Statistik harga API LLM 2026: biaya output 4x input, dan model median dipatok $1.60 per juta

API LLM median dipatok $1.60 per juta token output

Di OpenRouter pada 6 Oktober 2026, separuh dari semua model berbayar mematok antara $0.15 dan $1.25 per juta token input, dan antara $0.50 dan $6 per juta output. Sepersepuluh teratas mematok $3 atau lebih untuk input dan $14 atau lebih untuk output.

Harga di puncak pasar tidak turun. Anthropic memangkas harga output Claude Opus dari $75 menjadi $25 per juta token lewat Opus 4.5 pada November 2025, lalu menjadi $20 lewat Opus 5.5 pada September 2026. Tetapi Anthropic menaruh tingkat baru di atas Opus. Fable 5 hadir pada Juni 2026 di harga $50, dan Fable 5.1 mempertahankan harga itu. GPT standar termahal OpenAI naik dari $10 lewat GPT-5 pada Agustus 2025 menjadi $50 lewat GPT-6 Astra pada September 2026.

Setiap baris membandingkan harga daftar pada Agustus 2025 dengan harga daftar pada September 2026 untuk posisi yang sama dalam jajaran sebuah lab. Claude Fable 5.1 dan GPT-6 Astra sama-sama mematok $10 untuk input dan $50 untuk output. Jadi model standar termahal dari dua lab terbesar kini harganya sama.

Berapa harga API LLM per jawaban?

Satu jawaban biasa dari API LLM berharga sekitar seperdelapan sen. Whizi menghitung satu jawaban standar sebagai 1,000 token masuk dan 500 token keluar, dan median untuk 335 model teks berbayar di OpenRouter adalah $0.00125 pada 6 Oktober 2026. Artinya $1.25 untuk seribu jawaban.

Berikut harga daftar flagship yang dipasang tiap lab di halaman harganya sendiri, sebagaimana kami baca pada 6 Oktober 2026, dalam dolar AS per juta token:

Selisihnya lebar bahkan dalam satu lab. Satu jawaban dari GPT-6 Astra berharga 100 kali lipat jawaban dari GPT-6 Luna, dan Claude Fable 5.1 berharga 10 kali lipat Claude Haiku 4.5. Gemini 3.1 Pro Preview juga makin mahal begitu prompt melewati 200,000 token, yaitu $4 untuk input dan $18 untuk output, seperti terlihat di halaman harga Gemini API dari Google.

AI Model Cost Index milik Whizi menjalankan hitungan yang sama untuk tiap dari 126 model yang dilacak Whizi. Pada snapshot 20 Agustus 2026, jawaban termurah datang dari Ling-3.0-flash seharga $0.000053, dan yang termahal dari Claude Opus 4.7 dalam mode Fast seharga $0.105. Selisihnya 2,000x. Model di tengah, Kimi K2 Thinking, berharga $0.00185 per jawaban. Kalau Anda ingin membandingkan dua vendor berdampingan beserta skor kualitasnya, baca perbandingan harga ChatGPT API vs Claude API.

Apakah harga API LLM terus turun?

Ya, untuk tingkat kemampuan yang sama, dan turunnya cepat. Epoch AI menemukan pada Maret 2025 bahwa harga untuk mencapai skor benchmark tertentu turun antara 9x dan 900x per tahun, tergantung tugasnya. Untuk skor yang dicapai GPT-4 pada soal sains tingkat PhD, harganya turun 40x per tahun, menurut analisis Epoch AI.

Guido Appenzeller dari a16z merangkumnya dalam satu kalimat pada November 2024: "Untuk LLM dengan performa setara, biayanya turun 10x setiap tahun." Dalam contohnya, GPT-3 berharga $60 per juta token pada November 2021, dan Llama 3.2 3B menyamai skor MMLU-nya dengan $0.06. AI Index 2025 dari Stanford menemukan bahwa biaya performa setara GPT-3.5 turun lebih dari 280 kali antara November 2022 dan Oktober 2024.

Itu bukan berarti model baru murah. Ke-84 model teks yang didaftarkan OpenRouter dalam 90 hari hingga 6 Oktober 2026 punya harga output median $2.50 per juta token. Ke-132 model yang didaftarkan lebih dari setahun sebelumnya berada di $1.01. Kemampuan lama jadi lebih murah. Kemampuan baru dimulai dari harga tinggi. Google bahkan sudah menetapkan tanggal kenaikan. Halaman harganya mencantumkan Gemini 3.6, 3.7 dan 3.8 Flash di $0.75 untuk input dan $3.75 untuk output sampai 31 Desember 2026, lalu $1.50 dan $7.50 mulai 1 Januari 2027.

Harga daftar juga bergerak setelah sebuah model rilis, meski tidak selalu karena lab mengubahnya. Dari 100 model dalam snapshot Whizi 20 Agustus 2026, 9 sudah hilang dari OpenRouter per 6 Oktober, dan 20 dari sisanya menampilkan harga baru: 11 lebih rendah dan 9 lebih tinggi pada pengambilan data kami pukul 05:49 UTC. Nemotron 3 Ultra dari NVIDIA turun dari $0.60 untuk input dan $3.60 untuk output menjadi $0.50 dan $2.20. Sebagian perubahan terkait cara OpenRouter melaporkan harga: tarif DeepSeek V4 Pro di sana mengikuti jam DeepSeek, menampilkan tarif di luar jam sibuk $0.66 untuk input dan $1.98 untuk output pada pengambilan 05:49 UTC dan tarif jam sibuk $1.32 dan $3.96 setelah pukul 06:00. Gemini 3.7 Flash bergerak ke arah sebaliknya, dari $0.375 dan $1.875 (tarif batch Google) ke tarif standar $0.75 dan $3.75. Untuk model terbuka, harga juga mengikuti host tempat OpenRouter mengarahkan lalu lintas.

Mengapa token output lebih mahal daripada token input?

Output lebih mahal karena model menuliskannya satu token demi satu token, sedangkan seluruh prompt dibaca dalam satu putaran paralel. Pada 6 Oktober 2026, 95.8% dari 335 model teks berbayar di OpenRouter mematok output lebih mahal daripada input. Median-nya 4x. Separuh bagian tengah berkisar dari 3x sampai 5x.

Semua flagship mengikuti pola ini. Claude Opus 5.5 dan GPT-6 Astra mematok output 5x lipat, GPT-5.5 dan Gemini 3.1 Pro Preview 6x, dan DeepSeek V4 Pro 3x. Jadi aplikasi yang menulis jawaban panjang lebih mahal daripada aplikasi yang membaca file panjang, token per token. Kalau Anda menimbangnya dengan paket langganan, ChatGPT API vs langganan menghitung kapan API melewati $20 sebulan, dan statistik langganan AI membahas berapa yang dibayar orang untuk paketnya.

Apa API LLM termurah pada Oktober 2026?

API LLM berbayar termurah di OpenRouter pada 6 Oktober 2026 adalah Mistral Nemo, seharga $0.019 per juta token input dan $0.03 per juta output. Itu $0.000034 untuk satu jawaban standar, atau 3.4 sen untuk seribu jawaban. Di antara tiga lab terbesar, Google dan OpenAI menjual model termurah. Gemini 2.5 Flash-Lite berharga $0.10 untuk input dan $0.40 untuk output, dan GPT-6 Luna berharga $0.10 untuk input dan $0.50 untuk output, sehingga keduanya sekitar $0.0003 per jawaban. Model terbaru termurah dari Anthropic adalah Claude Haiku 4.5, seharga $1 untuk input dan $5 untuk output.

Ada model gratis, tetapi tidak banyak. Hanya 17 dari 352 endpoint teks di OpenRouter yang gratis pada 6 Oktober 2026, yaitu 4.8%, dan 16 di antaranya adalah varian gratis dari sebuah model. Gemini API milik Google juga punya tingkat gratis di sebagian besar modelnya. Kendalanya ada di data Anda: Google menyatakan konten tingkat gratis dipakai untuk meningkatkan produknya sedangkan konten tingkat berbayar tidak, pemisahan yang kami lacak di berbagai chatbot lewat statistik privasi AI.

Di puncak, o1-pro dari OpenAI masih tercantum $150 untuk input dan $600 untuk output, yaitu $0.45 per jawaban dan 13,235 kali harga Mistral Nemo. GPT-5.5 Pro dan GPT-5.4 Pro mematok $30 untuk input dan $180 untuk output. Dari seluruh 335 model berbayar, 37% mematok kurang dari $1 per juta token output, dan 19% mematok $10 atau lebih.

Seberapa besar batch dan caching memangkas tagihan API LLM?

Pemrosesan batch memotong harga setengahnya di setiap lab besar. Anthropic, OpenAI dan Google sama-sama mematok 50% lebih murah untuk pekerjaan yang boleh menunggu. Pada 6 Oktober 2026, 66 dari 73 endpoint batch di OpenRouter tepat berada di setengah tarif normal.

Caching memangkas sisi input lebih dalam lagi. Di 214 model yang mencantumkan harga pembacaan cache, token cache median berharga 12% dari token input normal. Para flagship melangkah lebih jauh. Claude Opus 5.5 dan GPT-6.1 Sol memberi potongan 95% untuk input cache, dan Claude Fable 5.1 memotong 97.5%. GPT-6 Astra dan Gemini 3.1 Pro Preview memotong 90%.

DeepSeek menambahkan faktor jam. API-nya mematok setengah harga di luar jam sibuk, yang oleh DeepSeek ditetapkan pukul 01:00 sampai 04:00 dan 06:00 sampai 10:00 UTC pada hari kerja, menurut halaman harga DeepSeek. V4 Pro turun dari $1.32 untuk input dan $3.96 untuk output menjadi $0.66 dan $1.98.

Cara kami menyusun angka-angka ini

Whizi Research mengambil daftar model publik dari OpenRouter (api/v1/models, tanpa perlu kunci) pada pukul 05:49 UTC, 6 Oktober 2026. Kami menyimpan 449 entri yang outputnya hanya teks. Lalu kami membuang 24 router dan endpoint meta, juga setiap varian gratis atau batch dari sebuah model. Tersisa 336 model dari 52 penyedia, dan 335 di antaranya berbayar. Untuk persentil kami memakai interpolasi linear.

Untuk perbandingan 47 hari, kami mencocokkan 100 baris snapshot dengan daftar 6 Oktober berdasarkan id OpenRouter. Tiga dari 9 yang hilang punya penerus dengan id baru: Nex N2 Mini dan Pro menjadi Nex N2.5 Mini dan Pro, dan Qwen3.8 Max menjadi qwen3.8-max-0902. Setidaknya 6 dari 20 perubahan adalah artefak daftar, misalnya tarif batch, di luar jam sibuk, atau cache yang tampil sebagai harga utama, bukan lab yang menetapkan ulang harga model.

Satu jawaban standar adalah 1,000 token masuk dan 500 keluar pada harga daftar. Hitungannya sama dengan yang mendasari Whizi AI Model Cost Index, dan seluruh 126 barisnya bebas diunduh dari halaman cost index. Kedua angka ini tidak memperhitungkan caching, batch, atau diskon hasil negosiasi. Harga flagship kami ambil dari halaman harga OpenAI, Anthropic, Google dan DeepSeek pada hari yang sama.

Kami membuang setiap angka yang hanya bisa kami lacak ke agregator statistik. Harga yang ditampilkan OpenRouter untuk model terbuka bergantung pada host di baliknya, dan tanggal yang dicantumkan untuk sebuah model hanya mewakili hari model itu dirilis. Pelacak yang sampelnya condong ke model flagship melaporkan median yang lebih tinggi dari kami. Jadi saat Anda mengutip median, kutip juga sampelnya.

Cara mengutip statistik harga API LLM ini

Anda bebas memakai setiap angka di halaman ini, asalkan menautkan kembali ke sini. Baris kredit sederhana seperti ini sudah cukup:

```text

Source: Whizi Research, "LLM API pricing statistics 2026", whizi.io/resources/llm-api-pricing-statistics, updated October 2026.

```

Ada juga halaman lain dari batch riset yang sama, yang tayang pada hari yang sama: pangsa pasar chatbot AI, statistik ChatGPT dan statistik halusinasi AI.