חיוב OpenAI API, מוסבר עם מספרים אמיתיים

תשובה מהירה: איך חיוב OpenAI API עובד

שלושה מספרים קובעים כל שורה בחשבון שלך: טוקני קלט שנשלחו, טוקני פלט שנוצרו, והתעריף למיליון טוקנים של המודל שבחרת. אין מנוי ואין עמלה לבקשה. הכפל, חלק במיליון, סיימת. המלכודת היא ששלושת המספרים מתנהגים אחרת. טוקני קלט גדלים בשקט ככל שהיסטוריית הצ'אט מצטברת, טוקני פלט נושאים פרמיה גדולה לטוקן, והתעריף משתנה בכל פעם שאתה מחליף מודלים. שאר המדריך הזה עובר על המכניקה, תעריפי gpt-5.5 הנוכחיים, שלוש דוגמאות מחושבות במלואן, והמקומות שבהם חשבונות קופצים ללא אזהרה.

• יחידת חיוב: טוקנים, נמדדים בנפרד עבור קלט (prompt + היסטוריה) ופלט (התגובה)
• מודל תשלום: קרדיטים משולמים מראש, מנוכים לכל בקשה; בקשות נכשלות ביתרת אפס אלא אם auto-recharge פעיל
• שכבות שימוש משנות את מגבלות הקצב שלך, לא את המחירים שלך
• Batch API: חצי מחיר עבור משימות אסינכרוניות שיכולות לחכות עד 24 שעות

קרדיטים משולמים מראש, שכבות שימוש, ו-Batch API

OpenAI העבירה חשבונות API לחיוב משולם מראש: אתה קונה קרדיטים מראש ושימוש מנכה מהם. שני פרטים תופסים אנשים. ראשית, קרדיטים לא מנוצלים פוקעים 12 חודשים אחרי הרכישה, כך שטעינת תקציב של שנה בינואר היא תרומה אם התעבורה שלך נמוכה. שנית, כשהיתרה מגיעה לאפס, הבקשות שלך מתחילות להחזיר שגיאות מיד, מה שנראה כמו downtime אם אף אחד לא בעל לוח הבקרה של החיוב. Auto-recharge מתקן את העצירה הקשיחה אבל מסיר את תקרת ההוצאה הטבעית, אז שלב אותו עם מגבלות שימוש. שכבות שימוש הן המכניקה השנייה. חשבונות עולים בשכבות ככל שההוצאה המצטברת וגיל החשבון גדלים, וכל שכבה מעלה את מגבלות הקצב שלך (בקשות בדקה וטוקנים בדקה). שכבות לא משנות מחירים לטוקן. אם אתה נתקל בשגיאות 429 בנפח נמוך, אתה בשכבה נמוכה, והתיקון הוא היסטוריית הוצאה או בקשת העלאת מגבלת קצב, לא תוכנית אחרת. ה-Batch API הוא ההנחה המובנית האחת ששווה לתכנן סביבה: הגש קובץ של בקשות, קבל תוצאות בתוך חלון של 24 שעות, ושלם חצי מהתעריף הרגיל גם על קלט וגם על פלט. כל דבר שלא פונה למשתמש ורגיש לזמן תגובה (evals, backfills, סיכום, סיווג) שייך שם. קלט ב-cache גם מוזל כשה-prompts שלך חולקים קידומת יציבה וארוכה, מה שמתגמל שימת הוראות סטטיות ראשונות ותוכן משתנה אחרון.

עקוב אחר שימוש מדויק מתגובת ה-API

אתה לא צריך להעריך טוקנים עם ספריית tokenizer בדיעבד. כל תגובת chat completion כוללת אובייקט usage עם הספירות המדויקות שחויבת עליהן. רשום אותו בכל קריאה והחשבונאות שלך היא אמת לאשורה, לא הערכה. תפיסה אחת: כש-streaming פעיל, אובייקט ה-usage נשלח רק אם אתה מבקש אותו דרך stream_options. אם הלוגים שלך מראים בקשות streamed עם אפס טוקנים, זו הסיבה.

curl https://api.openai.com/v1/chat/completions \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.5",
    "messages": [{"role": "user", "content": "Summarize the attached notes in one line."}],
    "max_completion_tokens": 200,
    "stream_options": {"include_usage": true}
  }'

# Response includes the exact billed counts:
# "usage": {
#   "prompt_tokens": 42,
#   "completion_tokens": 118,
#   "total_tokens": 160
# }

בנה מחשבון עלות OpenAI API בעשר שורות

מחשבוני עלות אונליין מתיישנים בשבוע שהמחיר משתנה. פונקציה בת עשר שורות שמוזנת מאובייקט ה-usage אף פעם לא מתיישנת. שמור טבלת תעריפים לכל מודל, הכפל, ורשום את הסכום בדולרים ליד כל מזהה בקשה. שים לב שמודלים בעלי יכולת חשיבה מחייבים טוקני חשיבה נסתרים כטוקני completion, כך שהמחשבון למטה נשאר נכון כל עוד אתה קורא completion_tokens מהתגובה במקום לספור טקסט גלוי בעצמך.

# USD per 1M tokens: {"in": input_rate, "out": output_rate}
RATES = {
    "gpt-5.5": {"in": 4.00, "out": 24.00},
    "claude-sonnet-4-6": {"in": 2.40, "out": 12.00},
    "deepseek-v4-flash": {"in": 0.126, "out": 0.252},
}

def cost_usd(model: str, prompt_tokens: int, completion_tokens: int) -> float:
    rate = RATES[model]
    return (prompt_tokens * rate["in"] + completion_tokens * rate["out"]) / 1_000_000

usage = response.usage
print(f"{cost_usd('gpt-5.5', usage.prompt_tokens, usage.completion_tokens):.6f}")

טבלת מחירי gpt-5.5 והשוואת מודלים

התעריפים למטה הם קטלוג APIsRouter: APIsRouter הוא gateway תואם OpenAI (Base URL https://api.apisrouter.com/v1) עם חיוב בתשלום לפי שימוש וללא מנוי, שבו מודלים גלובליים מתומחרים 20% מתחת לרשימה הרשמית ומודלים סיניים מתחת לתעריפים הרשמיים שלהם. ה-checkout ב-/topup לא צריך הרשמה: שלם קודם, המפתח מגיע במייל, והטעינה הראשונה מוסיפה 100%+ יתרה. תמיד אמת את התעריפים הרשמיים של OpenAI בדף התמחור שלהם לפני תקצוב חשבון ישיר, כי מחירי הרשימה משתנים. להקשר, אותו קטלוג נושא את המודלים שאנשים בפועל שוקלים מול gpt-5.5. kimi-k2.6 ו-mimo גם רשומים עבור עומסי עבודה כבדי צ'אט.

איך gpt-5.5 משתווה מבחינת מחיר

אותו חשבון, תעריפים שונים. בחירת מודל היא המנוף הבודד הגדול ביותר על חשבון טוקנים, ורוב עומסי העבודה מערבבים מודלים במקום לבחור אחד.

דוגמאות מחושבות: שלושה עומסי עבודה עד הסוף

שלוש הדוגמאות משתמשות בתעריפי gpt-5.5 למעלה ($4.00 קלט, $24.00 פלט למיליון טוקנים). דוגמה 1, צ'אטבוט production: 100,000 בקשות בחודש בממוצע 1,500 טוקני קלט ו-300 טוקני פלט כל אחת. קלט: 150 מיליון טוקנים ב-$4.00 הם $600. פלט: 30 מיליון טוקנים ב-$24.00 הם $720. סה"כ: $1,320 בחודש, ושים לב שהפלט הוא יותר מחצי מהחשבון למרות שהוא חמישית מהטוקנים. דוגמה 2, סשן משחק תפקידים או character-chat בן 60 תורות שבו ה-frontend שולח מחדש context ממוצע של 6,000 טוקנים בכל תור עם תגובות של 250 טוקנים. קלט: 360K טוקנים הם $1.44. פלט: 15K טוקנים הם $0.36. סה"כ: בערך $1.80 לסשן. אותו סשן על deepseek-v4-flash עולה בערך חמישה סנט, וזו הסיבה שמשתמשי צ'אט בסשנים ארוכים לעתים נדירות מריצים דגלים על כל תור. דוגמה 3, סיכום 20,000 מסמכים ב-2,500 טוקני קלט ו-150 טוקני פלט כל אחד. קלט: 50 מיליון טוקנים הם $200. פלט: 3 מיליון טוקנים הם $72. סה"כ: $272 כמשימה סינכרונית, או בערך $136 דרך ה-Batch API כי שום דבר כאן לא רגיש לזמן תגובה.

הפתעות עלות שמנפחות חשבונות OpenAI

אף אחד מאלה לא מופיע בבדיקה לבקשה בודדת. הם מופיעים בחודש השני, כשסשנים מתארכים וחלון ההיסטוריה הכפיל את עצמו בשקט שלוש פעמים. תעד את אובייקט ה-usage מהיום הראשון וצייר גרף של טוקני קלט לסשן לאורך זמן; גרף אחד הזה תופס את רוב הרשימה למעלה.

• שליחת היסטוריה מחדש: כל תור צ'אט שולח מחדש את כל השיחה, כך שעלות הקלט לסשן גדלה בערך בריבוע ספירת התורות עד שאתה מקצץ
• פרמיית הפלט: פלט gpt-5.5 עולה פי 6 מתעריף הקלט שלו, כך שתגובות מפורטות ותקרות אורך לא מוגדרות שולטות בחשבונות
• טוקני חשיבה: chain-of-thought נסתר מחויב כטוקני completion שאתה אף פעם לא רואה
• timeouts בצד הלקוח: אם הצד שלך נוטש בקשה אחרי שהשרת התחיל לייצר, הטוקנים שנוצרו עדיין מחויבים
• קלטי vision: תמונות מומרות לטוקנים ותמונה בודדת ברזולוציה גבוהה יכולה לעלות אלפי טוקני קלט
• פקיעת קרדיט: יתרה משולמת מראש שנרכשה לפני יותר מ-12 חודשים נעלמת, בין אם נוצלה ובין אם לא

איך לצמצם עלויות OpenAI API

ניתוב הוא המנוף הגדול ביותר. צוותים שמפצלים תעבורה בין דגל ומודל ערך כמו deepseek-v4-flash או glm-5 בדרך כלל חותכים הוצאה הרבה יותר מכל שינוי prompt, כי המודל הזול מטפל בתורות בנפח גבוה. עבור frontends של character-chat ומשחק תפקידים במיוחד, הזוג deepseek-v4-pro ו-deepseek-v4-flash הוא התשובה הקהילתית הנפוצה על ערך, kimi-k2.6 ו-mimo שווים בדיקה, ומודלי Claude הם הבחירה כשפרוזת SFW מלוטשת הכי חשובה. איזה frontend שתחבר, עקוב אחר תנאי השימוש שלו ודרישות הגיל. חשבון החיוב עצמו אף פעם לא משתנה: טוקנים בקלט, טוקנים בפלט, תעריף. הכנס את שלושת המספרים האלה ללוגים שלך וכל החלטת עלות הופכת לחשבון פשוט במקום ניחוש.

• הגבל פלט עם max_completion_tokens בכל קריאה; זו התחליף הזול ביותר שקיים
• קצץ היסטוריה עם חלון גולש, או סכם תורות ישנים לפתק קומפקטי במקום לשלוח אותם מחדש מילה במילה
• העבר עבודה לא אינטראקטיבית ל-Batch API ושלם חצי תעריף
• שמור system prompt יציב וארוך ראשון ותוכן משתנה אחרון כדי שהנחות cached-input באמת יופעלו
• נתב לפי משימה: סיווג, חילוץ, ותורות צ'אט מזדמנים לא צריכים דגל; שמור את gpt-5.5 לשלבים שנכשלים על מודלים זולים יותר
• קבע התראות יתרה ומגבלות לכל מפתח כך שלולאה שיוצאת משליטה אחת לא תרוקן את החשבון

שאלות נפוצות