika pengujian Anda sendiri menyatakan jawabannya paling cocok untuk Anda, dan di antara ketiganya model ini paling jauh di bawah harga referensi OpenRouter.

Anda bisa melihat di sisi mana Anda berada setelah 20 permintaan. Harga di bawah berasal dari referensi harga CheapTokens tanggal 6 November 2026, dan setiap angka dalam tabel atau penanda bersifat langsung, sehingga mengikuti tarif terkini.

Satu permintaan punya dua meteran#

Setiap permintaan ditagih dua kali: sekali untuk token yang Anda kirim (input), sekali untuk token yang ditulis balik oleh model (output). Setiap model menetapkan harganya sendiri untuk masing-masing sisi, dan di sinilah perbandingan harga di judul menjadi keliru (dasar-dasarnya ada di Input vs output tokens: what an AI API bills you for).

DeepSeek-V4-Flash mengenakan $0.015 untuk input dan $0.10 untuk output per 1M token. GLM-5.3-Flash mengenakan $0.02 dan $0.04. MiniMax-M2.7 mengenakan $0.05 dan $0.15. Satu model lebih murah di sisi masuk, model lain di sisi keluar, jadi pemenangnya bergantung pada berapa banyak token yang mengalir di masing-masing arah.

Proporsi itulah angka yang perlu diketahui: token input dibagi token output. Sebuah pelabel yang membaca tiket 600 token dan menjawab dengan label 10 token berada di 60 banding 1 (600 ÷ 10 = 60). Alat penulisan ulang yang menerima paragraf 400 token dan mengembalikan 800 token berada di 1 banding 2 (400 ÷ 800 = 0.5).

Ukur rasio Anda sendiri dalam 20 permintaan#

Menebak adalah sumber kesalahan, jadi ukurlah. Setiap respons Chat Completions membawa objek usage dengan prompt_tokens (yang Anda kirim) dan completion_tokens (yang kembali). Format Anthropic Messages menyebutnya input_tokens dan output_tokens; dokumentasi CheapTokens menampilkan kedua format.

Ambil 20–50 permintaan nyata dari tugas Anda dan jumlahkan masing-masing sisi. Jumlahkan, jangan rata-ratakan rasio per permintaan: satu jawaban sangat kecil akan mengacaukan rata-rata.

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.cheaptokens.dev/v1",
    api_key=os.environ["CHEAPTOKENS_API_KEY"],
)

prompts = ["...", "..."]  # 20-50 real inputs from your task

tokens_in = tokens_out = 0
for text in prompts:
    r = client.chat.completions.create(
        model="deepseek-ai/DeepSeek-V4-Flash-0731",
        messages=[{"role": "user", "content": text}],
        max_tokens=2000,
    )
    tokens_in += r.usage.prompt_tokens
    tokens_out += r.usage.completion_tokens

print(f"input {tokens_in}, output {tokens_out}, ratio {tokens_in / tokens_out:.1f} : 1")

Baris terakhir mencetak rasio Anda. Angka tunggal itulah yang Anda bawa ke bagian berikutnya.

Apa pengaruh rasio terhadap tagihan#

Berikut empat bentuk umum. Ukurannya adalah asumsi yang dipilih agar tipikal; gantilah dengan angka dari proses Anda sendiri.

Melabeli 10.000 tiket sehari#

Katakanlah sebuah alat dukungan melabeli 10.000 tiket sehari: 600 token masuk, label 10 token keluar. Sehari penuh pada masing-masing model:

Baca tabelnya. DeepSeek-V4-Flash paling murah di antara ketiganya di sini, karena hampir semua token yang Anda bayar adalah input. Kolom OpenRouter menunjukkan ketiga model di bawah harga referensi secara total, dengan input dan output dihitung bersama.

Meringkas laporan panjang#

Laporan 12.000 token yang dipadatkan menjadi ringkasan 300 token adalah 40 banding 1 (12.000 ÷ 300 = 40). Satu ringkasan berbiaya $0.00021 pada DeepSeek-V4-Flash dan $0.00025 pada GLM-5.3-Flash. Cerita yang sama dengan pelabelan: semakin banyak yang Anda baca per kata yang Anda tulis, semakin besar manfaat harga input DeepSeek.

Penulisan ulang dan berkas kode#

Sekarang balikkan. Penulisan ulang nada menerima 400 token masuk dan memberi 800 kembali. DeepSeek-V4-Flash: $0.000086. GLM-5.3-Flash: $0.00004. Output adalah bagian terbesar dari tagihan ini, jadi model dengan harga output terendah menang, dan itu GLM-5.3-Flash.

Chat yang terus bertambah#

Chat adalah yang paling licik, karena API tidak punya memori: setiap giliran Anda mengirim ulang seluruh array messages. Pada giliran 1 pengguna menulis 300 token dan bot menjawab 200 (300 ÷ 200 = 1.5). Itu wilayah GLM: $0.000014 dibanding $0.000025 pada DeepSeek-V4-Flash.

Pada giliran ke-30 riwayatnya 6.000 token dan jawabannya masih 200 (6.000 ÷ 200 = 30). Sekarang $0.00013 pada GLM-5.3-Flash berhadapan dengan $0.00011 pada DeepSeek-V4-Flash, dan model yang lebih murah telah berbalik. Bot yang sama berganti model terbaiknya di tengah percakapan panjang.

Ketika panjang satu jawaban menentukan#

Rasio bukan satu-satunya gerbang. Batas jawaban berbeda: DeepSeek-V4-Flash menulis hingga 32.768 token output dalam satu jawaban, GLM-5.3-Flash dan MiniMax-M2.7 hingga 8.192.

Katakanlah Anda meminta modul 12.000 token sekaligus. Pada model yang dibatasi 8.192, balasannya berhenti di tengah berkas dengan finish_reason: length (solusinya ada di AI answer cut off? Fix finish_reason length and max_tokens). Pada DeepSeek-V4-Flash muat. Jadi untuk output tunggal yang panjang, periksa batasnya dulu dan rasionya kemudian.

Di sisi input, GLM-5.3-Flash menerima 390K token konteks dan DeepSeek-V4-Flash 380K, cukup untuk dokumen sepanjang buku dalam satu permintaan. MiniMax-M2.7 memiliki 180K.

Di mana MiniMax-M2.7 cocok#

Rasio menentukan antara dua baris yang menang di tabel di atas. Anda memilih MiniMax-M2.7 karena alasan lain: bagaimana jawabannya terbaca pada tugas Anda. Di tabel biaya model ini juga menunjukkan margin terlebar di bawah kolom OpenRouter, dan konteks 180K cukup untuk chat dan sebagian besar dokumen.

Tidak ada tabel harga yang bisa memberi tahu Anda tentang kualitas. Jalankan 20 prompt yang sama dari langkah pengukuran melalui ketiga id (zai-org/GLM-5.3-Flash, deepseek-ai/DeepSeek-V4-Flash-0731, MiniMaxAI/MiniMax-M2.7) dan baca jawabannya berdampingan. Untuk gambaran perbandingan langsung lihat GLM vs DeepSeek vs MiniMax: which model to choose. Untuk sesi agen secara keseluruhan, lihat Agent session cost: 50 steps on GLM, DeepSeek or MiniMax.

Masukkan angka Anda sendiri#

Masukkan token dari satu permintaan dan berapa banyak permintaan yang Anda kirim sehari. Kalkulator menggunakan harga langsung dan menampilkan ketiga model. Nilai awalnya adalah bot penjawab RAG: 3.000 token teks terambil dan pertanyaan masuk, 500 keluar. Geser input ke atas dan lihat baris termurah berubah.

Ketika angkanya sudah terlihat benar, jalankan daftar ini.

Base URL dan id model ada di dokumentasi CheapTokens, daftar harga langsung lengkap ada di halaman harga, dan setiap model punya halamannya sendiri: GLM, DeepSeek, MiniMax. Satu saldo mencakup ketiganya, jadi beralih setelah pengukuran hanyalah perubahan satu baris pada id model.