---
title: "Akıl yürütme token maliyeti: çıktı faturası neden yüksek"
description: "Akıl yürütme modelleri gizli düşünmeyi çıktı olarak faturalandırır. Nasıl ölçülür, modele göre maliyeti ve reasoning_effort, max_tokens ve yönlendirmeyle düşürme."
url: https://broadrouter.com/tr/blog/reasoning-tokens-cost/
lang: tr
updated: 2026-11-14
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/reasoning-tokens-cost/) (güncelleme: 2026-11-16).

# Akıl yürütme token'ları: neden gördüğünüzden fazla çıktı ödersiniz

BroadNet Inference ekibi · 4 dk okuma · Yayımlandı 2026-11-14 · Güncellendi 2026-11-16

Akıl yürütme modeli yanıtından önce gizli bir düşünme metni yazar ve bu akıl yürütme token'ları çıktı fiyatından faturalandırılır. 200 token'lık bir yanıtın arkasında 1.000 veya daha fazla token düşünme olabilir. BroadNet Inference'ta DeepSeek V4.1 Flash, GLM 5.3 ve Qwen3.8 27B akıl yürütür. Maliyeti reasoning\_effort değerini low yaparak, makul bir max\_tokens ile ve basit adımlarda akıl yürütmeyen bir modelle düşürün.

## Öne çıkanlar

-   Akıl yürütme token'ları, siz hiç görmeseniz de completion\_tokens içinde sayılır ve çıktı fiyatından faturalandırılır.
-   Her biri 1.000 akıl yürütme token'ı içeren 1.000 yanıt, 1M çıktı token'ı ekler: DeepSeek V4.1 Flash'ta $0.52, GLM 5.3'te $3.46.
-   Faturanızın düşünmeye giden payını ölçmek için usage.completion\_tokens\_details.reasoning\_tokens değerini okuyun.
-   Basit görevlerde reasoning\_effort değerini low yapın, max\_tokens değerini yanıtın bitmesine yetecek kadar yüksek tutun ve kolay adımları akıl yürütmeyen bir modele yönlendirin.
-   Sınırsız DeepSeek V4.1 Flash planında akıl yürütmenin token maliyeti yoktur.

**Bu sayfada**

1.  Akıl yürütme token’ları nedir?
2.  Akıl yürütme token’ları nasıl faturalandırılır?
3.  Akıl yürütme bir faturaya ne kadar ekleyebilir?
4.  Akıl yürütme token’ları nasıl ölçülür?
5.  Akıl yürütme maliyetini kontrol etmenin dört yolu
6.  Hangi görev için hangi ayarı kullanmalısınız?
7.  Akıl yürütme ne zaman ek maliyet getirmez?
8.  BroadNet Inference nereye uyuyor?

Kısa bir soru gönderiyorsunuz, iki satırlık bir yanıt alıyorsunuz ve fatura 1.400 çıktı token’ı gösteriyor. Bir sorun yok. Model yanıt vermeden önce düşündü ve düşünme faturalandırıldı. Bu yazı akıl yürütme token’larının nasıl sayıldığını, her modelde neye mal olduğunu ve onları kontrol eden dört ayarı anlatıyor.

## Akıl yürütme token’ları nedir?

Akıl yürütme modeli önce içsel bir düşünce zinciri, ardından görünür yanıtı yazar. İkisi de aynı üretimden çıkar. Düşünme, [akıl yürütme token’larından](https://broadrouter.com/tr/glossary/reasoning-tokens/) oluşur. Standart chat completions yanıtında cevap `message.content` içindedir; düşünme ise gösterilmez, yalnızca sayılır.

OpenAI’ın akıl yürütme rehberi kuralı açıkça belirtiyor: akıl yürütme token’ları “still occupy space in the model’s context window and are billed as” (BroadRouter çevirisi: “yine de modelin bağlam penceresinde yer kaplar ve … olarak faturalandırılır”) çıktı token’ları. Diğer sağlayıcılar da aynı kuralı izliyor.

## Akıl yürütme token’ları nasıl faturalandırılır?

`completion_tokens` içinde yer alırlar; bu yüzden çıktı fiyatını öderler. Çıktı ise pahalı sayaçtır:

| Model | Önce akıl yürütür | 1M başına çıktı | 1M başına girdi |
| --- | --- | --- | --- |
| [DeepSeek V4.1 Flash](https://broadrouter.com/tr/models/deepseek-v4.1-flash/) | Evet | $0.52 | $0.175 |
| [GLM 5.3](https://broadrouter.com/tr/models/glm-5.3/) | Evet | $3.46 | $0.78 |
| [Qwen3.8 27B](https://broadrouter.com/tr/models/qwen3.8-27b/) | Evet | $2.17 | $0.175 |
| [Gemma 4 VL 26B](https://broadrouter.com/tr/models/gemma-4-vl-26b/) | Listelenmemiş | $0.22 | $0.10 |

Fiyatlar BroadNet Inference’ındır; 2026-11-14 tarihinde eşitlendi. Diğer sağlayıcıların aynı modeller için ne aldığı [LLM API fiyat tablosunda](https://broadrouter.com/tr/llm-api-pricing/); örneğin [sağlayıcılara göre GLM 5.3](https://broadrouter.com/tr/llm-api-pricing/glm-5.3/).

## Akıl yürütme bir faturaya ne kadar ekleyebilir?

Tek kelimelik bir etiket döndüren, yaklaşık 10 görünür token’lık bir sınıflandırıcıyı ele alalım. Model önce 1.000 token düşünürse çıktı faturasının %99’u düşünmedir.

Ölçekte: **her biri 1.000 akıl yürütme token’ı içeren 1.000 yanıt, 1M çıktı token’ı ekler.** Bu, görünür yanıtların üzerine DeepSeek V4.1 Flash’ta $0.52, Qwen3.8 27B’de $2.17 ve GLM 5.3’te $3.46 tutar.

Miktar göreve göre değişir. Zor matematik veya çok dosyalı kod üzerinde akıl yürütme binlerce token sürebilir. Bir selamlaşma neredeyse hiç gerektirmeyebilir. Bu yüzden ölçersiniz.

## Akıl yürütme token’ları nasıl ölçülür?

Model sayıyı sağlıyorsa usage bloğu bunu raporlar:

```python
r = client.chat.completions.create(
    model="broadnet/deepseek-v4.1-flash",
    messages=[{"role": "user", "content": "Is 'refund my order' a billing or shipping intent?"}],
    max_tokens=1000,
)
u = r.usage
reasoning = (u.completion_tokens_details.reasoning_tokens or 0) if u.completion_tokens_details else 0
print("output:", u.completion_tokens, "reasoning:", reasoning,
      "share:", round(reasoning / max(u.completion_tokens, 1), 2))
```

Bunu bir hafta boyunca görev türüne göre loglayın. Genellikle düşünmenin çoğundan birkaç görevin sorumlu olduğunu görürsünüz. Akışta `stream_options: {"include_usage": true}` ekleyin; sayılar son parçada gelir ([akış rehberi](https://broadrouter.com/tr/guides/streaming-chat-completions/)).

## Akıl yürütme maliyetini kontrol etmenin dört yolu

### 1\. Basit görevlerde `reasoning_effort` değerini düşürün

`reasoning_effort`, modelden daha az düşünmesini ister. BroadNet’in rehberleri sınıflandırma, bilgi çıkarma ve biçimlendirme için `low` kullanıyor:

```python
client.chat.completions.create(model="broadnet/deepseek-v4.1-flash", reasoning_effort="low",
                               max_tokens=1000, messages=msgs)
```

OpenAI kendi modellerinde daha geniş bir değer aralığı belgeliyor: `none` ve `minimal`’dan başlayıp `low`, `medium` ve `high` üzerinden `xhigh` ve `max`’a kadar; ayrıca “some models support only a subset” (BroadRouter çevirisi: “bazı modeller bunların yalnızca bir kısmını destekler”) notunu düşüyor. Modelinizin hangi değerleri kabul ettiğini kontrol edin ve aynı örneklerde öncesi ve sonrası çıktı token’larını karşılaştırın.

### 2\. `max_tokens` değerini sıkıştırma aracı olarak değil, tavan olarak kullanın

[`max_tokens`](https://broadrouter.com/tr/glossary/max-tokens/), akıl yürütme ile yanıtı birlikte sınırlar. Kontrolden çıkan bir yanıtı durdurur; ancak çok düşük ayarlarsanız model bütçenin tamamını düşünmeye harcayıp `finish_reason: "length"` ile boş bir yanıt döndürebilir. O düşünmenin parasını ödersiniz ve yine de yeniden denemeniz gerekir. BroadNet, akıl yürütme modelleri için 1.000 token veya üzerini öneriyor. [Akıl yürütme modeli neden boş yanıt döndürür](https://broadrouter.com/tr/guides/reasoning-tokens-empty-response/).

### 3\. Kolay adımları akıl yürütmeyen bir modele yönlendirin

Her adım düşünme gerektirmez. JSON biçimlendirme, alan adlarını değiştirme veya SSS aramalarını yanıtlama gibi işler, BroadNet’in akıl yürütme listelemediği ve 1M çıktı başına $0.22 tutan Gemma 4 VL 26B’ye gidebilir. Akıl yürütme modellerini planlama, hata ayıklama ve çok adımlı yanıtlar için saklayın. Yönlendirmeden önce kaliteyi kendi örneklerinizde test edin.

### 4\. İstemlerden “adım adım düşün” ifadesini çıkarın

Akıl yürütme modelleri zaten düşünür. Bunun üstüne görünür, adım adım bir akıl yürütme istemek, modelin bunu iki kez yazmasına yol açar: bir kez gizli, bir kez yanıtta. Nihai yanıtı ihtiyacınız olan biçimde isteyin.

## Hangi görev için hangi ayarı kullanmalısınız?

| Görev | Akıl yürütme düzeyi | max\_tokens | Model önerisi |
| --- | --- | --- | --- |
| Sınıflandırma, yönlendirme | low | 1.000 | Gemma 4 VL 26B veya DeepSeek V4.1 Flash |
| JSON’a bilgi çıkarma | low | 1.000 ila 2.000 | DeepSeek V4.1 Flash, yapılandırılmış çıktı için GLM 5.3 |
| Müşteri yanıtı taslağı | low veya varsayılan | 2.000 | DeepSeek V4.1 Flash |
| Hata ayıklama, planlama, kod incelemesi | varsayılan veya daha yüksek | 8.000 veya ayarlanmamış | DeepSeek V4.1 Flash veya GLM 5.3 |

Bunlar başlangıç noktalarıdır. Çıktı token’larını ve kaliteyi kendi verilerinizde ölçün, sonra ayarlayın.

## Akıl yürütme ne zaman ek maliyet getirmez?

Sabit fiyatlı bir planda. BroadNet’in Full Moon planı, token sayacı olmayan sınırsız DeepSeek V4.1 Flash için oturum başına ayda $60 tutar; bu yüzden akıl yürütme token’larının token başına maliyeti yoktur. Yine de zaman alırlar: saniyede yaklaşık 100 token tipik hızında her akıl yürütme token’ı yanıt başlamadan önce üretilir, bu yüzden uzun düşünme yanıtı geciktirir. [Sabit fiyatlı plan token başına ödemeyi ne zaman geçer](https://broadrouter.com/tr/blog/flat-rate-vs-pay-per-token-llm-api/) ve [bir kodlama ajanının faturasını düşürmenin on yolu daha](https://broadrouter.com/tr/blog/cut-coding-agent-llm-costs/).

## BroadNet Inference nereye uyuyor?

BroadNet, `https://inference.broadnet.ai/v1` adresindeki tek bir [OpenAI uyumlu](https://broadrouter.com/tr/glossary/openai-compatible-api/) anahtarla üç akıl yürütme modeli ve akıl yürütme listelenmemiş bir model sunuyor; kullanım her yanıtta raporlanıyor. Bu da göreve göre yönlendirmeyi ve farkı ölçmeyi kolaylaştırıyor. Görünür bir akıl yürütme özeti olan kapalı bir modele ihtiyacınız varsa o sağlayıcının API’sini kullanın; BroadNet’in sohbet kataloğunda kapalı model yok. [Planlara bakın](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=tr-blog-reasoning-tokens-cost&utm_content=body).

Bu konu için ücretsiz araçlar (İngilizce)

-   [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.

[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.

[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.

[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.

[Bağlam penceresi (context window)](https://broadrouter.com/tr/glossary/context-window/)

Bağlam penceresi, bir dil modelinin tek bir istekte işleyebileceği en fazla token sayısıdır. Sistem istemini, konuşma geçmişini, araç tanımlarını, görselleri ve akıl yürütme token'ları dahil üretilen çıktıyı kapsar. Sığmayan her şey kesilmeli, özetlenmeli veya birden fazla isteğe bölünmelidir.

[Akış (streaming)](https://broadrouter.com/tr/glossary/streaming/)

Akış (streaming), bir dil modeli yanıtını sonda tek parça halinde değil, hâlâ üretilirken küçük parçalar halinde döndürme yöntemidir. OpenAI uyumlu API'ler, istekte stream değeri true olduğunda server-sent events (SSE) üzerinden akış yapar.

[Chat Completions API](https://broadrouter.com/tr/glossary/chat-completions-api/)

Chat Completions API, OpenAI'nin bir model adı ile rollerle etiketlenmiş mesaj listesini alıp modelin sonraki mesajını döndüren HTTP uç noktasıdır: POST /v1/chat/completions. İstek ve yanıt yapısı, OpenAI uyumlu sağlayıcıların ve SDK'ların yeniden kullandığı ortak format hâline geldi.

[Düşünce zinciri (chain-of-thought, CoT)](https://broadrouter.com/tr/glossary/chain-of-thought/)

Düşünce zinciri (chain-of-thought, CoT), bir dil modeline nihai cevabından önce ara akıl yürütme adımlarını yazmasının gösterildiği veya istendiği bir istem tekniğidir. Aritmetik ve mantık gibi çok adımlı problemlerde doğruluğu artırır; akıl yürütme modelleri artık bunu kendiliğinden üretir.

[max\_tokens](https://broadrouter.com/tr/glossary/max-tokens/)

max\_tokens, bir modelin tek bir yanıtta üretebileceği en yüksek token sayısını belirleyen bir LLM API parametresidir. Üretim bu sınıra ulaştığında durur ve yanıt kesilmiş olarak işaretlenir; örneğin finish\_reason değeri "length" olur.

## Sık sorulan sorular

### Akıl yürütme token'ları girdi olarak mı, çıktı olarak mı ücretlendirilir?

Çıktı olarak. Model tarafından üretilirler, completion\_tokens içinde raporlanırlar ve 1M token başına çıktı fiyatından faturalandırılırlar.

### Akıl yürütmeyi tamamen kapatabilir miyim?

Modele bağlı. OpenAI, bazı modellerde none veya minimal içerebilen effort değerleri belgeliyor. BroadNet'te reasoning\_effort değerini low yapın ya da BroadNet'in akıl yürütme listelemediği Gemma 4 VL 26B'yi kullanın.

### Düşük bir max\_tokens akıl yürütme modellerinde tasarruf sağlar mı?

Yalnızca kısmen. Faturaya tavan koyar; ancak akıl yürütme bütçenin tamamını kullanırsa düşünmenin parasını ödersiniz ve boş bir yanıt alırsınız. Bunun yerine akıl yürütme düzeyini düşürün ve max\_tokens değerini 1.000 veya üzerinde tutun.

### Akıl yürütme metnini görebilir miyim?

Genellikle content alanında göremezsiniz. Model bu sayıyı raporluyorsa, usage bloğu kaç akıl yürütme token'ı kullanıldığını completion\_tokens\_details.reasoning\_tokens içinde bildirir.

## Okumaya devam edin

-   [LLM API fiyatları: girdi, önbellekli girdi, çıktı ve akıl yürütme](https://broadrouter.com/tr/blog/llm-api-pricing-explained/)
-   [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/)
-   [Ekim 2026 LLM API fiyat değişiklikleri: 3 zam, hiç indirim yok](https://broadrouter.com/tr/blog/llm-api-price-changes-october-2026/)
-   [LLM API fiyatları ne sıklıkla değişir? 3 yıllık arşiv sayfaları](https://broadrouter.com/tr/blog/how-often-llm-api-prices-change/)
-   [Rehber: Akıl yürüten model neden boş yanıt döndürür?](https://broadrouter.com/tr/guides/reasoning-tokens-empty-response/)
-   [Rehber: Chat completions akışı ve kopan bağlantıları ele alma](https://broadrouter.com/tr/guides/streaming-chat-completions/)

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-reasoning-tokens-cost&utm_content=page-cta) ·

**Kaynaklar**

-   [BroadNet Inference API referansı, akıl yürütme ve önbellekli token'lar (2026-11-15'te kontrol edildi) (İngilizce)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=tr-blog-reasoning-tokens-cost&utm_content=sources#models)
-   [BroadNet Inference makine tarafından okunabilir fiyatlar (pricing.json) (2026-11-15'te kontrol edildi) (İngilizce)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=tr-blog-reasoning-tokens-cost&utm_content=sources)
-   [OpenAI akıl yürütme rehberi, faturalandırma, effort değerleri ve max\_output\_tokens (2026-11-14 tarihinde kontrol edildi)](https://developers.openai.com/api/docs/guides/reasoning)
