Rozliczenia OpenAI API wyjaśnione na realnych liczbach

Krótka odpowiedź: jak działają rozliczenia OpenAI API

Trzy liczby decydują o każdej pozycji na rachunku: wysłane tokeny wejściowe, wygenerowane tokeny wyjściowe i stawka za milion tokenów wybranego modelu. Nie ma subskrypcji ani opłaty per żądanie. Pomnóż, podziel przez milion, gotowe. Pułapka polega na tym, że te trzy liczby zachowują się różnie. Tokeny wejściowe rosną po cichu w miarę gromadzenia się historii czatu, tokeny wyjściowe niosą sporą premię za token, a stawka zmienia się przy każdej zmianie modelu. Reszta przewodnika omawia mechanikę, aktualne stawki gpt-5.5, trzy w pełni wyliczone przykłady i miejsca, w których rachunki rosną bez ostrzeżenia.

• Jednostka rozliczenia: tokeny, mierzone osobno dla wejścia (prompt + historia) i wyjścia (odpowiedź)
• Model płatności: przedpłacone środki, pomniejszane per żądanie; żądania nie przechodzą przy zerowym saldzie, chyba że włączone jest auto-doładowanie
• Poziomy użycia zmieniają Twoje limity rate, nie ceny
• Batch API: połowa ceny za zadania asynchroniczne, które mogą poczekać do 24 godzin

Przedpłacone środki, poziomy użycia i Batch API

OpenAI przeniosło konta API na rozliczenie przedpłacone: kupujesz środki z góry, a użycie je pomniejsza. Dwa szczegóły łapią ludzi w pułapkę. Po pierwsze, niewykorzystane środki wygasają 12 miesięcy po zakupie, więc załadowanie rocznego budżetu w styczniu to darowizna, jeśli Twój ruch jest niski. Po drugie, gdy saldo spadnie do zera, żądania natychmiast zaczynają zwracać błędy, co wygląda jak awaria, jeśli nikt nie pilnuje panelu rozliczeń. Auto-doładowanie naprawia twarde zatrzymanie, ale usuwa naturalny sufit wydatków, więc łącz je z limitami użycia. Poziomy użycia to druga mechanika. Konta pną się po poziomach w miarę wzrostu skumulowanych wydatków i wieku konta, a każdy poziom podnosi Twoje limity rate (żądania na minutę i tokeny na minutę). Poziomy nie zmieniają cen za token. Jeśli trafiasz w błędy 429 przy niskim wolumenie, jesteś na niskim poziomie, a rozwiązaniem jest historia wydatków albo prośba o podniesienie limitu rate, nie inny plan. Batch API to jedyna wbudowana zniżka, wokół której warto planować: prześlij plik żądań, zaakceptuj wyniki w oknie 24 godzin i zapłać połowę standardowej stawki zarówno za wejście, jak i wyjście. Wszystko, co nie jest zwrócone do użytkownika i nie jest wrażliwe na opóźnienie (ewaluacje, uzupełnienia, podsumowania, klasyfikacja), należy tam. Cachowane wejście też jest zniżkowane, gdy Twoje prompty współdzielą długi, stabilny prefiks, co nagradza umieszczanie statycznych instrukcji na początku, a zmiennej treści na końcu.

Śledź dokładne użycie z odpowiedzi API

Nie musisz szacować tokenów biblioteką tokenizera po fakcie. Każda odpowiedź chat completion zawiera obiekt usage z dokładną liczbą, za którą zostałeś rozliczony. Loguj go przy każdym wywołaniu, a Twoje rozliczenie kosztów stanie się źródłem prawdy, nie przybliżeniem. Jeden haczyk: przy włączonym streamingu obiekt usage jest wysyłany tylko wtedy, gdy poprosisz o niego przez stream_options. Jeśli Twoje logi pokazują żądania streamowane z zerem tokenów, to właśnie dlatego.

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}
  }'

# Odpowiedź zawiera dokładne rozliczone liczby:
# "usage": {
#   "prompt_tokens": 42,
#   "completion_tokens": 118,
#   "total_tokens": 160
# }

Zbuduj kalkulator kosztu OpenAI API w dziesięciu liniach

Kalkulatory kosztów online starzeją się w tydzień po zmianie ceny. Dziesięciolinijkowa funkcja zasilana obiektem usage nigdy się nie starzeje. Trzymaj tabelę stawek per model, mnóż i loguj kwotę w dolarach obok każdego ID żądania. Zauważ, że modele zdolne do rozumowania rozliczają ukryte tokeny rozumowania jako tokeny completion, więc kalkulator poniżej pozostaje poprawny, dopóki czytasz completion_tokens z odpowiedzi zamiast liczyć widoczny tekst samodzielnie.

# USD za 1M tokenów: {"in": stawka_wejścia, "out": stawka_wyjścia}
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}")

Tabela cen gpt-5.5 i porównanie modeli

Poniższe stawki to katalog APIsRouter: APIsRouter to agregator kompatybilny z OpenAI (Base URL https://api.apisrouter.com/v1) z rozliczeniem pay as you go i bez subskrypcji, gdzie globalne modele wycenione są 20% poniżej cennika oficjalnego, a chińskie modele poniżej ich oficjalnych stawek. Checkout na /topup nie wymaga rejestracji: płacisz najpierw, klucz przychodzi e-mailem, a pierwsze doładowanie dodaje +100% salda. Zawsze potwierdź oficjalne stawki OpenAI na ich stronie cennika przed budżetowaniem konta bezpośredniego, bo ceny oficjalne się zmieniają. Dla kontekstu, ten sam katalog niesie modele, z którymi ludzie faktycznie porównują gpt-5.5. kimi-k2.6 i mimo są też wymienione dla obciążeń nastawionych na czat.

Jak gpt-5.5 wypada cenowo

Ta sama matematyka, inne stawki. Wybór modelu to pojedyncza największa dźwignia na rachunku za tokeny, a większość obciążeń miesza modele zamiast wybierać jeden.

Przykłady: trzy obciążenia wycenione od początku do końca

Wszystkie trzy przykłady używają stawek gpt-5.5 powyżej (4,00 USD wejście, 24,00 USD wyjście za 1M tokenów). Przykład 1, chatbot produkcyjny: 100 000 żądań miesięcznie ze średnio 1 500 tokenami wejściowymi i 300 wyjściowymi każde. Wejście: 150M tokenów po 4,00 USD to 600 USD. Wyjście: 30M tokenów po 24,00 USD to 720 USD. Razem: 1 320 USD miesięcznie, i zwróć uwagę, że wyjście to ponad połowa rachunku mimo bycia jedną piątą tokenów. Przykład 2, sesja roleplay lub character-chat na 60 tur, gdzie frontend ponownie wysyła średnio 6 000-tokenowy kontekst na turę z odpowiedziami 250 tokenów. Wejście: 360K tokenów to 1,44 USD. Wyjście: 15K tokenów to 0,36 USD. Razem: około 1,80 USD za sesję. Ta sama sesja na deepseek-v4-flash kosztuje około pięciu centów, dlatego użytkownicy długich sesji czatu rzadko uruchamiają flagowce przy każdej turze. Przykład 3, podsumowanie 20 000 dokumentów po 2 500 tokenów wejściowych i 150 wyjściowych każdy. Wejście: 50M tokenów to 200 USD. Wyjście: 3M tokenów to 72 USD. Razem: 272 USD jako zadanie synchroniczne, albo około 136 USD przez Batch API, bo nic tu nie jest wrażliwe na opóźnienie.

Niespodzianki kosztowe, które napędzają rachunki OpenAI

Żadne z nich nie ujawnia się w teście jednego żądania. Ujawniają się w drugim miesiącu, gdy sesje trwają długo, a okno historii po cichu się potroiło. Instrumentuj obiekt usage od pierwszego dnia i wykresuj tokeny wejściowe na sesję w czasie; ten jeden wykres łapie większość powyższej listy.

• Ponowne wysyłanie historii: każda tura czatu ponownie wysyła całą rozmowę, więc koszt wejścia per sesja rośnie mniej więcej z kwadratem liczby tur, dopóki nie przytniesz
• Premia za wyjście: wyjście gpt-5.5 kosztuje 6x jego stawkę wejścia, więc rozwlekłe odpowiedzi i brak limitu długości dominują rachunki
• Tokeny rozumowania: ukryty łańcuch rozumowania rozliczany jest jako tokeny completion, których nigdy nie widzisz w tekście
• Timeouty klienta: jeśli Twoja strona porzuca żądanie po tym, jak serwer zaczął generować, wygenerowane tokeny nadal są rozliczane
• Wejścia wizyjne: obrazy są tokenizowane, a pojedynczy obraz w wysokiej szczegółowości może kosztować tysiące tokenów wejściowych
• Wygasanie środków: przedpłacone saldo kupione ponad 12 miesięcy temu przepada, wydane czy nie

Jak obniżyć koszty OpenAI API

Routing to największa dźwignia. Zespoły dzielące ruch między flagowca a model wartościowy taki jak deepseek-v4-flash lub glm-5 zwykle obniżają wydatki znacznie bardziej niż jakakolwiek poprawka promptu, bo tani model obsługuje tury o wysokim wolumenie. Dla frontendów character-chat i roleplay konkretnie, para deepseek-v4-pro i deepseek-v4-flash to popularna odpowiedź społeczności co do wartości, kimi-k2.6 i mimo warto przetestować, a modele Claude to wybór, gdy dopracowana proza SFW ma największe znaczenie. Niezależnie od tego, z jakim frontendem się łączysz, przestrzegaj jego regulaminu i wymagań wiekowych. Sama matematyka rozliczeń nigdy się nie zmienia: tokeny wejściowe, tokeny wyjściowe, stawka. Wprowadź te trzy liczby do swoich logów, a każda decyzja kosztowa staje się arytmetyką zamiast zgadywaniem.

• Ogranicz wyjście przez max_completion_tokens przy każdym wywołaniu; to najtańsze zabezpieczenie, jakie istnieje
• Przycinaj historię przesuwnym oknem albo podsumowuj starsze tury w zwięzłą notatkę zamiast wysyłać je ponownie dosłownie
• Przenieś pracę nieinteraktywną do Batch API i zapłać połowę stawki
• Trzymaj długi, stabilny system prompt na początku, a zmienną treść na końcu, żeby zniżki na cachowane wejście faktycznie się uruchamiały
• Kieruj według zadania: klasyfikacja, ekstrakcja i swobodne tury czatu nie potrzebują flagowca; zostaw gpt-5.5 do kroków, które zawodzą na tańszych modelach
• Ustaw alerty salda i limity per klucz, żeby jedna rozpędzona pętla nie osuszyła konta

Częste pytania