توکن چیست و هزینهٔ API هوش مصنوعی چطور حساب می‌شود؟ (با مثال ریالی)

صفحهٔ قیمت هر API هوش مصنوعی پر از عبارت‌هایی مثل «۰٫۲۵ دلار برای هر میلیون توکن ورودی» است و اولین سؤال هر کسی که می‌خواهد بودجه ببندد این است: خب، این یعنی چقدر؟ یک گفتگوی پشتیبانی چند توکن است؟ فارسی گران‌تر از انگلیسی تمام می‌شود؟ و در نهایت، هر پاسخ چند تومان آب می‌خورد؟ در این راهنما از صفر شروع می‌کنیم: توکن چیست، کدام توکن‌ها پول می‌گیرند، فرمول هزینه چیست و با یک مثال کامل، عدد نهایی را از دلار به تومان می‌رسانیم. در انتها هم راه‌های عملی برای کم کردن این عدد را می‌گوییم.

توکن چیست؟

مدل‌های زبانی متن را حرف‌به‌حرف یا کلمه‌به‌کلمه نمی‌خوانند؛ آن را به قطعات کوچکی به نام توکن می‌شکنند که چیزی بین حرف و کلمه است. در انگلیسی، هر توکن به‌طور متوسط حدود سه‌چهارم یک کلمه است؛ یعنی هزار توکن تقریباً ۷۵۰ کلمه. در فارسی وضع کمی متفاوت است: چون واژگان فارسی در داده‌های آموزشی کمتر از انگلیسی حضور دارند، هر کلمه به قطعات بیشتری شکسته می‌شود و به‌عنوان یک تخمین کاری، هر کلمهٔ فارسی حدود ۲ تا ۳ توکن است. توکن‌سازهای جدیدتر (مثل نسل فعلی مدل‌های OpenAI و Gemini) فارسی را فشرده‌تر می‌شکنند و این نسبت را بهتر کرده‌اند، اما همچنان باید انتظار داشته باشید متن فارسی هم‌طول با متن انگلیسی، حدود دو برابر توکن مصرف کند. جملهٔ «سلام، حال شما چطور است؟» بسته به مدل، چیزی بین ۸ تا ۱۲ توکن است.

کدام توکن‌ها پول می‌گیرند؟

• توکن ورودی: هر چیزی که به مدل می‌فرستید: پیام سیستم، تاریخچهٔ گفتگو، قطعات دانش، و سؤال کاربر. این بخش معمولاً بزرگ‌ترین سهم مصرف را دارد، چون در هر نوبت گفتگو دوباره فرستاده می‌شود.
• توکن خروجی: متنی که مدل تولید می‌کند. نرخ آن معمولاً ۳ تا ۸ برابر ورودی است.
• توکن استدلال: مدل‌های استدلالی (مثل o-series یا DeepSeek Reasoner) پیش از پاسخ، زنجیره‌ای از فکر تولید می‌کنند که شما نمی‌بینید اما به‌عنوان خروجی حساب می‌شود. همین است که یک سؤال ساده با مدل استدلالی گاهی ده برابر گران‌تر تمام می‌شود.
• ورودی کش‌شده: بعضی ارائه‌دهنده‌ها اگر بخش ثابتی از پرامپت (مثلاً پیام سیستم طولانی) تکرار شود، آن را با نرخ کمتری حساب می‌کنند. در صفحهٔ مدل‌ها اگر برای مدلی قیمت ورودی کش‌شده درج شده باشد، یعنی این تخفیف اعمال می‌شود.
• تصویر، صدا و کاراکتر: تولید تصویر به‌ازای هر تصویر، تبدیل گفتار به متن به‌ازای هر دقیقه و برخی مدل‌های متن به گفتار به‌ازای هر کاراکتر قیمت می‌خورد. ورودی تصویر در مدل‌های چت معمولاً به تعداد مشخصی توکن تبدیل می‌شود.

فرمول هزینه

برای مدل‌های متنی، هزینهٔ هر درخواست به این سادگی است:

هزینه = (توکن ورودی ÷ ۱٬۰۰۰٬۰۰۰ × قیمت ورودی) + (توکن خروجی ÷ ۱٬۰۰۰٬۰۰۰ × قیمت خروجی)

و هزینهٔ ماهانه، همین عدد ضرب در تعداد درخواست‌ها. در نِت اَرز این محاسبه بعد از هر پاسخ موفق انجام می‌شود و از اعتبار دلاری کم می‌شود؛ درخواست ناموفق چیزی کم نمی‌کند.

مثال گام‌به‌گام: از توکن تا تومان

یک نوبت گفتگو در چت‌بات پشتیبانی را در نظر بگیرید: پیام سیستم ۴۰۰ توکن، تاریخچهٔ کوتاه ۶۰۰ توکن و سؤال کاربر ۱۰۰ توکن؛ جمع ورودی ۱٬۱۰۰ توکن. پاسخ مدل ۲۵۰ توکن. مدل را gpt-5-mini فرض کنید که نرخ رسمی آن در زمان نگارش حدود ۰٫۲۵ دلار برای هر میلیون توکن ورودی و ۲ دلار برای هر میلیون توکن خروجی است.

• هزینهٔ ورودی: ۱٬۱۰۰ ÷ ۱٬۰۰۰٬۰۰۰ × ۰٫۲۵ = ۰٫۰۰۰۲۷۵ دلار
• هزینهٔ خروجی: ۲۵۰ ÷ ۱٬۰۰۰٬۰۰۰ × ۲ = ۰٫۰۰۰۵ دلار
• جمع هر نوبت: حدود ۰٫۰۰۰۷۸ دلار؛ کمتر از یک‌دهم سنت
• ۱۰٬۰۰۰ نوبت در ماه: حدود ۷٫۸ دلار

حالا تبدیل به تومان. برای اینکه محاسبه را ببینید، از یک نرخ فرضی و گردشدهٔ ۱۰۰ هزار تومان به‌ازای هر دلار استفاده می‌کنیم؛ این عدد فقط برای راحتی حساب انتخاب شده و نرخ واقعی را هنگام خرید اعتبار در پنل می‌بینید. با این نرخ فرضی، هر نوبت گفتگو حدود ۷۸ تومان و ۱۰٬۰۰۰ نوبت در ماه حدود ۷۸۰ هزار تومان می‌شود. قیمت واقعی نِت اَرز برای هر مدل، که هزینهٔ تأمین را هم شامل می‌شود، به تومان در صفحهٔ مدل‌ها درج شده؛ همان عدد را در فرمول بگذارید تا برآورد دقیق پروژهٔ خودتان را داشته باشید.

حالا همان مثال را با یک مدل رده‌بالا تکرار کنید: نرخ رسمی GPT-5 حدود ۱٫۲۵ و ۱۰ دلار است؛ هر نوبت می‌شود حدود ۰٫۰۰۳۹ دلار و ۱۰٬۰۰۰ نوبت حدود ۳۹ دلار، یعنی پنج برابر. همین تفاوت ساده نشان می‌دهد چرا انتخاب مدل، مهم‌ترین تصمیم مالی پروژه است.

مثال دوم: پردازش انبوه با مدل سبک

حالا یک کار غیرگفتگویی: می‌خواهید ۵۰ هزار نظر مشتری را از نظر احساس (مثبت، منفی، خنثی) دسته‌بندی کنید. هر نظر با دستور کوتاه حدود ۳۰۰ توکن ورودی است و خروجی را به یک کلمه، یعنی حدود ۱۰ توکن، محدود کرده‌اید. جمع ورودی ۱۵ میلیون توکن و خروجی نیم میلیون توکن می‌شود. با نرخ رسمی gpt-5-nano (حدود ۰٫۰۵ و ۰٫۴۰ دلار)، هزینهٔ ورودی ۰٫۷۵ دلار و خروجی ۰٫۲ دلار، یعنی کل پروژه کمتر از یک دلار؛ با همان نرخ فرضی، چیزی حدود ۹۵ هزار تومان برای ۵۰ هزار نظر. همین کار با یک مدل پرچم‌دار حدود ۲۵ برابر گران‌تر تمام می‌شود و در دسته‌بندی سادهٔ احساس، تفاوت معناداری در دقت نمی‌بینید. درس این مثال: قبل از انتخاب مدل، از خودتان بپرسید کار واقعاً به چه سطح هوشی نیاز دارد. مدل‌های در دسترس در صفحهٔ API هوش مصنوعی نِت اَرز معرفی شده‌اند و جزئیات فنی درخواست‌ها در مستندات آمده است.

شارژ اعتبار: از تومان به دلار

اعتبار در نِت اَرز به دلار نگه‌داری می‌شود و به تومان خریده می‌شود. حداقل شارژ ۱۰۰ هزار تومان است و ۹ درصد مالیات بر ارزش افزوده روی آن اضافه می‌شود؛ یعنی برای حداقل شارژ، ۱۰۹ هزار تومان پرداخت می‌کنید و مبلغ پایه (۱۰۰ هزار تومان) با نرخ روز به اعتبار دلاری تبدیل می‌شود. نرخ تبدیل و مقدار دقیق اعتبار پیش از تأیید پرداخت نمایش داده می‌شود. توصیهٔ ما: مصرف یک تا دو ماه را شارژ کنید، نه بیشتر؛ چون نرخ ارز و قیمت مدل‌ها تغییر می‌کند و اعتبار زیاد راکد، بی‌دلیل سرمایه‌تان را قفل می‌کند.

چطور تعداد توکن را واقعاً بشماریم؟

تخمین خوب است، اما شمردن بهتر. سه راه دارید. اول، هر پاسخ API یک بخش usage دارد که تعداد دقیق توکن ورودی و خروجی همان درخواست را برمی‌گرداند؛ چند درخواست واقعی بفرستید و میانگین بگیرید. دوم، کتابخانه‌هایی مثل tiktoken برای مدل‌های OpenAI تعداد توکن هر متن را بدون ارسال درخواست محاسبه می‌کنند. سوم، گزارش مصرف در پنل نِت اَرز که به تفکیک روز، پروژه، کلید و مدل، توکن و هزینه را نشان می‌دهد؛ بعد از یک هفته کار واقعی، این گزارش دقیق‌ترین منبع بودجه‌بندی شماست.

response = client.chat.completions.create(
    model="gpt-5-mini",
    messages=[{"role": "user", "content": "این جمله چند توکن است؟"}],
)
print(response.usage.prompt_tokens, response.usage.completion_tokens)

جدول برآورد سریع برای کارهای رایج

اعداد زیر تخمین‌های میدانی برای متن فارسی است و پروژهٔ شما ممکن است متفاوت باشد؛ برای شروع بودجه‌بندی کافی است.

هفت راه کم کردن هزینه

1. پیام سیستم را فشرده کنید: هر ۱۰۰ توکن اضافه در پیام سیستم، در ۱۰٬۰۰۰ درخواست یک میلیون توکن می‌شود.
2. تاریخچه را ببرید: فقط چند پیام آخر را بفرستید یا تاریخچهٔ قدیمی را با یک درخواست ارزان خلاصه کنید.
3. خروجی را محدود کنید: max_tokens منطقی بگذارید و در پرامپت طول پاسخ را مشخص کنید.
4. مدل را متناسب با کار انتخاب کنید: دسته‌بندی و استخراج با مدل سبک، استدلال با مدل قوی. مسیریابی بین مدل‌ها با یک کلید نِت اَرز فقط تغییر یک رشته است.
5. پاسخ‌های تکراری را کش کنید: اگر سؤال‌ها مشابه‌اند، پاسخ قبلی را نگه دارید و دوباره از مدل نپرسید.
6. توسعه را روی کم‌هزینه‌ترین مدل فهرست ببرید: مدل رایگان نداریم، ولی هزینهٔ تست و اشکال‌زدایی روی مدل‌های ردهٔ پایین ناچیز است؛ دلیلش در راهنمای مدل رایگان OpenRouter آمده است.
7. سقف هزینه بگذارید: برای هر کلید و پروژه سقف تعیین کنید تا یک باگ، بودجهٔ ماه را در یک شب نسوزاند.

جمع‌بندی

توکن واحد اندازه‌گیری متن است، فارسی حدود دو برابر انگلیسی توکن مصرف می‌کند، ورودی بیشترین حجم و خروجی بیشترین نرخ را دارد، و هزینهٔ هر درخواست با یک ضرب و جمع ساده به دست می‌آید. با همین فرمول و قیمت لحظه‌ای صفحهٔ مدل‌ها، بودجهٔ هر پروژه را پیش از شروع می‌توانید تا حد خوبی دقیق حساب کنید. اگر هنوز بین API و اشتراک مردد هستید، تفاوت API و اشتراک را بخوانید؛ اگر تصمیمتان API است، راهنمای API هوش مصنوعی با پرداخت ریالی نقطهٔ شروع خوبی است و اگر اشتراک بود، دستهٔ اکانت هوش مصنوعی را ببینید. شارژ کوچک، اندازه‌گیری واقعی و بعد تصمیم؛ این ترتیب هیچ‌وقت شما را غافلگیر نمی‌کند.