Gemini นับ Token ก่อนส่งและหลังตอบต่างกันอย่างไร ประเมินต้นทุนไม่ให้พลาด

จำนวน Token ที่นับก่อนส่งคำขอใช้ประเมินอินพุต ส่วน usage หลังตอบบอกการใช้งานที่ API รายงานจริง ต้องอ่านทั้งสองช่วงและตรวจเงื่อนไขราคา แทนการคำนวณจากจำนวนคำเพียงอย่างเดียว

ชิ้นกระดาษผ่านถาดนับก่อนประมวลผลและถาดตรวจยอดหลังได้ผลลัพธ์

แยกจำนวน Token ก่อนส่งออกจากยอดใช้งานหลังตอบ

countTokens เป็นวิธีให้ระบบนับ Token ของข้อมูลที่เตรียมส่งเข้าโมเดลก่อนเรียกสร้างคำตอบ ส่วนข้อมูล usage ที่ได้หลังคำขอช่วยดูจำนวน Token ที่เกิดขึ้นจากการประมวลผลจริง รวมทั้งส่วนอินพุต เอาต์พุต และบางความสามารถที่มีหน่วยเพิ่มเติม เอกสาร Gemini token counting อธิบายทั้งสองช่วงไว้แยกกัน

เมื่อใช้ GenerateContent API ให้ตรวจ usageMetadata เช่น promptTokenCount, candidatesTokenCount และ thoughtsTokenCount เมื่อมี ส่วน Interactions API ใช้ interaction.usage ตามตัวอย่างในเอกสารปัจจุบัน ชื่อและขอบเขตฟิลด์ไม่เหมือนกันทุก SDK จึงต้องยึด endpoint กับเวอร์ชันที่เรียกจริง ไม่บวกยอดรวมกับยอดย่อยซ้ำอีกครั้ง

Token คือหน่วยที่โมเดลแบ่งข้อความหรือข้อมูลอื่นเพื่อประมวลผล ไม่เท่ากับคำไทยหรือจำนวนอักขระแบบคงที่ รูป เสียง วิดีโอ คำสั่งระบบ และคำอธิบายเครื่องมืออาจนับเข้าการใช้งานด้วย การประมาณว่า “1 คำ = 1 Token” จึงคลาดเคลื่อนได้และไม่ควรนำไปคิดค่าใช้จ่ายจริง

ข้อมูลใช้ตอนไหนบอกอะไร
countTokensก่อนเรียกโมเดลปริมาณอินพุตตามรูปแบบคำขอที่นับ
usage หลังตอบหลังมีผลลัพธ์ปริมาณอินพุต เอาต์พุต และรายการที่ API รายงาน
Pricing/Billingตอนประเมินและตรวจยอดอัตราและเงื่อนไขจริงตามโมเดล แผน และความสามารถ

วิธีวัดที่แยกต้นทุนออกจากการคาดเดา

ตัวอย่าง Google แยกการนับด้วย count_tokens ก่อนส่ง ออกจากการอ่าน interaction.usage หลังตอบ

# This will only work for SDK newer than 2.0.0
from google import genai

client = genai.Client()
prompt = "The quick brown fox jumps over the lazy dog."

# Count tokens before sending
total_tokens = client.models.count_tokens(
    model="gemini-3.8-flash",
    contents=prompt,
)
print('total_tokens:', total_tokens.total_tokens)

# Get usage from interaction
interaction = client.interactions.create(
    model="gemini-3.8-flash",
    input=prompt,
)
print(interaction.usage)

เอกสารระบุว่าใช้ SDK ใหม่กว่า 2.0.0 ตัวอย่างนี้ใช้ Interactions API ในส่วนสร้างคำตอบ ชื่อฟิลด์ของ GenerateContent API อาจต่างกัน ยังไม่ได้รันตัวอย่างหรือรับรองรุ่นโมเดลที่ระบุ ที่มา: เอกสารต้นทาง · Apache-2.0 / CC BY 4.0

  1. เลือกโมเดลก่อน: ใช้ชื่อรุ่นเดียวกันในการนับและเรียกจริง เพราะการแบ่ง Token และราคาต่างกันได้
  2. ประกอบอินพุตให้ครบ: รวมคำสั่งระบบ ประวัติที่ส่งกลับไป เอกสาร และการตั้งค่าเครื่องมือที่เกี่ยวข้อง ไม่ใช่นับเฉพาะข้อความล่าสุดของผู้ใช้
  3. นับก่อนส่ง: ใช้เมธอด countTokens ตาม SDK/API รุ่นปัจจุบันเพื่อประเมินขนาดคำขอและตรวจขีดจำกัดบริบท
  4. อ่าน usage หลังตอบ: เก็บตัวเลขอินพุต เอาต์พุต และช่องข้อมูลเพิ่มเติมที่ API ส่งคืนจริง โดยไม่สมมติว่ามีทุกช่องในทุกเวอร์ชัน
  5. คูณราคาตามประเภท: ตรวจหน้า Gemini Developer API pricing ของโมเดลและ tier ที่ใช้งาน แล้วรวมค่าเครื่องมือเสริมและรายการอื่นเมื่อเกี่ยวข้อง

ในงานสนทนาหลายรอบ ต้องดูว่าคำขอรอบใหม่ส่งประวัติเดิมไปด้วยหรือให้ระบบจัดการสถานะอย่างไร การนับเฉพาะคำถามใหม่หนึ่งบรรทัดอาจต่ำกว่าการใช้งานจริงมาก โดยเฉพาะงานที่มีเอกสารยาวหรือคำสั่งระบบซ้ำทุกครั้ง

ตัวอย่างสมมติ: นับก่อนส่ง 8,000 Token แต่ค่าใช้จ่ายยังไม่ใช่เลขเดียว

สมมติว่าคำขอหนึ่งมีอินพุต 8,000 Token และโมเดลตอบกลับโดยมีเอาต์พุตที่นำมาคิดในตัวอย่าง 2,000 Token ตั้งอัตราสมมติอินพุต 0.50 ดอลลาร์ต่อ 1 ล้าน Token และเอาต์พุต 2 ดอลลาร์ต่อ 1 ล้าน Token ตัวเลขนี้สร้างขึ้นเพื่อสอนสูตร ไม่ใช่ราคา Google ณ วันที่เขียน

ถ้าเกิด 500 คำขอที่มีการใช้เท่ากันทุกครั้ง ต้นทุนสองรายการรวมจะเป็น 500 × 0.008 = 4 ดอลลาร์ ก่อนรวมค่าบริการอื่น เครดิต ภาษี และค่าโฮสต์ ใช้ผลคูณนี้ตั้งกรอบงบประมาณ แล้วตรวจยอดบิลจริงอีกครั้ง

เหตุใดตัวเลขจริงจึงอาจต่างจากตัวอย่าง

ตัวเลขอาจต่างออกไปได้จากสี่ส่วน ได้แก่ ประวัติหรือไฟล์ที่เพิ่มเข้ามาในอินพุต คำตอบที่ยาวกว่าคาด Token สำหรับการคิดหรือการใช้เครื่องมือที่บางโมเดลรายงานใน usage และราคาที่แยกตามชนิดข้อมูล การทำ cache หรือความสามารถเพิ่มเติม เอกสาร Google ยังระบุว่าคำสั่งระบบและคำอธิบายเครื่องมือมีผลต่อการนับ Token ด้วย

อย่าสับสนขีดจำกัดบริบทกับงบเงิน: คำขอที่อยู่ใน context window ไม่ได้แปลว่าฟรี และคำขอที่นับ Token ได้น้อยก็ไม่ได้แปลว่าจะไม่มีรายการคิดราคาอื่น หากต้องควบคุมต้นทุน ให้ตรวจทั้งปริมาณการใช้และการตั้งค่าบัญชี Billing จริง

วัดให้ครบก่อนคูณราคา

สำหรับงานพัฒนา ให้ใช้ countTokens ตรวจขนาดอินพุตก่อนส่ง แล้วอ่าน usage จากผลตอบจริงเพื่อปรับค่าเฉลี่ย จากนั้นเทียบกับราคาและเงื่อนไขล่าสุดของโมเดลที่เลือก จึงจะเห็นต้นทุนได้ครบกว่าการประมาณจากจำนวนคำหรือราคาต่อหนึ่งล้าน Token เพียงช่องเดียว

อ่านต่อสร้างแอปด้วย Google AI Studio แล้วใครจ่ายดูความต่างระหว่างค่าเรียก AI ค่าโฮสต์ และสิทธิ์ของบัญชี

แหล่งอ้างอิง

ตรวจเอกสาร Google วันที่ 18 ตุลาคม 2569 ตามเวลาไทย ไม่มีการเรียก Gemini API จริง ตัวเลข Token และอัตราดอลลาร์ทั้งหมดในตัวอย่างเป็นสมมติฐานเพื่อสอนสูตร ไม่ใช่ราคา ผลทดสอบ หรือบิลของ Google