---
title: "Kendi LLM sunucunuz mu, API mi? GPU kiralama maliyeti"
description: "Resmî sayfalardan GPU kiralama fiyatları, kendi GPU'nuzda 1M token maliyeti formülü, bir API'yi geçmek için gereken kullanım oranı ve unutulan operasyon maliyetleri."
url: https://broadrouter.com/tr/blog/self-hosting-llm-vs-api-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/self-hosting-llm-vs-api-cost/) (güncelleme: 2026-11-16).

# LLM barındırmak mı, API mi: gerçek maliyet ve başa baş noktası

BroadNet Inference ekibi · 5 dk okuma · Yayımlandı 2026-11-14 · Güncellendi 2026-11-16

Kiralık bir GPU meşgul de olsa boşta da olsa saat başına aynı ücreti alır; bu yüzden kendi sunucunuzda barındırmak bir API'yi yalnızca yüksek ve istikrarlı kullanımda geçer. Saatlik fiyatı sunucunun saatte gerçekten ürettiği token'lara bölün, mühendislik ve nöbet süresini ekleyin ve 1M token başına API fiyatıyla karşılaştırın. Dalgalı veya orta düzey trafikte API neredeyse her zaman kazanır.

## Öne çıkanlar

-   RunPod'un fiyat sayfasında tek bir H100 SXM, Secure Cloud'da saatte USD 4,39, Community Cloud'da USD 2,69: sürekli açık bırakılırsa ayda yaklaşık USD 3.205 ve USD 1.964.
-   Kendi sunucunuzda 1M token maliyeti = saatlik fiyat ÷ (saniye başına token × 3.600 ÷ 1.000.000) ÷ kullanım oranı.
-   Cevabı kullanım oranı belirler. Zamanın %25'inde meşgul olan bir GPU, sürekli meşgul olan bir GPU'ya göre token başına dört kat pahalıya gelir.
-   Büyük açık ağırlıklı modeller yalnızca ağırlıklarını tutmak için birkaç GPU gerektirir; kiralama fiyatını buna göre çarpın.
-   Mühendislik, izleme, güncellemeler ve nöbet gerçek maliyetlerdir; bunları kendi saat ücretinizle aylık saat olarak hesaplayın.

**Bu sayfada**

1.  GPU kiralamanın şu anki maliyeti ne kadar?
2.  Kendi sunucunuzda milyon token başına maliyet nasıl hesaplanır?
3.  Başa baş için ayda kaç token gerekir?
4.  İnsanlar hangi maliyetleri unutuyor?
5.  Kendi sunucunda barındırmak ne zaman doğru karar?
6.  GPU ile token başına faturalandırma arasında sabit fiyatlı seçenekler var mı?
7.  BroadNet Inference nereye uyuyor?

“Kendimiz çalıştırsak para tasarrufu ederiz”, LLM maliyet planlamasındaki en yaygın iddialardan biridir ve en az kontrol edilenlerden biri. Hesap zor değil. İnsanların yanlış tahmin ettiği bir değişkeni (kullanım oranı) ve unuttukları bir maliyeti (insanlar) var. Bu yazı formülü, gerçek kiralama fiyatlarını ve hesabı kendi sayılarınızla yapmanın bir yolunu veriyor.

## GPU kiralamanın şu anki maliyeti ne kadar?

Resmî fiyat sayfalarından 2026-11-14 (RunPod) ve 2026-11-16 (Lambda) tarihlerinde alınan saatlik fiyatlar. Burada bir ay 730 saattir.

| GPU | Sağlayıcı ve katman (2026-11-14 tarihinde kontrol edildi) | GPU-saat başına | Aylık, sürekli açık |
| --- | --- | --- | --- |
| H100 SXM | RunPod Secure Cloud | USD 4,39 | yaklaşık USD 3.205 |
| H100 SXM | RunPod Community Cloud | USD 2,69 | yaklaşık USD 1.964 |
| H100 PCIe | RunPod Secure Cloud | USD 2,89 | yaklaşık USD 2.110 |
| H200 | RunPod Secure Cloud | USD 5,29 | yaklaşık USD 3.862 |
| A100 80GB SXM | RunPod Secure Cloud | USD 2,19 | yaklaşık USD 1.599 |
| L40S | RunPod Secure Cloud | USD 1,09 | yaklaşık USD 796 |
| H100 SXM | Lambda isteğe bağlı, 1 ila 8 GPU (2026-11-16’dan itibaren geçerli; 2026-11-16’da kontrol edildi) | USD 4,59 ila 4,89 | yaklaşık USD 3.351 ila 3.570 |

Lambda’nın sayfasına göre (2026-11-16’da kontrol edildi) bu fiyatlar 2026-11-16 günü 00:00 UTC’de geçerli oldu; GPU başına ücret düğüm büyüdükçe düşer ve 8 GPU’lu bir düğümde USD 4,59’a iner. RunPod’un Community Cloud ücretleri, sunucuya göre değişen “başlangıç” fiyatlarıdır. Secure Cloud ve Community Cloud farklı barındırma katmanlarıdır; veri işleme kurallarınız varsa katman koşullarını okuyun. Pek çok model birden fazla GPU gerektirir: Secure Cloud ücretiyle 8 GPU’lu bir H100 düğümü ayda yaklaşık USD 25.638 tutar.

## Kendi sunucunuzda milyon token başına maliyet nasıl hesaplanır?

Bir GPU, toplu işlediği tüm istekler genelinde belirli bir toplam hızda token üretir. Token başına maliyetiniz, saatlik fiyatın GPU’nun gerçekte ürettiği token’lara yayılmasıdır:

**1M token başına maliyet = saatlik fiyat ÷ (toplam saniye başına token × 3.600 ÷ 1.000.000) ÷ kullanım oranı**

Kullanım oranı, GPU’nun o hızda yararlı iş yaptığı saatlerin payıdır. **Varsayılan** sayılarla hesaplanmış bir örnek (bir benchmark değildir: kendi modelinizi ölçün):

-   GPU: Community Cloud’da tek bir H100 SXM, saatte USD 2,69.
-   Varsayılan toplam çıktı: iyi bir toplu işlemeyle saniyede 1.500 token.
-   Tam yükte saatte token: 1.500 × 3.600 = 5,4 milyon.

| Kullanım oranı | Saatte etkin token | 1M çıktı token’ı başına maliyet |
| --- | --- | --- |
| %100 (sürekli dolu) | 5,4M | USD 0,50 |
| %50 | 2,7M | USD 1,00 |
| %25 (yalnızca mesai saatlerinde yoğun) | 1,35M | USD 1,99 |
| %10 (dalgalı ürün trafiği) | 0,54M | USD 4,98 |

Şimdi bunu 1M çıktı token’ı başına bir API fiyatıyla karşılaştırın. [LLM API fiyat tablosu](https://broadrouter.com/tr/llm-api-pricing/), aynı açık ağırlıklar için onlarca sağlayıcının ne aldığını gösteriyor; BroadNet Inference’ta [DeepSeek V4.1 Flash](https://broadrouter.com/tr/models/deepseek-v4.1-flash/) 1M çıktı token’ı başına $0.52, [Gemma 4 VL 26B](https://broadrouter.com/tr/models/gemma-4-vl-26b/) ise $0.22 tutuyor. Kendi sunucunuzdaki maliyetin API fiyatının altına düştüğü satırı bulun: başa baş kullanım oranınız odur. Örnek, girdi token’larını yok sayıyor; oysa onlar da GPU süresi harcar (prefill). Yani gerçek barındırma maliyeti tabloda görünenden yüksektir.

## Başa baş için ayda kaç token gerekir?

Hesabı tersine çevirin. Açık bırakılan bir GPU her durumda aylık fiyatına mal olur. API ise token × fiyat kadar tutar. Başa baş hacmi:

**başa baş için aylık token = aylık GPU maliyeti ÷ 1M token başına API fiyatı × 1.000.000**

Tek bir Community Cloud H100 (ayda yaklaşık USD 1.964) ile 1M çıktı token’ı başına $0.52 fiyatını karşılaştırmak için 1.964’ü bu fiyata bölün; GPU’nun kendini amorti etmesi için ayda kaç milyon çıktı token’ının yerini alması gerektiğini bulursunuz. İş yükünüz ajanlarda genellikle olduğu gibi girdi ağırlıklıysa aynı hesabı girdi ve çıktının karma fiyatıyla yapın; ikisinin nasıl karıştırılacağını [sabit fiyat ile token başına ödeme yazısı](https://broadrouter.com/tr/blog/flat-rate-vs-pay-per-token-llm-api/) gösteriyor.

Üstelik o GPU’nun modeli gerçekten sunabilmesi gerekir. Model dört GPU gerektiriyorsa bölmeden önce aylık maliyeti dörtle çarpın.

## İnsanlar hangi maliyetleri unutuyor?

| Maliyet | Neyi kapsar | Nasıl hesaplanır |
| --- | --- | --- |
| Mühendislik kurulumu | Sunum motoru, kuantizasyon seçimi, otomatik ölçekleme, yük testleri | Tek seferlik saat × ücretiniz |
| Süregelen operasyon | Güncellemeler, sürücü ve motor güncellemeleri, model yenilemeleri | Aylık saat × ücretiniz |
| Nöbet | Düğüm çöktüğünde birinin uyanması | Nöbet politikanız |
| Yedeklilik | Tek bir arıza kesintiye dönüşmesin diye ikinci bir düğüm | GPU kalemini ikiye katlar |
| Boşta yedek kapasite | Tepe yükler için sıcak tutmanız gereken kapasite | Kullanım oranını düşürür |
| Değerlendirme | Geçiş yapmadan önce yeni bir model sürümünü kontrol etme | Sürüm başına saat |

Cevabı en çok değiştiren yedekliliktir. Tek bir GPU tek bir arıza noktasıdır. İki GPU ise kullanım oranınızı bir gecede yarıya indirir. Her güncellemenin getirdiği değerlendirme işi için [geçişten önce bir modeli değerlendirme](https://broadrouter.com/tr/blog/evaluate-llm-before-switching/) yazısına bakın.

## Kendi sunucunda barındırmak ne zaman doğru karar?

-   **İstikrarlı, yüksek hacim.** GPU’ları gece gündüz dolu tutan toplu iş hatları.
-   **Veriler ağınızın içinde kalmalı.** Bu bir maliyet argümanı değil, kesin bir gereksinimdir. Önce [sıfır veri saklamalı](https://broadrouter.com/tr/privacy/) bir API’nin kurallarınızı karşılayıp karşılamadığını kontrol edin.
-   **Hiçbir API’nin sunmadığı bir model.** Kendi ince ayarınız veya niş bir [açık ağırlıklı model](https://broadrouter.com/tr/glossary/open-weight-model/).
-   **Garantili kapasite.** Bir API’nin hız sınırlarının vermeyeceği işlem hacmine ihtiyacınız var.

Geri kalan her durumda, özellikle dalgalı trafikte, erken aşamadaki ürünlerde ve ani yüklerle çalışan ajanlarda API daha ucuzdur ve nöbet çizelgesi gerektirmez.

## GPU ile token başına faturalandırma arasında sabit fiyatlı seçenekler var mı?

GPU kiralamak ile token başına ödemek arasında bir orta yol var. BroadNet, Gemma 4 VL 26B için saati $0.50 olan bir saatlik anahtar satıyor (tek akış, dakikada 120 istek, dakikada 300,000 token); bütün ay çalıştırırsanız bu $360.00 eder. Ayrıca DeepSeek V4.1 Flash için ayda $60 fiyatlı [sınırsız plan oturumları](https://broadrouter.com/tr/guides/unlimited-llm-api-sessions/) satıyor; her oturum aynı anda tek isteği saniyede yaklaşık 100 token hızında çalıştırıyor. Bunlar kiralık bir GPU gibi öngörülebilir bir fatura verir, kurulum ve operasyon gerektirmez; ancak bütün bir GPU’nun toplu işleme kapasitesi yerine anahtar veya oturum başına sabit bir eşzamanlılık sunar.

## BroadNet Inference nereye uyuyor?

BroadNet Inference bu karşılaştırmanın API tarafıdır: bir kısmı ABD’li çıkarım ortaklarınca barındırılan açık ağırlıklı modeller için token başına fiyatlar, sabit fiyatlı planlar ve saatlik anahtarlar; hepsi OpenAI uyumlu bir API arkasında. Trafiği kiralık bir GPU’yu günün büyük kısmında boşta bırakacak ya da çıkarım altyapısı işletmek istemeyen ekiplere uyar. Özel bir ince ayarın sunulmasına, şirket içi (on-premises) kuruluma veya tek anahtarda yüzlerce paralel isteğe ihtiyacınız varsa uymaz. Sayılarınızı [LLM API maliyet hesaplayıcısında](https://broadrouter.com/tools/llm-api-cost-calculator/) çalıştırın ve yukarıdaki tabloyla karşılaştırın. Hâlâ açık ve kapalı modeller arasında seçim yapıyorsanız [açık ağırlıklı ve kapalı model API maliyeti](https://broadrouter.com/tr/blog/open-weight-vs-closed-model-api-cost/) yazısı, token başına fiyatları her sağlayıcının kendi sayfasından karşılaştırıyor. [Kendi sunucunda barındırma ve API hesaplayıcısı](https://broadrouter.com/tools/self-hosting-vs-api-calculator/), ölçtüğünüz işlem hacmi ve bu GPU fiyatlarıyla başa baş hesabının tamamını yapıyor.

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.
-   [LLM token counter](https://broadrouter.com/tools/token-counter/) Exact token counts with each model's real tokenizer, with a token view and cost.
-   [Context window calculator](https://broadrouter.com/tools/context-window-calculator/) Will it fit? Window used per model, room left for output, cost to send.

[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.

[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.

[Açık ağırlıklı model (open-weight model)](https://broadrouter.com/tr/glossary/open-weight-model/)

Açık ağırlıklı model (open-weight model), eğitilmiş ağırlıkları herkesin indirip çalıştırabileceği şekilde, genellikle koşullar içeren bir lisansla yayımlanan bir makine öğrenimi modelidir. Eğitim kodunu ve eğitim verileri hakkında ayrıntılı bilgiyi de yayımlayan, böylece başkalarının modeli incelemesine ve yeniden üretmesine imkân veren tam açık kaynak yapay zekadan farklıdır.

[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.

[Hız sınırı (rate limit)](https://broadrouter.com/tr/glossary/rate-limit/)

Hız sınırı (rate limit), bir API'nin bir istemcinin belirli bir zaman aralığındaki kullanımına koyduğu üst sınırdır; örneğin dakika başına istek veya dakika başına token. Sınırı aşan istekler, kullanım tekrar sınırın altına inene kadar genellikle HTTP 429 Too Many Requests ile reddedilir.

[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.

[Eşzamanlılık (concurrency)](https://broadrouter.com/tr/glossary/concurrency/)

Eşzamanlılık (concurrency), bir istemcinin aynı anda işlemde olan istek sayısıdır. LLM API'leri bunu genellikle dakikadaki istek sayısından ayrı olarak anahtar veya plan başına sınırlar, çünkü açık her istek yanıtı bitene kadar GPU kapasitesi tutar.

[İşlem hacmi (throughput)](https://broadrouter.com/tr/glossary/throughput/)

İşlem hacmi (throughput), LLM sunumunda bir sistemin tüm eşzamanlı isteklerde birim zamanda tamamladığı toplam iş miktarıdır; genellikle saniyedeki çıktı token'ı veya saniyedeki istek olarak ölçülür. Tek bir isteğin token'larını ne kadar hızlı aldığını gösteren akış başına hızdan farklıdır.

## Sık sorulan sorular

### LLM'i kendi sunucumda barındırmak API kullanmaktan daha mı ucuz?

Yalnızca yüksek ve istikrarlı hacimde. Kiralık bir GPU her saati faturalandırır; API ise yalnızca kullandığınız token'ları. GPU'nuz günün büyük kısmında boşta kalacaksa, mühendislik süresini hesaba katmadan bile API daha ucuzdur.

### H100 kiralamanın saatlik maliyeti ne kadar?

RunPod'un fiyat sayfasında 2026-11-14 tarihinde H100 SXM, Secure Cloud'da saatte USD 4,39, Community Cloud'da USD 2,69'dan başlayan fiyatlarla listeleniyordu. Lambda, 2026-11-16'dan itibaren geçerli fiyatlarla isteğe bağlı H100 SXM'i düğüm boyutuna göre GPU-saat başına USD 4,59 ile 4,89 arasında listeliyor. Güncel ücretler için sayfaları kontrol edin.

### Büyük bir modeli kendim barındırmak için kaç GPU gerekir?

En azından ağırlıklara ve eşzamanlı istekleriniz için KV önbelleğine yetecek kadar bellek. Büyük mixture-of-experts modelleri genellikle çok GPU'lu bir düğüm gerektirir. Parametre sayısı ve önerilen kurulum için model kartına bakın.

### Daha pahalı olsa bile kendi sunucunda barındırmak ne zaman mantıklı?

Veriler ağınızdan çıkamıyorsa, hiçbir API'nin sunmadığı ince ayarlı veya özel bir modele ihtiyacınız varsa ya da garantili kapasite gerekiyorsa. Bunlar maliyet değil, kontrol gerekçeleridir.

### GPU'mun gerçek işlem hacmini nasıl ölçerim?

Gerçek istemlerinizi gerçek eşzamanlılığınızla vLLM veya SGLang gibi bir sunum motorunda çalıştırın ve tüm istekler genelinde saniye başına toplam çıktı token'ını kaydedin. Üreticilerin tepe değerleri ideal toplu işlemeyi (batching) varsayar.

## Okumaya devam edin

-   [Sabit fiyatlı mı, token başına mı LLM API: başa baş hesabı](https://broadrouter.com/tr/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [LLM gecikmesi: TTFT, saniye başına token ve uçtan uca süre](https://broadrouter.com/tr/blog/llm-latency-ttft-throughput/)
-   [Sınırsız LLM API planında "sınırsız" gerçekte ne demek?](https://broadrouter.com/tr/blog/what-unlimited-llm-api-really-means/)
-   [Yapay zeka ajanları için OpenRouter mı, sabit fiyatlı plan mı?](https://broadrouter.com/tr/blog/openrouter-alternative-flat-rate/)
-   [Özel uç nokta, net tanımlanmış bir iş yüküyle başlar](https://broadrouter.com/tr/blog/private-endpoint-planning/)
-   [Artificial Analysis alternatifleri: 2026'da LLM karşılaştırma](https://broadrouter.com/tr/blog/artificial-analysis-alternatives/)
-   [LLM API SLA'ları: Azure, Bedrock, Google ve OpenAI ne vaat ediyor?](https://broadrouter.com/tr/blog/llm-api-sla-uptime-compared/)
-   [Rehber: Ajanlar için sınırsız LLM API planları nasıl çalışır?](https://broadrouter.com/tr/guides/unlimited-llm-api-sessions/)

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-self-hosting-llm-vs-api-cost&utm_content=page-cta) ·

**Kaynaklar**

-   [RunPod GPU fiyatları, Secure ve Community Cloud saatlik ücretleri (2026-11-14 tarihinde erişildi)](https://www.runpod.io/pricing)
-   [Lambda Cloud fiyatları, isteğe bağlı GPU başına saatlik ücretler (2026-11-16 tarihinde erişildi)](https://lambda.com/pricing)
-   [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-self-hosting-llm-vs-api-cost&utm_content=sources)
-   [BroadNet Inference planları ve tipik hız (2026-11-15'te kontrol edildi) (İngilizce)](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=tr-blog-self-hosting-llm-vs-api-cost&utm_content=sources)
-   [NVIDIA NIM benchmark rehberi, işlem hacmi ve gecikme metrikleri (2026-11-16'da kontrol edildi)](https://docs.nvidia.com/nim/benchmarking/llm/metrics)
