Fatturazione API OpenAI, spiegata con numeri reali

Risposta rapida: come funziona la fatturazione API OpenAI

Tre numeri determinano ogni riga della tua bolletta: token di input inviati, token di output generati, e la tariffa per milione di token del modello che hai scelto. Non c'è abbonamento e nessun costo per richiesta. Moltiplica, dividi per un milione, fatto. La trappola è che i tre numeri si comportano in modo diverso. I token di input crescono silenziosamente man mano che la cronologia della chat si accumula, i token di output portano un premio per token elevato, e la tariffa cambia ogni volta che cambi modello. Il resto di questa guida esamina i meccanismi, le attuali tariffe gpt-5.5, tre esempi completamente svolti, e i punti dove le bollette salgono senza preavviso.

• Unità di fatturazione: token, misurati separatamente per input (prompt + cronologia) e output (la risposta)
• Modello di pagamento: crediti prepagati, prelevati per richiesta; le richieste falliscono a saldo zero a meno che la ricarica automatica non sia attiva
• I tier di utilizzo cambiano i tuoi rate limit, non i tuoi prezzi
• Batch API: metà prezzo per job asincroni che possono aspettare fino a 24 ore

Crediti prepagati, tier di utilizzo e la Batch API

OpenAI ha spostato gli account API sulla fatturazione prepagata: acquisti crediti in anticipo e l'uso li preleva. Due dettagli colgono impreparati. Primo, i crediti non usati scadono 12 mesi dopo l'acquisto, quindi caricare un anno di budget a gennaio è una donazione se il tuo traffico è basso. Secondo, quando il saldo arriva a zero le tue richieste iniziano a restituire errori immediatamente, il che sembra un'interruzione di servizio se nessuno segue la dashboard di fatturazione. La ricarica automatica risolve lo stop rigido ma rimuove il tetto di spesa naturale, quindi abbinala a limiti di utilizzo. I tier di utilizzo sono il secondo meccanismo. Gli account salgono di tier man mano che la spesa cumulativa e l'età dell'account crescono, e ogni tier alza i tuoi rate limit (richieste al minuto e token al minuto). I tier non cambiano i prezzi per token. Se stai colpendo errori 429 a basso volume, sei in un tier basso, e la soluzione è storico di spesa o una richiesta di aumento del rate limit, non un piano diverso. La Batch API è l'unico sconto integrato su cui vale la pena pianificare: invii un file di richieste, accetti risultati entro una finestra di 24 ore, e paghi metà della tariffa standard sia su input che su output. Tutto ciò che non è rivolto all'utente e sensibile alla latenza (valutazioni, backfill, riassunti, classificazione) appartiene lì. L'input in cache è anch'esso scontato quando i tuoi prompt condividono un prefisso lungo e stabile, il che premia mettere le istruzioni statiche per prime e il contenuto variabile per ultimo.

Traccia l'uso esatto dalla risposta API

Non hai bisogno di stimare i token con una libreria tokenizer a posteriori. Ogni risposta di chat completion include un oggetto usage con i conteggi esatti per cui sei stato fatturato. Registralo a ogni chiamata e la tua contabilità dei costi diventa verità di base, non approssimazione. Un'avvertenza: con lo streaming abilitato, l'oggetto usage viene inviato solo se lo richiedi tramite stream_options. Se i tuoi log mostrano richieste in streaming a zero token, è per questo.

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}
  }'

# La risposta include i conteggi esatti fatturati:
# "usage": {
#   "prompt_tokens": 42,
#   "completion_tokens": 118,
#   "total_tokens": 160
# }

Costruisci un calcolatore di costo API OpenAI in dieci righe

I calcolatori di costo online invecchiano male la settimana in cui un prezzo cambia. Una funzione di dieci righe alimentata dall'oggetto usage non lo fa mai. Tieni una tabella di tariffe per modello, moltiplica, e registra la cifra in dollari accanto a ogni ID di richiesta. Nota che i modelli con capacità di reasoning fatturano i token di reasoning nascosti come token di completion, quindi il calcolatore sotto resta corretto finché leggi completion_tokens dalla risposta invece di contare tu stesso il testo visibile.

# 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}")

Tabella prezzi gpt-5.5 e confronto tra modelli

Le tariffe sotto sono il catalogo APIsRouter: APIsRouter è un gateway compatibile OpenAI (Base URL https://api.apisrouter.com/v1) con fatturazione pay-as-you-go e nessun abbonamento, dove i modelli globali sono prezzati il 20% sotto il listino ufficiale e i modelli cinesi sotto le loro tariffe ufficiali. Il checkout su /topup non richiede registrazione: paghi prima, la chiave arriva via email, e la prima ricarica aggiunge +100% di saldo. Conferma sempre le tariffe ufficiali di OpenAI sulla loro pagina prezzi prima di fare budget per un account diretto, dato che i prezzi di listino si muovono. Per contesto, lo stesso catalogo include i modelli con cui le persone confrontano davvero gpt-5.5. kimi-k2.6 e mimo sono elencati anche per carichi di lavoro chat-intensivi.

Come si posiziona gpt-5.5 sul prezzo

Stessa matematica, tariffe diverse. La scelta del modello è la singola leva più grande su una bolletta di token, e la maggior parte dei carichi di lavoro mischia i modelli invece di sceglierne uno solo.

Esempi pratici: tre carichi di lavoro prezzati end to end

Tutti e tre gli esempi usano le tariffe gpt-5.5 sopra ($4.00 input, $24.00 output per 1M token). Esempio 1, un chatbot in produzione: 100,000 richieste al mese con una media di 1,500 token di input e 300 di output ciascuna. Input: 150M token a $4.00 sono $600. Output: 30M token a $24.00 sono $720. Totale: $1,320 al mese, e nota che l'output è più della metà della bolletta pur essendo un quinto dei token. Esempio 2, una sessione di roleplay o character-chat di 60 turni dove il frontend reinvia in media un contesto di 6,000 token a ogni turno con risposte di 250 token. Input: 360K token sono $1.44. Output: 15K token sono $0.36. Totale: circa $1.80 per sessione. La stessa sessione su deepseek-v4-flash costa circa cinque centesimi, motivo per cui gli utenti di chat lunghe raramente usano modelli di punta per ogni turno. Esempio 3, riassumere 20,000 documenti a 2,500 token di input e 150 di output ciascuno. Input: 50M token sono $200. Output: 3M token sono $72. Totale: $272 come job sincrono, o circa $136 tramite la Batch API dato che qui nulla è sensibile alla latenza.

Sorprese di costo che gonfiano le bollette OpenAI

Nessuna di queste emerge in un test per singola richiesta. Emergono al secondo mese, quando le sessioni si allungano e la finestra di cronologia si è silenziosamente triplicata. Strumenta l'oggetto usage dal primo giorno e grafica i token di input per sessione nel tempo; quel singolo grafico cattura la maggior parte della lista sopra.

• Reinvio della cronologia: ogni turno di chat reinvia l'intera conversazione, quindi il costo di input per sessione cresce all'incirca con il quadrato del conteggio dei turni finché non lo tagli
• Il premio sull'output: l'output di gpt-5.5 costa 6x la sua tariffa di input, quindi risposte prolisse e tetti di lunghezza non impostati dominano le bollette
• Token di reasoning: la catena di pensiero nascosta viene fatturata come token di completion che non vedi mai nel testo
• Timeout del client: se il tuo lato abbandona una richiesta dopo che il server ha iniziato a generare, i token generati vengono comunque fatturati
• Input visivi: le immagini vengono tokenizzate e una singola immagine ad alta definizione può costare migliaia di token di input
• Scadenza dei crediti: il saldo prepagato acquistato più di 12 mesi fa è sparito, speso o no

Come ridurre i costi dell'API OpenAI

Il routing è la leva più grande. I team che dividono il traffico tra un modello di punta e un modello di valore come deepseek-v4-flash o glm-5 tipicamente tagliano la spesa molto più di qualsiasi modifica al prompt, perché il modello economico gestisce i turni ad alto volume. Per i frontend di character-chat e roleplay in particolare, la coppia deepseek-v4-pro e deepseek-v4-flash è la risposta comune della community sul valore, kimi-k2.6 e mimo meritano un test, e i modelli Claude sono la scelta quando la prosa SFW curata conta di più. Qualunque frontend colleghi, segui i suoi termini di servizio e i requisiti di età. La matematica della fatturazione in sé non cambia mai: token in entrata, token in uscita, tariffa. Porta questi tre numeri nei tuoi log e ogni decisione di costo diventa aritmetica invece di congettura.

• Limita l'output con max_completion_tokens su ogni chiamata; è il guardrail più economico che esista
• Taglia la cronologia con una finestra scorrevole, o riassumi i turni vecchi in una nota compatta invece di reinviarli integralmente
• Sposta il lavoro non interattivo sulla Batch API e paga metà tariffa
• Tieni un system prompt lungo e stabile per primo e il contenuto variabile per ultimo così gli sconti sull'input in cache scattano davvero
• Instrada per task: classificazione, estrazione e turni di chat casuali non hanno bisogno di un modello di punta; tieni gpt-5.5 per i passaggi che falliscono su modelli più economici
• Imposta alert di saldo e limiti per chiave così un loop fuori controllo non può prosciugare l'account

Domande frequenti