Smart Calculators

Smart

Calculators

Token kalkulátor

Számold ki az AI nyelvi modellek használatának költségét. Becsüld meg a tokeneket szövegből, és hasonlítsd össze a GPT-4, Claude, Gemini és más modellek árait.

$

$

Költség kérésenként

$0.02

Bemenet: $0.0050 · Kimenet: $0.01

Napi költség

$1.75

100 kérések naponta

Havi költség

$52.50

30 napok

Éves költség

$638.75

365 napok

Tokenek becslése szövegből

Token kalkulátor. AI token számolás és API költségbecslés LLM modellekhez.

A token kalkulátor megbecsüli a tokenek számát a szövegben, és kiszámítja az API-költséget GPT, Claude, Gemini, Grok és DeepSeek modellekhez. A szöveg hosszát tokenekre alakítja a szabványos, körülbelül 4 karakterenkénti 1 token arány alapján, majd alkalmazza az egyes modellek millió tokenenkénti árát, hogy azonnal megmutassa a bemeneti és kimeneti költségeket.

Mi az a token az AI nyelvi modelleknél?

A token a mesterséges intelligencia nyelvi modelljei (LLM-ek) által használt legkisebb szövegegység, amelyre a rendszer a bemeneti szöveget felbontja feldolgozás előtt. Egy token lehet egy teljes szó, szótöredék, egyetlen karakter vagy írásjel -- a pontos felosztás a modell tokenizáló algoritmusától függ. Az angol nyelvben 1 token nagyjából 4 karakternek vagy 0,75 szónak felel meg, tehát 1000 angol szó körülbelül 1333 tokent jelent.
A magyar nyelv esetében a helyzet lényegesen eltér: mivel a tokenizálók túlnyomórészt angol szövegeken lettek betanítva, a magyar szöveg jellemzően 1,5-2-szer annyi tokent igényel, mint az ugyanolyan hosszúságú angol szöveg. Ennek oka a magyar nyelv agglutináló jellege -- a ragok, jelek és képzők miatt az olyan szavakat, mint a "költségvetés" vagy a "összehasonlítás", a tokenizáló több kisebb egységre bontja. Ez azt jelenti, hogy a magyar nyelvű API-hívások akár 50-100%-kal drágábbak lehetnek, mint az angol megfelelőik.
Az AI API-szolgáltatók (OpenAI, Anthropic, Google, xAI, DeepSeek, Mistral, Meta) a felhasznált tokenek alapján számláznak, külön áron a bemeneti tokenekre (a küldött prompt) és a kimeneti tokenekre (a modell válasza). A token kalkulátorunk segítségével azonnal kiszámíthatod a szöveged tokenszámát és a várható költségeket több mint 30 modell árazásával összevetve.

Hogyan számítsd ki az AI API token költségét?

Az AI API-hívás költségének kiszámításához három adatra van szükséged: a bemeneti tokenek száma, a kimeneti tokenek száma, és a választott modell token-árazása.
Íme a lépésenkénti útmutató:
1. Becsüld meg a bemeneti tokenek számát. Illeszd be a prompt szövegedet a token számlálónkba, vagy használd a közelítő képletet: magyar szöveg esetén 1 szó átlagosan 1,3-1,5 token (angol szövegnél 1,0-1,3 token).
2. Becsüld meg a kimeneti tokenek számát. Ez a modell válaszának várható hossza. Egy rövid válasz 100-300 token, egy részletes magyarázat 1000-2000 token.
3. Keresd ki a választott modell árazását. Az AI-szolgáltatók az árat 1 millió tokenre vetítve adják meg, külön a bemenethez és a kimenethez.
4. Alkalmazd az alábbi költségképletet.
Példa: Ha egy 2000 tokenes promptot küldesz a Claude Sonnet 4.6 modellnek (3 USD / 1M bemeneti token) és 500 tokenes választ kapsz (15 USD / 1M kimeneti token), a költség: (2000 / 1 000 000 x 3) + (500 / 1 000 000 x 15) = 0,006 + 0,0075 = 0,0135 USD, azaz hozzávetőleg 5 Ft egyetlen API-hívásért. Napi 10 000 kérésnél ez 50 000 Ft naponta, vagyis nagyjából 1 500 000 Ft havonta.
Fontos tudni, hogy a kimeneti tokenek jellemzően 3-8-szor drágábbak, mint a bemeneti tokenek. Ennek oka, hogy a bemeneti tokeneket a modell párhuzamosan, egyetlen előrecsatolási lépésben dolgozza fel, míg a kimeneti tokenek egyenként, szekvenciálisan generálódnak -- ez lényegesen nagyobb számítási kapacitást igényel.

AI token költség képlet

K=Tbe×Pbe1,000,000+Tki×Pki1,000,000K = \frac{T_{be} \times P_{be}}{1{,}000{,}000} + \frac{T_{ki} \times P_{ki}}{1{,}000{,}000}
  • KK = Az API-hívás teljes költsége (USD-ben)
  • TbeT_{be} = Bemeneti tokenek száma (prompt, rendszer-prompt és kontextus)
  • TkiT_{ki} = Kimeneti tokenek száma (a modell által generált válasz)
  • PbeP_{be} = Az 1 millió bemeneti token ára a választott modellnél
  • PkiP_{ki} = Az 1 millió kimeneti token ára a választott modellnél
Havi költségek kiszámításához bővítsd ki a képletet a kérések számával:
Khavi=(Tbe×Pbe+Tki×Pki1,000,000)×N×30K_{havi} = \left(\frac{T_{be} \times P_{be} + T_{ki} \times P_{ki}}{1{,}000{,}000}\right) \times N \times 30
Ahol N a napi API-kérések száma. Ha prompt gyorsítótárazást (prompt caching) használsz -- amelyet az OpenAI, Anthropic és a Google is kínál --, a gyorsítótárazott bemeneti tokenek a normál bemeneti ár 10-25%-áért számlázódnak -- az OpenAI GPT-5.4/5.5 családja és az Anthropic egyaránt a bemeneti ár 10%-át számítja fel a cache-találatokra --, ami jelentősen csökkenti az ismétlődő rendszer-prompttal működő alkalmazások költségeit.
Magyar nyelvű alkalmazásoknál fontos a tokenszám-korrekció: mivel a magyar szöveg átlagosan 1,5-2x annyi tokent igényel, mint az angol, a költségkalkulációban érdemes a nyers szószámot 1,5-ös szorzóval korrigálni a pontosabb becsléshez.

Gyakorlati példák: AI API token költségek forintban

Magyar nyelvű ügyfélszolgálati chatbot: havi 30 000 beszélgetés

Egy magyar webáruház AI-chatbotot üzemeltet az ügyfélszolgálaton GPT-5.4 Nano modellel (0,20 USD / 1M bemeneti token, 1,25 USD / 1M kimeneti token). Minden beszélgetés átlagosan 1000 bemeneti tokent (rendszer-prompt + vásárlói kérdés + előzmények -- magyar szövegnél magasabb tokenszám) és 500 kimeneti tokent tartalmaz.
Bemeneti költség: 30 000 x 1000 / 1 000 000 x 0,20 = 6,00 USD Kimeneti költség: 30 000 x 500 / 1 000 000 x 1,25 = 18,75 USD Havi összköltség: 24,75 USD, azaz nagyjából 9 300 Ft
Ha a vállalkozás prémium modellre, például Claude Sonnet 4.6-ra (3/15 USD / 1M token) váltana, a havi költség 315 USD-re (kb. 118 000 Ft-ra) ugrana -- közel 13-szoros különbség. Egyszerűbb ügyfélszolgálati feladatokhoz a budget modell kiváló ár-érték arányt kínál.

Dokumentum-összefoglalás egy budapesti ügyvédi irodánál

Egy budapesti ügyvédi iroda napi 15 magyar nyelvű szerződést elemeztet AI-val. Egy átlagos szerződés magyar szövege 4500 bemeneti tokent igényel (angolul ugyanez kb. 3000 token lenne), az összefoglalás pedig kb. 600 kimeneti token. Havi szinten (22 munkanap) ez 330 API-kérést jelent.
Gemini 2.5 Flash modellel (0,30 USD / 1M bemenet, 2,50 USD / 1M kimenet): Bemeneti költség: 330 x 4500 / 1 000 000 x 0,30 = 0,45 USD Kimeneti költség: 330 x 600 / 1 000 000 x 2,50 = 0,50 USD Havi összköltség: 0,95 USD, azaz mindössze kb. 360 Ft
Az AI-elemzés havi 360 Ft-ért órákat takarít meg a jogászoknak. Claude Opus 4.8 modellel (5/25 USD / 1M) a minőség magasabb lenne, de a költség is emelkedne kb. 12,40 USD-re (kb. 4 650 Ft-ra) -- az iroda méretétől és a minőségi igényektől függően ez is megérheti.

AI kódolási asszisztens egy 10 fős fejlesztőcsapatnak

Egy magyar szoftvercsapat 10 fejlesztője AI kódsegédet használ Claude Sonnet 4.6 modellel (3 USD / 1M bemenet, 15 USD / 1M kimenet). Minden fejlesztő naponta átlagosan 35 kérést indít, kérésenként 2500 bemeneti tokennel (kódkontextus + kérdés) és 700 kimeneti tokennel (kódjavaslat + magyarázat).
Napi kérésszám: 10 x 35 = 350 Napi bemeneti költség: 350 x 2500 / 1 000 000 x 3,00 = 2,63 USD Napi kimeneti költség: 350 x 700 / 1 000 000 x 15,00 = 3,68 USD Napi összesen: 6,31 USD | Havi (22 munkanap): 138,82 USD, kb. 52 000 Ft
Ez fejlesztőnként havi kb. 5200 Ft -- nagyjából egy ebéd ára. A produktivitásnövekedéshez képest ez kiváló befektetés. Prompt gyorsítótárazással a közös rendszer-prompt és kódkontextus költsége további 15-25%-kal csökkenthető.

Tippek az AI API token költségek csökkentéséhez

  • Válaszd ki a feladathoz legmegfelelőbb modellt. Egyszerű feladatokhoz (osztályozás, kivonat, összefoglalás) használj budget modelleket: GPT-5.4 Nano, GPT-5.4 Mini, Gemini 2.5 Flash-Lite, Claude Haiku 4.5, DeepSeek V4 Flash, Mistral Small 4 vagy Amazon Nova Micro. A prémium modelleket (Claude Fable 5, Claude Opus 4.8, Claude Sonnet 4.6, GPT-5.5, GPT-5.4, Gemini 3.1 Pro, Grok 4.3) tartsd fenn a komplex elemzésekhez és kódoláshoz. Feladatalapú modell-routing alkalmazásával akár 40-60%-kal csökkenthetők a költségek.
  • Használj prompt gyorsítótárazást (prompt caching). Ha az alkalmazásod minden kérésnél ugyanazt a rendszer-promptot küldi, a gyorsítótárazás akár 90%-kal csökkentheti a bemeneti token költségeket. Az OpenAI automatikusan alkalmazza, az Anthropic explicit cache_control fejléc beállítást igényel.
  • Használd a Batch API-t nem sürgős feladatokhoz. Az OpenAI és az Anthropic 50%-os kedvezményt ad a kötegelt (batch) feldolgozásra. Tömeges elemzések, riportok és adatfeldolgozás esetén érdemes kihasználni.
  • Rövidítsd a promptjaidat. Minden felesleges token pénzbe kerül. Távolítsd el a redundáns utasításokat és a túl részletes kontextust. Egy jól megfogalmazott 500 tokenes prompt gyakran jobb eredményt ad, mint egy 2000 tokenes -- és 75%-kal kevesebbe kerül.
  • Korlátozd a kimeneti token számot. Állítsd be a max_tokens paramétert a ténylegesen szükséges értékre. Ha egymondatos választ vársz, állítsd 100 tokenre a limitet, ne engedd, hogy a modell bekezdéseket generáljon.
  • Magyar szövegeknél figyelj a tokenizálási felárra. A magyar nyelv agglutináló jellegéből adódóan ugyanaz a tartalom 50-100%-kal több tokent igényel, mint angolul. Ha lehetséges, a rendszer-promptot és a fix utasításokat írd angolul, a felhasználói interakciót pedig hagyd magyarul -- ez akár 20-30%-ot spórolhat a bemeneti költségeken.
  • Monitorozd és állíts be költségriasztást. Használd a szolgáltató költségfigyelő felületét vagy külső eszközöket (pl. Helicone) a tokenfogyasztás nyomon követésére. Állíts be havi költségkorlátot a nem várt túllépések megelőzésére.

Gyakran ismételt kérdések az AI tokenekről és árazásról

Hány token egy magyar szó?

Egy magyar szó átlagosan 1,3-1,5 tokenből áll, szemben az angol szavak 1,0-1,3 tokenes átlagával. A különbség oka, hogy a tokenizáló algoritmusok (BPE) túlnyomórészt angol szövegeken lettek betanítva, így a magyar ragozott, toldalékolt szavakat több kisebb egységre bontják. Rövid, gyakori szavak ("a", "és", "nem") általában 1 token, de hosszabb összetett szavak, mint a "költségvetés" vagy "összehasonlítás", 3-5 tokent is igényelhetnek. Összességében egy 1000 szavas magyar szöveg jellemzően 1300-1500 token.

Miért drágább a magyar szöveg feldolgozása, mint az angolé?

A magyar szöveg feldolgozása átlagosan 50-100%-kal drágább, mint az azonos tartalmú angol szövegé. Ennek fő oka a tokenizálás hatékonysága: a magyar agglutináló nyelv, ami azt jelenti, hogy ragokkal, jelekkel és képzőkkel fejezzük ki a nyelvtani viszonyokat. A tokenizáló ezeket a hosszú, összetett szavakat több kisebb tokenre bontja. Az újabb tokenizálók javítottak ezen: az OpenAI jelenlegi (GPT-5.4/5.5) modelljeiben használt o200k_base tokenizáló körülbelül 1,16-szor hatékonyabb magyar szövegen, mint a korábbi generációké, de a különbség az angolhoz képest továbbra is fennáll.

Mennyibe kerül egy ChatGPT API-hívás forintban?

Egy tipikus API-hívás GPT-5.4-gyel (500 bemeneti + 300 kimeneti token) körülbelül 0,0058 USD-be kerül, ami 375 Ft-os árfolyamon kb. 2,2 Ft. Napi 1000 ilyen kérésnél ez havi kb. 65 000 Ft. A budget GPT-5.4 Nano modellel ugyanez mindössze kb. 0,0005 USD (0,18 Ft) kérésenként, azaz havi kb. 5300 Ft a 1000 napi kérésre. A prémium GPT-5.5 modellel viszont ugyanez a mennyiség havi kb. 130 000 Ft-ba kerülne.

Melyik a legolcsóbb AI modell API-használatra 2026-ban?

2026 júniusában a legolcsóbb API-modellek (bemenet/kimenet 1M tokenre): Amazon Nova Micro (0,035/0,14 USD), Cohere Command R7B (0,0375/0,15 USD), Llama 3.1 8B Groq-on (0,05/0,08 USD), Mistral Small 4 (0,10/0,30 USD), Gemini 2.5 Flash-Lite (0,10/0,40 USD), Llama 4 Scout Groq-on (0,11/0,34 USD), DeepSeek V4 Flash (0,14/0,28 USD), GPT-5.4 Nano (0,20/1,25 USD). A közép kategóriában: Gemini 3.1 Flash-Lite (0,25/1,50 USD), Gemini 2.5 Flash (0,30/2,50 USD), DeepSeek V4 Pro (0,435/0,87 USD), Mistral Large 3 (0,50/1,50 USD), GPT-5.4 Mini (0,75/4,50 USD), Claude Haiku 4.5 (1/5 USD), Grok 4.3 (1,25/2,50 USD). A prémium szegmensben: GPT-5.4 (2,50/15 USD), Claude Sonnet 4.6 (3/15 USD), Claude Opus 4.8 (5/25 USD), GPT-5.5 (5/30 USD), Claude Fable 5 (10/50 USD). A legjobb választás a feladat összetettségétől függ.

Mi a különbség a token és a szó között?

A szó nyelvi egység, amelyet szóközök választanak el. A token viszont a modell tokenizáló algoritmusa által meghatározott feldolgozási egység -- lehet teljes szó, szótöredék, egyetlen karakter vagy írásjel. Az angol "hello" egy token, de az "unbelievable" szó három tokenre bomlik: "un", "believ", "able". A magyar nyelven a helyzet még összetettebb: a "megváltoztathatatlanság" szó akár 5-6 tokenre is széteshet. Ezért a token-alapú árazás nem feleltethető meg közvetlenül a szószámnak.

Hogyan csökkenthetem a prompt gyorsítótárazással a költségeimet?

A prompt gyorsítótárazás (prompt caching) a rendszeresen ismétlődő prompt-részek (pl. rendszer-prompt) előre kiszámított kulcs-érték vektorait tárolja, így azokat nem kell minden kérésnél újra feldolgozni. A gyorsítótárazott tokenekre jellemzően a normál bemeneti ár 10-25%-a érvényes -- az OpenAI GPT-5.4/5.5 családja és az Anthropic Claude modelljei egyaránt a bemeneti ár 10%-át számítják fel a cache-találatokra. Ha az alkalmazásod minden kéréshez ugyanazt a 500 tokenes rendszer-promptot küldi, a gyorsítótárazás akár 90%-kal csökkentheti a bemeneti költségeket erre a részre. Az OpenAI automatikusan alkalmazza, az Anthropic-nál és a Google-nál explicit beállítás szükséges.

Hogyan hasonlíthatom össze a GPT, Claude és Gemini árazását?

2026 júniusában az árak (1M token, bemenet/kimenet): Prémium kategória -- Claude Fable 5: 10/50 USD, GPT-5.5: 5/30 USD, Claude Opus 4.8: 5/25 USD, Claude Sonnet 4.6: 3/15 USD, GPT-5.4: 2,50/15 USD, Gemini 3.1 Pro: 2/12 USD, Gemini 3.5 Flash: 1,50/9 USD, Gemini 2.5 Pro: 1,25/10 USD. Közép kategória -- Grok 4.3: 1,25/2,50 USD, Claude Haiku 4.5: 1/5 USD, GPT-5.4 Mini: 0,75/4,50 USD, Gemini 3 Flash: 0,50/3 USD, DeepSeek V4 Pro: 0,435/0,87 USD, Gemini 2.5 Flash: 0,30/2,50 USD. Budget -- GPT-5.4 Nano: 0,20/1,25 USD, DeepSeek V4 Flash: 0,14/0,28 USD, Gemini 2.5 Flash-Lite: 0,10/0,40 USD, Mistral Small 4: 0,10/0,30 USD, Amazon Nova Micro: 0,035/0,14 USD. Az OpenAI a régebbi modelleket (GPT-4.1, GPT-4o, o3, GPT-5-től GPT-5.3-ig) kivezette a standard árlistájáról, a DeepSeek pedig a V3.2-t és az R1-et a V4 családba vonta össze. Az árak 2024 óta kb. 80%-kal csökkentek.

Mennyibe kerül egy 10 000 szavas dokumentum feldolgozása?

Egy 10 000 szavas magyar dokumentum nagyjából 13 000-15 000 bemeneti token (az angol megfelelőjénél kb. 30%-kal több). GPT-5.4-gyel (2,50 USD / 1M bemenet) a bemeneti költség kb. 0,035 USD. Ha a modell 500 szavas összefoglalást generál (kb. 700 kimeneti token, 15 USD / 1M kimenet), a kimeneti költség 0,011 USD. Összesen: kb. 0,046 USD, azaz mintegy 17 Ft dokumentumonként. 1000 dokumentum feldolgozása kb. 17 000 Ft-ba kerülne. A budget GPT-5.4 Mini modellel ez csupán kb. 5100 Ft lenne -- több mint háromszor olcsóbb.

Melyik AI modell a legjobb kódolásra, elemzésre és kreatív írásra?

Kódolás: a Claude Fable 5, a Claude Opus 4.8 és a Claude Sonnet 4.6 (Anthropic) vezeti a kódolási rangsorokat, amelyeket a GPT-5.5 és a GPT-5.4 (OpenAI), valamint a Codestral (Mistral, 0,30/0,90 USD) és az ágens-alapú kódoláshoz készült Devstral 2 (0,40/2,00 USD) követ. A Claude modellek standard áron elérhető 1 millió tokenes kontextusablaka ideális nagy kódbázisokhoz. Elemzés és logika: a GPT-5.5 és a GPT-5.4 (OpenAI) láncolatos gondolkodást (chain-of-thought) alkalmaz, a DeepSeek V4 Pro (0,435/0,87 USD) a budget reasoning bajnok, a Gemini 3.1 Pro komplex analízisekhez kiváló. Kreatív írás: Claude Sonnet 4.6 a minőség és ár egyensúlyát kínálja, a Gemini 3.5 Flash gyors multimodális feldolgozást nyújt, a Grok 4.3 (1,25/2,50 USD) pedig valós idejű adathozzáféréssel rendelkezik. Tömeges feldolgozás: DeepSeek V4 Flash, Amazon Nova Micro, Mistral Small 4 és Llama 4 Groq-on a legalacsonyabb költségűek.

Fogalomtár: AI tokenek és kapcsolódó kifejezések

Token

A nagy nyelvi modellek (LLM-ek) legkisebb szövegfeldolgozási egysége. Lehet teljes szó, szórészlet, karakter vagy írásjel. Az API-költségek token-alapúak: a szolgáltatók 1 millió tokenre vetítve adják meg az árakat.

Tokenizáló (Tokenizer)

Az az algoritmus, amely a nyers szöveget tokenekre bontja. Különböző modellek különböző tokenizálókat használnak (pl. tiktoken az OpenAI-nál, SentencePiece a Google-nál), ezért ugyanaz a szöveg eltérő tokenszámot eredményezhet szolgáltatónként.

BPE (Byte Pair Encoding)

A legelterjedtebb tokenizálási algoritmus, amelyet a modern LLM-ek használnak. A leggyakrabban előforduló karakterpárokat iteratívan összevonja, így építi fel a szókészletet. A GPT, Claude és Llama modellek mind BPE-variánsokat alkalmaznak.

Kontextusablak (Context Window)

Az a maximális tokenszám, amelyet egy modell egyetlen kérésben (bemenet + kimenet együtt) feldolgozhat. 2026-ban a kontextusablakok mérete 128K-tól 1M token fölé terjed: a Claude Fable 5, a Claude Opus 4.8 és a Claude Sonnet 4.6 standard áron teljes 1M tokenes ablakot kínál, a Grok 4.3 és a DeepSeek V4 szintén 1M tokent támogat, a Gemini 2.5 Pro pedig akár 1M tokent kezel.

Bemeneti és kimeneti tokenek

A bemeneti (input) tokenek a modellnek küldött szöveg tokenizált formája (prompt, rendszer-prompt, kontextus). A kimeneti (output) tokenek a modell által generált válasz. A kimeneti tokenek jellemzően 3-8-szor drágábbak, mivel a szekvenciális generálás nagyobb számítási kapacitást igényel.

Prompt gyorsítótárazás (Prompt Caching)

Költségoptimalizálási technika, amely az ismétlődő prompt-részek előre kiszámított kulcs-érték párjait tárolja. A gyorsítótárazott bemeneti tokenek a normál ár 10-25%-áért számlázódnak, ami akár 90%-os megtakarítást jelent az ismétlődő prompt-részeknél.

LLM (Large Language Model)

Nagy nyelvi modell -- hatalmas szövegkorpuszon betanított mesterségesintelligencia-rendszer, amely emberi szintű szöveget képes megérteni és generálni. A legfontosabb LLM-ek 2026-ban: GPT-5.5 és GPT-5.4 (OpenAI), Claude Fable 5 és Claude Opus 4.8 (Anthropic), Gemini 3.1 Pro (Google), Grok 4.3 (xAI), Llama 4 (Meta), DeepSeek V4 és Mistral Large 3.

Források és hivatkozások

  1. Hugging Face — BPE tokenizáció ismertetése
  2. OpenAI — API árazás
  3. Anthropic Claude — API árazás
  4. Anthropic Claude — Token-számlálás dokumentáció
  5. Google Gemini — API árazás

A tartalmat a Smart Calculators csapata ellenorizte