---
title: "Cara menghitung biaya API LLM sebelum rilis | BroadRouter"
description: "Model biaya langkah demi langkah untuk fitur AI baru: pengguna × aksi × panggilan × token, dengan cache, penalaran, retry, rate limit, dan contoh tabel bulanan."
url: https://broadrouter.com/id/blog/estimate-llm-api-cost-before-launch/
lang: id
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Diterjemahkan dari bahasa Inggris dengan bantuan AI. [Baca versi asli bahasa Inggris](https://broadrouter.com/blog/estimate-llm-api-cost-before-launch/) (diperbarui 2026-11-15).

# Cara menghitung estimasi biaya API LLM sebelum meluncurkan fitur

Oleh tim BroadNet Inference · 6 menit baca · Dipublikasikan 2026-11-14 · Diperbarui 2026-11-15

Estimasikan biaya API LLM dengan memodelkan satu aksi pengguna, bukan satu panggilan API: hitung panggilan per aksi, ukur token input, cache, dan output per panggilan pada sampel nyata, lalu kalikan dengan pengguna dan aksi per bulan. Tambahkan penalaran dan retry, dan hitung skenario rendah, perkiraan, dan tinggi. Contoh kami dengan DeepSeek V4.1 Flash menghasilkan $42.67 per bulan.

## Poin penting

-   Modelkan unit kerja yang dipicu pengguna Anda, lalu hitung setiap panggilan LLM di baliknya, termasuk retry dan langkah agen.
-   Ukur token pada 20 sampai 50 sampel nyata dan baca blok usage. Jangan menebak dari jumlah kata.
-   Pisahkan input menjadi token baru dan token cache, dan masukkan penalaran ke output, karena harganya berbeda-beda.
-   Contoh kami: 60.000 aksi per bulan dengan 5.000 token input dan 500 token output, separuh input dari cache, berbiaya $42.67.
-   Periksa volume terhadap rate limit dan konkurensi, bukan hanya terhadap anggaran.

**Di halaman ini**

1.  Apa rumus biaya API LLM?
2.  Bagaimana menyusun model biaya, langkah demi langkah?
3.  Seperti apa contoh estimasinya? Pembuat draf balasan dukungan
4.  Seberapa lebar skenario rendah dan tinggi?
5.  Apa yang paling menggeser estimasinya?
6.  Apakah volumenya muat dalam rate limit?
7.  Haruskah fitur ini berjalan di paket harga tetap?
8.  Bagaimana mengubah estimasi menjadi anggaran?
9.  Di mana posisi BroadNet Inference?

Untuk mengestimasi biaya API LLM sebelum peluncuran, hitung harga satu aksi pengguna, bukan satu panggilan API. Hitung panggilan di baliknya, ukur token input baru, input cache, dan output pada 20 sampai 50 sampel nyata, kalikan dengan jumlah aksi per bulan, lalu tambahkan penalaran dan retry. Contoh balasan dukungan kami dengan DeepSeek V4.1 Flash menghasilkan $42.67 per bulan.

Ini adalah proyeksi sebelum peluncuran untuk satu fitur; setelah Anda punya pengguna berbayar, [biaya LLM per pengguna untuk SaaS](https://broadrouter.com/id/blog/llm-cost-per-user-saas/) membahas margin dan tier harga.

## Apa rumus biaya API LLM?

```text
monthly cost = actions per month × calls per action
             × ( new input tokens × input price
               + cached input tokens × cached price
               + output tokens × output price ) / 1,000,000
```

Istilah dalam rumus: aksi per bulan, panggilan per aksi, token input baru, token input cache, dan token output, masing-masing dengan harganya. [Token output](https://broadrouter.com/id/glossary/input-and-output-tokens/) mencakup penalaran. [Token cache](https://broadrouter.com/id/glossary/cached-input-tokens/) adalah input yang dipakai ulang penyedia dengan harga lebih rendah. Sisanya adalah pengukuran. [Kalkulator biaya API LLM](https://broadrouter.com/tools/llm-api-cost-calculator/) gratis menerapkan rumus ini ke harga daftar model mana pun.

## Bagaimana menyusun model biaya, langkah demi langkah?

1.  **Beri nama unit kerjanya.** “Buat draf balasan dukungan”, “ringkas panggilan”, “perbaiki tes yang gagal”. Hitung harga untuk itu, bukan untuk “satu permintaan”.
2.  **Hitung panggilan per aksi.** Jawaban berbasis retrieval bisa satu panggilan. Agen yang merencanakan, mengedit, dan memeriksa bisa sepuluh. Tambahkan tingkat retry Anda: timeout yang Anda coba ulang ditagih lagi.
3.  **Ukur token per panggilan pada sampel nyata.** Ambil 20 sampai 50 input yang realistis, bukan demo yang rapi. Untuk hitungan kasar pertama sebelum memanggil API apa pun, tempelkan ke [penghitung token](https://broadrouter.com/tools/token-counter/). Baca `usage.prompt_tokens`, `usage.prompt_tokens_details.cached_tokens`, dan `usage.completion_tokens` dari setiap respons. Dengan streaming, setel `stream_options: {"include_usage": true}`; [panduan streaming](https://broadrouter.com/id/guides/streaming-chat-completions/) menunjukkan di mana angkanya muncul.
4.  **Pisahkan input baru dan input cache.** System prompt, daftar tool, dan dokumen bersama bisa di-cache jika diletakkan di awal dan tetap identik. Teks pengguna tidak bisa.
5.  **Masukkan penalaran ke output.** DeepSeek V4.1 Flash, GLM 5.3, dan Qwen3.8 27B berpikir sebelum menjawab. [Token penalaran](https://broadrouter.com/id/glossary/reasoning-tokens/) itu ditagih sebagai output, dan sering lebih besar daripada balasan yang terlihat. [Mengapa penalaran lebih mahal daripada yang terlihat](https://broadrouter.com/id/blog/reasoning-tokens-cost/).
6.  **Estimasikan volume.** Pengguna aktif × aksi per pengguna per hari × 30.
7.  **Kalikan dan jumlahkan.** Ubah total token ke satuan juta dan terapkan harga per 1 juta.
8.  **Hitung tiga skenario.** Rendah, perkiraan, dan tinggi. Trafik saat peluncuran tidak pasti, dan prompt makin panjang seiring waktu.
9.  **Periksa batas, bukan hanya uang.** Puncak permintaan per menit dan permintaan berjalan harus muat dalam [rate limit](https://broadrouter.com/id/glossary/rate-limit/) kunci Anda.
10.  **Tentukan model penagihan.** Per token untuk trafik naik-turun yang digerakkan pengguna; paket harga tetap untuk agen yang selalu menyala.

## Seperti apa contoh estimasinya? Pembuat draf balasan dukungan

Sebuah aplikasi help desk menambahkan fitur “Buat draf balasan”. Angka di bawah adalah asumsi untuk ilustrasi. Ganti masing-masing dengan hasil pengukuran Anda.

| Input | Nilai | Sumbernya |
| --- | --- | --- |
| Agen dukungan (staf) yang memakai fitur ini | 500 | Rencana produk |
| Draf per agen per hari | 4 | Pemakaian uji coba |
| Hari dalam sebulan | 30 |  |
| Aksi per bulan | 60.000 | 500 × 4 × 30 |
| Panggilan per aksi | 1 | Satu panggilan dengan artikel hasil retrieval |
| Token input per panggilan | 5.000 | System prompt, utas tiket, tiga artikel bantuan |
| Porsi input dari cache | 50% | System prompt dan prefiks artikel yang stabil |
| Token output per panggilan | 500 | Sekitar 200 terlihat, 300 penalaran |
| Model | DeepSeek V4.1 Flash | $0.175 / $0.0055 / $0.52 per 1 juta |

Sekarang totalnya:

| Pos | Token per bulan | Harga per 1 juta |
| --- | --- | --- |
| Input baru | 150 jt | $0.175 |
| Input cache | 150 jt | $0.0055 |
| Output, termasuk penalaran | 30 jt | $0.52 |
| **Perkiraan biaya bulanan** |  | **$42.67** |

Itu berarti 300 juta token input dan 30 juta token output: 60.000 × 5.000 dan 60.000 × 500.

## Seberapa lebar skenario rendah dan tinggi?

| Skenario | Aksi per bulan | Token input / output | Biaya bulanan |
| --- | --- | --- | --- |
| Rendah: adopsi lambat | 20.000 | 100 jt / 10 jt | $14.23 |
| Perkiraan | 60.000 | 300 jt / 30 jt | $42.67 |
| Tinggi: adopsi 3× | 180.000 | 900 jt / 90 jt | 3 × $42.67 |

Ketiganya memakai porsi cache 50% yang sama. Jika porsi cache turun, tagihan naik: input baru berbiaya $0.175 per 1 juta di model ini, dibandingkan $0.0055 untuk input cache. [Cara menjaga porsi cache tetap tinggi](https://broadrouter.com/id/blog/cached-input-tokens-explained/).

## Apa yang paling menggeser estimasinya?

-   **Panjang konteks.** Retrieval yang menarik sepuluh artikel alih-alih tiga bisa menggandakan input. Ukur token setelah setiap perubahan prompt.
-   **Penalaran.** Menyetel `reasoning_effort` ke `low` untuk draf sederhana memperkecil output tersembunyi. [Penalaran dan max\_tokens](https://broadrouter.com/id/guides/reasoning-tokens-empty-response/).
-   **Retry dan loop.** Tingkat retry 5% menambah 5% ke setiap pos. Loop agen tanpa batas langkah sama sekali tidak punya batas atas. [Kontrol pengeluaran untuk API LLM](https://broadrouter.com/id/blog/llm-api-spend-control/).
-   **Pilihan model.** Gemma 4 VL 26B berbiaya $0.10 untuk input dan $0.22 untuk output per 1 juta, tetapi konteksnya 32.768 token dan BroadNet tidak mencantumkan penalaran untuk model ini. Uji kualitasnya sebelum beralih demi menghemat biaya.
-   **Bahasa.** Konten yang sama bisa butuh jauh lebih banyak token dalam bahasa Arab atau Hindi dibandingkan bahasa Inggris, dan selisihnya bergantung pada tokenizer. [Dataset biaya riil per bahasa](https://broadrouter.com/data/real-cost-by-language/) kami menunjukkan harga per 1 juta karakter untuk setiap bahasa di setiap model dan penyedia.
-   **Prompt yang makin panjang.** Prompt cenderung bertambah setelah peluncuran seiring kasus-kasus khusus ditangani. Ulangi pengukurannya di setiap rilis.
-   **Perubahan harga.** Harga daftar jarang berubah, tetapi bisa naik. Di halaman harga yang diarsipkan dari 11 penyedia, kami mencatat 52 kenaikan harga daftar antara 2024 dan November 2026, masing-masing membandingkan harga sebuah model dengan harganya sendiri sebelumnya (dibanding 100 penurunan); median kenaikannya 40% pada harga gabungan. Lihat [cara menganggarkan kenaikan harga API LLM](https://broadrouter.com/id/blog/llm-api-price-increases/).

Jika estimasinya terlalu tinggi, jalankan [checklist 10 langkah untuk mengurangi biaya API LLM](https://broadrouter.com/id/blog/how-to-reduce-llm-api-costs/) sebelum Anda mengubah fiturnya.

## Apakah volumenya muat dalam rate limit?

60.000 aksi per bulan berarti sekitar 2.000 per hari. Jika sepersepuluh draf harian jatuh di jam tersibuk, itu 200 per jam, atau sekitar 3 per menit. Kunci BroadNet bayar sesuai pemakaian mengizinkan 30 permintaan per menit dan 4 permintaan berjalan, jadi ini muat dalam satu kunci. Periksa juga skenario tinggi, atau jalankan angka puncak Anda sendiri di [kalkulator rate limit](https://broadrouter.com/tools/llm-rate-limit-calculator/). Untuk hitungan antara laju dan permintaan berjalan, lihat [konkurensi](https://broadrouter.com/id/glossary/concurrency/). Jika Anda terkena 429, [lakukan backoff dan retry](https://broadrouter.com/id/guides/errors-and-retries/).

## Haruskah fitur ini berjalan di paket harga tetap?

Kemungkinan tidak. Sesi Full Moon berharga $60 per bulan, tetapi satu sesi menjalankan satu permintaan dalam satu waktu, sedangkan banyak pengguna yang mengeklik “Buat draf” bersamaan butuh permintaan paralel. Paket harga tetap cocok untuk agen yang bekerja terus-menerus, seperti agen coding. [Hitungan titik impas](https://broadrouter.com/id/blog/flat-rate-vs-pay-per-token-llm-api/) menunjukkan agen coding penuh waktu berbiaya $65.40 per bulan dengan bayar per token, di atas harga paket.

## Bagaimana mengubah estimasi menjadi anggaran?

1.  Masukkan angka perkiraan ke rencana Anda dan angka tinggi ke ambang peringatan Anda.
2.  Catat token per aksi di produksi dan bandingkan dengan model estimasi setiap minggu.
3.  Pasang batas keras di kode: `max_tokens`, batas langkah, dan batas retry.
4.  Ulangi estimasi setiap kali Anda mengganti model, prompt, atau pengaturan retrieval.

Anda bisa mengulang hitungan per token dengan angka Anda sendiri di [kalkulator biaya API LLM](https://broadrouter.com/tools/llm-api-cost-calculator/), atau membandingkan paket dengan per token di [halaman harga](https://broadrouter.com/id/pricing/).

## Di mana posisi BroadNet Inference?

BroadNet Inference memublikasikan harga per token untuk setiap model chat dan transkripsi yang dilayaninya dalam satu [file harga](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=id-blog-estimate-llm-api-cost-before-launch&utm_content=body), sehingga estimasi di atas bisa disimpan di kode. Akun baru mendapat kredit awal $5 yang berlaku untuk Gemma 4 VL 26B dan kedua model transkripsi, jadi Anda bisa mengukur sampel di Gemma; DeepSeek, GLM, dan Qwen perlu top-up. Jika fitur Anda butuh model frontier tertutup, BroadNet bukan penyedia yang tepat untuk bagian itu.

Alat gratis untuk topik ini (bahasa Inggris)

-   [LLM API cost calculator](https://broadrouter.com/tools/llm-api-cost-calculator/) Price a workload on every model at once, with cache hits, reasoning and a flat-plan check.
-   [Flat-rate vs per-token LLM cost calculator](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) Break-even between an unlimited plan and paying per token, per agent.
-   [Prompt caching savings calculator](https://broadrouter.com/tools/prompt-caching-calculator/) Bill with and without caching, by prefix share and hit rate.
-   [Prompt token diff](https://broadrouter.com/tools/prompt-token-diff/) Two prompt versions side by side: changed lines, exact token delta and the monthly cost difference.

[Alat gratis (bahasa Inggris)](https://broadrouter.com/tools/)

## Istilah dalam artikel ini

[Token](https://broadrouter.com/id/glossary/token/)

Token adalah satuan teks yang dibaca dan ditulis model bahasa: sebuah kata, bagian kata, tanda baca, atau urutan byte yang dihasilkan tokenizer model. API LLM menghitung, membatasi, dan biasanya menagih pemakaian dalam token.

[Bayar sesuai pemakaian (pay-as-you-go)](https://broadrouter.com/id/glossary/pay-as-you-go/)

Bayar sesuai pemakaian (pay-as-you-go) adalah model harga di mana Anda hanya membayar yang Anda pakai, dihitung per satuan seperti token, permintaan, atau menit audio, tanpa langganan atau komitmen minimum. Sebagian besar API LLM menagih dengan cara ini, dari saldo prabayar atau tagihan berkala.

[Token input dan output](https://broadrouter.com/id/glossary/input-and-output-tokens/)

Token input adalah token yang dibaca model bahasa dalam sebuah permintaan, termasuk system prompt, riwayat percakapan, definisi tool, dan gambar. Token output adalah token yang dihasilkannya sebagai balasan, termasuk penalaran. API LLM biasanya menghargainya secara terpisah, dan output biasanya lebih mahal.

[Rate limit (batas laju)](https://broadrouter.com/id/glossary/rate-limit/)

Rate limit adalah batas yang diterapkan API pada seberapa banyak client boleh memakainya dalam rentang waktu tertentu, misalnya permintaan per menit atau token per menit. Permintaan yang melebihi batas ditolak, biasanya dengan HTTP 429 Too Many Requests, sampai pemakaian kembali di bawah batas.

[Konkurensi (concurrency)](https://broadrouter.com/id/glossary/concurrency/)

Konkurensi (concurrency) adalah jumlah permintaan yang sedang berjalan dari sebuah client pada saat yang sama. API LLM sering membatasinya per kunci atau per paket, terpisah dari batas permintaan per menit, karena setiap permintaan yang terbuka menahan kapasitas GPU sampai responsnya selesai.

[System prompt (prompt sistem)](https://broadrouter.com/id/glossary/system-prompt/)

System prompt adalah teks instruksi yang dikirim aplikasi ke model bahasa sebelum percakapan, biasanya sebagai pesan dengan peran system atau developer. System prompt menetapkan peran, aturan, gaya bahasa, dan format output model, dan model dirancang untuk mengikutinya di atas pesan pengguna yang bertentangan.

[Token input cache (cached input tokens)](https://broadrouter.com/id/glossary/cached-input-tokens/)

Token input cache adalah token prompt yang baru saja diproses penyedia LLM dan bisa dipakai ulang dari cache alih-alih dihitung lagi, biasanya prefiks berulang seperti system prompt atau dokumen. Penyedia menagihnya dengan tarif lebih rendah daripada token input baru.

[Streaming (respons streaming)](https://broadrouter.com/id/glossary/streaming/)

Streaming adalah cara mengembalikan respons model bahasa dalam potongan-potongan kecil selagi masih dihasilkan, bukan sebagai satu balasan utuh di akhir. API yang kompatibel dengan OpenAI melakukan streaming lewat server-sent events jika permintaan mengatur stream ke true.

## Pertanyaan umum

### Bagaimana memperkirakan jumlah token sebelum saya punya pengguna?

Siapkan 20 sampai 50 input yang realistis, jalankan di model yang akan Anda pakai, dan baca prompt\_tokens, cached\_tokens, dan completion\_tokens dari blok usage. Rata-ratakan per panggilan.

### Berapa token untuk satu permintaan chat yang umum?

Sangat bervariasi. Satu giliran chat pendek bisa beberapa ratus token, sedangkan permintaan dengan dokumen hasil retrieval atau riwayat panjang bisa puluhan ribu. Ukur prompt Anda sendiri.

### Perlukah saya menambahkan margin keamanan pada estimasi biaya LLM?

Perlu. Hitung skenario tinggi pada dua sampai tiga kali volume perkiraan, dan sisihkan anggaran untuk retry dan prompt yang makin panjang seiring fitur berkembang. Lalu pasang batas keras agar bug tidak bisa melampauinya.

### Kapan sebaiknya saya mempertimbangkan paket harga tetap?

Saat satu agen atau worker berjalan hampir sepanjang hari pada satu model. Untuk DeepSeek V4.1 Flash di BroadNet, sesi Full Moon berharga $60 per bulan tanpa meteran token, satu permintaan dalam satu waktu.

## Baca juga

-   [Harga API LLM: input, input cache, output, dan token penalaran](https://broadrouter.com/id/blog/llm-api-pricing-explained/)
-   [API LLM harga tetap vs bayar per token: hitungan titik impas](https://broadrouter.com/id/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [Token input cache: cara memangkas tagihan API LLM](https://broadrouter.com/id/blog/cached-input-tokens-explained/)
-   [Kontrol biaya API LLM: anggaran, batas kunci, dan proteksi loop](https://broadrouter.com/id/blog/llm-api-spend-control/)
-   [Kredit gratis API LLM: seberapa jauh kredit awal benar-benar cukup](https://broadrouter.com/id/blog/free-llm-api-credit/)
-   [Biaya LLM per user: unit economics fitur AI di SaaS](https://broadrouter.com/id/blog/llm-cost-per-user-saas/)
-   [Perubahan harga API LLM Oktober 2026: 3 kenaikan, tanpa penurunan](https://broadrouter.com/id/blog/llm-api-price-changes-october-2026/)
-   [Seberapa sering harga API LLM berubah? Arsip halaman harga 3 tahun](https://broadrouter.com/id/blog/how-often-llm-api-prices-change/)
-   [Panduan: Streaming chat completions dan menangani koneksi terputus](https://broadrouter.com/id/guides/streaming-chat-completions/)
-   [Panduan: Kode error BroadNet Inference dan kapan harus mencoba ulang](https://broadrouter.com/id/guides/errors-and-retries/)

Coba dengan beban kerja Anda yang sebenarnya. Akun baru mendapat kredit US$5 untuk Gemma dan transkripsi. DeepSeek, GLM, dan Qwen3.8 memerlukan top up.

[Mulai](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=id-blog-estimate-llm-api-cost-before-launch&utm_content=page-cta) ·

**Sumber**

-   [Harga BroadNet Inference yang dapat dibaca mesin (pricing.json) (dicek 2026-11-15) (bahasa Inggris)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=id-blog-estimate-llm-api-cost-before-launch&utm_content=sources)
-   [Referensi API BroadNet Inference, batas dan pemakaian (dicek 2026-11-15) (bahasa Inggris)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=id-blog-estimate-llm-api-cost-before-launch&utm_content=sources#limits)
-   [Halaman harga BroadNet Inference (dicek 2026-11-15) (bahasa Inggris)](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=id-blog-estimate-llm-api-cost-before-launch&utm_content=sources)
