อธิบายการคิดเงิน OpenAI API ด้วยตัวเลขจริง

คำตอบสั้นๆ: OpenAI API คิดเงินยังไง

สามตัวเลขนี้เป็นตัวตัดสินทุกบรรทัดในบิลของคุณ: input token ที่ส่งไป, output token ที่สร้างออกมา และอัตราต่อล้าน token ของโมเดลที่คุณเลือก ไม่มี subscription และไม่มีค่าธรรมเนียมต่อ request คูณ หารด้วยล้าน จบ กับดักคือตัวเลขทั้งสามมีพฤติกรรมต่างกัน input token จะโตขึ้นอย่างเงียบๆ เมื่อประวัติแชทสะสมมากขึ้น output token มีค่าพรีเมียมต่อ token ที่สูงมาก และอัตราก็เปลี่ยนทุกครั้งที่คุณสลับโมเดล ส่วนที่เหลือของคู่มือนี้จะพาไปดูกลไก, อัตราปัจจุบันของ gpt-5.5, ตัวอย่างคำนวณเต็มรูปแบบสามตัวอย่าง และจุดที่บิลพุ่งขึ้นโดยไม่มีสัญญาณเตือน

• หน่วยคิดเงิน: token วัดแยกกันสำหรับ input (prompt + ประวัติ) และ output (คำตอบ)
• รูปแบบการจ่ายเงิน: เครดิตเติมล่วงหน้า หักตาม request; request จะล้มเหลวเมื่อ balance เป็นศูนย์ เว้นแต่เปิด auto-recharge ไว้
• Usage tier เปลี่ยนแค่ rate limit ไม่ใช่ราคา
• Batch API: ราคาครึ่งหนึ่งสำหรับงานแบบ asynchronous ที่รอผลได้นานถึง 24 ชั่วโมง

เครดิตเติมล่วงหน้า, usage tier และ Batch API

OpenAI เปลี่ยนบัญชี API มาเป็นการคิดเงินแบบเติมล่วงหน้า: คุณซื้อเครดิตก่อนแล้วการใช้งานจะหักลงไปเรื่อยๆ มีสองรายละเอียดที่คนมักพลาด อย่างแรก เครดิตที่ไม่ได้ใช้จะหมดอายุ 12 เดือนหลังซื้อ ดังนั้นการเติมงบทั้งปีตั้งแต่เดือนมกราคมคือการบริจาคเปล่าๆ ถ้า traffic ของคุณต่ำ อย่างที่สอง เมื่อ balance เป็นศูนย์ request ของคุณจะเริ่มคืน error ทันที ซึ่งดูเหมือนระบบล่มถ้าไม่มีใครดูแล billing dashboard Auto-recharge แก้ปัญหาการหยุดกะทันหันได้ แต่ก็ทำให้เพดานการใช้จ่ายตามธรรมชาติหายไป ดังนั้นควรใช้คู่กับ usage limit Usage tier คือกลไกที่สอง บัญชีจะไต่ tier ขึ้นตามยอดใช้จ่ายสะสมและอายุบัญชีที่มากขึ้น และแต่ละ tier จะเพิ่ม rate limit ให้ (request ต่อนาทีและ token ต่อนาที) tier ไม่ได้เปลี่ยนราคาต่อ token ถ้าคุณเจอ error 429 ทั้งที่ปริมาณยังน้อย แปลว่าคุณอยู่ใน tier ต่ำ และวิธีแก้คือประวัติการใช้จ่ายหรือขอเพิ่ม rate limit ไม่ใช่การเปลี่ยนแผน Batch API คือส่วนลดในตัวที่คุ้มค่าที่จะวางแผนไว้: ส่งไฟล์ request เข้าไป รอผลภายในกรอบเวลา 24 ชั่วโมง แล้วจ่ายครึ่งราคาปกติทั้งฝั่ง input และ output อะไรก็ตามที่ไม่ต้องแสดงให้ผู้ใช้เห็นทันทีและไม่ไวต่อ latency (eval, backfill, summarization, classification) ควรอยู่ตรงนั้น cached input ก็มีส่วนลดเช่นกันเมื่อ prompt ของคุณมี prefix คงที่ยาวๆ ร่วมกัน ซึ่งจะได้ประโยชน์ถ้าคุณวางคำสั่งที่ตายตัวไว้ก่อนแล้วเนื้อหาที่เปลี่ยนแปลงไว้ท้ายสุด

ติดตามการใช้งานที่แน่นอนจาก API response

คุณไม่จำเป็นต้องประเมิน token ด้วย tokenizer library ย้อนหลัง ทุก response ของ chat completion มี usage object ที่บอกจำนวนที่แน่นอนที่คุณถูกคิดเงิน บันทึกมันไว้ในทุกการเรียก แล้วการบัญชีต้นทุนของคุณจะเป็นความจริง ไม่ใช่การประมาณ มีข้อควรระวังหนึ่งอย่าง: เมื่อเปิด streaming ไว้ usage object จะถูกส่งมาก็ต่อเมื่อคุณขอผ่าน stream_options เท่านั้น ถ้า log ของคุณแสดง request แบบ streaming ที่ token เป็นศูนย์ นี่คือสาเหตุ

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 มีจำนวนที่แน่นอนที่ถูกคิดเงินไว้:
# "usage": {
#   "prompt_tokens": 42,
#   "completion_tokens": 118,
#   "total_tokens": 160
# }

สร้าง cost calculator สำหรับ OpenAI API ในสิบบรรทัด

Cost calculator ออนไลน์จะล้าสมัยทันทีที่ราคาเปลี่ยน แต่ฟังก์ชันสิบบรรทัดที่ป้อนด้วย usage object จะไม่มีวันล้าสมัย เก็บตารางอัตราแยกตามโมเดล คูณเลข แล้วบันทึกตัวเลขดอลลาร์ไว้ข้างๆ request ID ทุกตัว ข้อควรสังเกตคือโมเดลที่มีความสามารถ reasoning จะคิด reasoning token ที่ซ่อนอยู่เป็น completion token ดังนั้น calculator ด้านล่างจะยังถูกต้องตราบใดที่คุณอ่าน completion_tokens จาก response แทนที่จะนับข้อความที่มองเห็นเอง

# USD ต่อ 1M token: {"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}")

ตารางราคา gpt-5.5 และเทียบกับโมเดลอื่น

อัตราด้านล่างคือแคตตาล็อกของ APIsRouter: APIsRouter เป็น gateway แบบ OpenAI-compatible (Base URL https://api.apisrouter.com/v1) ที่คิดเงินตามการใช้งานไม่มี subscription โดยโมเดล global ราคาต่ำกว่าราคาทางการ 20% และโมเดลจีนต่ำกว่าราคาทางการของตัวเอง Checkout ที่ /topup ไม่ต้องสมัคร: จ่ายเงินก่อน key จะส่งมาทางอีเมล และการเติมเงินครั้งแรกได้โบนัส +100% balance ควรตรวจสอบราคาทางการของ OpenAI ในหน้าราคาของพวกเขาเสมอก่อนตั้งงบสำหรับบัญชีตรง เพราะราคาทางการเปลี่ยนแปลงได้ เพื่อเทียบเคียง แคตตาล็อกเดียวกันนี้มีโมเดลที่คนมักเอามาเทียบกับ gpt-5.5 kimi-k2.6 และ mimo ก็มีให้ใช้เช่นกันสำหรับ workload ที่เน้นแชทหนักๆ

gpt-5.5 เทียบราคากับตัวอื่นยังไง

คำนวณแบบเดียวกัน แต่อัตราต่างกัน การเลือกโมเดลคือคันโยกตัวเดียวที่มีผลมากที่สุดต่อบิล token และ workload ส่วนใหญ่มักผสมหลายโมเดลแทนที่จะเลือกใช้ตัวเดียว

ตัวอย่างคำนวณจริง: สามสถานการณ์คิดราคาแบบเต็ม

ทั้งสามตัวอย่างใช้อัตราของ gpt-5.5 ด้านบน ($4.00 input, $24.00 output ต่อ 1M token) ตัวอย่างที่ 1 แชทบอทระดับ production: 100,000 request ต่อเดือน เฉลี่ย input 1,500 และ output 300 token ต่อครั้ง Input: 150M token ที่ $4.00 คือ $600 Output: 30M token ที่ $24.00 คือ $720 รวม: $1,320 ต่อเดือน และสังเกตว่า output คิดเป็นมากกว่าครึ่งของบิล ทั้งที่เป็นแค่หนึ่งในห้าของจำนวน token ตัวอย่างที่ 2 session roleplay หรือ character-chat 60 turn ที่ frontend ส่ง context เฉลี่ย 6,000 token กลับไปทุก turn พร้อมคำตอบ 250 token Input: 360K token คือ $1.44 Output: 15K token คือ $0.36 รวม: ประมาณ $1.80 ต่อ session session เดียวกันนี้บน deepseek-v4-flash เสียประมาณห้าเซนต์ นี่คือเหตุผลที่ผู้ใช้แชท session ยาวมักไม่ใช้โมเดลเรือธงในทุก turn ตัวอย่างที่ 3 สรุปเอกสาร 20,000 ฉบับ ที่ input 2,500 และ output 150 token ต่อฉบับ Input: 50M token คือ $200 Output: 3M token คือ $72 รวม: $272 ถ้าเป็นงานแบบ synchronous หรือประมาณ $136 ผ่าน Batch API เพราะงานนี้ไม่ไวต่อ latency

สิ่งที่ทำให้บิล OpenAI พุ่งเกินคาด

ไม่มีข้อไหนในนี้ที่จะโผล่มาให้เห็นในการทดสอบต่อ request มันจะโผล่มาในเดือนที่สอง เมื่อ session ยาวขึ้นและ history window โตขึ้นเป็นสามเท่าอย่างเงียบๆ บันทึก usage object ตั้งแต่วันแรก แล้ววาดกราฟ input token ต่อ session ตามเวลา แค่กราฟเดียวนี้ก็จับได้เกือบทุกข้อในลิสต์ด้านบน

• ส่งประวัติซ้ำ: ทุก turn แชทจะส่งบทสนทนาทั้งหมดกลับไปใหม่ ดังนั้นต้นทุน input ต่อ session จะโตขึ้นประมาณกำลังสองของจำนวน turn จนกว่าคุณจะตัดมันทิ้ง
• ค่าพรีเมียมของ output: output ของ gpt-5.5 แพงกว่า input 6 เท่า ดังนั้นคำตอบที่ยืดยาวและไม่ตั้งเพดานความยาวจะครองบิลไปเลย
• Reasoning token: chain-of-thought ที่ซ่อนอยู่ถูกคิดเป็น completion token ที่คุณไม่เคยเห็นในข้อความเลย
• Client timeout: ถ้าฝั่งคุณยกเลิก request หลังจากที่ server เริ่มสร้างคำตอบไปแล้ว token ที่สร้างไปแล้วก็ยังถูกคิดเงินอยู่ดี
• Input แบบรูปภาพ: รูปภาพถูกแปลงเป็น token และรูปเดียวที่มีรายละเอียดสูงอาจคิดเป็น input token หลายพันตัว
• เครดิตหมดอายุ: balance ที่เติมไว้เกิน 12 เดือนจะหายไป ไม่ว่าจะใช้หมดหรือไม่ก็ตาม

วิธีลดต้นทุน OpenAI API

การ route คือคันโยกที่ใหญ่ที่สุด ทีมที่แบ่ง traffic ระหว่างโมเดลเรือธงกับโมเดลคุ้มค่าอย่าง deepseek-v4-flash หรือ glm-5 มักลดค่าใช้จ่ายได้มากกว่าการปรับแต่ง prompt ใดๆ เพราะโมเดลราคาถูกจะรับภาระ turn ที่มีปริมาณสูง สำหรับ frontend แนว character-chat และ roleplay โดยเฉพาะ คู่ deepseek-v4-pro กับ deepseek-v4-flash คือคำตอบที่ชุมชนมักเลือกในแง่ความคุ้มค่า kimi-k2.6 และ mimo ก็น่าลองเช่นกัน ส่วนโมเดล Claude คือตัวเลือกเมื่อความประณีตของงานเขียนแบบ SFW สำคัญที่สุด ไม่ว่าคุณจะเชื่อมต่อ frontend ไหน ให้ทำตามข้อตกลงการใช้งานและข้อกำหนดด้านอายุของ frontend นั้น วิธีคำนวณการคิดเงินเองไม่เคยเปลี่ยน: token เข้า, token ออก, อัตรา เอาสามตัวเลขนี้เข้า log ของคุณ แล้วทุกการตัดสินใจเรื่องต้นทุนจะกลายเป็นเลขคณิตธรรมดา ไม่ใช่การเดา

• ตั้งเพดาน output ด้วย max_completion_tokens ในทุกการเรียก มันคือ guardrail ที่ถูกที่สุดที่มีอยู่
• ตัดประวัติด้วย sliding window หรือสรุป turn เก่าให้เป็นโน้ตกระชับแทนที่จะส่งซ้ำแบบคำต่อคำ
• ย้ายงานที่ไม่ต้อง interactive ไปที่ Batch API แล้วจ่ายครึ่งราคา
• วาง system prompt คงที่ยาวๆ ไว้ก่อน แล้วเนื้อหาที่เปลี่ยนแปลงไว้ท้ายสุด เพื่อให้ส่วนลด cached-input ทำงานได้จริง
• Route ตามงาน: classification, extraction และ turn แชททั่วไปไม่จำเป็นต้องใช้โมเดลเรือธง เก็บ gpt-5.5 ไว้สำหรับขั้นตอนที่โมเดลราคาถูกกว่าทำไม่ได้
• ตั้งการแจ้งเตือน balance และ limit แยกตาม key เพื่อไม่ให้ loop ที่หลุดการควบคุมดูดเงินบัญชีจนหมด

คำถามที่พบบ่อย