Biaya Token LLM Bahasa Indonesia: 1.23x, Bukan 2-3x

Saya sedang menghitung biaya support assistant berbahasa Indonesia dan butuh tepat satu angka: berapa kali lebih mahal Bahasa Indonesia dibanding bahasa Inggris per pesan. Semua sumber yang saya temukan mengulang multiplier 2x sampai 3x yang sama, tidak satu pun menunjukkan pengukuran, dan sebagian besar diam-diam saling mengutip. Pada 2.5x proyeknya nyaris tidak masuk akal. Pada 1.2x aman. Tidak ada yang bisa memberi tahu saya yang mana.

Jadi pada 18 September 2026 saya mengukurnya sendiri. Dua puluh pasang kalimat Inggris dan Indonesia, ditulis tangan dengan register yang benar-benar dikirim produk nyata - balasan support, notifikasi ERP, copy produk, teks privacy - lalu dijalankan lewat package gpt-tokenizer pada o200k_base dan cl100k_base. Tulisan ini adalah pengukuran itu: berapa angkanya, kenapa angkanya bergeser, kenapa merata-ratakannya menyesatkan, dan mitigasi mana yang sepadan dengan usahanya.

Dua puluh pasang kalimat setara, dua encoding, satu angka jujur

Bahasa Indonesia memakan 23 persen token lebih banyak daripada bahasa Inggris untuk 20 kalimat yang sama pada o200k_base, encoding di balik keluarga GPT-4o dan GPT-5. Corpus-nya berjumlah 300 token Inggris berbanding 369 token Indonesia. Pada cl100k_base, encoding lama yang dipakai GPT-4 dan GPT-3.5 Turbo, teks yang persis sama menjadi 300 berbanding 456 - selisih 52 persen. Sisi bahasa Inggrisnya tidak bergeser satu token pun di antara kedua encoding itu.

Karakter per token adalah satuan yang bertahan dalam perbandingan ini, karena hitungan token mentah menguntungkan bahasa mana pun yang lebih singkat secara karakter. Di corpus ini keduanya imbang: sisi Inggris 1.619 karakter dan sisi Indonesia 1.615 karakter, selisih empat karakter saja. Dua sisi itu sama panjang di halaman dan berbeda panjang di sistem billing, dan justru itulah intinya. Di sini bahasa Inggris memadatkan 5,40 karakter ke dalam satu token dan Bahasa Indonesia 4,38. Pengukurannya tidak butuh API key dan selesai di bawah satu detik.

// npm i [email protected] - OpenAI's BPE encodings, offline, no API key.
import { encode as o200k } from "gpt-tokenizer/encoding/o200k_base";
import { encode as cl100k } from "gpt-tokenizer/encoding/cl100k_base";

// Both sides hand-written by the same person in the same register. Feeding
// machine translation in here measures the translator, not the language.
const pairs = [
  ["The refund has been processed and will appear in your account within three working days.",
   "Pengembalian dana sudah diproses dan akan masuk ke rekening Anda dalam tiga hari kerja."],
  ["Your subscription will renew automatically unless you cancel it before the billing date.",
   "Langganan Anda akan diperpanjang secara otomatis kecuali Anda membatalkannya sebelum tanggal penagihan."],
  // ...18 more: support replies, ERP notices, product copy, privacy text
];

for (const [name, enc] of [["o200k_base", o200k], ["cl100k_base", cl100k]]) {
  let en = 0, id = 0, enChars = 0, idChars = 0;
  for (const [a, b] of pairs) {
    en += enc(a).length;  id += enc(b).length;
    enChars += a.length;  idChars += b.length;
  }
  // chars/token, not raw token count. Raw counts flatter whichever language
  // happens to need fewer characters to say the same thing.
  console.log(name, (id / en).toFixed(2) + "x",
    "EN", (enChars / en).toFixed(2), "ID", (idChars / id).toFixed(2));
}

// o200k_base  1.23x  EN 5.40  ID 4.38
// cl100k_base 1.52x  EN 5.40  ID 3.54

Asal 23 persen itu: satu kata Indonesia, lima token

Penyebabnya adalah afiksasi. Bahasa Indonesia membentuk satu kata tertulis dari awalan, kata dasar, akhiran, dan sering ditambah klitik, sementara encoding ini mempelajari vocabulary-nya dari teks yang didominasi bahasa Inggris. Akibatnya kata Indonesia yang panjang tidak punya token sendiri dan dipotong menjadi beberapa bagian. Men-decode setiap token id kembali menjadi string-nya memperlihatkan persis di mana potongan itu jatuh.

// Each token id decoded back to its own string, so you can see the seams.
// o200k_base, the encoding behind the GPT-4o and GPT-5 families.

membatalkannya        5 tokens   m | emb | at | alk | annya
ketidaknyamanannya    5 tokens   ket | idak | ny | aman | annya
dijadwalkan           5 tokens   d | ij | ad | walk | an
memverifikasi         3 tokens   mem | ver | ifikasi
penghapusan           3 tokens   peng | hap | usan

// One Indonesian orthographic word is often prefix + root + suffix + clitic.
// "membatalkannya" is meN- plus batal plus -kan plus -nya: cancel it. English
// spends three cheap words on that; Indonesian spends one expensive one.

// The other direction is why the tax is 1.23x and not 2x. The loanwords a
// real product leans on are already whole tokens:

invoice               1 token    invoice
pelanggan             2 tokens   pel | anggan

Paruh kedua output itulah alasan pajaknya 1.23x dan bukan 2x. Bahasa Indonesia formal memang padat afiks, tetapi kosakata kerja produk Indonesia nyata penuh dengan loanword bahasa Inggris yang sudah punya token sendiri - invoice terhitung satu token di kedua encoding dalam corpus saya - dan Bahasa Indonesia tidak mengeluarkan biaya apa pun untuk article yang harus dibayar bahasa Inggris di setiap kata benda. Kata kerja berafiks itu mahal; banyak kata bendanya tidak. Mana dari keduanya yang mendominasi copy Anda menentukan rasio yang Anda dapat.

Pajaknya turun separuh dari cl100k_base ke o200k_base

1.52x menjadi 1.23x tanpa satu huruf pun berubah. o200k_base membawa vocabulary yang jauh lebih besar daripada cl100k_base, dan slot tambahannya jatuh secara tidak proporsional ke rangkaian yang bukan bahasa Inggris, karena bahasa Inggris sudah tercakup dengan baik sebelumnya. Tiga kata dari corpus memperlihatkan mekanismenya langsung:

• pengiriman - 3 token di cl100k_base, 2 di o200k_base
• keuangan - 3 token di cl100k_base, 2 di o200k_base
• persetujuan - 4 token di cl100k_base, 3 di o200k_base

Sisi bahasa Inggris dari corpus ini berjumlah tepat 300 token di kedua encoding, jadi setiap token yang dihemat encoding baru di sini, dihematnya di sisi Indonesia. Itulah temuan yang benar-benar penting bagi sebuah budget. Siapa pun yang menghitung biaya workload Indonesia berdasarkan artikel tahun 2023 sedang menganggarkan penalti yang sudah lunas sekitar separuhnya, pada generasi model yang hampir pasti tidak lagi mereka pakai.

Tiga dari dua puluh kalimat Indonesia lebih murah daripada Inggrisnya

Rata-rata menyembunyikan rentang 0.72x sampai 1.64x. Pasangan medianya 1.29x, di atas rasio corpus, dan tiga dari 20 kalimat Indonesia memakan token lebih sedikit daripada kembaran Inggrisnya pada o200k_base. Ini kedua ujung distribusinya.

Ujung murahnya adalah Bahasa Indonesia melakukan apa yang paling dikuasainya: tanpa article, tanpa infleksi kala, dan dua loanword bahasa Inggris duduk di satu kalimat pendek. Ujung mahalnya adalah kalimat kebijakan yang disusun dari kata kerja berafiks - diperpanjang, membatalkannya, penagihan - dan itu persis register yang dipakai syarat dan ketentuan, notifikasi ERP, serta email penagihan. Kalau Bahasa Indonesia di produk Anda didominasi pemberitahuan formal, anggarkan lebih dekat ke ujung atas rentang itu, bukan ke tengahnya.

Claude dan Gemini tidak merilis tokenizer offline, jadi hitung lewat API

Semua di atas berlaku untuk encoding OpenAI, karena OpenAI-lah vendor yang mempublikasikannya: tiktoken merilis vocabulary BPE sebagai open source, dan hanya itu alasan hitungan offline mungkin dilakukan. Anthropic dan Google tidak menyediakan padanannya, dan metode yang jujur di sana adalah endpoint count tokens - POST ke path messages count_tokens untuk Claude, models.countTokens untuk Gemini. Anthropic mendokumentasikan endpoint-nya gratis dipakai, dengan rate limit terpisah dari generation, dan mengembalikan estimasi yang bisa berbeda sedikit dari angka yang ditagihkan.

# Anthropic publishes no offline tokenizer, so you count over the wire.
# The endpoint is free and rate-limited separately from generation.
curl https://api.anthropic.com/v1/messages/count_tokens \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "content-type: application/json" \
  -H "anthropic-version: 2023-06-01" \
  -d '{
    "model": "claude-opus-5",
    "messages": [{
      "role": "user",
      "content": "Langganan Anda akan diperpanjang secara otomatis."
    }]
  }'
# -> {"input_tokens": 14}

# Google is the same shape: models.countTokens runs the model's own tokenizer.
curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-2.5-flash:countTokens?key=$GEMINI_API_KEY" \
  -H "Content-Type: application/json" -X POST \
  -d '{"contents":[{"parts":[{"text":"Langganan Anda akan diperpanjang otomatis."}]}]}'

# The model id is not decoration. Anthropic counts under the tokenizer of the
# model you pass, and its docs say Claude 4.7 and later produce about 30 percent
# more tokens for the same text than earlier models. A count is per model, not
# per vendor - and never per blog post.

Perbedaan itu lebih besar daripada kedengarannya. Tokenizer offline memungkinkan Anda menghitung sejuta string di dalam sebuah test. Endpoint jaringan mengubah eksperimen rasio bahasa yang sama menjadi batch job ber-rate limit yang terikat pada satu model id tertentu, yang harus Anda anggarkan lalu ulangi setiap kali ganti model - dan itu persis yang diminta dokumentasi Anthropic, alih-alih memakai ulang hitungan lama.

Berapa nilai 23 persen itu di tagihan sebenarnya

Harga list per satu juta token, dibaca dari halaman pricing masing-masing vendor pada 18 September 2026. Harga bergerak, jadi periksa sendiri alih-alih mengutip balik tabel ini ke siapa pun.

Ambil workload yang versi bahasa Inggrisnya menagih satu juta token input. Versi Indonesianya menagih 1.230.000 - tambahan 230.000 token. Itu 29 sen lebih mahal di gpt-5, 46 sen lebih mahal di Claude Sonnet 5, dan 7 sen lebih mahal di Gemini 2.5 Flash. Pada cl100k_base workload yang sama akan membawa tambahan 520.000 token, bukan 230.000, dan dari situlah angka-angka menakutkan di artikel lama berasal.

Output-lah tempat penalti itu benar-benar mendarat, karena output berharga paling tidak lima kali input di setiap baris tabel tadi - tambahan 230.000 token yang sama menjadi 2,30 dolar sebagai output gpt-5, bukan 29 sen sebagai input. Dan perbandingan yang jarang dibuat justru yang mendudukkan semuanya: input Claude Sonnet 5 adalah 6,7 kali input Gemini 2.5 Flash. Bahasanya 1.23x. Pemilihan model dan caching adalah tuasnya; bahasa hanyalah penyesuaian di atasnya.

Empat tuas, dan harga yang harus dibayar masing-masing

Tiga di antaranya layak dikerjakan. Yang keempat justru yang paling sering dipilih lebih dulu, dan biasanya penghematan semu.

1. Prompt caching, pertama dan jauh di depan. Anthropic mematok cache read di 0,1x base input dan cache write lima menit di 1,25x, jadi prefix yang stabil sudah balik modal setelah satu kali baca, dan OpenAI mencantumkan cached input gpt-5 di 0,125 dolar berbanding 1,25 standar. Harganya adalah disiplin: prefix yang di-cache harus stabil dan cukup panjang untuk pantas diberi breakpoint, artinya system prompt dan blok few-shot berhenti menjadi hal yang diedit sembarangan.
2. Pangkas contoh few-shot, karena contoh berbahasa Indonesia membawa 1.23x di setiap panggilan sambil mengerjakan tugas yang sama persis. Harganya bersifat perilaku: contoh itulah yang menjaga model tetap pada format output Anda, jadi hapuslah berdasarkan eval, bukan berdasarkan firasat, dan bersiaplah mengembalikan setidaknya satu.
3. Tulis system prompt dalam bahasa Inggris dan instruksikan model menjawab dalam Bahasa Indonesia - tetapi bukan karena alasan yang biasa disebut. Saya mengukur sepasang system prompt support yang realistis dan mendapat 61 token untuk bahasa Inggris berbanding 63 untuk Bahasa Indonesia pada o200k_base. Selisih dua token. Versi Indonesianya code-switched, penuh loanword seperti support, booking dan refund, dan memang begitulah orang menulisnya. Pada cl100k_base pasangan yang sama 61 berbanding 85, jadi saran ini nyata di 2023 dan nyaris tanpa arti sekarang.

Tersisa yang terdengar paling pintar: terjemahkan Bahasa Indonesia pengguna ke bahasa Inggris, prompt dalam bahasa Inggris, lalu terjemahkan jawabannya balik. Anda menambah satu panggilan API penuh demi menghemat 23 persen token input pada satu panggilan, dan panggilan tambahan itu menghasilkan token output, jenis yang mahal. Anda juga membayar dua round trip latency di dalam chat UI, dan kehilangan register. Bahasa Indonesia menandai formalitas dengan cara yang tidak dimiliki bahasa Inggris - Anda berbanding kamu, jarak antara Mohon maaf dan Maaf ya - dan perjalanan bolak-balik lewat bahasa Inggris meratakan semuanya. Perataan itu terlihat oleh pelanggan dengan cara yang tidak pernah dicapai hitungan token.

Translate-first layak dipakai pada tepat satu bentuk: batch pipeline atas dokumen, ketika tidak ada yang membaca output Indonesianya, latency tidak jadi masalah, dan terjemahannya sendiri berjalan di model murah. Di live support chat, ia memakan uang, waktu dan nada bicara sekaligus.

Apa yang tidak dijawab pengukuran ini

Empat batasan, semuanya milik saya.

• Dua puluh pasang berarti 300 token bahasa Inggris. Itu cukup untuk menggugurkan 2.5x dan jauh dari cukup untuk menjadi konstanta bahasa - perlakukan 1.23x sebagai orde besaran, bukan koefisien.
• Register menentukan jawabannya. Corpus saya adalah teks produk formal. Sebuah system prompt support yang code-switched, yang saya ukur terpisah, keluar di 1.03x pada o200k_base karena separuhnya loanword bahasa Inggris. Chat santai, Bahasa Indonesia informal berwarna daerah, dan input campuran Indonesia-Inggris berperilaku lain lagi.
• Ini hanya encoding milik OpenAI. Tidak ada di sini yang berpindah ke Claude atau Gemini, dan lompatan tokenizer 30 persen milik Anthropic sendiri antar generasi model adalah bukti bahwa rasio yang diukur pada satu vendor bukanlah fakta tentang bahasanya.
• Saya mengukur teks yang saya tulis, bukan teks yang dihasilkan model. Token output adalah tempat uangnya berada, dan Bahasa Indonesia buatan model belum tentu sepadat Bahasa Indonesia buatan manusia yang teliti.

Semua itu tidak membuat latihannya sia-sia. Itu menjadikannya metode, bukan angka: script-nya dua puluh baris, corpus Anda sudah ada di repository Anda, dan rasio yang dihasilkannya adalah satu-satunya yang pantas masuk spreadsheet Anda.

Aturan yang saya pakai sekarang

Multiplier bahasa yang datang tanpa pengukuran adalah rumor, dan 2x sampai 3x adalah rumor paling nyaring dalam perhitungan biaya AI di Indonesia. Angka sebenarnya pada encoding OpenAI terkini adalah 1.23x untuk corpus saya, 1.52x dua generasi model lalu, dan tiga kalimat dari dua puluh justru bergerak ke arah sebaliknya. Ukur string Anda sendiri terhadap model id yang benar-benar akan Anda pakai, ukur ulang saat menggantinya, lalu habiskan sore itu untuk prompt caching - tempat cache read dihargai sepersepuluh base input, dan penghematannya jauh melampaui apa pun yang pernah dibebankan bahasa.