Cara menggunakan lebih sedikit token di Cursor: 6 kebiasaan yang memangkas penggunaan

Agen Anda berjalan selama sepuluh menit, dan meteran penggunaan bergerak lebih banyak daripada yang seharusnya. Jawaban singkatnya: Cursor menagih per juta token, dan obrolan panjang membuat setiap langkah baru membawa seluruh riwayat lagi. Jaga thread tetap pendek, jaga konteks tetap kecil, dan jangan gunakan model mahal untuk perubahan kecil.

Apa yang sebenarnya Anda bayar#

Halaman model dan harga Cursor (diperiksa 24 Oktober 2026; halaman tidak menampilkan tanggal publikasi) mencantumkan harga per juta token, dibagi menjadi empat bagian: input, cache write, cache read, dan output. Input adalah yang dikirim Cursor ke model: pesan Anda, file, riwayat. Output adalah yang ditulis model kembali. Cache write dan cache read adalah bagian yang didiskon untuk teks yang sudah pernah dikirim.

Dua detail lagi dari halaman yang sama penting untuk kebiasaan:

• Konteks panjang lebih mahal. Input Grok 4.7 di atas 256k token ditagih 2x; beberapa varian Claude 1M adalah 2x di atas 200k input. Detailnya spesifik per model, jadi periksa halaman untuk model yang Anda gunakan.
• Model pihak ketiga (Claude, GPT, Gemini) tidak termasuk dalam kuota mingguan. Pada Premium ke atas, model tersebut ditagih dengan harga daftar API dari kredit prabayar; tidak tersedia pada Free atau Plus.

Kebiasaan di bawah ini mengikuti cara penagihan token bekerja: setiap langkah mengirim ulang apa yang sudah ada di thread.

Kebiasaan 1: mulai obrolan baru saat tugas berubah#

Model AI tidak memiliki memori antar permintaan. Setiap langkah agen mengirim ulang thread sejauh ini, yang merupakan efek yang dijelaskan dalam mengapa obrolan AI panjang lebih mahal. Langkah ke-5 murah. Langkah ke-150 membawa 149 langkah riwayat.

Misalnya Anda menyelesaikan refactor dalam sebuah thread, lalu meminta thread yang sama untuk memperbaiki typo di README. Tidak ada apa pun di thread itu yang membantu dengan typo tersebut, tetapi semuanya ditagih lagi. Buka obrolan baru, sebutkan file, selesai.

Dokumentasi summarization Cursor (24 Oktober 2026) menambahkan satu hal yang perlu diketahui: memulihkan checkpoint hanya mengembalikan file dan tidak menghapus pesan dari percakapan. Jika Anda membatalkan edit yang buruk dan terus mengobrol, percobaan buruk itu tetap ikut terbawa. Ketika sebuah percobaan gagal, obrolan baru lebih bersih daripada restore.

Kebiasaan 2: tunjuk file, bukan folder#

File besar yang ditempel atau tumpukan @-mention masuk ke input pada setiap langkah berikutnya. Sepuluh file yang disebutkan masing-masing 2.000 token menambahkan 20.000 token ke setiap langkah, dan dengan sesi 100 langkah itu berarti 2.000.000 token input untuk konteks yang sebagian besar tidak dibutuhkan model.

Sebutkan satu file atau fungsi yang disentuh tugas. Jika model butuh lebih, ia bisa bertanya atau membacanya sendiri.

Kebiasaan 3: tetap di bawah batas konteks panjang#

Karena konteks panjang ditagih dengan tarif lebih tinggi pada beberapa model, thread yang melewati ambang batas menjadi mahal dua kali: lebih banyak token, dan tarif lebih tinggi untuk token tersebut. Jika Anda melihat thread tumbuh menuju beberapa ratus ribu token, itu tanda untuk mengakhiri dan memulai lagi dengan ringkasan singkat yang Anda tulis sendiri: dua atau tiga baris tentang apa yang sudah selesai dan apa selanjutnya.

Kebiasaan 4: sesuaikan model dengan pekerjaan#

Mengganti nama variabel tidak membutuhkan model yang sama dengan merancang modul. Pada halaman model, model pihak ketiga ditagih dengan harga daftar API, jadi model mahal untuk perubahan kecil adalah cara tercepat membakar kredit. Gunakan model berat untuk perencanaan dan bug sulit; gunakan yang lebih murah untuk edit rutin dan pertanyaan.

Auto memiliki mode Cost, Balance, dan Intelligence. Paket individual hanya memiliki mode Cost, yang mengambil dari kuota mingguan model mana pun yang melayani permintaan. Balance dan Intelligence untuk Teams dan Enterprise dengan Cursor Router.

Kebiasaan 5: minta jawaban singkat saat Anda ingin jawaban singkat#

Token output ditagih dengan tarif lebih tinggi daripada token input pada sebagian besar model (lihat token input vs output). "Tampilkan hanya fungsi yang berubah" lebih murah daripada "tulis ulang file" dan lebih mudah ditinjau.

Kebiasaan 6: pindahkan pekerjaan obrolan rutin ke model murah dengan key Anda sendiri#

Untuk pertanyaan dan edit sehari-hari di obrolan, pada paket yang mengizinkannya, Anda dapat mengarahkan Cursor ke key kompatibel OpenAI kustom. Halaman model Cursor (24 Oktober 2026) menyatakan API key Anda sendiri tidak tersedia pada Plus; pada Teams dan Enterprise Cursor menambahkan tarif tokennya sendiri di atas harga API, yang tidak termasuk dalam biaya di bawah. Cara menyiapkannya, dan fitur Cursor mana yang berfungsi dengan key kustom, ada di Cara menghubungkan Cursor ke CheapTokens. Base URL-nya adalah https://api.cheaptokens.dev/v1.

Model mana? Untuk sesi panjang dengan konteks besar, deepseek-ai/DeepSeek-V4-Flash-0731 adalah yang perlu dicoba: satu harga kapan pun sepanjang hari, konteks 380K, hingga 32.768 token output per jawaban. Untuk edit rutin dan pertanyaan cepat, MiniMaxAI/MiniMax-M2.7 memiliki konteks 180K dan hingga 8.192 token output per jawaban, serta input dan outputnya lebih murah daripada OpenRouter.

Berapa biaya satu sesi: sebelum dan sesudah#

Mari kita beri angka pada kebiasaan 1. Asumsikan sesi agen 200 langkah dengan sekitar 300 token output per langkah, jadi total 60.000 token output. Dalam satu thread tanpa akhir, riwayat tumbuh dan langkah rata-rata mengirim sekitar 10.000 token input: 200 × 10.000 = 2.000.000 token input. Dengan obrolan baru setiap sekitar selusin langkah, rata-rata turun menjadi sekitar 3.000: 200 × 3.000 = 600.000 token input. Pekerjaan sama, output sama.

Pada MiniMax-M2.7, biaya token dengan harga API hari ini:

• satu thread panjang (2.000.000 in, 60.000 out): $0.109
• obrolan pendek (600.000 in, 60.000 out): $0.039

Input menyusut menjadi kurang dari sepertiga, dan itulah bagian yang Anda kendalikan dengan kebiasaan 1 hingga 3. Berikut sesi thread panjang pada setiap model yang kami miliki:

Ini adalah harga langsung dari daftar harga, diperbarui saat tarif berubah. Untuk cara input dan output terbagi pada tugas nyata, lihat berapa banyak token yang digunakan permintaan API dan token input vs output.

Pemeriksaan cepat sebelum menekan kirim#

1. Apakah tugas berubah sejak obrolan ini dimulai? Obrolan baru.
2. Apakah Anda menyebutkan lebih banyak dari file yang disentuh tugas? Pangkas.
3. Apakah ini edit kecil pada model mahal? Ganti.
4. Apakah thread terasa panjang? Tulis dua baris ringkasan dan mulai baru.

Untuk menjalankan pekerjaan obrolan pada model murah, mulai dengan dokumentasi CheapTokens dan halaman harga. Harga di sisi Cursor berubah, jadi periksa halaman model dan harganya sebelum Anda merencanakan sebulan.