Glimpse reasoning_effort ve maliyet: low, medium, xhigh

Kısa yanıt: düzey fiyatı değil, token sayısını değiştirir

LLMTR, farklı sağlayıcıların dil modellerine tek bir OpenAI uyumlu API ile erişim veren bir gateway'dir. Elorian'ın Glimpse modelini burada elorian/glimpse model kimliğiyle, https://llmtr.com/v1 adresindeki /v1/chat/completions uç noktası üzerinden çağırırsınız. reasoning_effort low, medium ve xhigh değerlerini alır ve 1 milyon token fiyatını değiştirmez. Değişebilen şey modelin ne kadar düşündüğü, dolayısıyla completion_tokens sayısıdır: düşünme token'ları ve ajanın adımları completion_tokens içinde sayılır ve çıktı fiyatından faturalanır.

Elorian, Glimpse'i 16 Ekim 2026'da araştırma önizlemesi (research preview) olarak duyurdu ve 1 milyon token fiyatını 0,60 $ girdi, 3,00 $ çıktı olarak yayımladı. LLMTR kataloğunda 1 milyon token fiyatı 0,60 $ girdi, 0,06 $ cache'ten okunan girdi ve 3,00 $ çıktıdır.

• Elorian, Introducing Glimpse · 2026-10-17

Glimpse'te akıl yürütme düzeyi maliyeti nasıl etkiler?

Bir isteğin tutarı üç sayıdan hesaplanır: cache dışı girdi token'ları 0,60 $, cache'ten okunan girdi token'ları 0,06 $ ve completion_tokens 3,00 $ (hepsi 1 milyon token başına). reasoning_effort bu hesapta bir çarpan değildir; low da xhigh de aynı birim fiyatı öder. En az düşünme low düzeyindedir. Harcanan düşünme token'ları completion_tokens'a eklendiği için daha uzun düşünme, aynı soruda daha yüksek bir çıktı tutarı anlamına gelebilir.

Farkı düzeyin adından tahmin etmek yerine kendi isteklerinizde usage alanından okuyun. Aşağıdaki Python örneği aynı soruyu üç düzeyde gönderir; her yanıt için prompt_tokens, cache'ten okunan token'lar, completion_tokens ve reasoning_tokens değerlerini ve katalog fiyatlarıyla hesaplanan yaklaşık tutarı yazdırır. Örnekteki max_tokens 512 olsa da completion_tokens bundan büyük çıkabilir. Tek bir sorudaki fark genellenemez; kendi iş yükünüzden birkaç örnekle karşılaştırın.

Aynı soruyu low, medium ve xhigh ile gönderen ve her yanıtın token sayılarıyla yaklaşık tutarını yazdıran Python örneği (OpenAI SDK).

import os

from openai import OpenAI

# LLMTR catalog prices for elorian/glimpse, USD per 1M tokens (17 October 2026)
INPUT_USD = 0.60
CACHED_INPUT_USD = 0.06
OUTPUT_USD = 3.00

client = OpenAI(
    base_url="https://llmtr.com/v1",
    api_key=os.environ["LLMTR_API_KEY"],
    timeout=1800,
)

question = "A train leaves at 14:35 and arrives at 17:10. How long is the trip? Answer in one line."

for effort in ["low", "medium", "xhigh"]:
    response = client.chat.completions.create(
        model="elorian/glimpse",
        messages=[{"role": "user", "content": question}],
        reasoning_effort=effort,
        max_tokens=512,
    )
    usage = response.usage
    prompt_details = usage.prompt_tokens_details
    completion_details = usage.completion_tokens_details
    cached = (prompt_details.cached_tokens or 0) if prompt_details else 0
    reasoning = (completion_details.reasoning_tokens or 0) if completion_details else 0
    cost = (
        (usage.prompt_tokens - cached) * INPUT_USD
        + cached * CACHED_INPUT_USD
        + usage.completion_tokens * OUTPUT_USD
    ) / 1_000_000
    print(
        f"{effort}: prompt={usage.prompt_tokens} cached={cached} "
        f"completion={usage.completion_tokens} reasoning={reasoning} approx_cost=${cost:.6f}"
    )

Fiyat tablosu ve hesap örnekleri

Örnek hesap: 2.000 token'lık bir istem ve 1.500 completion_tokens (bunun 1.200'ü düşünme) için tutar (2.000 x 0,60 $ + 1.500 x 3,00 $) / 1 milyon = 0,0057 $'dır. Aynı istemde completion_tokens 6.000 olsaydı tutar (2.000 x 0,60 $ + 6.000 x 3,00 $) / 1 milyon = 0,0192 $ olurdu. Girdi aynı kaldığı hâlde fark tamamen çıktı tarafından gelir. Sayılar örnektir; bir düzeyin kaç token harcadığını yanıtın usage alanı söyler. reasoning_tokens ayrı bir kalem olarak faturalanmaz, completion_tokens'ın parçasıdır; tutarı hesaplarken ikisini toplamayın.

Girdi tarafında cache işe yarar. Uzun ve sabit bir istem ön ekini her istekte aynı tutarsanız ön ek cache'ten okunabilir: 20.000 token'lık bir istemin 16.000'i cache'ten okunursa girdi tutarı (4.000 x 0,60 $ + 16.000 x 0,06 $) / 1 milyon = 0,00336 $ olur, cache'siz 0,012 $. Cache kendiliğinden çalışır, bir alan göndermeniz gerekmez; hemen ilk tekrarda devreye girmeyebilir.

Düzey nasıl gönderilir, neler reddedilir

Düzeyi reasoning_effort alanıyla ya da model kimliğine sonek ekleyerek gönderirsiniz: elorian/glimpse:low, elorian/glimpse:medium ve elorian/glimpse:max. max soneki de, reasoning_effort alanına yazılan max değeri de xhigh olarak uygulanır. İstek bir düzey taşımıyorsa medium uygulanır. Düzey istek başına seçilir: aynı uygulamada kısa sorulara low, ayrıntılı inceleme isteyen görsellere xhigh göndermek için tek bir alanın değerini değiştirmeniz yeterlidir.

high, minimal ve none 400 ile reddedilir ve hata mesajı kabul edilen düzeyleri listeler. Akıl yürütme kapatılamaz: reasoning: false ya da enabled: false göndermek de 400 alır, en az düşünme için low kullanın. Düşünme metni yanıtta döndürülmez; yalnızca sayısı usage.completion_tokens_details.reasoning_tokens alanında görünür.

max_tokens harcamayı sınırlamaz

max_tokens (ya da max_completion_tokens) yalnızca görünen yanıtı sınırlar; göndermezseniz 4.096 uygulanır. Ajanın adımları ve düşünmesi bu sınırın üstüne completion_tokens olarak eklenir. Yani max_tokens: 200 gönderen bir istek de 200'den çok daha fazla completion_tokens için faturalanabilir. finish_reason değeri length ise görünen yanıt sınıra ulaşmıştır.

Girdi tarafını görsel ve video büyütür. Bu satırda ayrı bir medya fiyatı yoktur; görseller ve videonun kareleri prompt_tokens içinde sayılır ve girdi fiyatından faturalanır. Uzun bir video, kısa bir metin isteğinden çok daha fazla girdi token'ı kullanır.

Harcamayı sınırlamak için düzeyi düşük tutun ve API anahtarınıza harcama limiti koyun. Harcama limiti (USD) anahtarla yapılabilecek toplam harcamayı sınırlar; limit aşıldığında istek 402 spending_limit_exceeded alır. Desteklenmeyen alanlar (tools, JSON response_format, stop, 1'den büyük n gibi) istek sağlayıcıya gönderilmeden 400 ile reddedilir ve bu istekler ücretlendirilmez. Akış kullanmıyorsanız istemcinin zaman aşımını uzun tutun; yanıt beklenirken bağlantınız kesilirse istek yine ücretlendirilebilir.

Veri notu ve başlangıç

Bu model üçüncü taraf bir sağlayıcı üzerinden sunulur. Gönderdiğiniz metin, görsel ve videolar sağlayıcı tarafından saklanabilir ve Elorian modellerinin eğitimi için kullanılabilir. Hassas, kişisel veya müşteri verilerini göndermeyin.

Başlamak için llmtr.com'da bir hesap açın, Dashboard > Faturalandırma'dan bakiye yükleyin ve Dashboard > API Anahtarları altında bir anahtar oluşturup LLMTR_API_KEY ortam değişkeninde saklayın. Harcama limitini anahtarı oluştururken ya da sonradan listedeki Düzenle menüsüyle ayarlayabilirsiniz.

Glimpse'te düzey seçip maliyeti izleme

elorian/glimpse için reasoning_effort seçin, isteği https://llmtr.com/v1 adresine gönderin ve tutarı usage alanındaki token sayılarından hesaplayın.

1. Düzeyi seçin. reasoning_effort olarak low, medium ya da xhigh yazın; göndermezseniz medium uygulanır.
2. İsteği gönderin. Aynı soruyu iki ya da üç düzeyde https://llmtr.com/v1/chat/completions adresine elorian/glimpse ile gönderin.
3. usage'ı okuyun. Her yanıtta prompt_tokens, cached_tokens, completion_tokens ve reasoning_tokens değerlerine bakın; tutarı 0,60 $, 0,06 $ ve 3,00 $ (1 milyon token başına) ile hesaplayın.

Sık sorulan sorular

Glimpse'te xhigh, low'dan daha pahalı mı?

Birim fiyat aynıdır: her düzeyde 1 milyon token başına 0,60 $ girdi, 0,06 $ cache'ten okunan girdi ve 3,00 $ çıktı. Harcanan düşünme token'ları completion_tokens'a eklendiği için daha uzun düşünen bir istek daha yüksek bir tutara çıkabilir. Gerçek farkı usage alanından okuyun.

Akıl yürütme token'ları hangi fiyattan faturalanır?

Çıktı fiyatından, 1 milyon token başına 3,00 $. Düşünme token'ları completion_tokens'ın içindedir; sayıları usage.completion_tokens_details.reasoning_tokens alanında ayrıca görünür.

Glimpse'te akıl yürütme kapatılabilir mi?

Hayır. reasoning_effort yalnızca low, medium ve xhigh değerlerini alır; none, minimal ve high 400 ile reddedilir. En az düşünme için low kullanın.

İlgili yazılar

• Glimpse API: görsel ve video için akıl yürüten ajan
• Video analizi API: Glimpse ile videoya soru sorma
• Ekim 2026'da LLMTR'ye eklenen modeller: tablo ve rehber

• Glimpse model sayfası
• Elorian Glimpse dokümantasyonu
• Reasoning effort dokümantasyonu
• API anahtarları
• Fiyatlandırma