토큰은 언어 모델이 읽고 쓰는 단위로, 단어, 단어 조각, 숫자 또는 문장부호를 의미합니다. 텍스트 모델은 입력 및 출력 토큰을 100만 토큰당 별도 요금으로 청구하는 반면, 많은 미디어 및 검색 모델은 이미지, 초, 문자, 분 또는 요청 단위로 요금을 청구합니다.
언어 모델은 문자나 단어를 직접 읽지 않는다. 토큰화자는 먼저 고정된 어휘에서 텍스트를 조각으로 나누고 각 조각을 숫자에 매핑한 뒤, 모델이 그 숫자를 읽고 씁니다. 흔한 단어는 보통 하나의 토큰으로 이루어지고, 더 길거나 희귀한 단어는 여러 조각으로 나누어집니다. 공백은 보통 그 뒤에 오는 단어에 붙어 있으며, 구두점도 종종 그 자체로 토큰이 됩니다.
대략적으로 한 토큰은 영어 텍스트의 약 네 글자, 즉 단어의 약 4자에 해당하며, 1,000단어는 대략 1,300개의 토큰에 해당합니다. 코드, 숫자 및 많은 다른 언어들은 같은 텍스트 양에 더 많은 토큰을 사용합니다. 각 모델 패밀리는 고유한 토큰라이저를 가지고 있어, 같은 프롬프트가 모델에 따라 서로 다른 개수를 생성할 수 있으며, 사용 모든 응답에서 객체는 모델이 사용한 정확한 개수를 보고합니다.
이미지, 오디오, 비디오를 받는 모델들은 입력을 토큰으로 변환하며, 일부는 토큰에 자체 가격을 부여합니다.
입력 토큰은 당신이 보내는 모든 것을 의미합니다: 시스템 프롬프트, 대화, 도구 정의 및 첨부된 모든 콘텐츠. 출력 토큰은 모델이 생성하는 모든 것을 의미합니다. A 추론 모델 여기에는 답 전에 작성하는 논리도 포함되며, 모델이 텍스트를 반환하지 않아도 그 이유가 청구됩니다.
텍스트 모델은 두 가지를 별도로 가격을 정하며, 출력 토큰은 보통 입력 토큰보다 비용이 더 듭니다. 두 가지 다른 요금이 적용될 수 있습니다: 지원하는 모델에서는 캐시된 입력 청구서에 더 낮은 요금을 적용하는 것입니다 즉시 캐싱, 그리고 일부 모델은 입력이 일정 길이를 지나면 더 높은 요금을 청구하기도 합니다.
각 응답은 사용한 내용을 보고합니다. 채팅 완료 반환 prompt_tokens·, completion_tokens 그리고 total_tokens, 그리고 cost_usd 요청에 대해 청구된 금액을 나타냅니다. 입력을 보내기 전에 추정하려면, 포스트 /v1/messages/count_tokens 개수를 반환하며 청구되지 않습니다.
단일 토큰 비용은 매우 적기 때문에, 텍스트 요금은 100만 토큰당 인계되어 숫자를 읽기 쉽고 비교하기 쉽게 만듭니다. 요청의 비용을 추정하려면 입력 토큰을 1,000,000으로 나누고 입력 속도에 대해 곱한 뒤, 출력 토큰에 대해 출력 속도를 함께 곱한 후 두 가지를 더합니다. 애플리케이션의 경우, 그 수치에 예상하는 요청 수에 곱하세요.
기계 판독 가능한 가격 반대의 빨리 /v1/models 비용 계산 코드에 대해 문자열과 동일한 단일 토큰당 요금을 제공합니다.
모든 모델이 토큰 단위로 청구하는 것은 아닙니다. 이 장치는 모델이 생산하거나 처리하는 것을 따릅니다:
카탈로그에서 사용 중인 단위는 이 페이지에 나열되어 있으며, 각 모델 페이지마다 고유한 단위가 표시됩니다. 사용량 중 하나씩 결제하거나 주간 할당량이 있는 플랜을 선택할 수 있으며, 그 할당량은 텍스트 모델용 토큰, 동영상 초, 이미지, 전사 분, 음성 문자 단위 등 동일한 단위를 사용합니다. 참조 가격 그리고 모델 및 가격 가이드·.
모델 206개 각각의 주요 요금 과금 단위를 실시간 요금표에서 가져왔습니다.
| 과금 단위 | 모델 | 예시 |
|---|---|---|
| 100만 토큰당 | 104 | GLM 5.3, GLM 5.3 Flash, GLM 5.2 |
| 초당 요금 | 42 | Kling 3.0 Turbo, ACE-Step 1.5 XL, MiniMax Music 3 |
| 이미지당 요금 | 18 | FLUX.2 Klein 4B, Qwen Image 3.0, Seedream 5.5 |
| 요청당 요금 | 16 | TRELLIS.2 4B, Exa Answer, Exa Search |
| 텍스트 문자 수 기준 요금 | 11 | TTS 2, TTS 1.5 Mini, TTS 1.5 Max |
| 오디오 분 또는 시간당 요금 | 10 | Whisper Large v3 Turbo, Deepgram Nova-3, OpenAI Whisper 1 |
| 기타 단위 | 3 | DeepReasoning, GPTZero, LightOnOCR-3 4B |
| 동영상당 요금 | 2 | Pixverse v5, Pixverse v5.6 |
영어에서 1M 토큰은 약 75만 단어에 해당하며, 토큰당 약 4자 정도의 근사를 사용한다. 정확한 수는 모델의 토큰라이저와 언어에 따라 달라진다.
아니요. 텍스트 모델은 입력과 출력 토큰을 별도로 가격에 매기며, 출력 토큰은 보통 더 비쌉니다. 각 모델은 두 가지 요금 모두를 나열합니다.
입력으로 이를 받아들이는 모델에서는 네, 이미지, 오디오, 비디오가 토큰으로 변환되며, 일부 모델은 토큰에 자체 요금을 적용합니다. 이미지, 동영상, 음성 생성 모델은 보통 이미지별, 초별, 문자별로를 청구합니다.
모든 응답에는 입력 및 출력 토큰 수가 포함된 사용 객체가 포함됩니다. 대시보드 사용 로그와 계정 사용 API는 각 요청에 대해 동일한 개수를 기록합니다.