Coût de l’API OpenAI en 2026 : tableau des tarifs et calculateur
Le coût de l’API OpenAI dépend de cinq éléments : le modèle, les jetons d’entrée non mis en cache, les jetons d’entrée mis en cache, les jetons d’écriture du cache et les jetons de sortie. Le niveau de service, la longueur du contexte, les outils, les nouvelles tentatives, les médias et le traitement régional peuvent augmenter ce coût.
Vérification des tarifs : 12 octobre 2026. OpenAI modifie fréquemment ses modèles et ses prix. Utilisez la page officielle des tarifs de l’API OpenAI comme source de référence finale avant de définir un budget ou de lancer la production.
Coût de l’API OpenAI : réponse rapide
Pour le traitement Standard, le tableau actuel des modèles phares d’OpenAI indique les tarifs de contexte court suivants par 1 million de jetons :
| Modèle | Entrée | Entrée mise en cache | Écritures du cache | Sortie |
|---|---|---|---|---|
| GPT-6 Astra | $10.00 | $1.00 | $12.50 | $50.00 |
| GPT-6.1 Sol | $2.00 | $0.10 | $2.50 | $10.00 |
| GPT-6 Luna | $0.10 | $0.01 | $0.125 | $0.50 |
Le même tableau Standard affiche actuellement des tarifs plus élevés pour les contextes longs :
| Modèle | Entrée | Entrée mise en cache | Écritures du cache | Sortie |
|---|---|---|---|---|
| GPT-6 Astra | $20.00 | $2.00 | $25.00 | $75.00 |
| GPT-6.1 Sol | $4.00 | $0.20 | $5.00 | $15.00 |
| GPT-6 Luna | $0.20 | $0.02 | $0.25 | $0.75 |
Ne copiez pas uniquement la ligne la moins chère dans une prévision. Un modèle moins cher peut coûter davantage par résultat accepté s’il génère des réponses plus longues, échoue à la validation ou déclenche de nouvelles tentatives et des appels de repli.
Formule de calcul du coût de l’API OpenAI
Utilisez cette formule pour une requête facturée au jeton :
coût de la requête =
(jetons d’entrée non mis en cache / 1,000,000 × tarif d’entrée)
+ (jetons d’entrée mis en cache / 1,000,000 × tarif d’entrée mise en cache)
+ (jetons d’écriture du cache / 1,000,000 × tarif d’écriture du cache)
+ (jetons de sortie / 1,000,000 × tarif de sortie)
+ frais liés aux outils, aux médias, aux conteneurs et aux régions
Pour une estimation mensuelle, calculez chaque charge de travail séparément, puis ajoutez les nouvelles tentatives, les tentatives de repli, le trafic d’évaluation et les frais non liés aux jetons.
coût mensuel =
requêtes par mois
× coût moyen en jetons par requête
× nombre moyen de tentatives en amont par requête
+ frais liés aux outils et à l’infrastructure
Le multiplicateur de tentatives est important. Si une action utilisateur crée une requête principale, une nouvelle tentative et un appel de repli, la facture peut inclure trois tentatives en amont alors que le produit n’enregistre qu’un seul flux de travail.
Trois exemples détaillés de coût de l’API OpenAI
Supposons qu’une charge de travail à contexte court utilise 10 millions de jetons d’entrée non mis en cache et 2 millions de jetons de sortie avec le traitement Standard.
| Modèle | Calcul | Coût estimé des jetons |
|---|---|---|
| GPT-6 Astra | 10 × $10 + 2 × $50 | $200.00 |
| GPT-6.1 Sol | 10 × $2 + 2 × $10 | $40.00 |
| GPT-6 Luna | 10 × $0.10 + 2 × $0.50 | $2.00 |
Il s’agit d’une comparaison de prix, et non d’une comparaison de qualité. Utilisez le même ensemble d’évaluation et la même règle d’acceptation avant de déterminer si une option moins chère peut exécuter la charge de travail.
Exemple avec entrée mise en cache
Supposons que la charge de travail GPT-6.1 Sol comporte 10 millions de jetons d’entrée, dont 60 % sont facturés au tarif d’entrée mise en cache, plus 2 millions de jetons de sortie :
entrée non mise en cache : 4 × $2.00 = $8.00
entrée mise en cache : 6 × $0.10 = $0.60
sortie : 2 × $10.00 = $20.00
total estimé : $28.60
Cette estimation exclut les éventuels frais d’écriture du cache nécessaires pour créer ou actualiser le préfixe mis en cache. Mesurez séparément les accès au cache et les écritures du cache ; ne supposez pas que chaque prompt répété bénéficie du tarif mis en cache.
Contexte court ou contexte long
La page de tarification actuelle distingue les tarifs de contexte court et de contexte long pour les modèles phares. Une requête qui franchit le seuil de contexte applicable peut modifier le tarif de la requête ; la taille moyenne des prompts ne suffit donc pas pour établir des prévisions.
Suivez plutôt une distribution :
- les jetons d’entrée p50, p90 et p99 ;
- la part des requêtes entrant dans le niveau de contexte long ;
- les jetons d’entrée mis en cache et non mis en cache ;
- les jetons de sortie et de raisonnement ;
- les nouvelles tentatives et les tentatives de repli ;
- le coût par résultat accepté.
Quelques prompts très volumineux peuvent dominer la facture mensuelle, même lorsque la requête médiane est petite.
Tarification Standard, Batch, Flex, Fast et Ultrafast
OpenAI propose actuellement plusieurs modes de traitement sur sa page de tarification. Le mode approprié dépend des exigences de délai et de disponibilité de la charge de travail.
| Mode | Cas d’usage pratique | Question de planification des coûts |
|---|---|---|
| Standard | Trafic interactif et de production normal | Le modèle et le niveau de contexte respectent-ils le budget de latence ? |
| Batch | Tâches hors ligne pouvant attendre | Le workflow peut-il accepter une exécution différée et la sémantique du traitement par lots ? |
| Flex | Travail sensible aux coûts pouvant tolérer un service variable | La tâche peut-elle attendre ou être relancée sans nuire à l’utilisateur ? |
| Fast | Parcours de production sensibles à la latence | Le gain de latence justifie-t-il le tarif plus élevé ? |
| Ultrafast | Les routes prises en charge les plus sensibles à la latence | Le surcoût est-il limité aux requêtes qui en ont réellement besoin ? |
Consultez l’onglet sélectionné sur la page officielle des tarifs avant de recopier un chiffre. Un tarif Batch, Flex, Fast ou Ultrafast n’est pas un tarif Standard.
Coût de l’API Responses par rapport à Chat Completions
OpenAI indique que l’API Responses et l’API Chat Completions ne sont pas tarifées comme des produits distincts. L’utilisation des jetons est facturée selon les tarifs du modèle sélectionné. Les outils intégrés et d’autres fonctionnalités peuvent ajouter leurs propres frais.
Choisissez le point de terminaison correspondant au contrat dont votre application a besoin, puis calculez :
- les jetons du modèle ;
- les lectures et écritures de cache ;
- les appels de recherche web ou de recherche de fichiers ;
- les sessions de conteneur ou d’exécution de code ;
- l’utilisation d’images, d’audio ou du temps réel ;
- l’amplification due aux relances et aux solutions de repli.
Ne supposez pas qu’une migration de point de terminaison est gratuite simplement parce qu’il n’y a pas de frais de point de terminaison. Le comportement des outils, un contexte plus long, le raisonnement ou des sorties plus volumineuses peuvent modifier l’utilisation totale.
Frais supplémentaires de l’API OpenAI que les équipes négligent
Appels d’outils
La page officielle des tarifs répertorie des frais distincts pour des outils tels que la recherche web et la recherche de fichiers. Le contenu récupéré peut également générer des jetons d’entrée du modèle. Une seule action produit peut donc inclure à la fois des frais d’appel d’outil et des frais de jetons du modèle.
Conteneurs et exécution de code
Les conteneurs Hosted Shell et Code Interpreter comportent des frais de session et des règles de facturation minimale. Réutiliser une session ou y mettre fin rapidement peut avoir plus d’importance que le tarif des jetons pour les agents utilisant beaucoup d’outils.
Traitement régional et FedRAMP
La tarification actuelle d’OpenAI indique une majoration de 10 % pour les points de terminaison de traitement régional éligibles publiés le 5 mars 2026 ou après, ainsi qu’une majoration de 10 % pour les points de terminaison FedRAMP. Vérifiez si la charge de travail utilise réellement l’un de ces points de terminaison.
Temps réel, audio, images et vidéo
Les services multimodaux utilisent des unités et des tarifs différents. N’estimez pas un workflow vocal ou d’image à partir d’un tableau de jetons de texte.
Relances et candidats multiples
Une relance constitue une nouvelle tentative facturable. Plusieurs complétions ou candidats peuvent également augmenter le nombre de jetons générés. Enregistrez les tentatives en amont, et pas seulement les requêtes visibles par l’utilisateur.
Sept façons de réduire le coût de l’API OpenAI
- Orientez selon la charge de travail. Utilisez le plus petit modèle qui satisfait aux contrôles de qualité et de contrat de la tâche.
- Mettez en cache les préfixes stables. Conservez au début les instructions réutilisables, les schémas d’outils et le contexte partagé lorsque l’API et le modèle prennent en charge la mise en cache.
- Contrôlez la longueur des sorties. Définissez une limite de sortie réaliste et demandez des schémas concis plutôt qu’une prose ouverte.
- Utilisez Batch ou Flex pour le travail différé. Déplacez les évaluations, l’enrichissement et les autres tâches hors ligne hors des niveaux interactifs lorsque le contrat d’exploitation le permet.
- Limitez les relances. Classez les échecs d’authentification, de validation, de quota, de délai d’attente et en amont avant de relancer.
- Mesurez les résultats acceptés. Incluez les JSON non valides, les appels d’outils échoués, les corrections manuelles et le trafic de repli dans la métrique de coût.
- Examinez les outils séparément. Suivez la recherche web, la recherche de fichiers, les conteneurs, les médias et les boucles d’agents comme des facteurs de coût distincts.
Pour un cadre plus large concernant les charges de travail, consultez le guide d’optimisation des coûts des API d’IA.
API OpenAI directe ou passerelle multi-modèles ?
L’accès direct à OpenAI est généralement le choix le plus simple lorsque votre produit dépend de fonctionnalités natives d’OpenAI, qu’un seul fournisseur suffit et que l’équipe est à l’aise pour gérer le compte, les clés, l’utilisation et le chemin de repli.
Une passerelle multi-modèles est utile lorsque l’application a besoin d’OpenAI aux côtés de modèles Claude, Gemini, DeepSeek, Qwen, d’image, d’audio ou de vidéo, et souhaite une clé destinée à l’application, une URL de base compatible et une interface unique de suivi de l’utilisation.
Flatkey ne doit pas être évalué uniquement selon qu’un tarif catalogue est plus bas. Comparez le workflow complet :
- la disponibilité des modèles et les identifiants exacts des modèles ;
- la compatibilité des points de terminaison et des fonctionnalités ;
- le taux de réussite des requêtes et de sorties acceptées ;
- la latence, les relances et le comportement de repli ;
- la visibilité sur l’utilisation et l’attribution des coûts ;
- les opérations de compte et de facturation du fournisseur ;
- l’effort de retour en arrière.
Consultez le catalogue de modèles Flatkey et la page des tarifs en direct, puis testez une charge de travail réversible avant de déplacer le trafic de production.
Liste de contrôle des coûts de l’API OpenAI
Avant d’approuver un budget, confirmez :
- [ ] L’identifiant du modèle et le niveau de service sont explicites.
- [ ] Le trafic à contexte court et à contexte long est prévu séparément.
- [ ] Les entrées mises en cache et les écritures dans le cache sont mesurées séparément.
- [ ] Les jetons de sortie et de raisonnement sont inclus.
- [ ] Les frais liés aux outils, aux médias et aux conteneurs sont inclus.
- [ ] Les nouvelles tentatives et les tentatives de repli sont comptabilisées.
- [ ] La majoration régionale ou FedRAMP est incluse le cas échéant.
- [ ] Le coût est mesuré par tâche acceptée, et non uniquement par requête.
- [ ] Le tableau des tarifs comporte une date de vérification et un responsable des mises à jour.
- [ ] Une alerte d’utilisation et une procédure de retour en arrière existent avant le lancement.
Pour connaître tous les tarifs actuels par jeton de GPT-6 et GPT-5.6, y compris Batch, Flex et les entrées mises en cache, consultez notre guide des tarifs de l’API OpenAI.
Pour voir comment OpenAI se compare à Claude, Gemini, Qwen, DeepSeek et Kimi, lisez notre comparatif des tarifs des API d’IA.
Les prompts longs et répétés constituent le moyen le plus simple d’économiser ; notre guide de mise en cache des prompts OpenAI explique les tarifs de lecture et d’écriture, les TTL et les calculs de seuil de rentabilité.
Questions fréquentes
Comment calculer le coût de l’API OpenAI ?
Multipliez chaque catégorie de jetons par son prix pour 1 million de jetons, puis ajoutez les frais liés aux outils, aux médias, aux conteneurs, aux régions, aux nouvelles tentatives et aux solutions de repli. Distinguez les jetons d’entrée non mis en cache, les jetons d’entrée mis en cache, les écritures dans le cache et les jetons de sortie.
L’API Responses est-elle plus coûteuse que Chat Completions ?
OpenAI indique que les endpoints ne sont pas tarifés séparément ; les jetons sont facturés selon les tarifs du modèle sélectionné. Le coût total peut néanmoins différer si une implémentation utilise davantage de contexte, de raisonnement, d’outils ou de sortie.
Quel est le modèle d’API OpenAI le moins cher ?
Le tableau des tarifs en direct affiche actuellement GPT-6 Luna avec les tarifs de jetons phare les plus bas. Cela n’en fait pas l’option la moins chère pour chaque tâche. Testez la qualité et calculez le coût par résultat accepté.
La mise en cache des prompts réduit-elle le coût de l’API OpenAI ?
Elle peut réduire le coût des entrées répétées lorsqu’une requête bénéficie du tarif des entrées mises en cache. Incluez les frais d’écriture dans le cache et le taux de succès réel avant de prévoir les économies.
Pourquoi ma facture OpenAI est-elle plus élevée que mon estimation de jetons ?
Les causes courantes sont la tarification du contexte long, les écritures dans le cache, le raisonnement ou les sorties longues, les outils, les conteneurs, les médias, les nouvelles tentatives, les candidats multiples, les appels de repli et le traitement régional.
Une alternative à l’API OpenAI peut-elle réduire les coûts ?
C’est possible. Un autre fournisseur, une passerelle, un proxy auto-hébergé ou un modèle plus petit peut réduire une composante des coûts, mais le travail de migration, les nouvelles tentatives, les échecs de qualité et l’exploitation comptent également. Utilisez le guide de migration vers les alternatives à l’API OpenAI et comparez la même charge de travail.
Sources
- Tarifs de l’API OpenAI, vérifiés le 12 octobre 2026.
- Guide de mise en cache des prompts OpenAI, vérifié le 12 octobre 2026.
- Explication d’OpenAI sur le comptage et la tarification des jetons, vérifiée le 12 octobre 2026.
Les prix constituent un instantané daté, et non un devis permanent. Vérifiez la page officielle d’OpenAI et l’interface de tarification Flatkey en direct avant le lancement.
