OpenAI API-facturering, uitgelegd met echte cijfers

Kort antwoord: hoe OpenAI API-facturering werkt

Drie getallen bepalen elke regel op je rekening: verstuurde input-tokens, gegenereerde output-tokens, en het tarief per miljoen tokens van het gekozen model. Er is geen abonnement en geen kosten per verzoek. Vermenigvuldigen, delen door een miljoen, klaar. De valkuil is dat de drie getallen zich anders gedragen. Input-tokens groeien onopgemerkt naarmate chatgeschiedenis zich opstapelt, output-tokens dragen een fors opslag per token, en het tarief verandert elke keer dat je van model wisselt. De rest van deze gids behandelt de mechaniek, de huidige gpt-5.5-tarieven, drie volledig doorgerekende voorbeelden, en de plekken waar rekeningen onverwacht oplopen.

• Facturatie-eenheid: tokens, apart gemeten voor input (prompt + geschiedenis) en output (het antwoord)
• Betaalmodel: vooraf betaald tegoed, afgeboekt per verzoek; verzoeken mislukken bij nulsaldo tenzij auto-herladen aanstaat
• Gebruiksniveaus veranderen je rate-limits, niet je prijzen
• Batch API: halve prijs voor asynchrone taken die tot 24 uur kunnen wachten

Vooraf betaald tegoed, gebruiksniveaus en de Batch API

OpenAI heeft API-accounts overgezet naar vooraf betaalde facturering: je koopt eerst tegoed en gebruik trekt daarvan af. Twee details vallen mensen op. Ten eerste verloopt ongebruikt tegoed 12 maanden na aankoop, dus een heel jaarbudget in januari laden is een donatie als je verkeer laag is. Ten tweede, wanneer het saldo op nul komt, geven je verzoeken direct fouten terug, wat aanvoelt als een storing als niemand het factureringsdashboard beheert. Auto-herladen lost de harde stop op, maar verwijdert het natuurlijke uitgavenplafond, dus combineer het met gebruikslimieten. Gebruiksniveaus zijn het tweede mechanisme. Accounts klimmen naar hogere niveaus naarmate cumulatieve uitgaven en accountleeftijd groeien, en elk niveau verhoogt je rate-limits (verzoeken per minuut en tokens per minuut). Niveaus veranderen de prijzen per token niet. Als je bij laag volume al 429-fouten krijgt, zit je op een laag niveau, en de oplossing is uitgavengeschiedenis of een verzoek om een hogere rate-limit, geen ander plan. De Batch API is de ingebouwde korting die het waard is om rekening mee te houden: dien een bestand met verzoeken in, accepteer resultaten binnen een venster van 24 uur, en betaal de helft van het standaardtarief op zowel input als output. Alles wat niet gebruikersgericht en latentiegevoelig is (evaluaties, backfills, samenvatten, classificatie) hoort daar. Gecachete input krijgt ook korting wanneer je prompts een lang stabiel prefix delen, wat het beloont om statische instructies vooraan en variabele inhoud achteraan te zetten.

Volg exact gebruik uit de API-response

Je hoeft tokens niet achteraf te schatten met een tokenizer-bibliotheek. Elke chat-completion-response bevat een usage-object met de exacte aantallen waarvoor je bent gefactureerd. Log het bij elke aanroep en je kostenadministratie is de betrouwbare waarheid, geen benadering. Eén addertje: met streaming ingeschakeld wordt het usage-object alleen meegestuurd als je erom vraagt via stream_options. Als je logs nul tokens laten zien bij gestreamde verzoeken, is dat de reden.

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
# }

Bouw een OpenAI API-kostencalculator in tien regels

Online kostencalculators verouderen in de week dat een prijs verandert. Een functie van tien regels gevoed door het usage-object doet dat nooit. Houd een tarieventabel per model bij, vermenigvuldig, en log het dollarbedrag naast elke verzoek-ID. Let op dat redeneer-modellen verborgen reasoning-tokens factureren als completion-tokens, dus de calculator hieronder blijft correct zolang je completion_tokens uit de response leest in plaats van zichtbare tekst zelf te tellen.

# 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}")

gpt-5.5-prijstabel en modelvergelijking

De tarieven hieronder komen uit de APIsRouter-catalogus: APIsRouter is een OpenAI-compatibele gateway (base URL https://api.apisrouter.com/v1) met pay-as-you-go facturering zonder abonnement, waar wereldwijde modellen 20 procent onder de officiële lijst worden geprijsd en Chinese modellen onder hun officiële tarieven. Checkout op /topup vereist geen registratie: betaal eerst, de sleutel komt per e-mail, en de eerste storting voegt +100 procent saldo toe. Controleer altijd de officiële tarieven van OpenAI op hun prijspagina voordat je een direct account budgetteert, want listprijzen veranderen. Ter context bevat dezelfde catalogus de modellen waar mensen gpt-5.5 daadwerkelijk tegen afwegen. kimi-k2.6 en mimo staan ook vermeld voor chat-intensieve workloads.

Hoe gpt-5.5 zich prijstechnisch verhoudt

Dezelfde rekensom, andere tarieven. Modelkeuze is de grootste hefboom op een tokenrekening, en de meeste workloads mixen modellen in plaats van er één te kiezen.

Doorgerekende voorbeelden: drie workloads volledig geprijsd

Alle drie de voorbeelden gebruiken de gpt-5.5-tarieven hierboven ($4,00 input, $24,00 output per 1M tokens). Voorbeeld 1, een productiechatbot: 100.000 verzoeken per maand met gemiddeld 1.500 input- en 300 output-tokens elk. Input: 150M tokens tegen $4,00 is $600. Output: 30M tokens tegen $24,00 is $720. Totaal: $1.320 per maand, en let op dat output meer dan de helft van de rekening is ondanks dat het een vijfde van de tokens uitmaakt. Voorbeeld 2, een roleplay- of character-chat-sessie van 60 beurten waarbij de frontend gemiddeld 6.000 tokens context opnieuw verstuurt per beurt met antwoorden van 250 tokens. Input: 360K tokens is $1,44. Output: 15K tokens is $0,36. Totaal: ongeveer $1,80 per sessie. Dezelfde sessie op deepseek-v4-flash kost ongeveer vijf cent, en dat is waarom gebruikers van lange chatsessies zelden vlaggenschepen draaien voor elke beurt. Voorbeeld 3, het samenvatten van 20.000 documenten met 2.500 input- en 150 output-tokens elk. Input: 50M tokens is $200. Output: 3M tokens is $72. Totaal: $272 als synchrone taak, of ongeveer $136 via de Batch API omdat hier niets latentiegevoelig is.

Kostenverrassingen die OpenAI-rekeningen opblazen

Niets hiervan komt naar boven in een test met één verzoek. Het komt naar boven in maand twee, wanneer sessies lang lopen en het geschiedenisvenster ongemerkt is verdrievoudigd. Instrumenteer het usage-object vanaf dag één en zet input-tokens per sessie in een grafiek over tijd; die ene grafiek vangt het meeste van bovenstaande lijst.

• Geschiedenis opnieuw versturen: elke chatbeurt verstuurt het volledige gesprek opnieuw, dus de inputkosten per sessie groeien ruwweg kwadratisch met het aantal beurten totdat je inkort
• De outputtoeslag: gpt-5.5-output kost 6x het inputtarief, dus uitgebreide antwoorden en ongelimiteerde lengte domineren rekeningen
• Reasoning-tokens: verborgen chain-of-thought wordt gefactureerd als completion-tokens die je nooit in de tekst ziet
• Client-timeouts: als jouw kant een verzoek afbreekt nadat de server begon te genereren, worden de gegenereerde tokens nog steeds gefactureerd
• Vision-input: afbeeldingen worden getokeniseerd en een enkele high-detail afbeelding kan duizenden input-tokens kosten
• Verlopen tegoed: vooraf betaald saldo dat meer dan 12 maanden geleden is gekocht, is weg, gebruikt of niet

Zo verlaag je OpenAI API-kosten

Routering is de grootste hefboom. Teams die verkeer splitsen tussen een vlaggenschip en een waardemodel zoals deepseek-v4-flash of glm-5 snijden doorgaans veel meer kosten weg dan elke prompt-aanpassing, omdat het goedkope model de beurten met hoog volume afhandelt. Voor character-chat- en roleplay-frontends specifiek is het duo deepseek-v4-pro en deepseek-v4-flash het gangbare communityantwoord op waarde, zijn kimi-k2.6 en mimo het testen waard, en zijn Claude-modellen de keuze wanneer gepolijst SFW-proza het belangrijkst is. Welke frontend je ook aansluit, volg de gebruiksvoorwaarden en leeftijdseisen ervan. De factureringsrekensom zelf verandert nooit: tokens in, tokens uit, tarief. Zet die drie getallen in je logs en elke kostenbeslissing wordt rekenkunde in plaats van giswerk.

• Begrens output met max_completion_tokens bij elke aanroep; het is de goedkoopste vangrail die er is
• Kort geschiedenis in met een schuivend venster, of vat oudere beurten samen in een compacte notitie in plaats van ze woordelijk opnieuw te versturen
• Verplaats niet-interactief werk naar de Batch API en betaal het halve tarief
• Houd een lange stabiele systeemprompt vooraan en variabele inhoud achteraan zodat kortingen op gecachete input daadwerkelijk in werking treden
• Routeer op taak: classificatie, extractie en losse chatbeurten hebben geen vlaggenschip nodig; bewaar gpt-5.5 voor de stappen die falen op goedkopere modellen
• Stel saldowaarschuwingen en limieten per sleutel in zodat één losgeslagen lus het account niet leeg kan trekken

Veelgestelde vragen