Тарифікація OpenAI API, пояснена на реальних цифрах

Коротка відповідь: як працює тарифікація OpenAI API

Три числа визначають кожен рядок вашого рахунку: кількість надісланих вхідних токенів, кількість згенерованих вихідних токенів і ставка за мільйон токенів обраної моделі. Немає ні підписки, ні плати за сам запит. Помножте, поділіть на мільйон, і готово. Пастка в тому, що ці три числа поводяться по-різному. Вхідні токени тихо зростають у міру накопичення історії чату, вихідні токени несуть велику надбавку за токен, а ставка змінюється щоразу, коли ви перемикаєте модель. Далі в цьому гіді: механіка, поточні ставки gpt-5.5, три повністю розраховані приклади та місця, де рахунки зростають без попередження.

• Одиниця тарифікації: токени, обліковуються окремо для входу (промпт + історія) і виходу (відповідь)
• Модель оплати: передоплачені кредити, списуються за кожен запит; запити падають при нульовому балансі, якщо не увімкнено автопоповнення
• Рівні використання змінюють ваші ліміти швидкості, а не ціни
• Batch API: половина ціни для асинхронних задач, що можуть чекати до 24 годин

Передоплачені кредити, рівні використання і Batch API

OpenAI перевела акаунти API на передоплачену тарифікацію: ви купуєте кредити наперед, а використання їх списує. Дві деталі заскакують людей зненацька. По-перше, невикористані кредити згорають через 12 місяців після покупки, тож завантаження річного бюджету в січні це благодійність, якщо ваш трафік невеликий. По-друге, коли баланс сягає нуля, ваші запити одразу починають повертати помилки, що виглядає як збій, якщо ніхто не стежить за панеллю тарифікації. Автопоповнення виправляє жорстку зупинку, але прибирає природну стелю витрат, тож поєднуйте його з лімітами використання. Рівні використання це другий механізм. Акаунти піднімаються рівнями в міру зростання сукупних витрат і віку акаунту, і кожен рівень підвищує ваші ліміти швидкості (запити на хвилину і токени на хвилину). Рівні не змінюють ціну за токен. Якщо ви отримуєте помилки 429 при невеликому обсязі, ви на низькому рівні, і виправлення це історія витрат або запит на підвищення ліміту швидкості, а не інший план. Batch API це єдина вбудована знижка, під яку варто планувати: надішліть файл із запитами, приймайте результати протягом 24-годинного вікна і платіть половину стандартної ставки і за вхід, і за вихід. Усе, що не звернене до користувача і не чутливе до затримки (оцінки, бекфіли, підсумовування, класифікація), належить туди. Кешований вхід також тарифікується зі знижкою, коли ваші промпти мають спільний довгий стабільний префікс, що винагороджує розміщення статичних інструкцій на початку, а змінного контенту в кінці.

Відстежуйте точне використання з відповіді API

Вам не потрібно оцінювати токени бібліотекою-токенізатором постфактум. Кожна відповідь chat completion містить об'єкт usage з точною кількістю, за яку вас тарифікували. Логуйте його при кожному виклику, і ваш облік витрат стає точними даними, а не наближенням. Один нюанс: при увімкненому стримінгу об'єкт usage надсилається лише якщо ви запитали його через stream_options. Якщо у ваших логах нульова кількість токенів для стрімінгових запитів, це 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}
  }'

# Відповідь містить точні тарифіковані значення:
# "usage": {
#   "prompt_tokens": 42,
#   "completion_tokens": 118,
#   "total_tokens": 160
# }

Побудуйте калькулятор вартості OpenAI API за десять рядків

Онлайн-калькулятори вартості застарівають за тиждень після зміни ціни. Функція на десять рядків, що живиться з об'єкта usage, ніколи. Тримайте таблицю ставок по моделі, множте і логуйте суму в доларах поруч із кожним ID запиту. Зверніть увагу, що моделі зі здатністю до міркування тарифікують приховані токени міркування як токени completion, тож калькулятор нижче залишається коректним, поки ви зчитуєте completion_tokens із відповіді, а не рахуєте видимий текст самостійно.

# USD за 1M токенів: {"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}")

Таблиця цін gpt-5.5 і порівняння моделей

Ставки нижче це каталог APIsRouter: APIsRouter, OpenAI-сумісний шлюз (Base URL https://api.apisrouter.com/v1) із тарифікацією за оплатою за використання без підписки, де глобальні моделі коштують на 20 відсотків нижче офіційного прайсу, а китайські моделі дешевші за свої офіційні ставки. Оформлення на /topup не потребує реєстрації: спершу оплата, потім ключ приходить на email, а перше поповнення додає +100% балансу. Завжди звіряйте офіційні ставки OpenAI на їхній сторінці цін перед плануванням бюджету прямого акаунту, оскільки прайсові ціни змінюються. Для контексту той самий каталог містить моделі, з якими люди насправді порівнюють gpt-5.5. kimi-k2.6 і mimo також представлені для навантажень, орієнтованих на чат.

Як gpt-5.5 порівнюється за ціною

Та сама математика, різні ставки. Вибір моделі це найбільший важіль для рахунку за токени, і більшість навантажень поєднують кілька моделей замість того, щоб обирати одну.

Розраховані приклади: три навантаження від початку до кінця

Усі три приклади використовують ставки gpt-5.5 вище ($4.00 вхід, $24.00 вихід за 1M токенів). Приклад 1, продакшн-чат-бот: 100 000 запитів на місяць у середньому по 1 500 вхідних і 300 вихідних токенів кожен. Вхід: 150M токенів за $4.00 складає $600. Вихід: 30M токенів за $24.00 складає $720. Разом: $1 320 на місяць, і зверніть увагу, що вихід становить більше половини рахунку, попри те що це лише одна п'ята токенів. Приклад 2, сесія рольової гри чи чату з персонажем на 60 ходів, де фронтенд повторно надсилає в середньому 6 000-токенний контекст на кожному ході з відповідями по 250 токенів. Вхід: 360K токенів складає $1.44. Вихід: 15K токенів складає $0.36. Разом: приблизно $1.80 за сесію. Та сама сесія на deepseek-v4-flash коштує приблизно п'ять центів, тому користувачі довгих сесій рідко запускають флагманські моделі на кожному ході. Приклад 3, підсумовування 20 000 документів по 2 500 вхідних і 150 вихідних токенів кожен. Вхід: 50M токенів складає $200. Вихід: 3M токенів складає $72. Разом: $272 як синхронна задача, або приблизно $136 через Batch API, оскільки тут ніщо не чутливе до затримки.

Несподіванки у вартості, що роздувають рахунки за OpenAI

Жодна з цих речей не проявляється в тестовому одиничному запиті. Вони проявляються на другий місяць, коли сесії стають довгими, а вікно історії тихо потроїлось. Логуйте об'єкт usage з першого дня і будуйте графік вхідних токенів на сесію в часі; цей один графік ловить більшість пунктів зі списку вище.

• Повторна відправка історії: кожен хід чату повторно надсилає всю розмову, тож вартість входу на сесію зростає приблизно пропорційно квадрату кількості ходів, доки ви її не обрізаєте
• Надбавка на вихід: вихід gpt-5.5 коштує у 6 разів дорожче входу, тому розлогі відповіді й невстановлені обмеження довжини домінують у рахунках
• Токени міркування: прихований ланцюжок міркувань тарифікується як токени completion, які ви ніколи не бачите в тексті
• Таймаути клієнта: якщо ваша сторона скасовує запит після того, як сервер почав генерацію, згенеровані токени все одно тарифікуються
• Вхідні зображення: зображення токенізуються, і одне зображення з високою деталізацією може коштувати тисячі вхідних токенів
• Згорання кредитів: передоплачений баланс, куплений понад 12 місяців тому, зникає незалежно від того, витрачений він чи ні

Як знизити витрати на OpenAI API

Маршрутизація це найбільший важіль. Команди, що розділяють трафік між флагманом і ціннісною моделлю на кшталт deepseek-v4-flash чи glm-5, зазвичай знижують витрати значно сильніше за будь-яке налаштування промпту, бо дешева модель обробляє ходи з високим обсягом. Для чат- і рольових фронтендів зокрема пара deepseek-v4-pro і deepseek-v4-flash це типова відповідь спільноти щодо співвідношення ціна-якість, kimi-k2.6 і mimo варті тестування, а моделі Claude це вибір, коли найважливіша відшліфована SFW проза. З яким би фронтендом ви не з'єднувались, дотримуйтесь його умов використання й вікових вимог. Сама математика тарифікації ніколи не змінюється: токени на вхід, токени на вихід, ставка. Занесіть ці три числа у свої логи, і кожне рішення щодо вартості перетвориться з здогадки на арифметику.

• Обмежуйте вихід через max_completion_tokens у кожному виклику; це найдешевший запобіжник, який існує
• Обрізайте історію ковзним вікном або підсумовуйте старі ходи в компактну примітку замість повторної відправки їх дослівно
• Переносьте неінтерактивну роботу на Batch API і платіть половину ставки
• Тримайте довгий стабільний системний промпт на початку, а змінний контент у кінці, щоб знижки за кешований вхід справді спрацьовували
• Маршрутизуйте за задачею: класифікація, вилучення даних і повсякденні ходи чату не потребують флагманської моделі; залишайте gpt-5.5 для кроків, що не вдаються на дешевших моделях
• Встановіть сповіщення про баланс і ліміти по кожному ключу, щоб жоден вихід з-під контролю не спустошив акаунт

Поширені запитання