---
title: "Kodlama ajanı çalıştırma maliyeti: adımlar ve önbellek"
description: "Ajan çalıştırması uzadıkça adım başına maliyet neden artar, önbellek toplamı nasıl değiştirir, sabit oturum ne zaman token başına ödemeyi geçer? Hesaplı örnek."
url: https://broadrouter.com/tr/blog/ai-coding-agent-run-cost/
lang: tr
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

İngilizceden yapay zekâ desteğiyle çevrilmiştir. [İngilizce aslını okuyun](https://broadrouter.com/blog/ai-coding-agent-run-cost/) (güncelleme: 2026-11-15).

# Bir yapay zeka kodlama ajanı çalıştırması ne kadar tutar?

BroadNet Inference ekibi · 7 dk okuma · Yayımlandı 2026-11-15

Ajan her adımda bağlamının tamamını yeniden gönderir; bu yüzden girdi, adım sayısının karesiyle büyür: 60 adım, 30 adımın yaklaşık 3,5 katı girdi tutar. Faturanın çoğunu önbellek belirler; yalnızca sona eklenen geçmişle girdinin %90'ından fazlası önbellekli fiyattan faturalanabilir. Çalıştırma başına maliyeti aylık çalıştırma sayısıyla çarpın ve sabit bir oturumla karşılaştırın.

## Öne çıkanlar

-   Bir çalıştırmanın toplam girdisi = adım × temel bağlam + adım başına büyüme × adım × (adım − 1) ÷ 2. Adım sayısı diğer tüm girdilerden daha önemlidir.
-   Yalnızca sona eklenen geçmişte, yalnızca son çağrıdan bu yana eklenen token'lar yenidir. Hesaplı örnekte bu, 30 adımlık bir çalıştırmanın girdisinin %94'ünü önbellekli bırakıyor.
-   BroadNet'in yayımlanmış DeepSeek V4.1 Flash fiyatlarıyla aynı 30 adımlık çalıştırma, önbelleksiz olarak en iyi durumdaki önbelleğe göre yaklaşık 8 kat daha pahalı.
-   Erken geçmişi sıkıştırmak veya düzenlemek önbelleği sıfırlar. Bunu seyrek ve büyük adımlarla yapın.
-   Aylık çalıştırma × çalıştırma başına maliyet plan fiyatını geçtiğinde sabit oturum kazanır. Bir oturum aynı anda tek istek işler; bu yüzden çalıştırma başına süre, bir aya kaç çalıştırma sığacağını sınırlar.

**Bu sayfada**

1.  Bir ajan çalıştırması sırasında bağlam nasıl büyür?
2.  Hesaplı bir çalıştırma neye benzer?
3.  Önbellek faturayı ne kadar değiştirir?
4.  Kendi çalıştırmanızı nasıl tahmin edersiniz?
5.  Bir çalıştırmayı tahminden pahalı yapan nedir?
6.  Sabit oturum token başına faturalamayı ne zaman geçer?
7.  BroadNet Inference nereye oturuyor?

Bir kodlama ajanı görev başına ödeme yapmaz. Adım başına öder ve her adım o ana kadarki konuşmanın tamamını yeniden gönderir. Bu da tek bir çalıştırmanın maliyetini token başına fiyattan çok daha fazla, kaç adım sürdüğüne ve bağlamın ne kadarının önbelleğe alındığına bağlı kılar. Bu yazı tek bir çalıştırmanın maliyetini bu parçalardan, rakamlarla kuruyor ve sabit bir oturumun token başına ödemeyi ne zaman geçtiğini gösteriyor.

Her çağrının içindeki token’ların nereden geldiği (araç şemaları, dosya okumaları, geçmiş) için [bir ajan döngüsünün token’ları nereye gidiyor](https://broadrouter.com/tr/blog/agent-token-budget/) yazısına bakın. Bu yazı ise bütün bir çalıştırmanın aritmetiği hakkında.

## Bir ajan çalıştırması sırasında bağlam nasıl büyür?

Her çağrı şunları içerir:

-   her çağrıda gönderilen bir **temel bağlam**: sistem istemi, araç tanımları, kural dosyaları, bir depo haritası;
-   **önceki adımların eklediği her şey**: modelin yanıtları ve araç çağrıları, dosya içerikleri ve komut çıktıları;
-   yeni talimat veya araç sonucu.

Bu temel bağlama _B_, her adımın eklediği token’lara _g_ diyelim. 1. adım _B_ gönderir. 2. adım _B + g_ gönderir. _n_. adım _B + (n − 1) × g_ gönderir. Bunları toplayınca _n_ adımlık bir çalıştırma şunu gönderir:

**Toplam girdi = n × B + g × n × (n − 1) ÷ 2**

İkinci terim adım sayısının karesiyle büyür. Uzun çalıştırmaların insanları şaşırtmasının nedeni budur: 60 adımlık bir çalıştırmanın son adımı ilkinden çok daha büyüktür ve aradaki her adım önceki adımların hepsinin bedelini yeniden öder.

## Hesaplı bir çalıştırma neye benzer?

15.000 token’lık temel bağlamı (sistem istemi, bir düzine araç ve bir depo haritası) olan bir ajan düşünün. Her adım 3.000 token ekler: bir dosya veya test logu artı modelin kendi yanıtı. Her adım, akıl yürütme dahil 800 çıktı token’ı yazar.

| Adım | Toplam girdi | Çıktı | En büyük tek çağrı |
| --- | --- | --- | --- |
| 10 | 285.000 | 8.000 | 42.000 |
| 30 | 1.755.000 | 24.000 | 102.000 |
| 60 | 6.210.000 | 48.000 | 192.000 |

30 adımdan 60 adıma çıkmak işi iki katına çıkarır ama girdiyi yaklaşık 3,5 katına çıkarır. Çıktı yalnızca iki katına çıkar. Bu çalıştırmalarda girdi, çıktının 36 ila 130 katıdır; ajanlar için en çok girdi fiyatının ve önbellekli girdi fiyatının önemli olmasının nedeni budur.

En büyük çağrının ayrıca [bağlam penceresine](https://broadrouter.com/tr/glossary/context-window/) sığması gerekir. 192.000 token; DeepSeek V4.1 Flash ve GLM 5.3’e (her biri 1.048.576 token) ve Qwen3.8 27B’ye (262.144) sığar. Gemma 4 VL 26B’ye (32.768) sığmaz: bu örnekte yedinci çağrı zaten çok büyük.

## Önbellek faturayı ne kadar değiştirir?

Sağlayıcılar, tekrarlanan bir istem önekini daha düşük bir [önbellekli girdi](https://broadrouter.com/tr/glossary/cached-input-tokens/) fiyatından faturalar. Geçmişine yalnızca ekleme yapan bir ajan her seferinde aynı öneki ve biraz fazlasını gönderir; bu yüzden en iyi durumda yalnızca son çağrıdan bu yana eklenen token’lar yenidir:

**Yeni girdi (en iyi durum) = B + (n − 1) × g**

Geri kalan her şey önbellek isabetidir. Önbellekli girdinin payı çalıştırma uzadıkça artar:

| Adım | Yeni girdi, en iyi durum | Önbellekli pay |
| --- | --- | --- |
| 10 | 42.000 | %85 |
| 30 | 102.000 | %94 |
| 60 | 192.000 | %97 |

Gerçek ajanlar en iyi duruma nadiren ulaşır, bu yüzden üç durumu fiyatlandırmak işe yarar. BroadNet’in DeepSeek V4.1 Flash fiyatlarıyla (1M token başına $0.175 girdi, $0.0055 önbellekli, $0.52 çıktı; 2026-11-14 tarihinde yayımlandı) her çalıştırmanın 30 adımlık en iyi duruma göre maliyeti şöyle:

| Adım | En iyi durum önbellek | %80 önbellekli | Önbellek yok |
| --- | --- | --- | --- |
| 10 | 0,33× | 0,39× | 1,37× |
| 30 | 1× | 2,07× | 8,11× |
| 60 | 2,33× | 6,84× | 28,2× |

İki şey öne çıkıyor. Önbellek olmadan 60 adımlık bir çalıştırma, iyi önbelleklenmiş 30 adımlık bir çalıştırmanın 28 katına mal oluyor. Ve önbellek, çalıştırma uzadıkça daha da önemli hale geliyor. 30 adımlık en iyi durumda çıktı maliyetin yaklaşık üçte biri, yeni girdi yarısından az, önbellekli girdi de dörtte birinden az; yani önbellekten sonra bir sonraki tasarruf çıktıdadır.

Önbellek açıp kapattığınız bir şey değildir. Sağlayıcının öneki saklamasına ve ajanınızın onu değiştirmemesine bağlıdır. OpenAI’ın rehberi, önbelleğe alınabilir en kısa uzunlukla birlikte birebir önek eşleştirmesini anlatıyor. DeepSeek’in kendi API’si önbellek birimlerini her isteğin girdisinin ve çıktısının sonunda saklar; bu yüzden önceki isteği uzatan bir devam isteği isabet alabilir. BroadNet’in [fiyatlandırma sayfası](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=tr-blog-ai-coding-agent-run-cost&utm_content=body) önbellekli girdinin kurulum gerektirmediğini söylüyor ve belgeleri, model sağladığında isabetleri `usage.prompt_tokens_details.cached_tokens` alanında bildiriyor. BroadNet’in model kataloğu DeepSeek V4.1 Flash’ı “models we never ran on our hardware” (BroadRouter çevirisi: kendi donanımımızda hiç çalıştırmadığımız modeller) arasında listeliyor ve Koşulları (§7.3) modeli “when partner-hosted” (BroadRouter çevirisi: iş ortağı tarafından barındırıldığında) kapsıyor; yani BroadNet’te bu model bir iş ortağı üzerinden sunuluyor. DeepSeek’in kendi rakamlarını varsaymak yerine isabet oranınızı ölçün. Öneki önbelleğe alınabilecek şekilde yazın: [önbellekleme için istem yapısı](https://broadrouter.com/tr/blog/prompt-structure-for-caching/).

## Kendi çalıştırmanızı nasıl tahmin edersiniz?

Bu betik güncel fiyatları BroadNet’in herkese açık [pricing.json](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=tr-blog-ai-coding-agent-run-cost&utm_content=body) dosyasından okur, bu yüzden hiç eskimez; her önbellek durumu için token toplamlarını ve çalıştırma başına maliyeti yazdırır:

```python
import json, urllib.request

PRICES = json.load(urllib.request.urlopen("https://inference.broadnet.ai/pricing.json"))
m = next(x for x in PRICES["models"] if x["id"] == "broadnet/deepseek-v4.1-flash")
p_in, p_cached, p_out = m["input_per_m"], m["cached_input_per_m"], m["output_per_m"]

def run_tokens(steps, base=15_000, growth=3_000, out_per_step=800, cache_rate=None):
    total_in = steps * base + growth * steps * (steps - 1) // 2
    if cache_rate is None:                      # best case: only new tokens miss
        new_in = base + (steps - 1) * growth
    else:
        new_in = round(total_in * (1 - cache_rate))
    return total_in, new_in, steps * out_per_step

def run_cost(total_in, new_in, out):
    return ((new_in * p_in) + (total_in - new_in) * p_cached + out * p_out) / 1e6

for steps in (10, 30, 60):
    for label, rate in (("best", None), ("80%", 0.8), ("none", 0.0)):
        t, n, o = run_tokens(steps, cache_rate=rate)
        print(f"{steps:>3} steps  cache {label:>4}  input {t:>9,}  new {n:>9,}  "
              f"output {o:>6,}  cost/run {run_cost(t, n, o):.4f} USD")
```

Varsayılanları kendi rakamlarınızla değiştirin. Tahmin etmeyin; onları gerçek bir çalıştırmadan okuyun:

1.  [Ajan token bütçesi yazısındaki](https://broadrouter.com/tr/blog/agent-token-budget/) gibi her çağrı için `prompt_tokens`, `prompt_tokens_details.cached_tokens` ve `completion_tokens` değerlerini loglayın.
2.  **B**, ilk çağrının `prompt_tokens` değeridir. **g**, bir çağrıdan sonrakine `prompt_tokens` değerindeki ortalama artıştır.
3.  Adım başına çıktı, ortalama `completion_tokens` değeridir. Çıktı olarak faturalanan [akıl yürütme token’larını](https://broadrouter.com/tr/glossary/reasoning-tokens/) içerir.
4.  Gerçek önbellek oranınız, `cached_tokens` toplamının `prompt_tokens` toplamına bölümüdür.

Ücretsiz [ajan çalıştırma maliyeti tahmin aracı](https://broadrouter.com/tools/agent-run-cost-estimator/) aynı hesabı tarayıcınızda yapar; böylece kod yazmadan başka adım sayılarını, büyüme hızlarını ve önbellek oranlarını deneyebilirsiniz.

## Bir çalıştırmayı tahminden pahalı yapan nedir?

-   **Yeniden denemeler.** Başarısız bir araç çağrısı veya 429 sonrası yeniden deneme, tam bağlamlı bir çağrı daha demektir. Bunları adım olarak sayın.
-   **Öneki değiştirmek.** Sistem istemindeki bir zaman damgası, farklı sırayla listelenen araçlar ya da çalıştırmanın ortasında düzenlenen bir kural dosyası, değişiklikten itibaren önbellekli girdiyi yeniden yeni girdiye çevirir.
-   **Sıkıştırma.** Geçmişi özetlemek bağlamı küçültür ve sonraki girdiyi azaltır; ama yeni geçmiş hiç önbelleğe alınmamıştır, bu yüzden bir sonraki çağrı tam girdi fiyatını öder. Seyrek ve büyük adımlarla sıkıştırın; ne zaman yapılacağını [uzun süre çalışan ajanlarda bağlam yönetimi](https://broadrouter.com/tr/blog/long-running-agent-context-management/) yazısı anlatıyor.
-   **Büyük araç çıktısı.** 5. adımda eklenen 20.000 satırlık bir test logu sonraki her adımda birlikte taşınır. Formülde bu, 20.000 × (kalan adım) girdi token’ı ekler.
-   **Akıl yürütme düzeyi.** Yüksek düzey, adım başına çıktıyı katlayabilir. Rutin düzenlemeler için `reasoning_effort` değerini `low` yapın.
-   **Oyalanma.** 30 adımlık bir görev için 60 adım atan bir ajan iki katını değil, karesini öder. Adım sınırı bir maliyet sınırıdır. Kaldıraçları [kodlama ajanı maliyetini düşürmenin on yolu](https://broadrouter.com/tr/blog/cut-coding-agent-llm-costs/) yazısı anlatıyor.

## Sabit oturum token başına faturalamayı ne zaman geçer?

Çalıştırma başına maliyeti aylık bir rakama çevirin: **aylık maliyet = çalıştırma başına maliyet × aylık çalıştırma sayısı**. Sonra bunu sabit bir planla karşılaştırın. BroadNet’te planlar DeepSeek V4.1 Flash’ı token sayacı olmadan kapsar: Full Moon ayda $60, Orbit haftada $15 ve Meteor saatte $1; hepsi oturum başına.

**Başa baş için aylık çalıştırma sayısı = plan fiyatı ÷ çalıştırma başına maliyet.**

İki şey bu karşılaştırmayı göründüğünden daha az basit kılıyor:

1.  **Token başına tarafı önbellek oranınız belirler.** Önbellek oranı yüksekse Flash’ta token başına faturalama ucuzdur ve $60 eşiğini geçmek için çok sayıda çalıştırma gerekir. Oran kötüyse eşiği hızla geçersiniz. Sabit fiyat yazısı başa baş noktasını aylık hacim olarak gösteriyor: %80 önbellekle yaklaşık 917 milyon girdi ve 46 milyon çıktı token’ı ([başa baş hesabı](https://broadrouter.com/tr/blog/flat-rate-vs-pay-per-token-llm-api/)).
2.  **Sabit tarafın tavanını süre belirler.** Bir oturum aynı anda tek istek işler. Bir çağrı ortalama 20 saniye sürüyorsa (ön doldurma, saniyede yaklaşık 100 token hızında yaklaşık 800 çıktı token’ı, artı araç süresi) 30 adımlık bir çalıştırma yaklaşık 10 dakika sürer. Bu durumda bir oturuma saatte en fazla yaklaşık altı çalıştırma sığar. Daha fazla paralel ajan daha fazla oturum gerektirir.

Kısa patlamalar için Meteor aynı şekilde, daha küçük ölçekte çalışır: bir saate altı çalıştırma sığıyorsa her biri $1 ÷ 6 tutar. Bunu betiğin tek çalıştırma için verdiği token başına maliyetle karşılaştırın. Kendi hacimlerinizi denemek için [sabit fiyat ve token başına ödeme hesaplayıcısını](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) kullanın.

| Kullanım düzeniniz | Genellikle daha ucuz |
| --- | --- |
| Günde birkaç kısa çalıştırma | Token başına |
| Önbelleği zayıf uzun çalıştırmalar | Sabit oturum |
| İş gününün çoğunda çalışan ajanlar | Sabit oturum |
| Gün boyu paralel çalışan birkaç ajan | Ajan başına bir sabit oturum |
| BroadNet’te yerel araç çağırma gerekiyor | GLM 5.3 veya Qwen3.8 27B’de token başına |

## BroadNet Inference nereye oturuyor?

BroadNet önbellekli ve akıl yürütme token’larını kullanım bloğunda bildirir; böylece yukarıdaki her rakamı kendi çalıştırmalarınızdan ölçebilirsiniz. DeepSeek V4.1 Flash’ın önbellekli girdi fiyatı düşüktür ve 1.048.576 token’lık bir bağlamı vardır; sınırsız planlar da token sayacını kaldırır. [Oturumlar nasıl çalışır](https://broadrouter.com/tr/guides/unlimited-llm-api-sessions/).

Önce bir sınırı kontrol edin. BroadNet’in belgeleri araç çağırmayı yalnızca [GLM 5.3](https://broadrouter.com/tr/models/glm-5.3/) ve [Qwen3.8 27B](https://broadrouter.com/tr/models/qwen3.8-27b/) için listeliyor ve ikisi de sabit planda değil. [Aider](https://broadrouter.com/tr/guides/aider-unlimited-deepseek/) gibi metin üzerinden düzenleme yapan ajanların yerel araç çağrılarına ihtiyacı yoktur. Sizinkinin varsa, plan satın almadan önce DeepSeek V4.1 Flash’ı ajanınızla test edin ya da GLM veya Qwen için token başına bütçe ayırın. Ajanınız yalnızca ara sıra çalışıyorsa, token başına ödemek genellikle herhangi bir sabit plandan daha ucuza gelir.

Bu konu için ücretsiz araçlar (İngilizce)

-   [Agent run cost estimator](https://broadrouter.com/tools/agent-run-cost-estimator/) Context growth per step, total tokens and cost of one agent run, with a DeepSeek session comparison.
-   [LLM batch job planner](https://broadrouter.com/tools/llm-batch-job-planner/) Run time, binding limit, cost per model and the flat sessions needed to finish a big job by a deadline.
-   [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.
-   [LLM rate limit and concurrency calculator](https://broadrouter.com/tools/llm-rate-limit-calculator/) Which limit binds first: RPM, TPM or concurrency, with Little's law.

[Ücretsiz araçlar (İngilizce)](https://broadrouter.com/tools/)

## Bu yazıdaki terimler

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

Token, bir dil modelinin okuduğu ve yazdığı metin birimidir: modelin tokenizer'ının ürettiği bir kelime, kelime parçası, noktalama işareti veya bayt dizisi. LLM API'leri kullanımı token cinsinden sayar, sınırlar ve genellikle faturalandırır.

[Araç çağırma (tool calling)](https://broadrouter.com/tr/glossary/tool-calling/)

Araç çağırma (tool calling), fonksiyon çağırma (function calling) olarak da bilinir; modelin, geliştiricinin tanımladığı bir fonksiyonu çalıştırmak için JSON argümanlı yapılandırılmış bir istek döndürdüğü bir LLM API özelliğidir. Fonksiyonu uygulama çalıştırır ve sonucu geri gönderir; model hiçbir zaman kodu kendisi çalıştırmaz.

[Girdi ve çıktı token'ları](https://broadrouter.com/tr/glossary/input-and-output-tokens/)

Girdi token'ları, bir dil modelinin istekte okuduğu token'lardır: sistem istemi, konuşma geçmişi, araç tanımları ve görseller dahil. Çıktı token'ları ise modelin yanıt olarak ürettikleridir, akıl yürütme dahil. LLM API'leri bunları genellikle ayrı fiyatlandırır ve çıktı genellikle daha pahalıdır.

[Akıl yürütme token'ları (reasoning tokens)](https://broadrouter.com/tr/glossary/reasoning-tokens/)

Akıl yürütme token'ları, bir akıl yürütme modelinin görünür yanıtını yazmadan önce problemi çözmek için ürettiği token'lardır. Genellikle çıktı token'ı olarak faturalandırılır, çıktı sınırına ve bağlam penceresine sayılır; API tarafından gizlenebilir veya özetlenebilir.

[Sistem istemi (system prompt)](https://broadrouter.com/tr/glossary/system-prompt/)

Sistem istemi (system prompt), bir uygulamanın konuşmadan önce dil modeline gönderdiği talimat metnidir; genellikle system veya developer rolündeki bir mesajdır. Modelin rolünü, kurallarını, üslubunu ve çıktı biçimini belirler; model, çelişen kullanıcı mesajlarına karşı buna uymak üzere eğitilir.

[Yapay zekâ kodlama ajanı (AI coding agent)](https://broadrouter.com/tr/glossary/coding-agent/)

Yapay zekâ kodlama ajanı, bir dil modelinin bir kod tabanı üzerinde döngü içinde çalıştığı bir yazılım aracıdır: dosyaları okur, düzenler, testler gibi komutları çalıştırır, çıktıyı okur ve görev bitene ya da bir sınıra ulaşılana kadar bir sonraki adıma karar verir.

[Bağlam mühendisliği (context engineering)](https://broadrouter.com/tr/glossary/context-engineering/)

Bağlam mühendisliği (context engineering), bir dil modelinin her istekte gördüğü token kümesini, yani sistem istemini, araç tanımlarını, geçmişi, getirilen belgeleri ve notları seçme ve sürdürme işidir; amaç, modelin görevi iyi yapması için gereken en küçük, en yüksek sinyalli bilgiyi vermektir.

[Kullandıkça öde (pay-as-you-go)](https://broadrouter.com/tr/glossary/pay-as-you-go/)

Kullandıkça öde, abonelik veya asgari taahhüt olmadan yalnızca kullandığınız kadar ödediğiniz, token, istek veya ses dakikası gibi birimler üzerinden ölçülen bir fiyatlandırma modelidir. LLM API'lerinin çoğu bu şekilde, ön ödemeli bir bakiyeden veya dönemsel faturayla ücretlendirir.

## Sık sorulan sorular

### Bir yapay zeka kodlama ajanı çalıştırması ne kadar tutar?

Önce token'ları sayın, sonra fiyatlandırın. Bu yazının örneğinde 15.000 token'lık temel bağlamla ve adım başına 3.000 token eklenen 30 adımlık bir çalıştırma 1.755.000 girdi token'ı ve 24.000 çıktı token'ı gönderiyor. Bunun maliyeti büyük ölçüde girdinin ne kadarının önbellekli fiyattan faturalandığına bağlı.

### Daha uzun bir ajan çalıştırması neden orantısız şekilde daha pahalı?

Her adım kendinden önceki her şeyi yeniden gönderir. Adım başına girdi doğrusal büyür, bu yüzden bir çalıştırmanın toplamı adım sayısının karesiyle büyür. Hesaplı örnekte bir çalıştırmayı 30 adımdan 60 adıma çıkarmak girdisini yaklaşık 3,5 katına çıkarıyor.

### Bir kodlama ajanından ne kadar önbellek isabet oranı beklemeliyim?

Ajana ve sağlayıcıya bağlı. Geçmiş kesin olarak yalnızca sona ekleniyorsa yalnızca en yeni token'lar ıskalar; örneklerimizde bu %85 ile %97 arası verdi. Düzenlenmiş geçmiş, sistem istemindeki zaman damgaları ve uzun duraklamalar oranı düşürür. Oranı prompt\_tokens\_details.cached\_tokens alanından ölçün.

### Bir ajan için sabit oturum ne zaman token başına faturalamadan ucuzdur?

Çalıştırma başına maliyet × aylık çalıştırma sayısı plan fiyatından fazla olduğunda. BroadNet'te Full Moon, DeepSeek V4.1 Flash için oturum başına ayda $60. Hafif veya ara sıra kullanım genellikle token başına daha ucuzdur.

### Akıl yürütme token'ları tahmini değiştirir mi?

Evet. Çıktı olarak faturalanırlar ve çıktı token başına girdiden daha pahalıdır. Ölçtüğünüz akıl yürütmeyi adım başına çıktıya ekleyin. BroadNet'te model sağladığında completion\_tokens\_details.reasoning\_tokens bunu bildirir.

## Okumaya devam edin

-   [Ajan token bütçesi: bir ajan döngüsünün token'ları nereye gidiyor?](https://broadrouter.com/tr/blog/agent-token-budget/)
-   [Kodlama ajanı LLM maliyetini düşürmenin 10 yolu ve tahmini tasarruf](https://broadrouter.com/tr/blog/cut-coding-agent-llm-costs/)
-   [Sabit fiyatlı mı, token başına mı LLM API: başa baş hesabı](https://broadrouter.com/tr/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [Önbellekli girdi tokenları: LLM API faturası nasıl düşürülür](https://broadrouter.com/tr/blog/cached-input-tokens-explained/)
-   [Uzun süren ajanlarda 1M token pencereyle bağlam yönetimi](https://broadrouter.com/tr/blog/long-running-agent-context-management/)
-   [Claude Code ile açık modeller: proxy, yerel uç noktalar ve sınırlar](https://broadrouter.com/tr/blog/claude-code-with-openai-compatible-models/)
-   [OpenClaw ve Hermes Agent ucuz modelle: kurulum ve token hesabı](https://broadrouter.com/tr/blog/openclaw-hermes-agent-cheap-model/)
-   [Rehber: Ajanlar için sınırsız LLM API planları nasıl çalışır?](https://broadrouter.com/tr/guides/unlimited-llm-api-sessions/)
-   [Rehber: Aider'ı sınırsız DeepSeek V4.1 Flash ile çalıştırın](https://broadrouter.com/tr/guides/aider-unlimited-deepseek/)

Gerçek iş yükünüzle deneyin. Yeni hesaplar şunlar için US$5 kredi ile başlar: Gemma ve transkripsiyon. Bakiye yüklemesi gerekenler: DeepSeek, GLM ve Qwen3.8.

[Başlayın](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=tr-blog-ai-coding-agent-run-cost&utm_content=page-cta) ·

**Kaynaklar**

-   [BroadNet Inference API referansı: kullanım alanları, cached\_tokens, akıl yürütmenin max\_tokens'a sayılması, sınırlar (2026-11-15 tarihinde kontrol edildi) (İngilizce)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=tr-blog-ai-coding-agent-run-cost&utm_content=sources)
-   [BroadNet Inference fiyatlandırma sayfası ve pricing.json, fiyatlar 2026-11-14 tarihinde güncellendi (2026-11-15 tarihinde kontrol edildi) (İngilizce)](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=tr-blog-ai-coding-agent-run-cost&utm_content=sources)
-   [BroadNet Inference planlar sayfası: oturum başına aynı anda tek istek, token sayacı yok (2026-11-15 tarihinde kontrol edildi) (İngilizce)](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=tr-blog-ai-coding-agent-run-cost&utm_content=sources)
-   [OpenAI istem önbellekleme rehberi: önek eşleştirme ve önbelleğe alınabilir en kısa uzunluk (2026-11-15 tarihinde kontrol edildi)](https://developers.openai.com/api/docs/guides/prompt-caching)
-   [DeepSeek API belgeleri, bağlam önbellekleme: istek sınırlarındaki önbellek birimleri (2026-11-15 tarihinde kontrol edildi)](https://api-docs.deepseek.com/guides/kv_cache)
