Token Nedir? AI Kullanım Maliyeti Nasıl Hesaplanır

Token, bir yapay zeka modelinin metni işlerken kullandığı en küçük birimdir — kabaca bir kelimenin bir parçası, ortalama 4 karakter uzunluğunda. ChatGPT, Claude veya Gemini gibi modellere API üzerinden bağlandığınızda ödediğiniz ücret kelime sayısına veya karakter sayısına göre değil, işlenen token sayısına göre hesaplanır. Yani aynı anlamı taşıyan bir metin, hangi dilde ve nasıl yazıldığına bağlı olarak farklı token sayısına, dolayısıyla farklı maliyete denk gelebilir.

Token Nasıl Sayılır — Somut Örnek

(Bu kavram, kapsamlı Agentic AI Rehberi’nin bir parçasıdır.) Token sayımını somutlaştırmak için kısa bir cümleye bakalım: “Yapay zeka artık küçük işletmelerin pazarlama sürecinde aktif olarak kullanılıyor.” Bu cümle Türkçe’de yaklaşık 30-32 token’a denk geliyor. Aynı anlamı taşıyan İngilizce karşılığı — “AI is now actively used in the marketing process of small businesses.” — ise yaklaşık 15-16 token’a denk geliyor.

Yarı yarıya fark var ve tesadüf değil. Türkçe eklemeli bir dil: kökün ardına gelen her ek (“-lerin”, “-inde”, “-arak” gibi) çoğu zaman modelin token sözlüğünde tek parça olarak bulunmuyor, iki-üç parçaya bölünüyor. Buna ek olarak büyük dil modellerinin token sözlükleri ağırlıklı olarak İngilizce metinlerle eğitildiği için İngilizce kelimeler genelde tek token’a sığarken Türkçe kelimeler 2-4 parçaya ayrılabiliyor. Sonuç: aynı işi yaptıran iki işletmeden Türkçe içerik üreten/işleyen, İngilizce’ye göre genelde yüzde 30-60 daha fazla token tüketiyor — yani aynı iş için daha yüksek fatura.

Not: tam sayı kullandığınız modele göre değişir (Claude, GPT, Gemini — her birinin kendi token’laştırıcısı var); yukarıdaki rakamlar yaklaşık ve yönü göstermek içindir.

Maliyet Nasıl Hesaplanır

API faturanız aslında iki ayrı sayıdan oluşur: gönderdiğiniz metnin (input) token sayısı ve modelin ürettiği cevabın (output) token sayısı. İkisi genelde farklı fiyatlandırılır — output token’ı, üretim işlemi hesaplama açısından daha maliyetli olduğu için input’tan 3-5 kat daha pahalıya mal olabiliyor.

Bir de model katmanı var. Küçük/hızlı modeller basit işler için token başına çok ucuz; büyük/güçlü modeller ise karmaşık akıl yürütme gerektiren işlerde token başına çok daha pahalı — bazen 10-20 kat fark oluyor. Doğru model seçimi, tek başına, aylık faturayı yarıya indirebilir. Modellerin fiyat farkına dair somut örnekler için Claude AI Nedir, Ücreti Ne yazısına bakabilirsiniz.

Aylık AI maliyetinizi kabaca tahmin etmek için üç şeyi çarpmanız yeterli: (1) ayda kaç işlem/istek yapılacağı, (2) her işlemde ortalama kaç token gidip geleceği (input + output), (3) seçtiğiniz modelin token başına fiyatı. Örneğin ayda 5.000 müşteri e-postasını otomatik özetleyen bir sistem, e-posta başına ortalama 800 token (500 input + 300 output) tüketiyorsa, aylık 4 milyon token demektir — hangi modelde çalıştığınıza göre bu birkaç dolardan yüzlerce dolara kadar değişebilir.

Neden Önemli

Pratik sonuç şu: uzun bir prompt veya uzun bir doküman, her seferinde daha fazla token demek — yani daha fazla maliyet. Tek seferlik bir iş için bu önemsiz bir fark. Ama aynı büyük dokümanı (ürün kataloğu, marka rehberi, 40 sayfalık bir SSS) her soruda yeniden yapıştırıp gönderiyorsanız, o dokümanın token maliyetini her defasında baştan ödüyorsunuz demektir.

Burada işe yarayan yaklaşım “bir kere yükle, tekrar tekrar kullan” mantığı. Claude Projects gibi araçlar, bir dokümanı bir kere projeye yükleyip modelin onu her konuşmada hazır bulmasını sağlıyor — dokümanı her seferinde yeniden göndermek zorunda kalmıyorsunuz, bu da token tüketimini ciddi ölçüde düşürüyor. Bu kurulumu adım adım Claude Projects ile Şirket Asistanı Kurma yazısında anlattım.

Kısacası: gereksiz uzun brief’ler, tekrar tekrar gönderilen büyük dokümanlar ve “her seferinde en baştan anlat” alışkanlığı, fark etmeden aylık AI faturasını şişiriyor.

Kendi Operasyonumdan Bir Gözlem

43 reklam hesabını AI ajanlarıyla yönetirken bunu ilk elden yaşadım. Hesapların tamamı için aynı toplu raporlama işlemini her gün tekrar çalıştıran bir ajan kurmuştum; başta her çalıştırmada hesap geçmişinin tamamını yeniden modele gönderiyordum çünkü “daha güvenli” görünüyordu. Fatura beklediğimden yüksek geldiğinde sebebini araştırdım: her gün aynı 500-600 KB’lık geçmiş veriyi yeniden token’a çevirip gönderiyordum — oysa sadece son 24 saatteki değişiklik yeterliydi. İşlemi “sadece farkı gönder” mantığına çevirince aynı işin token maliyeti onda birine indi, çıktının kalitesinde bir kayıp olmadı.

Bu İşi Benden İsteyebilirsiniz

AI kullanım maliyetinizin nereye gittiğini görmek, doğru model/katman seçimini yapmak veya tekrar tekrar gönderilen büyük dokümanları “bir kere yükle, tekrar kullan” mantığına taşımak istiyorsanız, bu işi benden isteyebilirsiniz: genelde 2 saat–2 hafta arası süren, uzaktan, saatlik ücretli bir iş. Detaylar için yapay zeka danışmanlığı sayfasına bakabilirsiniz.

Sıkça Sorulan Sorular

1 token kaç kelime eder?

Kesin bir oran yok ama İngilizce’de kabaca 1 token 0,75 kelimeye denk gelir (ortalama 4 karakter). Türkçe’de bu oran daha düşüktür çünkü ekler ayrı token’lara bölünür — aynı kelime sayısı için genelde daha fazla token gerekir.

Token maliyeti neden karakter veya kelimeye göre değil?

Çünkü model metni doğrudan karakter olarak değil, önceden eğitilmiş bir token sözlüğü üzerinden işliyor. Hesaplama gücü token başına harcandığı için fiyatlandırma da o birim üzerinden yapılıyor.

Küçük model her zaman daha mı ucuz?

Token başına evet, üstelik büyük farkla. Ama karmaşık işlerde hata payı da yüksek. Doğru yaklaşım basit ve tekrarlayan işleri küçük modele, karar gerektiren işleri büyük modele vermek — hepsini büyük modelde çalıştırmak maliyeti gereksiz yere şişirir.

Aylık AI maliyetimi nasıl önceden tahmin ederim?

Aylık işlem sayısı ile işlem başına ortalama token (input+output) ve modelin token fiyatını çarparak kaba bir tahmin çıkarabilirsiniz. Gerçek kullanım başladıktan sonra ilk haftanın verisiyle bu tahmini kalibre etmek gerekir.