API LLM INDONESIA

API LLM Indonesia: banyak model bahasa, satu endpoint

API LLM di AIport memberi akses ke banyak large language model lewat satu endpoint, POST /v1/chat/completions, dengan format chat completions yang sudah didukung banyak SDK. Kamu memilih model lewat field model dan membayar per token dalam rupiah.

Diperbarui

Ilustrasi beberapa model bahasa yang terhubung ke satu endpoint API
Banyak model, satu pintu masuk. Ilustrasi dibuat dengan AI.

Model bahasa yang sudah live

DeepSeek V4 Flash (Routing to v4.1)Gemini 3.1 Flash LiteKimi K3Kimi K3 FastGemini 3.7 FlashGemini 3.5 Flash LiteQwen3.8 27BGLM 5.3Gemini 3.8 flashGPT 6 AstraDeepseek V4.1 FlashClaude opus 5.5Gpt 6 lunaClaude Sonnet 5.5Claude haiku 5.5Gemini 4 ArgonMiniMax M3.1 FlashGpt 6.1 solGpt 6.1 TerraGlm 5.3 FlashGemini 4 CarbonGemini 4 HydrogenClaude Fable 5.2DeepSeek V4 Pro

24 model live · Harga terbaru dalam rupiah ada di halaman Pricing.

Apa itu token dan kenapa memengaruhi biaya

Model bahasa membaca dan menulis dalam satuan token, yaitu potongan kata. Biaya teks dihitung dari jumlah token input (prompt dan riwayat percakapan) dan token output (jawaban model).

Setiap model memakai pemecah token sendiri, jadi jumlah token untuk kalimat yang sama bisa berbeda antar model. Angka pastinya selalu ada di field usage pada setiap respons.

Kalimat bahasa Indonesia 86 karakter yang dipecah menjadi 21 token berwarna

Fitur yang didukung

Streaming

Kirim stream: true untuk menerima jawaban bertahap lewat SSE, diakhiri data: [DONE].

Tool calling

Field tools dan tool_choice didukung, termasuk pesan role: "tool" untuk mengembalikan hasil fungsi ke model.

Parameter standar

Parameter seperti temperature, top_p, stop, dan max_tokens diteruskan ke model yang mendukungnya.

Tahan koneksi putus

Kalau koneksi klien terputus di tengah jawaban, proses di server tetap selesai dan pemakaian token dicatat dengan benar.

Streaming untuk antarmuka chat

Tanpa streaming, pengguna menunggu sampai seluruh jawaban selesai. Dengan streaming, kata pertama muncul dalam hitungan detik sehingga aplikasi terasa jauh lebih cepat, walau total waktunya sama.

Jawaban model bahasa yang muncul kata demi kata di antarmuka chat, di samping potongan respons SSE

Contoh streaming

curl
curl https://aiport.id/v1/chat/completions \
  -H "Authorization: Bearer $AIPORT_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4-flash",
    "stream": true,
    "messages": [
      {"role": "user", "content": "Jelaskan apa itu inflasi untuk siswa SMP."}
    ]
  }'
Python
from openai import OpenAI

client = OpenAI(base_url="https://aiport.id/v1", api_key="AIPORT_API_KEY")

stream = client.chat.completions.create(
    model="deepseek-v4-flash",
    messages=[{"role": "user", "content": "Buat 3 ide nama warung kopi."}],
    stream=True,
)
for chunk in stream:
    print(chunk.choices[0].delta.content or "", end="")

Memilih model sesuai tugas

TugasYang dicariTips
Klasifikasi, ekstraksi dataCepat dan murahModel berlabel flash atau lite biasanya cukup.
Chat customer serviceRespons cepat, bahasa naturalAktifkan streaming dan batasi panjang riwayat.
Menulis dan menganalisis kodeModel yang dilatih untuk kodeCari model berlabel code di daftar model.
Penalaran panjang, dokumen kompleksModel besarPakai hanya untuk langkah yang memang butuh.

Daftar model dan harganya berubah dari waktu ke waktu. Cek GET /v1/models?modality=text atau halaman Pricing.

Pertanyaan seputar API LLM Indonesia

Format request API LLM AIport seperti apa?

Mengikuti format chat completions: field model, messages berisi role dan content, serta parameter opsional seperti temperature dan stream. SDK yang sudah mendukung format ini cukup diarahkan ke base URL https://aiport.id/v1.

Apakah mendukung tool calling?

Ya. Kirim tools dan tool_choice seperti biasa; model mengembalikan tool_calls, dan hasil fungsi dikirim balik sebagai pesan role tool.

Bagaimana token dihitung dan ditagih?

Biaya dihitung dari token input, token input yang ter-cache, dan token output, dengan harga per 1 juta token sesuai model. Jumlah token per request ada di field usage pada respons.

Apa yang terjadi kalau saldo habis?

Request teks ditolak dengan HTTP 429 dan kode insufficient_quota. Setelah top up, request berikutnya langsung berjalan lagi.

Panggil model bahasa pertamamu

Satu API key, banyak model, bayar per token dalam rupiah.

Daftar gratis →Lihat dokumentasi