Apa Itu Token AI? (Dan Kenapa Tagihanmu Lebih Besar dari Perkiraan)

Kamu menemukan model yang kamu suka dan sebuah harga di sebelahnya: $2 per juta token. Angka itu tidak berguna sampai kamu bisa menjawab satu pertanyaan — berapa token yang sebenarnya dipakai aplikasimu?

Kebanyakan orang mengira-ngira, dan kebanyakan mengira terlalu rendah. Bukan karena token itu rumit, tetapi karena hampir semua isi sebuah permintaan terbuat dari token, dan hanya sebagian kecilnya adalah yang kamu ketik.

Inilah apa itu token, cara menghitungnya, dan di mana kejutan-kejutannya bersembunyi.

Harga terakhir diperiksa: 26 Agustus 2026. Angka terkini ada di halaman perbandingan ElliSekiz.

Apa itu token sebenarnya

Model AI tidak membaca huruf maupun kata. Mereka membaca token — potongan teks kecil dari kosakata tetap yang dipakai saat model dibangun.

Sebuah token bisa berupa satu kata utuh, sebagian kata, satu karakter, atau tanda baca. Kira-kira:

• cat → satu token
• tokenization → sering tiga atau empat potongan, seperti token + iz + ation
• ! → satu token
• Spasi sebelum sebuah kata biasanya ikut bersamanya, jadi the adalah satu token, bukan dua

Kenapa teks dipecah begini? Model butuh daftar tetap berisi hal-hal yang bisa dikenalinya. Daftar semua kata bahasa Inggris akan sangat besar dan tetap melewatkan nama, salah ketik, dan bahasa lain. Daftar sekitar 100.000 potongan sub-kata mencakup hampir semuanya, karena kata asing bisa dieja dari pecahan yang sudah dikenal.

Itu saja idenya. Teks masuk, dicincang menjadi potongan yang dikenal, dan kamu ditagih per potongan.

Berapa token teksmu?

Aturan praktis OpenAI untuk bahasa Inggris adalah satu token ≈ 4 karakter ≈ ¾ kata, jadi 100 token kira-kira 75 kata.

Cukup untuk pemeriksaan cepat dan buruk untuk anggaran, karena tiga alasan.

Setiap model melakukan tokenisasi secara berbeda. Kalimat yang sama menghasilkan jumlah berbeda pada model berbeda — kadang sangat berbeda. Dokumentasi Anthropic sendiri menyatakan bahwa Claude 4.7 dan setelahnya memakai tokenizer lebih baru di mana "teks masukan yang sama menghasilkan sekitar 30 persen lebih banyak token dibanding model sebelumnya." Teks sama, penyedia sama, 30% lebih banyak token, murni karena pergantian versi.

Bahasa lain lebih mahal. Kosakata sebagian besar model didominasi bahasa Inggris. Teks dalam bahasa yang kurang terwakili dipecah menjadi lebih banyak potongan yang lebih kecil — makna yang sama jadi memakan lebih banyak token.

Kode dan teks terstruktur berperilaku aneh. Indentasi, tanda kurung, dan pengenal panjang terpecah dengan cara yang berbeda dari prosa.

Langkah yang andal adalah menghitung, bukan menaksir. Penyedia memberi caranya: Anthropic punya endpoint penghitung token yang gratis dipanggil, dan OpenAI menerbitkan alat tokenizer. Hitung sekali dengan prompt aslimu dan kamu tak perlu menebak lagi.

Bagian yang mengejutkan orang: semuanya token

Pertanyaanmu hanyalah sebagian kecil dari yang kamu bayar. Dokumentasi Anthropic menerbitkan jumlah persis untuk beberapa permintaan minimal, dan layak dibaca dengan cermat:

Baca lagi baris kedua. Pertanyaannya sembilan kata. Mendeskripsikan satu alat saja — namanya, deskripsinya, skema masukannya — memakan sekitar 390 token. Agen dengan lima belas alat membayar itu pada setiap permintaan, sebelum pengguna mengetik apa pun.

Baris ketiga dan keempat adalah cerita yang sama untuk media. Satu gambar sekitar seribu token. Satu PDF beberapa ribu, dan itu yang pendek.

Token masukan dan keluaran tidak sama harganya

Setiap model teks menerbitkan dua tarif. Keluaran selalu yang mahal.

Ini punya konsekuensi praktis langsung: menyuruh model menjawab dalam tiga kalimat alih-alih sepuluh menghemat lebih banyak uang daripada memangkas prompt-mu sebanyak itu. Biasanya inilah optimasi termurah yang tersedia, dan biayanya satu baris instruksi.

Berapa biaya satu percakapan sebenarnya

Obrolan 10 giliran. Prompt sistem 500 token, pertanyaan 100 token, jawaban 250 token.

Jebakannya: model tidak punya ingatan antar panggilan — seluruh percakapan dikirim ulang setiap giliran. Jadi giliran ke-10 membayar lagi untuk giliran 1 sampai 9.

• Token yang kamu ketik: 10 × 100 = 1.000
• Token masukan yang ditagihkan: 21.750
• Token keluaran: 10 × 250 = 2.500

Kamu mengetik seribu token dan membayar hampir dua puluh dua ribu.

Keduanya kecil. Kalikan dengan 50.000 percakapan sebulan dan selisihnya menjadi selisih antara galat pembulatan dan pos biaya sungguhan.

Empat hal yang diam-diam menggelembungkan tagihan token

1. Prompt sistem, ditagih pada setiap permintaan. Prompt sistem 800 token di 50.000 pesan adalah 40 juta token sebulan untuk teks yang kamu tulis sekali. Cache prompt ada persis untuk ini — penyedia menyimpan awalan yang tak berubah dan menagih sepersekiannya untuk membacanya ulang.
2. Riwayat percakapan. Seperti di atas. Memangkas atau meringkas giliran lama adalah solusinya.
3. Definisi alat. Sekitar 390 token masing-masing, pada setiap permintaan, dipakai atau tidak.
4. Gambar dan PDF. Seribu token ke atas, masing-masing.

Tak satu pun dari ini disembunyikan — semuanya terdokumentasi. Hanya saja mudah tertinggal dari sebuah taksiran.

Token hanyalah salah satu dari beberapa satuan harga

Perlu diketahui sebelum menggeneralisasi: sebagian besar model AI tidak dihargai per token. Dari 472 model yang dilacak ElliSekiz, 160 dihargai per token — model teks dan obrolan. Sisanya, 338, dihargai per gambar, per megapiksel, per detik video, atau per eksekusi.

Jadi "berapa harga model ini" berbentuk berbeda tergantung apa yang dihasilkan model itu, dan harga per token tidak pernah bisa dibandingkan langsung dengan harga per gambar.

Kesimpulan

• Token adalah potongan teks kecil, bukan kata. Sekitar ¾ kata dalam bahasa Inggris, dan lebih sedikit di kebanyakan bahasa lain.
• Jangan pernah menyusun anggaran dari aturan praktis. Hitung dengan alat penyedianya sendiri, terhadap model persis yang akan kamu pakai.
• Pertanyaanmu adalah bagian yang kecil. Prompt sistem, riwayat percakapan, definisi alat, dan lampiran adalah bagian yang besar.
• Token keluaran 4 sampai 8 kali lebih mahal daripada token masukan, jadi jawaban lebih pendek adalah penghematan termurah.

Jelajahi lebih jauh di ElliSekiz

Lihat model-model obrolan. Harga token masukan dan keluaran untuk setiap model teks, berdampingan, di halaman model obrolan.

Lalu coba salah satu. Setiap halaman model punya playground — jalankan prompt aslimu dan baca jumlah token yang sebenarnya sebelum mengalikan apa pun dengan 50.000.

Sumber

• Anthropic — Token counting (jumlah contoh terdokumentasi, pergantian tokenizer, endpoint penghitungan gratis)
• OpenAI Help Center — What are tokens and how to count them? (aturan praktis untuk bahasa Inggris)
• OpenRouter models API, https://openrouter.ai/api/v1/models (harga token, dibaca 26-08-2026)