AI

GPT API Pricing 2026：OpenAI Token 成本规划

OpenAI 价格 GPT API 成本估算
AI

AI Cost Calculator

2 分钟阅读

GPT API Pricing 不能只看模型单价

GPT API pricing 看起来像一行价格表，但真实账单来自产品怎么调用模型。预算里要同时放进输入 token、缓存输入、输出 token、模型选择、请求量、重试、工具调用和批处理假设。

做 2026 年预算时，先用本站维护的 AI API 价格表 查看模型单价，再用 OpenAI API pricing 页面 核对关键价格来源。然后把同一个工作流放进 文本 token 成本计算器 里跑场景，不要只凭一个单价决定模型。

当前 GPT 价格应该怎么理解

本站使用的 OpenAI 价格数据按 1M tokens 记录，并区分 input、cached input 和 output。这个拆分很重要，因为复用系统 prompt 的产品，成本结构和一次性长回答完全不同。

模型输入缓存输入输出预算提示
GPT-5.5$5.00 / 1M tokens$0.50 / 1M tokens$30.00 / 1M tokens适合高价值推理任务，但输出成本要重点控制。
GPT-5.4$2.50 / 1M tokens$0.25 / 1M tokens$15.00 / 1M tokens可作为严肃应用工作流的主预算模型。
GPT-5.4 mini$0.75 / 1M tokens$0.075 / 1M tokens$4.50 / 1M tokens更适合高频分类、改写、客服和结构化任务先试算。

这些数字来自本地价格数据，来源指向 OpenAI pricing，数据更新时间为 2026-05-28。OpenAI pricing 页面还展示 Batch、data residency 等选项，所以价格表应该作为预算输入，不要当成永远不变的合同。

先按一个真实工作流建预算

不要从“单次请求多少钱”开始，而要从用户动作开始。比如一次客服回答、一次文档摘要、一次 Agent 调研任务，触发的 API 调用完全不同。

工作流变量为什么会改变 GPT API cost
系统 prompt 和规则说明如果不缓存或压缩，每次请求都会重复计费。
用户消息和聊天历史会话越长，输入 token 越容易膨胀。
检索上下文RAG 片段、文件内容和工具结果可能比用户问题还长。
输出目标长回答和冗长 JSON 往往比 prompt 更贵。
重试逻辑一次失败回答可能复制整次请求成本。
工具调用Agent 可能经历规划、调用工具、读取结果、最终回答多轮模型调用。

短分类任务和 Agent 工作流不能共用一个预算假设。更稳妥的方式是按“完成一个任务”估算，而不是只看一次 API request。

缓存输入什么时候会改变预算

OpenAI 的 prompt caching 文档说明，如果 prompt 前缀命中缓存，系统可以复用缓存结果，从而降低延迟和成本。对 GPT API pricing 来说，稳定系统指令、工具 schema、固定上下文如果真的命中缓存，成本会和普通输入不同。

使用缓存假设时要保守：

  • 把稳定系统 prompt 和变化的用户文本分开估算
  • 估算缓存命中率，而不是默认所有重复 prompt 都命中
  • 区分冷启动请求和已经变热的重复请求
  • 上线后记录 cached token，而不是一直猜

如果产品有很长的共享指令或重复工具 schema，建议在计算器里跑两个场景：完全不命中缓存，以及合理比例的缓存输入。

Batch 折扣只适合部分任务

OpenAI pricing 资料中展示了 Batch 处理选项。本次抓取到的 OpenAI pricing 摘要里，Batch 显示为 “-50%”。但这不代表每个产品动作都能按这个折扣预算。

Batch 更适合可以等待的任务：

  • 夜间摘要
  • 批量评估
  • 离线数据增强
  • 迁移或回填任务
  • 大量分类队列

实时聊天、交互式 Agent、用户正在等待结果的功能，通常不能直接按 Batch 成本假设。上线预算里最好把实时请求和批处理任务拆成两张表。

常见 GPT API 预算错误

真正让账单失控的经常不是公式，而是漏掉了产品行为。

  1. 只估平均请求。 高输出用户和重度会话可能贡献大部分账单。
  2. 忽略输出 token。 大模型输出价格通常更敏感，长回答会明显推高成本。
  3. 忘记 fallback 模型。 小模型路线可能在低置信度时升级到更贵模型。
  4. 把工具调用当免费。 工具 schema、工具结果和额外模型轮次都会增加 token。
  5. 没有记录重试。 质量重试、超时重试、校验失败重试都应该进入成本日志。

一个靠谱预算至少要有基准场景、高使用场景和压力场景。压力场景应该包含长输出、重试、缓存未命中和 fallback。

快速估算公式

简单 GPT 工作流可以先用这个结构：

月成本 = 请求数 × (
  input_tokens / 1,000,000 × 输入单价
  + cached_input_tokens / 1,000,000 × 缓存输入单价
  + output_tokens / 1,000,000 × 输出单价
)

只有确实使用 Batch 的离线工作流，才单独加入 Batch 折扣。实时聊天和离线批处理混在一起时，要拆成两行算。

推荐规划流程

  1. 选一个具体产品工作流，例如客服回答、文档摘要或 Agent 调研任务。
  2. 准备三个真实样本：正常、偏长、容易失败。
  3. 分别估算输入、缓存输入和输出 token。
  4. 在 文本计算器 中比较 GPT-5.5、GPT-5.4 和 GPT-5.4 mini。
  5. 把单次任务成本乘以月请求量。
  6. 上线后用 AI API 账单核对清单 对照真实日志。

FAQ

怎么估算 GPT API pricing？

先估算一个真实工作流的输入 token、缓存输入、输出 token、模型选择、请求量、重试和工具调用。只用一个 prompt 样本不够。

GPT API pricing 是按输入和输出 token 计费吗？

文本工作流预算通常围绕模型的 input、cached input 和 output token 单价展开。正式做预算前，要重新核对最新单价。

为什么 GPT API cost 会比流量增长更快？

如果会话变长、输出变长、Agent 增加额外轮次、重试变多，或 fallback 路由更多请求到大模型，成本可能比流量增长更快。

总结

GPT API pricing 只有放进真实工作流里才有意义。用价格表确认单价，用计算器跑场景，上线后再用日志检查缓存输入、输出长度、重试和模型路由是否符合预算假设。

推荐阅读