Yapay zekâ token faturalama, ürününüzdeki yapay zekâ özellikleri için müşterinize isteklerinin harcadığı token’a (ya da başka bir kullanım birimine) göre ücret yansıtmaktır; böylece geliriniz, model sağlayıcısına ödediğiniz çıkarım (inference) maliyetiyle birlikte hareket eder. Doğru kurulduğunda yoğun kullanan müşteri az kullanandan fazla öder ve hiçbir müşteri brüt marjınızı sıfırın altına itemez.
Sabit fiyat, ek maliyeti neredeyse sıfır olan yazılımlarda işe yarar. Yapay zekâ özellikleri farklıdır: her isteğin, model sağlayıcının size faturaladığı gerçek ve değişken bir maliyeti var. Bu yazıda bunun neden önemli olduğunu, neyi faturalayacağınızı nasıl seçeceğinizi, yaygın fiyat modellerini ve ödediğiniz faturanın kestiğiniz faturaları geçmemesi için limitleri ve uyarıları nasıl kullanacağınızı anlatıyoruz.
Yapay zekâ ürünleri neden kullanım bazlı fiyat ister?
Çıkarım maliyetinin üç özelliği sabit fiyatı riskli kılar.
İstek başına maliyet çok değişkendir. Kısa bir soru ile uzun bir belge özeti arasında token farkı yüz katı bulabilir. Çıktı token’ları genelde girdi token’larından pahalıdır. Anthropic’in fiyat sayfasında (2 Kasım 2026’da kontrol edildi) Claude Sonnet 5.5 için milyon girdi token’ı 2 $, milyon çıktı token’ı 10 $ olarak listeleniyor; çıktı beş kat pahalı. Akıl yürüten (reasoning) modeller kullanıcının hiç görmediği token’lar da üretir: Google’ın Gemini API fiyat sayfası (2 Kasım 2026’da kontrol edildi) çıktı fiyatlarının düşünme (thinking) token’larını da kapsadığını yazıyor.
Kullanım birkaç kişide toplanır. Çoğu üründe küçük bir kullanıcı grubu isteklerin büyük kısmını üretir. Sabit fiyatta bu kullanıcıları diğer herkes sübvanse eder; onlar büyüdükçe sizin marjınız erir.
Maliyetiniz sizden habersiz değişir. Sağlayıcılar fiyatları ve tokenizer’ları değiştirir. Aynı Gemini sayfası, Gemini 4 Argon’u 30 Kasım 2026’ya kadar milyon token başına 2 $ girdi / 10 $ çıktı, 1 Aralık 2026’dan itibaren 4 $ / 20 $ olarak listeliyor. Anthropic’in sayfası da yeni modellerin tokenizer’ının aynı metin için yaklaşık %30 daha fazla token ürettiğini belirtiyor. Token’ı birebir yeniden satıyorsanız model değişikliği müşterinin faturasını değiştirir; maliyeti siz üstleniyorsanız marjınızı.
Kullanım bazlı fiyatlama bu riskleri ortadan kaldırmaz ama her biri için elinize bir kaldıraç verir.
Faturalanacak birimi seçmek
İlk karar, müşterinin faturada ne göreceği. Bunun sağlayıcının size faturaladığı birimle aynı olması gerekmiyor.
| Birim | Uygun olduğu yer | Dikkat |
|---|---|---|
| Girdi + çıktı token (ayrı ayrı) | token’ı bilen geliştiricilere satılan araçlar ve API’ler | müşteri iki fiyatı anlamalı; tokenizer modele göre değişir |
| Toplam token | basit token fiyatlaması | aynı sayıda token’da çıktı ağırlıklı kullanıcı size daha pahalıya gelir |
| İstek ya da üretim | son kullanıcı uygulamaları (bir görsel, bir cevap, bir özet) | istek başı maliyet sınırlanmalı, yoksa uzun istekler marjı yer |
| Dakika ya da saniye | ses, transkripsiyon, video | yalnızca sağlayıcınız da zamana göre faturalıyorsa maliyete düzgün oturur |
| Kredi | birden çok model ve özelliğin karıştığı kullanım | dönüşümü açıkça yayımlamalısınız, yoksa müşteri kandırıldığını hisseder |
Pratik kurallar:
- Müşterinin tahmin edebileceği birimle faturalayın. API’nizi çağıran bir geliştirici token üzerinden düşünebilir. Yazı asistanı kullanan biri ise belge üzerinden düşünür, token üzerinden değil.
- Ödediğiniz birimle ölçün, başka bir birimle faturalasanız bile. İçeride her model için girdi ve çıktı token’larını kaydedin, fiyatlamada isteğe ya da krediye çevirin. Böylece müşteri başına gerçek marjınızı her zaman hesaplayabilirsiniz.
- İsteği sınırlayın. İstek başına ücret alıyorsanız girdi boyutuna ve en uzun çıktıya tavan koyun ki en kötü senaryo bile kârlı kalsın.
Hızlı bir marj kontrolü
Tipik bir isteğin, milyon token başına 2 $ / 10 $ olan bir modelde (yukarıdaki Sonnet 5.5 liste fiyatı) 2.000 girdi ve 500 çıktı token’ı harcadığını düşünün. Çıkarım maliyeti istek başına 0,004 $ + 0,005 $ = 0,009 $. İstek başına 0,02 $ alırsanız diğer giderlerden önce yaklaşık %55’i size kalır.
Şimdi yoğun bir kullanıcı istek başına 8.000 girdi ve 2.000 çıktı token’ı gönderiyor. Maliyet 0,016 $ + 0,020 $ = 0,036 $ ve aynı 0,02 $’lık fiyat her çağrıda 0,016 $ kaybettirir. Ya token üzerinden fiyatlayın, ya istek boyutuna tavan koyun, ya da büyük isteklerden daha fazla ücret alın. Türkiye’de ₺ ile satış yapıyorsanız bir katman daha var: maliyetiniz dolar, geliriniz lira. Kur hareketini fiyat sürümlerine yansıtmayı baştan planlayın.
Yapay zekâ kullanımı için fiyat modelleri
Çoğu yapay zekâ ürünü dört modelden birine varır.
- Saf kullanım. Token ya da istek başına ödeme, başka bir şey yok. Geliştiricilere anlatması en kolayı; gelir öngörülemez ve küçük hesaplar ücret ödemeden destek zamanını harcar.
- Taban ücret + dahil kullanım + aşım. Örneğin ayda 750 ₺, içinde 2 milyon token; sonrası her ek milyon token için bir fiyat. Taban ücret sabit giderleri karşılar, dahil kota beklentiyi belirler. Yapay zekâ SaaS’ında en yaygın model bu.
- Ön ödemeli kredi. Müşteri bir kredi paketi alır, her işlem kredi harcar. Çıkarıma para harcamadan önce siz ödemeyi almış olursunuz ve sıfır bakiye doğal bir durdurma noktasıdır. Tüketici ve bireysel profesyonel uygulamalarda iyi çalışır.
- Kademeler. Hacim büyüdükçe düşen birim fiyatlar (kademeli fiyat); büyük müşteriler özel sözleşme olmadan daha iyi fiyat alır. En düşük kademe fiyatını, birim başına beklediğiniz en yüksek maliyetin üstünde tutun.
Bunları karıştırabilirsiniz: dahil token’lı bir taban ücret, kademeli aşım ve kesin bir tavan isteyen müşteriler için ek kredi paketleri.
Limitler, haklar (entitlement) ve uyarılar
Fiyatlama marjınızı bir ay boyunca korur. Limitler ise bir saat içinde korur.
- Kesin limitler müşteri hakkını doldurduğunda hizmeti durdurur: ücretsiz paket, deneme süresi, ön ödemeli bakiye.
- Esnek limitler kullanımı sürdürür ama bir şey tetikler: %80’de bir e-posta, %100’den sonra aşım fiyatı, %300’de satış ekibinden bir arama.
- Zaman penceresi limitleri (saatlik ya da günlük), tekrar denemeye takılmış bir ajan gibi kontrolden çıkmış döngüleri bir aylık token’a dönüşmeden yakalar.
Asıl tasarım sorusu kontrolün nerede yapıldığı. Faturalama toplamları genelde asenkron hesaplanır ama uygulamanız modeli çağırmadan önce bir cevaba ihtiyaç duyar. Bu da istek yolunda okuyabileceğiniz, bir iki saniye geride kalmasına izin verilen hızlı bir sayaç ve onu kesin toplamlara göre düzelten bir mutabakat demek.
Uyarıların bir özelliği daha olmalı: her eşik için bir kez tetiklenmeleri. Üç sunucu eşiğin geçildiğini aynı anda gördüğü için on beş tane “%80’ini kullandın” e-postası alan müşteri bir süre sonra onları okumayı bırakır.
Marjı koruma kontrol listesi
- İstek ya da kredi üzerinden fiyatlasanız bile girdi ve çıktı token’larını model başına ölçün.
- En düşük kademeyi ortalama maliyetinizin değil, gerçekçi en kötü birim maliyetinin üstünde fiyatlayın.
- Sağlayıcı indirimlerini (prompt önbelleği, toplu işleme) aksini seçmedikçe müşterinin indirimi değil kendi marjınız olarak görün. Anthropic aynı fiyat sayfasında Batch API için %50 indirim listeliyor.
- Fiyatlarınızı sürümleyin. Sağlayıcı fiyat artırdığında eskisini düzenlemek yerine yeni dönemler için yeni bir sürüm yayımlayın.
- Olay kabulünü idempotent yapın. LLM çağrılarında tekrar denemeler sıktır (zaman aşımları, kopan stream’ler); tekrarlanan bir olay müşteriye bedava token, kaybolan bir olay herkese bedava token demektir.
- Pahalı özelliklere zaman penceresi limiti koyun ve uyarıyı limitten sonra değil önce gönderin.
Payrudder LLM kullanımını nasıl ölçüyor?
Payrudder, Go ile yazılmış bir kullanım ölçümü ve faturalama platformu; NAFRU onu kendi yapay zekâ ve SaaS uygulamalarının ortak faturalama katmanı olarak geliştirdi. Token faturalama için parçalar şunlar:
Sayaçlar. tokens özelliği üzerinde SUM toplaması yapan ai_tokens gibi bir sayaç, her olayın miktarını müşteri ve dönem başına toplar. Girdi ve çıktı token’ları için ayrı sayaçlar tanımlayabilirsiniz; bir sayaç ayrıca bir olay özelliği üzerinde eşitlik filtresi taşıyabilir, örneğin model, böylece her model kendi sayacına düşer. Miktarlar tam ondalıktır ve para hiçbir yerde float değildir; token başına küçücük fiyatlar kaymaz.
Idempotent olay kabulü. Her olay bir idempotency anahtarı taşır; canlı anahtarlarda bu zorunludur. Tekrar gönderim duplicate yanıtı alır ve asla iki kez sayılmaz; aynı anahtar farklı içerikle gelirse reddedilir. Anahtar olarak sağlayıcının yanıt kimliğini kullanmak basit bir seçim. Bir olay kabaca şöyle görünür:
{ "idempotency_key": "resp_8f2c", "customer_external_id": "cus_42",
"meter_code": "ai_tokens", "quantity": "1500",
"event_time": "2026-11-03T10:15:00Z", "properties": { "model": "model-x" } }
Fiyatlama. Birim başına, kademeli, paket fiyatları ve planda taban ücret, yukarıdaki 1, 2 ve 4 numaralı modelleri karşılar. Plan sürümleri değiştirilemez; kapanmış bir dönemi yeni sürümle yeniden fiyatlamak yalnızca farkı bir düzeltme faturasıyla faturalar. 3 numaralı model için kredi paketleri ödeme linkleri ya da müşteri portalı üzerinden satılır; backend’iniz krediyi bir API çağrısıyla harcar, bakiye yetmezse çağrı hiçbir şey düşmeden reddedilir ve bakiye sizin belirlediğiniz eşiğin altına indiğinde bir kez credits.low webhook’u gönderilir.
Limitler. limits-svc müşteri başına sayaçları Redis’te tutar ve Lua ile atomik olarak günceller; fatura dönemi başına ve isterseniz saat, gün, hafta, yıl ya da tüm zamanlar için. Uygulamanız bir isteği karşılamadan önce hakkı sorar ve used, limit, allowed ile bir as_of zamanı alır. %80 ve %100 gibi eşikler her biri bir kez tetiklenir (Redis SET NX ve deterministik bir olay kimliğiyle) ve bir e-posta uyarısı gider. Bir mutabakat döngüsü sayaçları kesin toplamlara göre düzeltir. Dürüst iki not: Payrudder limit aşıldığında olay kabulünü engellemez (olmuş kullanım kaydedilir, bir sonraki isteği karşılayıp karşılamamaya uygulamanız karar verir) ve M4 dizüstündeki ölçümümüzde saniyede 2.000 istekte hak okumaları için p99 hedefi tutturulamadı.
Yapay zekâ faturalama sayfası tam bir kurulumu gösteriyor; sayaçlar ve toplama türleri kullanım ölçümü sayfasında. Bir durum notu daha: Paddle ve iyzico ödeme adaptörleri sağlayıcıların dokümantasyonundan yazıldı ve fixture’larla test edildi, ama henüz sandbox ortamlarında çalıştırılmadı.
Özet
Yapay zekâ özelliklerinin her isteğinde bir maliyet var; bu yüzden fiyatlamanın bu maliyeti izleyen bir kullanım bileşeni olmalı. Ödediğiniz birimle ölçün, müşterinin anladığı birimle faturalayın, en kötü senaryoyu bir kez tetiklenen limit ve uyarılarla sınırlayın. Payrudder Cloud erken erişimde ve gelirinizden pay değil sistem kullanımı üzerinden ücretlendiriliyor. Paketler fiyatlar sayfasında.