Berapa Biaya Menjalankan Produk AI? Pelajaran dari Cuplikin

Pertanyaan tentang biaya aplikasi biasanya berhenti di "berapa biaya bikinnya". Untuk produk AI, pertanyaan yang lebih penting justru datang setelahnya: berapa biaya menjalankan produk AI setiap bulan, dan apakah harga yang dibayar pengguna menutup biaya itu?

Kami mengalami ini langsung saat merancang Cuplikin, aplikasi yang mengubah video panjang jadi cuplikan pendek dengan bantuan AI. Artikel ini merangkum cara kami memandang struktur biayanya dan pelajaran yang bisa dipakai siapa pun yang merencanakan produk atau fitur AI. Kami sengaja tidak membuka angka biaya per unit dan margin kami, karena itu bagian dari rahasia dapur. Yang kami buka adalah cara berpikirnya, dan itu yang lebih berguna untuk kamu.

Kalau kamu belum membaca kisaran biaya membangun aplikasi, baca dulu di sana. Artikel ini membahas biaya setelah aplikasi hidup.

Lima komponen biaya produk AI

Hampir semua produk AI punya lima komponen biaya berjalan:

Dua komponen pertama adalah yang membuat produk AI berbeda dari aplikasi biasa. Di aplikasi biasa, seribu pengguna tambahan hampir tidak menambah biaya. Di produk AI, seribu pengguna tambahan bisa berarti seribu kali panggilan model, dan tiap panggilan ada harganya.

Keputusan terbesar: di mana komputasi terjadi?

Untuk Cuplikin, pertanyaan ini kami jawab di awal, dan jawabannya menentukan seluruh struktur biaya. Tiga pekerjaan paling berat di alur Cuplikin adalah transkripsi audio, pemotongan video, dan render caption ke video. Ketiganya berjalan di perangkat pengguna, memakai Whisper dan FFmpeg yang tertanam di aplikasi.

Artinya komputasi yang paling mahal, kalau dijalankan di cloud, ditanggung oleh Mac atau ponsel pengguna. Server kami hanya menangani pekerjaan yang ringan dan bernilai tinggi:

• Analisis momen oleh AI. Video tidak diunggah; yang dikirim ke server hanya data minimum yang dibutuhkan. Data yang ringkas jauh lebih murah diproses daripada media mentah.
• Akun, kredit, dan langganan.
• Pengunduhan tautan YouTube lewat layanan resolver, dengan file sementara yang dihapus otomatis.

Dengan rancangan ini, dua komponen biaya variabel terbesar di tabel tadi hampir hilang dari sisi kami, dan privasi pengguna ikut terjaga karena video dan project tetap di perangkat.

Catatan jujur: pendekatan ini bukan gratis. Transkripsi di perangkat membuat Cuplikin versi Mac hanya mendukung Apple silicon, dan di ponsel prosesnya lebih lambat dari server. Kami menukar sebagian kenyamanan demi biaya yang bisa diprediksi dan privasi yang bisa dijanjikan. Untuk produk lain, pertukarannya bisa berbeda. Tidak ada jawaban universal, yang ada hanya keputusan sadar.

Menghubungkan pemakaian dengan harga: kredit

Setelah biaya cloud mengecil, yang tersisa tetap bersifat variabel: tiap analisis momen memanggil model AI, dan tiap panggilan ada biayanya. Langganan flat tanpa batas berarti pengguna yang menganalisis seratus video sebulan disubsidi oleh pengguna yang menganalisis dua. Itu cara cepat untuk rugi.

Karena itu Cuplikin memakai kredit untuk fitur cloud. Tiga aturan yang kami anggap penting:

1. Kredit hanya terpakai kalau analisis berhasil. Kalau pekerjaan gagal atau dibatalkan, kredit dikembalikan. Pengguna tidak boleh membayar kegagalan sistem.
2. Ada jatah gratis. Pengguna Free mendapat jatah kredit bulanan untuk mencoba alur lengkap sebelum memutuskan membayar.
3. Langganan Pro memberi jatah lebih besar, paket kredit untuk yang butuh lebih. Kredit dari langganan hangus di akhir periode, kredit dari paket tidak kedaluwarsa.

Jumlah kreditnya sengaja tidak kami tulis di sini maupun di deskripsi store, karena angkanya kami sesuaikan seiring data pemakaian. Yang penting adalah mekanismenya: pemakaian dan biaya bergerak bersama.

Server: satu mesin cukup

Backend Cuplikin, dari API, database, antrean, sampai worker media, berjalan di satu server dengan Docker. Untuk tahap sekarang, ini biaya tetap yang kecil dan bisa diprediksi. Skala naik baru diperlukan kalau antrean pekerjaan mulai menumpuk, dan itu masalah yang menyenangkan karena berarti penggunanya banyak.

Yang sering dilupakan pendiri: biaya server bukan hanya mesinnya. Ada pemantauan, cadangan database, dan waktu orang untuk merawatnya. Di proyek klien, kami selalu memasukkan ini ke estimasi pasca rilis.

Komisi platform

Cuplikin dijual lewat Mac App Store, App Store iOS, dan Google Play. Setiap transaksi dipotong komisi oleh platform, dan angkanya berada di kisaran yang dipublikasikan masing-masing platform, umumnya 15 sampai 30 persen tergantung program dan skala pendapatan. Ini harus masuk ke perhitungan harga sejak awal, bukan jadi kejutan di laporan pertama.

Kami memakai RevenueCat untuk mengelola langganan di semua platform. Biaya layanan ini kami anggap sepadan dibanding membangun sendiri logika langganan lintas store, yang rumit dan rawan salah.

Cara menekan biaya tanpa menurunkan kualitas

Beberapa hal yang kami lakukan atau pelajari, yang bisa kamu tiru:

• Kirim data seminimal mungkin. Proses media berat di perangkat, lalu kirim ke AI hanya yang benar-benar dibutuhkan untuk tugasnya, bukan file mentah. Ini perbedaan puluhan kali lipat dalam biaya transfer dan pemrosesan.
• Pilih model sesuai tugas. Tidak semua tugas butuh model terbesar. Kami memisahkan tugas yang butuh model kuat dari tugas yang cukup dengan model lebih ringan.
• Beri pengguna pilihan membawa AI sendiri. Pengguna Cuplikin bisa menghubungkan penyedia AI yang kompatibel dengan format OpenAI, atau model lokal lewat Ollama. Mereka menanggung biayanya, kami tidak membayar dua kali.
• Batasi sebelum memonetisasi. Jatah gratis yang jelas lebih sehat daripada "gratis tanpa batas" lalu diam-diam dibatasi.
• Bersihkan file sementara. Setiap file yang disimpan tanpa batas waktu adalah biaya yang terus bertambah. Resolver YouTube kami menghapus file otomatis setelah diunduh.

Apa artinya untuk proyek AI kamu

Kalau kamu merencanakan chatbot, asisten dokumen, atau fitur AI di aplikasi yang sudah ada, empat pertanyaan ini perlu dijawab sebelum menentukan harga atau anggaran:

1. Di mana komputasi terjadi? Perangkat pengguna, server sendiri, atau API pihak ketiga. Jawabannya menentukan biaya variabelmu.
2. Apa unit pemakaiannya? Per percakapan, per dokumen, per menit audio. Satu unit yang jelas memudahkan perhitungan dan penetapan harga.
3. Berapa biaya satu unit, dan berapa unit per pengguna per bulan? Ukur dengan data nyata di tahap uji coba, jangan tebak.
4. Apakah harga menutup biaya pengguna terberat, bukan hanya rata-rata? Kalau tidak, pengguna paling aktif justru yang paling merugikan.

Untuk proyek internal, misalnya asisten dokumen berbasis RAG atau chatbot WhatsApp, pertanyaan yang sama berlaku, hanya "harga" diganti "anggaran bulanan".

Langkah selanjutnya

Kalau kamu sedang menghitung biaya menjalankan fitur atau produk AI, kami bisa bantu membuat simulasinya dengan data bisnismu sendiri, termasuk keputusan komputasi lokal versus cloud. Mulai dari konsultasi gratis atau chat lewat WhatsApp. Layanan AI engineering kami ada di halaman layanan.