Биллинг OpenAI API на реальных цифрах

Короткий ответ: как устроен биллинг OpenAI API

Три числа определяют каждую строчку вашего счёта: отправленные входные токены, сгенерированные выходные токены и ставка за миллион токенов выбранной модели. Подписки нет, платы за сам запрос тоже нет. Умножили, разделили на миллион, готово. Ловушка в том, что эти три числа ведут себя по-разному. Входные токены незаметно растут по мере накопления истории чата, выходные токены несут значительную наценку за токен, а ставка меняется каждый раз при смене модели. Дальше в этом гиде: механика, текущие ставки gpt-5.5, три полностью разобранных примера и места, где счета подскакивают без предупреждения.

• Единица тарификации: токены, отдельно для входных (промпт + история) и выходных (ответ)
• Модель оплаты: предоплаченные кредиты, списываются с каждым запросом; при нулевом балансе запросы падают, если не включено автопополнение
• Уровни использования меняют лимиты запросов, а не цены
• Batch API: половина цены за асинхронные задания, которые могут подождать до 24 часов

Предоплаченные кредиты, уровни использования и Batch API

OpenAI перевела аккаунты API на предоплаченный биллинг: вы покупаете кредиты заранее, а использование их списывает. Есть две детали, на которых люди попадаются. Во-первых, неиспользованные кредиты сгорают через 12 месяцев после покупки, так что загрузка годового бюджета в январе превращается в подарок, если ваш трафик невелик. Во-вторых, когда баланс достигает нуля, ваши запросы сразу начинают возвращать ошибки, что выглядит как сбой, если никто не следит за панелью биллинга. Автопополнение убирает жёсткую остановку, но убирает и естественный потолок расходов, поэтому сочетайте его с лимитами использования. Уровни использования являются второй механикой. Аккаунты поднимаются по уровням по мере роста накопленных расходов и возраста аккаунта, и каждый уровень поднимает лимиты запросов (запросы в минуту и токены в минуту). Уровни не меняют цену за токен. Если вы получаете ошибки 429 при низком объёме, вы находитесь на низком уровне, и решением здесь будет история расходов или запрос на повышение лимита, а не другой план. Batch API является единственной встроенной скидкой, вокруг которой стоит планировать: отправляете файл с запросами, получаете результаты в течение 24 часов и платите половину стандартной ставки за вход и выход. Всё, что не обращено к пользователю и не чувствительно к задержке (оценки, бэкфиллы, суммаризация, классификация), должно идти туда. Кэшированный вход тоже тарифицируется со скидкой, когда ваши промпты разделяют длинный стабильный префикс, что вознаграждает практику размещать статичные инструкции в начале, а переменный контент в конце.

Отслеживайте точное использование из ответа API

Не нужно оценивать токены библиотекой-токенизатором постфактум. Каждый ответ chat completion включает объект usage с точными счётчиками, за которые вас тарифицировали. Логируйте его при каждом вызове, и учёт стоимости становится фактом, а не приближением. Один нюанс: при включённом стриминге объект usage приходит только если вы явно запросили его через stream_options. Если в логах видны потоковые запросы с нулём токенов, вот в чём причина.

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}
  }'

# Ответ включает точные тарифицированные счётчики:
# "usage": {
#   "prompt_tokens": 42,
#   "completion_tokens": 118,
#   "total_tokens": 160
# }

Соберите калькулятор стоимости OpenAI API за десять строк

Онлайн-калькуляторы стоимости устаревают в ту же неделю, когда меняется цена. Функция на десять строк, которую питает объект usage, не устаревает никогда. Держите таблицу ставок по моделям, умножайте и логируйте сумму в долларах рядом с каждым ID запроса. Учтите, что модели, способные к рассуждению, тарифицируют скрытые токены рассуждения как токены завершения, поэтому калькулятор ниже остаётся корректным, пока вы читаете completion_tokens из ответа, а не считаете видимый текст самостоятельно.

# 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}")

Таблица цен gpt-5.5 и сравнение моделей

Ставки ниже взяты из каталога APIsRouter: APIsRouter представляет собой OpenAI-совместимый шлюз (Base URL https://api.apisrouter.com/v1) с оплатой по факту использования и без подписки, где глобальные модели выставлены на 20% ниже официального прайса, а китайские модели ниже своих официальных ставок. Оформление на /topup не требует регистрации: сначала оплата, ключ приходит на email, а первое пополнение добавляет +100% к балансу. Перед тем как бюджетировать прямой аккаунт, всегда сверяйтесь с официальными ставками OpenAI на их странице цен, поскольку прайс-лист меняется. Для контекста, в том же каталоге есть модели, с которыми люди реально сравнивают gpt-5.5. kimi-k2.6 и mimo тоже указаны для нагрузок с интенсивным чатом.

Как gpt-5.5 сравнивается по цене

Та же математика, разные ставки. Выбор модели остаётся самым крупным рычагом влияния на счёт за токены, и большинство нагрузок сочетают несколько моделей вместо выбора одной.

Разобранные примеры: три нагрузки от начала до конца

Все три примера используют ставки gpt-5.5 выше ($4.00 вход, $24.00 выход за 1M токенов). Пример 1, продакшн-чат-бот: 100 000 запросов в месяц в среднем по 1 500 входных и 300 выходных токенов каждый. Вход: 150M токенов по $4.00 дают $600. Выход: 30M токенов по $24.00 дают $720. Итого: $1 320 в месяц, и обратите внимание, что выход даёт больше половины счёта, хотя составляет лишь пятую часть токенов. Пример 2, ролевая или персонажная чат-сессия на 60 ходов, где фронтенд заново отправляет в среднем 6 000 токенов контекста на каждом ходе с ответами по 250 токенов. Вход: 360K токенов дают $1.44. Выход: 15K токенов дают $0.36. Итого: около $1.80 за сессию. Та же сессия на deepseek-v4-flash стоит около пяти центов, поэтому пользователи длинных чат-сессий редко гоняют флагманы на каждом ходе. Пример 3, суммаризация 20 000 документов по 2 500 входных и 150 выходных токенов каждый. Вход: 50M токенов дают $200. Выход: 3M токенов дают $72. Итого: $272 как синхронное задание, или около $136 через Batch API, поскольку здесь ничто не чувствительно к задержке.

Неожиданности в стоимости, которые раздувают счета OpenAI

Ничего из этого не видно в тесте на один запрос. Это проявляется на второй месяц, когда сессии становятся длинными, а окно истории незаметно утроилось. Инструментируйте объект usage с первого дня и стройте график входных токенов на сессию во времени; один этот график ловит большую часть списка выше.

• Переприсылка истории: каждый ход чата заново отправляет всю переписку, поэтому стоимость входа за сессию растёт примерно пропорционально квадрату числа ходов, пока вы её не обрежете
• Наценка на выход: выход gpt-5.5 стоит в 6 раз дороже входа, поэтому многословные ответы и незаданные лимиты длины доминируют в счетах
• Токены рассуждения: скрытая цепочка рассуждений тарифицируется как токены завершения, которых вы никогда не видите в тексте
• Таймауты на клиенте: если ваша сторона обрывает запрос после того, как сервер начал генерацию, сгенерированные токены всё равно тарифицируются
• Изображения на входе: изображения токенизируются, и одно изображение в высоком разрешении может стоить тысячи входных токенов
• Сгорание кредитов: предоплаченный баланс, купленный больше 12 месяцев назад, исчезает, потрачен он или нет

Как снизить расходы на OpenAI API

Маршрутизация остаётся самым крупным рычагом. Команды, которые делят трафик между флагманом и выгодной моделью вроде deepseek-v4-flash или glm-5, обычно сокращают расходы гораздо сильнее, чем любая правка промпта, потому что дешёвая модель обрабатывает ходы с наибольшим объёмом. Для персонажных чат- и ролевых фронтендов конкретно пара deepseek-v4-pro и deepseek-v4-flash считается обычным ответом сообщества по соотношению цены и качества, kimi-k2.6 и mimo стоит протестировать, а модели Claude являются выбором там, где важнее всего отточенная SFW-проза. Какой бы фронтенд вы ни подключали, соблюдайте его условия использования и возрастные требования. Сама математика биллинга никогда не меняется: токены на входе, токены на выходе, ставка. Занесите эти три числа в свои логи, и любое решение о стоимости превращается в арифметику вместо гадания.

• Ограничивайте выход через max_completion_tokens в каждом вызове; это самая дешёвая защита из всех возможных
• Обрезайте историю скользящим окном или суммируйте старые ходы в компактную заметку вместо повторной отправки дословно
• Переносите неинтерактивную работу в Batch API и платите половину ставки
• Держите длинный стабильный системный промпт в начале, а переменный контент в конце, чтобы скидки на кэшированный вход реально срабатывали
• Маршрутизируйте по задаче: классификация, извлечение данных и обычные ходы чата не нуждаются во флагмане; держите gpt-5.5 для шагов, которые не справляются на более дешёвых моделях
• Настройте оповещения о балансе и лимиты по ключам, чтобы один зациклившийся процесс не опустошил аккаунт

Частые вопросы