Generative AI'da Token Mantığı: Maliyet, Hız ve Kaliteyi Birlikte Yönetmek
Token kavramını sade bir dille; tahmin, fiyatlandırma ve gerçek maliyet hesabı örnekleriyle anlattım.
LLM tarafında maliyet hesabı yaparken en kritik kelime: token.
Modelin gördüğü her metin (sorduğun şey + modelin ürettiği cevap) token’a bölünüyor ve ücretlendirme bunun üzerinden ilerliyor.
Bu yazıda token konusunu günlük geliştirme pratiğine uygun, sade bir dille toparlıyorum.
Token tam olarak nedir?
Token, modelin metni işlerken kullandığı küçük parçalardır. Kelime gibi düşünebilirsin ama birebir kelime değildir.
Kısa örnekler:
Hello world!→ 3 token (Hello,world,!)temperature=0.7→ 5 token (temperature,=,0,.,7)tokenization→ 2 token (token,ization)
Yani model için önemli olan “kaç kelime” değil, “kaç token” olduğudur.
Neden bu kadar önemli?
Token sayısı doğrudan 4 şeyi etkiler:
- Maliyet: Girdi ve çıktı token’ları ayrı ücretlenir.
- Gecikme süresi (latency): Token yükseldikçe yanıt süresi uzayabilir.
- Bağlam sınırı (context window): Her modelin tek seferde okuyabildiği bir üst limit var (200K, 1M, 2M gibi).
- Çıktı kalitesi: Gereksiz uzun prompt, modeli dağıtabilir; temiz token yönetimi kaliteyi artırır.
Pratik not: Çoğu sağlayıcıda çıktı token’ları, girdi token’larından daha pahalıdır (genellikle 2–4 kat).
Hızlı token tahmin tablosu
Aşağıdaki değerler günlük planlama için gayet iş görür:
| Metin Miktarı | Yaklaşık Token Gerçeği | Gerçek Hayat Karşılığı |
|---|---|---|
| 1 token | 1–4 karakter olabilir | “AI”, “.”, “=”, “-” |
| 1 token | ~0.5–1 kelime arası | Kelimenin tamamı ya da bir parçası |
| 100 token | ~60–90 kelime | 1 kısa paragraf |
| 500 token | ~300–450 kelime | Teknik e-posta / mini makale |
| 2,000 token | ~1,200–1,700 kelime | Detaylı blog yazısı |
| 10,000 token | ~6,000–8,500 kelime | Uzun teknik dokümantasyon |
| 100,000 token | ~60,000–85,000 kelime | Küçük bir kitap + ciddi kod |
Türkçe, özel karakterler ve kod blokları bu oranları değiştirebilir. En doğrusu kendi içeriğinle ölçüm almak.
Token sayımı için kullanılan araçlar
1) OpenAI tarafı
En yaygın yaklaşım tiktoken ile sayım almak.
1
2
3
4
5
6
import tiktoken
enc = tiktoken.encoding_for_model("gpt-4o")
prompt = "Bu prompt kaç token ediyor?"
count = len(enc.encode(prompt))
print(count)
Ayrıca web araçları da var:
- OpenAI Tokenizer
- Tiktokenizer (parçalanmayı görsel gösterir)
2) Anthropic (Claude) tarafı
Claude için en güvenlisi resmi SDK/API ile token saydırmak.
1
2
3
4
5
6
7
8
import anthropic
client = anthropic.Anthropic(api_key="YOUR_KEY")
result = client.messages.count_tokens(
model="claude-sonnet-4.5",
messages=[{"role": "user", "content": "Kısa bir deneme metni"}]
)
print(result.input_tokens)
3) Google Gemini tarafı
Gemini’de count_tokens (veya API karşılığı) ile net sayım alınabilir.
1
2
3
4
5
import google.generativeai as genai
model = genai.GenerativeModel("gemini-2.5-flash")
count = model.count_tokens("Örnek prompt").total_tokens
print(count)
2025 sonu için model fiyat karşılaştırması
Not: Fiyatlar zamanla güncellenebilir. Buradaki tablo, verilen referans tarihle aynı değerleri içerir.
OpenAI (Ekim 2025)
| Model | Input (1M token) | Output (1M token) | Context window | En uygun senaryo |
|---|---|---|---|---|
| GPT-5 | $6.00 | $18.00 | 272K | Karmaşık akıl yürütme, agent akışları |
| GPT-5 Mini | $0.40 | $1.20 | 272K | Hızlı ve düşük maliyetli işler |
| GPT-4.1 | $2.00 | $8.00 | 1M | Uzun bağlam, üretim sistemleri |
| GPT-4o | $2.50 | $10.00 | 128K | Multimodal kullanım |
| GPT-4o Mini | $0.15 | $0.60 | 128K | Yüksek hacim, basit görevler |
Anthropic Claude
| Model | Input (1M token) | Output (1M token) | Context window | En uygun senaryo |
|---|---|---|---|---|
| Claude Opus 4.1 | $15.00 | $75.00 | 200K | Çok karmaşık agent senaryoları |
| Claude Sonnet 4.5 | $3.00 | $15.00 | 200K | Denge, kodlama, agent işleri |
| Claude Sonnet 4 | $3.00 | $15.00 | 1M (beta) | Büyük ölçekli kod analizi |
| Claude Haiku 3.5 | $0.25 | $1.25 | 200K | Hız ve yoğun trafik |
Google Gemini
| Model | Input (1M token) | Output (1M token) | Context window | En uygun senaryo |
|---|---|---|---|---|
| Gemini 2.5 Pro | $1.25 | $5.00 | 2M | Derin akıl yürütme, kod |
| Gemini 2.5 Flash | $0.30 | $1.20 | 1M | Hız + kalite dengesi |
| Gemini 2.5 Flash-Lite | $0.075 | $0.30 | 1M | Ultra düşük maliyet |
| Gemini 2.0 Flash | $0.10 | $0.40 | 1M | Günlük production işleri |
Gerçek hayattan maliyet hesabı
Senaryo: Aylık 25,000 müşteri konuşması, model olarak Claude Sonnet 4.5 kullanıyoruz.
- Ortalama input: 800 token
- Ortalama output: 400 token
Hesap:
- Toplam input token = 800 × 25,000 = 20,000,000
Input maliyeti = 20,000,000 / 1,000,000 × $3.00 = $60.00
- Toplam output token = 400 × 25,000 = 10,000,000
Output maliyeti = 10,000,000 / 1,000,000 × $15.00 = $150.00
- Toplam aylık maliyet = $210.00
Kapanış
Özetle token konusu sadece “fiyat” değil; aynı anda performans, bağlam yönetimi ve çıktı kalitesi demek. Model seçimi “en güçlü”ye göre değil, işin ihtiyacına göre yapılmalıdır. Doğru token yönetimi, AI projesinin sürdürülebilir olmasını sağlar.