Token, bir yapay zekâ modelinin metni işlerken kullandığı parçadır. Bu parça bazen bir kelime, bazen kelimenin bir bölümü, bazen de noktalama işareti olabilir. Dolayısıyla “1.000 kelimelik belge kaç token eder?” sorusunun her modelde geçerli tek cevabı yoktur. Token sayısı; kullanılan modele, metnin diline ve içeriğine göre değişir. Günlük kullanımda bu kavramı anlamak, uzun dosyaların neden sorun çıkardığını ve API ücretinin nasıl hesaplandığını açıklamaya yardımcı olur.[1][2]
Bir sohbet uygulamasında yalnızca soru yazıyor olabilirsiniz. Ancak arka planda sizin mesajınızın yanında geçmiş konuşmalar, uygulamanın talimatları ve bazı araç çıktıları da işlenebilir. Bu nedenle ekranda gördüğünüz kısa bir sorunun toplam işlem yükü, sorunun uzunluğundan daha büyük olabilir. Bu rehberde tokenı kripto para anlamında değil, dil modellerindeki kullanım anlamıyla ele alıyoruz.[3]
Token ile kelime arasındaki fark
Kelime, okurun anlamlandırdığı dil birimidir. Token ise modelin kullandığı sayısal temsile dönüşen metin parçasıdır. Tokenizer adı verilen bileşen metni bu parçalara ayırır ve her parçayı modelin işleyebileceği kimliklerle eşleştirir. Aynı cümleyi farklı tokenizerlara verdiğinizde farklı parçalama sonuçları elde edebilirsiniz.[2]
Örneğin “Antalya’daki toplantıyı özetle.” cümlesini düşünün. Burada üç kelime sayıp üç token sonucuna ulaşmak doğru değildir. Yer adı, ekler, kesme işareti ve nokta farklı biçimlerde temsil edilebilir. Bu cümleyi belirli bir tokenizerla ölçmeden kaç parçaya ayrıldığını söylemek, örneği gerçek ölçüm gibi sunmak olur.
Pratik ayrım şudur: Bir metnin kelime sayısını metin düzenleyiciyle bulabilirsiniz; modelin işleyeceği token sayısını ise o modelin sayım yöntemiyle öğrenmelisiniz. Başka bir sağlayıcıya ait sayacı kullanmak yaklaşık fikir verebilir ama kesin fatura hesabına temel olmamalıdır.
Türkçe metinlerde neden sabit bir oran kullanmamalısınız?
Google belgelerinde İngilizce için verilen yaklaşık token ve kelime ilişkisi, bütün dillere uygulanacak bir dönüştürme kuralı değildir. Türkçedeki ek yapısı, özel adlar, teknik terimler, kod parçaları ve metnin yazım biçimi sonucu etkileyebilir. “Türkçe her zaman iki kat token harcar” gibi sabit bir katsayı kullanmak da güvenilir değildir.[1][2]
Bir içerik üreticisi açısından doğru yöntem, kendi metin türünüzden küçük bir örneklem oluşturmaktır. Beş haber girişi, beş ürün açıklaması ve beş uzun rehber bölümü seçin. Her grubu aynı modelde ölçün. Böylece kendi işiniz için kullanışlı bir ortalama elde edersiniz; bu ortalamayı bütün Türkçenin değişmez özelliği olarak sunmazsınız.
Ölçüm kaydında model adı kadar tarih de bulunsun. Daha sonra model veya tokenizer değiştiğinde eski sonuçla yeni sonucu karıştırmayın. Bir kelime sayacıyla token sayacının farklı sonuç vermesi, araçlardan birinin bozuk olduğu anlamına gelmez; iki araç farklı şeyleri saymaktadır.
Girdi ve çıktı tokenı nedir?
Girdi tokenları, isteğin işlenmesi için modele gönderilen içerikle ilgilidir. Çıktı tokenları, modelin ürettiği yanıtla ilgilidir. API ürünlerinde bu iki türün birim fiyatı farklı olabilir. Bazı sistemlerde önbellekten okunan içerik ve düşünme işlemleri de ayrı kullanım alanlarında raporlanır; hangi kalemin ne anlama geldiğini sağlayıcının kendi belgesinden kontrol etmek gerekir.[1][3]
| Kullanım | Girdi tarafında ne bulunabilir? | Çıktı tarafında ne oluşur? |
|---|---|---|
| Bir paragrafı düzeltme | Talimat ve paragraf | Düzeltilmiş metin |
| Uzun raporu özetleme | Rapor, soru ve gerekli bağlam | Özet ve değerlendirme |
| Kod hatasını inceleme | Hata mesajı, ilgili kod, kurallar | Açıklama ve önerilen değişiklik |
| Sohbete devam etme | Uygulamanın gönderdiği önceki konuşma | Yeni yanıt |
Tablo, kavramları ayırmak için hazırlanmış örnektir. Her uygulamanın bütün geçmişi aynı biçimde gönderdiğini varsaymayın. Kullanılan ürünün bağlam yönetimi, araçları ve önbellek davranışı toplamı değiştirebilir.[3]
Token, bağlam penceresi ve mesaj kotası aynı şey mi?
Hayır. Token bir ölçü birimidir. Bağlam penceresi, modelin bir istek sırasında dikkate alabileceği içeriğin kapasitesiyle ilgilidir. Mesaj kotası ise bir uygulamanın belirli zaman aralığında size tanıdığı kullanım hakkıdır. Bu üçü bağlantılı olabilir ama birbirinin yerine kullanılamaz.[3][4]
Örneğin kısa bir mesaj gönderirken “kullanım limitine ulaştınız” uyarısı almanız, o mesajın bağlam penceresini doldurduğunu göstermez. Hesabın dönemsel kullanım sınırına ulaşmış olabilirsiniz. Tersine, hesabınızda kullanım hakkı bulunurken çok büyük bir dosyanın tek isteğe sığmaması mümkündür.
Claude kullanırken gördüğünüz uyarının türünü ayırmak için Claude token limit sorunu rehberimize bakabilirsiniz. Bir sorunu çözmeden önce hangi sınıra takıldığınızı belirlemek, gereksiz abonelik yükseltmelerini ve aynı dosyayı tekrar tekrar yüklemeyi önler.
API maliyeti nasıl hesaplanır?
Basit metin kullanımında başlangıç hesabı, girdi ve çıktı miktarlarını kendi birim fiyatlarıyla çarpmaktır. Aşağıdaki rakamlar tamamen varsayımsaldır; herhangi bir şirketin güncel fiyatı değildir. Amaç, hesaplama yöntemini göstermektir.
Bir milyon girdi tokenının 2 dolar, bir milyon çıktı tokenının 8 dolar olduğunu varsayalım. Bir işlemde 20.000 girdi ve 2.000 çıktı tokenı kullanılırsa girdi maliyeti 0,04 dolar, çıktı maliyeti 0,016 dolar olur. Toplam 0,056 dolardır. Aynı işlemi 100 defa yaparsanız basit toplam 5,60 dolara ulaşır.
Girdi maliyeti = girdi tokenı / 1.000.000 × girdi birim fiyatı
Çıktı maliyeti = çıktı tokenı / 1.000.000 × çıktı birim fiyatı
Toplam = girdi maliyeti + çıktı maliyeti + varsa diğer ücretler
Son satırdaki diğer ücretler önemlidir. Web araması, depolama veya ayrı araç çağrıları bulunan bir uygulamada yalnızca metin hesabı bütün faturayı göstermeyebilir. Gerçek hesap için kullandığınız sağlayıcının fiyat sayfasını ve kullanım raporunu birlikte değerlendirin. Modeli değiştirdiğinizde eski birim fiyatı hesap tablosunda bırakmayın.[1][3]
Token sayısını nasıl öğrenebilirsiniz?
Google, Gemini API için istek öncesinde token sayımı ve yanıt sonrasında kullanım bilgisi yöntemlerini belgeliyor. Anthropic de mesajı göndermeden önce girdi miktarını tahmin etmeye yarayan token sayma uç noktası sunuyor. Sayım isteğinin yalnızca son cümleyi değil, gerçek üretim isteğinde gönderilecek gerekli bileşenleri içermesi gerekir.[1][5]
Kod yazmıyorsanız kullandığınız arayüzün kullanım veya geliştirici panelini inceleyin. Her sohbet uygulaması size ayrıntılı token dökümü göstermez. Böyle bir döküm yoksa “bugün tam olarak şu kadar token harcadım” sonucunu yalnızca mesaj adedinden çıkarmayın.
Kod yazıyorsanız deneme kaydını üç sütunla tutabilirsiniz: işlem adı, girdi miktarı ve çıktı miktarı. Maliyeti ayrıca hesaplayın. “Ürün açıklaması oluşturma” ile “uzun rapor karşılaştırma” aynı satırda birleşirse hangi işin masrafı artırdığını göremezsiniz. Tek bir toplam yerine görev bazında kayıt, değişikliklerin sonucunu anlamayı kolaylaştırır.
Gereksiz kullanımı azaltan çalışma yöntemi
İlk adım, hedef çıktıyı açık söylemektir. İki cümlelik yanıt istiyorsanız bunu başta belirtin. Modelden önce uzun açıklama üretmesini, ardından onu kısaltmasını istemek yerine doğrudan gerekli biçimi tarif edin. Ancak önemli bağlamı sırf kısa olsun diye çıkarmayın; eksik talimatla gelen hatalı cevabı düzeltmek de yeni işlem gerektirir.
İkinci adım, belgeyi göreve göre seçmektir. Yalnızca bir ürünün iade politikasını karşılaştıracaksanız bütün web sitesinin metnini göndermek yerine ilgili politika bölümünü hazırlayın. Her dosyanın adını, sürümünü ve hangi soruya cevap verdiğini belirtin. Böylece hem gereksiz veri azalır hem doğru belgeyi takip etmek kolaylaşır.
Üçüncü adım, çıktıyı aşamalara ayırmaktır. Önce içerik planını onaylayıp sonra seçilen bölümü yazdırmak, yanlış yönde üretilmiş uzun metinleri azaltabilir. Bu bir tasarruf garantisi değildir; kısa ve açık bir görevde bütün işi tek seferde tamamlamak daha uygun olabilir. Yöntemi kendi kullanım kaydınızla karşılaştırın.
Örnek talimat: “Bu sözleşmenin yalnızca teslimat ve iptal maddelerini incele. Her madde için belge bölümünü, kısa açıklamayı ve kontrol etmem gereken soruyu yaz. En fazla altı satır üret. Metinde bulunmayan bilgiyi ekleme.” Bu talimatın değeri birkaç kelime kısa olmasından değil, işin kapsamını belirlemesinden gelir.
Kendi kullanımınızı ölçmek için küçük bir alıştırma
Tek bir müşteri e-postasını yanıtlatacağınızı düşünün. İlk sürümde bütün eski yazışmayı ekleyin. İkinci sürümde yalnızca son mesajı, mutabık kalınan fiyatı ve cevapta bulunması gereken iki noktayı verin. İki sürümde de aynı yanıt uzunluğunu isteyin. Sonuçları yalnızca token sayısına göre değerlendirmeyin.
Hazırlayacağınız kontrol listesinde dört soru olsun: Fiyat doğru mu? Önceki anlaşma korunmuş mu? Müşterinin sorusu yanıtlanmış mı? Gereksiz açıklama var mı? Daha kısa girdi temel bilgiyi kaybettiriyorsa başarılı optimizasyon sayılmaz. Önce doğru çıktıyı koruyun, ardından gereksiz tekrarları azaltın.
Bu alıştırma ölçülmüş bir ürün testi değildir; kendi iş akışınıza uygulayabileceğiniz bir yöntemdir. Belge ve müşteri bilgilerini örneklerken kişisel verileri temizleyin. Sayım aracı kullanmanız, metnin gizliliğini kendiliğinden sağlamaz. Kullanacağınız hizmetin veri koşulları ayrıca değerlendirilmelidir.
Bir ekip içinde maliyet takibi yapıyorsanız kullandığınız raporun hangi kapsamı gösterdiğini de kaydedin. Tek çalışanın denemesi, bütün projenin aylık tüketimi ve yalnızca bir API anahtarının tüketimi farklı toplamlar olabilir. Aynı tabloya farklı kapsamları taşırsanız model değişikliğinin etkisini yanlış yorumlayabilirsiniz.
Örnek bir takip satırı şöyle kurulabilir: “Ürün açıklaması, 5 Kasım, deneme ortamı, seçilen model, 30 ürün, ortalama girdi, ortalama çıktı, başarısız deneme sayısı.” Son sütun özellikle yararlıdır. İsteği üç kez yinelediğiniz halde yalnızca son başarılı yanıtı kaydetmek, işin gerçek kaynak ihtiyacını düşük gösterir. Ödeme panelindeki toplamla kendi kayıtlarınız ayrışırsa önce kapsamı, tarihi ve yeniden denemeleri karşılaştırın. Kur farkını token miktarına karıştırmadan ayrı sütunda tutmak, teknik tüketim ile ödeme tutarını ayırmanıza yardımcı olur.
Sık sorulan sorular
Bir token kaç kelimedir?
Sabit değildir. Kelime, kelime parçası veya işaret olabilir. İngilizce için verilen yaklaşık oranları Türkçe metinlerin kesin sayımı gibi kullanmayın. Kesinliğe ihtiyaç varsa ilgili modelin sayım yöntemine başvurun.[1][2]
Uzun sohbetler neden daha fazla kaynak kullanabilir?
Uygulamanın modele yeniden gönderdiği konuşma geçmişi de işlenen girdinin parçası olabilir. Geçmişin nasıl saklandığı, özetlendiği ve yeniden kullanıldığı ürüne göre değişir. Önceki mesajların ekranda görünmesi tek başına hepsinin her istekte aynı biçimde işlendiğini kanıtlamaz.[3]
Token satın almak ile abonelik almak aynı mı?
Hayır. Kullanım başına ücretlenen bir API ile sohbet uygulaması aboneliği farklı ürün ve faturalandırma modelleridir. Bir aboneliğin API kullanımını da içerdiğini varsaymadan ilgili ürünün koşullarını inceleyin.[4]
Daha az token her zaman daha iyi sonuç verir mi?
Hayır. Amaç en kısa isteği yazmak değil, gerekli bilgiyi açık biçimde aktarmaktır. Kritik belge bölümünü çıkarmak cevabı bozabilir. Gereksiz tekrarları ayıklamakla gerekli ayrıntıyı silmek arasında fark vardır.
Kaynaklar ve hazırlama notu
Bu rehber resmî belgeler ve aşağıdaki birincil kaynaklar incelenerek hazırlandı. Uygulama örnekleri Dijipedya tarafından açıklama ve karşılaştırma amacıyla kurgulandı; ölçülmüş performans sonucu olarak sunulmaz. Özellik ve plan koşulları değişebilir.
- Google AI for Developers, Understand and count tokens. Bilginin alındığı tarih: 5 Kasım 2026.
- Hugging Face, Tokenizers. Bilginin alındığı tarih: 5 Kasım 2026.
- Anthropic, Context windows. Bilginin alındığı tarih: 5 Kasım 2026.
- Claude Help Center, Usage and length limits. Bilginin alındığı tarih: 5 Kasım 2026.
- Anthropic, Token counting. Bilginin alındığı tarih: 5 Kasım 2026.
