Berapa banyak token yang digunakan permintaan API? Diukur pada 3 tugas

Tanyakan berapa biaya satu permintaan ke API AI dan Anda biasanya akan mendengar "tergantung". Memang, tapi Anda tidak bisa merencanakan anggaran berdasarkan itu. Jadi kami mengambil tiga pekerjaan sehari-hari, mengirimkannya ke DeepSeek-V4-Flash melalui API CheapTokens pada 23 Oktober 2026, dan mencatat apa yang dikatakan field usage setiap kali.

Versi singkatnya: pertanyaan singkat memakan 110 token, ringkasan paragraf 396, dan mengubah email menjadi JSON 299. Di bawah ini adalah tampilan setiap permintaan, apa yang dikembalikan, dan berapa biayanya.

Pertanyaan singkat#

Kami mulai dengan sesuatu yang sering ditanyakan orang ke asisten chat: perbedaan antara git merge dan git rebase, dalam dua atau tiga kalimat.

Pertanyaannya memakan 23 token, jawabannya 87. Itu hal pertama yang perlu diperhatikan: balasannya hampir empat kali lebih panjang dari pertanyaannya, dan output adalah sisi yang lebih mahal, pada MiniMax-M2.7 saat ini $0.15 per 1 juta token output versus $0.05 untuk input. Dengan tarif tersebut, satu permintaan seperti ini biayanya $0.000014. Seribu permintaan, $0.0142.

Berikut permintaan persisnya, jika Anda ingin melihat angkanya di layar Anda sendiri:

curl https://api.cheaptokens.dev/v1/chat/completions \
  -H "Authorization: Bearer $CHEAPTOKENS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "MiniMaxAI/MiniMax-M2.7",
    "messages": [
      {"role": "user", "content": "What is the difference between git merge and git rebase? Answer in two or three sentences."}
    ],
    "max_tokens": 2048,
    "temperature": 0.2
  }'

Hitungannya ada di blok usage di akhir respons: prompt_tokens adalah yang Anda kirim, completion_tokens adalah yang ditulis model, total_tokens adalah keduanya bersama-sama.

Ringkasan, dan token yang tidak Anda baca#

Pekerjaan kedua: ringkas laporan insiden singkat menjadi dua kalimat. Tim menjalankan hal semacam ini melalui model sepanjang hari: tiket, laporan, thread email panjang. Berikut promptnya:

Summarize this incident report in two sentences.

On Tuesday between 14:05 and 14:50 UTC the checkout API returned errors for about 6% of requests. The cause was a configuration change deployed at 13:58 that lowered the database connection pool from 50 to 5 connections per instance. Under normal load nobody noticed, but when the afternoon traffic peak arrived, requests queued for a free connection and timed out after 30 seconds. The on-call engineer saw the growing p99 latency at 14:12, found the change in the deploy log at 14:31 and rolled it back at 14:44. To prevent a repeat, the pool size is now validated in CI against a minimum value, and an alert fires when more than 20 requests wait for a connection for two minutes.

Dan jawabannya:

Pada hari Selasa, perubahan konfigurasi yang mengurangi pool koneksi database dari 50 menjadi 5 menyebabkan error API checkout untuk sekitar 6% permintaan selama puncak sore, hingga di-rollback pada pukul 14:44. Untuk mencegah terulangnya, ukuran pool sekarang divalidasi di CI dan alarm terpicu ketika waktu tunggu koneksi melebihi ambang batas.

Dua kalimat, 331 karakter, dan 146 token output. Itu tampak banyak untuk teks sesedikit itu, dan responsnya menjelaskan mengapa: usage memiliki satu field lagi, reasoning_tokens: 76. Sebelum menjawab, model menghabiskan 76 token untuk memikirkannya. Itu bagian dari 146 (250 masuk + 146 keluar = total 396), jadi sekitar setengah output masuk ke penalaran yang bukan bagian dari teks jawaban, dan ditagih seperti token output lainnya.

Baik untuk diketahui saat Anda merencanakan anggaran: pada tugas di mana model berhenti untuk berpikir, output bisa jauh lebih besar dari teks yang Anda terima. Seribu ringkasan seperti ini biayanya $0.0344.

Email masuk, JSON bersih keluar#

Pekerjaan ketiga: konfirmasi pesanan yang perlu menjadi catatan database.

Model mengembalikan persis kunci yang kami minta dan tidak ada yang lain, tanpa "Berikut JSON Anda". Totalnya cocok dengan email, dan tanggal pengiriman kembali sebagai 2026-11-03, sudah dalam format yang kami minta. 199 token masuk, 100 keluar.

Yang menonjol adalah kepadatannya: 100 token untuk 276 karakter JSON, sementara jawaban git memakan 87 token untuk 421 karakter teks biasa. Tanda kutip, kurung kurawal, dan koma juga token, jadi output terstruktur lebih mahal per karakter daripada prosa. Seribu email seperti ini: $0.025.

Ketiganya berdampingan#

Biaya dihitung dari jumlah token ini pada harga MiniMax-M2.7 saat ini, jadi tetap benar saat harga berubah.

Output menang di setiap tugas, bahkan ringkasan, di mana kami mengirim lebih banyak daripada yang kami terima. Jadi tuas termudah pada tagihan Anda adalah panjang jawaban: "dalam dua atau tiga kalimat" atau "kembalikan hanya JSON" benar-benar berfungsi.

Untuk skala: bot dukungan yang menjawab 2.000 pertanyaan singkat sehari, masing-masing seperti yang pertama, menghabiskan sekitar $0.852 sebulan pada MiniMax-M2.7. Chat sungguhan mengirim ulang riwayatnya setiap giliran, jadi input tumbuh dengan setiap pesan, tetapi untuk pertanyaan sekali pakai itulah seluruh tagihannya.

Coba pada prompt Anda sendiri#

Prompt Anda akan menghasilkan angka yang berbeda, dan butuh satu menit untuk mengetahuinya. Skrip ini mengirim setiap prompt, melewati jawaban yang terpotong, dan mencetak token serta biaya 1.000 permintaan:

import os
from openai import OpenAI

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

MODEL = "MiniMaxAI/MiniMax-M2.7"
PRICE_IN, PRICE_OUT = 1.00, 4.00  # USD per 1M tokens: example values, use the current ones from the price list

PROMPTS = [
    "What is the difference between git merge and git rebase? Answer in two or three sentences.",
    # add your own prompts here
]

for prompt in PROMPTS:
    r = client.chat.completions.create(
        model=MODEL,
        messages=[{"role": "user", "content": prompt}],
        max_tokens=2048,
        temperature=0.2,
    )
    if r.choices[0].finish_reason != "stop":
        print("cut off at max_tokens, raise the limit:", prompt[:40])
        continue
    tin, tout = r.usage.prompt_tokens, r.usage.completion_tokens
    per_1000 = (tin * PRICE_IN + tout * PRICE_OUT) * 1000 / 1_000_000
    print(f"{tin} in, {tout} out, 1,000 requests = ${per_1000:.4f} | {prompt[:40]}")

Masukkan harga saat ini ke PRICE_IN dan PRICE_OUT: untuk MiniMax-M2.7 itu $0.05 per 1 juta token input dan $0.15 per 1 juta token output. Prompt pertama adalah yang dari pengujian kami; jumlah token sedikit berbeda antar model, jadi harapkan angka dalam kisaran yang sama dengan 23 masuk dan 87 keluar. Anda memerlukan paket openai (pip install openai) dan kunci Anda di CHEAPTOKENS_API_KEY.

Jika ada angka yang terlihat aneh: finish_reason: length berarti jawaban mencapai max_tokens (mengapa jawaban berhenti di tengah kalimat); reasoning_tokens yang besar menjelaskan output yang lebih besar dari teks; dan rumus lengkap untuk harga input dan output ada di token input vs output.

Di mana memulai#

Secara total, dengan input dan output dihitung bersama, MiniMax-M2.7 di CheapTokens lebih murah daripada harga referensi OpenRouter untuk ketiga tugas di atas. Ini memiliki konteks 180K, jawaban hingga 8.192 token dan satu harga kapan pun. Isi saldo Anda, buat kunci dan kirim permintaan curl dari bagian atas halaman ini: dokumentasi mencakup kunci dan URL dasar, halaman DeepSeek memiliki katalog model, dan harga memiliki daftar harga langsung.