Bil API OpenAI, dijelaskan dengan angka sebenar

Jawapan pantas: bagaimana pengebilan API OpenAI berfungsi

Tiga angka menentukan setiap baris pada bil anda: token input yang dihantar, token output yang dijana, dan kadar per juta token bagi model yang anda pilih. Tiada langganan dan tiada yuran per permintaan. Darab, bahagi dengan satu juta, selesai. Perangkapnya ialah tiga angka ini berkelakuan berbeza. Token input berkembang secara senyap seiring sejarah chat berkumpul, token output membawa premium per token yang besar, dan kadar berubah setiap kali anda menukar model. Selebihnya panduan ini merangkumi mekanik, kadar gpt-5.5 semasa, tiga contoh sebenar sepenuhnya, dan tempat bil melonjak tanpa amaran.

• Unit pengebilan: token, diukur berasingan untuk input (prompt + sejarah) dan output (balasan)
• Model pembayaran: kredit prabayar, ditolak per permintaan; permintaan gagal pada baki sifar melainkan auto-recharge dihidupkan
• Usage tier mengubah had kadar anda, bukan harga anda
• Batch API: separuh harga untuk job asinkron yang boleh menunggu sehingga 24 jam

Kredit prabayar, usage tier, dan Batch API

OpenAI memindahkan akaun API kepada pengebilan prabayar: anda membeli kredit terlebih dahulu dan penggunaan menolaknya. Dua butiran yang mengejutkan orang. Pertama, kredit yang tidak digunakan luput 12 bulan selepas pembelian, jadi memuatkan belanjawan setahun pada bulan Januari adalah derma jika trafik anda rendah. Kedua, apabila baki mencecah sifar permintaan anda mula mengembalikan ralat serta-merta, yang kelihatan seperti gangguan jika tiada siapa memiliki dashboard pengebilan. Auto-recharge membetulkan hentian tegas itu tetapi membuang siling perbelanjaan semula jadi, jadi gandingkan ia dengan had penggunaan. Usage tier ialah mekanik kedua. Akaun naik tier seiring perbelanjaan kumulatif dan usia akaun bertambah, dan setiap tier menaikkan had kadar anda (permintaan seminit dan token seminit). Tier tidak mengubah harga per token. Jika anda kena ralat 429 pada volum rendah, anda berada pada tier rendah, dan penyelesaiannya ialah sejarah perbelanjaan atau permintaan kenaikan had kadar, bukan plan berbeza. Batch API ialah satu-satunya diskaun terbina yang berbaloi dirancang: hantar fail permintaan, terima keputusan dalam tetingkap 24 jam, dan bayar separuh kadar standard pada kedua-dua input dan output. Apa-apa yang bukan menghadap pengguna dan sensitif kepada latensi (evaluasi, backfill, ringkasan, klasifikasi) sepatutnya di situ. Input yang di-cache juga didiskaun apabila prompt anda berkongsi prefix stabil yang panjang, yang memberi ganjaran kepada meletakkan arahan statik dahulu dan kandungan berubah-ubah kemudian.

Jejak penggunaan tepat daripada respons API

Anda tidak perlu menganggar token dengan library tokenizer selepas fakta. Setiap respons chat completion menyertakan objek usage dengan bilangan tepat yang anda dikenakan bil. Log ia pada setiap panggilan dan perakaunan kos anda menjadi kebenaran sebenar, bukan anggaran. Satu perangkap: dengan streaming dihidupkan, objek usage hanya dihantar jika anda memintanya melalui stream_options. Jika log anda menunjukkan permintaan streamed sifar-token, itulah sebabnya.

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}
  }'

# Respons menyertakan bilangan tepat yang dikenakan bil:
# "usage": {
#   "prompt_tokens": 42,
#   "completion_tokens": 118,
#   "total_tokens": 160
# }

Bina kalkulator kos API OpenAI dalam sepuluh baris

Kalkulator kos dalam talian menjadi lapuk minggu harga berubah. Fungsi sepuluh baris yang disuap objek usage tidak pernah begitu. Simpan jadual kadar per model, darab, dan log angka dolar itu di sebelah setiap ID permintaan. Ambil perhatian model yang berupaya reasoning mengenakan bil token reasoning tersembunyi sebagai token completion, jadi kalkulator di bawah kekal tepat selagi anda membaca completion_tokens daripada respons berbanding mengira teks yang kelihatan sendiri.

# 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}")

Jadual harga gpt-5.5 dan perbandingan model

Kadar di bawah ialah katalog APIsRouter: APIsRouter ialah gateway serasi OpenAI (Base URL https://api.apisrouter.com/v1) dengan pengebilan bayar-mengikut-penggunaan dan tanpa langganan, di mana model global bernilai 20% di bawah senarai rasmi dan model China di bawah kadar rasmi mereka. Checkout di /topup tidak memerlukan pendaftaran: bayar dahulu, key tiba melalui e-mel, dan top up pertama menambah +100% baki. Sentiasa sahkan kadar rasmi OpenAI di halaman harga mereka sebelum membuat belanjawan akaun langsung, kerana harga senarai berubah. Untuk konteks, katalog yang sama membawa model yang sebenarnya dibandingkan orang dengan gpt-5.5. kimi-k2.6 dan mimo juga disenaraikan untuk beban kerja berat chat.

Perbandingan harga gpt-5.5

Matematik yang sama, kadar berbeza. Pilihan model ialah tuas tunggal terbesar pada bil token, dan kebanyakan beban kerja mencampur model berbanding memilih satu.

Contoh sebenar: tiga beban kerja dikira habis-habis

Ketiga-tiga contoh menggunakan kadar gpt-5.5 di atas ($4.00 input, $24.00 output per 1M token). Contoh 1, chatbot produksi: 100,000 permintaan sebulan dengan purata 1,500 token input dan 300 token output setiap satu. Input: 150M token pada $4.00 ialah $600. Output: 30M token pada $24.00 ialah $720. Jumlah: $1,320 sebulan, dan perhatikan output ialah lebih separuh bil walaupun hanya satu perlima daripada bilangan token. Contoh 2, sesi roleplay atau character-chat 60 giliran di mana frontend menghantar semula purata konteks 6,000 token setiap giliran dengan balasan 250 token. Input: 360K token ialah $1.44. Output: 15K token ialah $0.36. Jumlah: kira-kira $1.80 setiap sesi. Sesi yang sama pada deepseek-v4-flash berkos kira-kira lima sen, itulah sebabnya pengguna chat sesi panjang jarang menjalankan flagship untuk setiap giliran. Contoh 3, meringkaskan 20,000 dokumen pada 2,500 token input dan 150 token output setiap satu. Input: 50M token ialah $200. Output: 3M token ialah $72. Jumlah: $272 sebagai job segerak, atau kira-kira $136 melalui Batch API kerana tiada apa di sini yang sensitif kepada latensi.

Kejutan kos yang menggembungkan bil OpenAI

Tiada satu pun perkara ini kelihatan pada ujian per permintaan. Ia kelihatan pada bulan kedua, apabila sesi berjalan panjang dan tetingkap sejarah senyap-senyap menjadi tiga kali ganda. Instrumenkan objek usage sejak hari pertama dan plot token input per sesi mengikut masa; satu carta itu menangkap kebanyakan senarai di atas.

• Hantar semula sejarah: setiap giliran chat menghantar semula keseluruhan perbualan, jadi kos input per sesi berkembang kira-kira kuasa dua terhadap bilangan giliran sehingga anda memangkasnya
• Premium output: output gpt-5.5 ialah 6x kadar inputnya, jadi balasan bertele-tele dan siling panjang yang tidak ditetapkan mendominasi bil
• Token reasoning: chain-of-thought tersembunyi dikenakan bil sebagai token completion yang tidak pernah anda lihat dalam teks
• Timeout klien: jika pihak anda meninggalkan permintaan selepas server mula menjana, token yang dijana tetap dikenakan bil
• Input visi: imej ditokenkan dan satu imej resolusi tinggi boleh berkos beribu-ribu token input
• Luput kredit: baki prabayar yang dibeli lebih 12 bulan lalu telah hilang, sama ada dibelanjakan atau tidak

Cara mengurangkan kos API OpenAI

Routing ialah tuas terbesar. Pasukan yang membahagikan trafik antara flagship dan model bernilai seperti deepseek-v4-flash atau glm-5 biasanya memotong perbelanjaan jauh lebih banyak berbanding sebarang penyesuaian prompt, kerana model murah mengendalikan giliran bervolum tinggi. Untuk frontend character-chat dan roleplay khususnya, pasangan deepseek-v4-pro dan deepseek-v4-flash ialah jawapan komuniti biasa untuk nilai, kimi-k2.6 dan mimo berbaloi diuji, dan model Claude ialah pilihan apabila prosa SFW yang licin paling penting. Apa sahaja frontend yang anda sambungkan, ikut terma perkhidmatan dan syarat umur mereka. Matematik pengebilan itu sendiri tidak pernah berubah: token masuk, token keluar, kadar. Masukkan tiga angka itu ke dalam log anda dan setiap keputusan kos menjadi aritmetik berbanding tekaan.

• Hadkan output dengan max_completion_tokens pada setiap panggilan; itulah pengawal paling murah yang wujud
• Pangkas sejarah dengan tetingkap gelongsor, atau ringkaskan giliran lama menjadi nota padat berbanding menghantarnya semula secara verbatim
• Pindahkan kerja bukan interaktif ke Batch API dan bayar separuh kadar
• Kekalkan system prompt stabil yang panjang di hadapan dan kandungan berubah-ubah di belakang supaya diskaun input yang di-cache benar-benar tercetus
• Halakan mengikut tugas: klasifikasi, ekstraksi, dan giliran chat santai tidak memerlukan flagship; simpan gpt-5.5 untuk langkah yang gagal pada model lebih murah
• Tetapkan amaran baki dan had per key supaya satu gelung yang melarat tidak boleh menghabiskan akaun

Soalan lazim