2026 年 OpenAI API 成本：定价表与计算器
OpenAI API 成本取决于五项因素：模型、未缓存输入令牌、缓存输入令牌、缓存写入令牌和输出令牌。服务层级、上下文长度、工具、重试、媒体和区域处理可能会增加额外费用。
价格核查：2026 年 10 月 12 日。OpenAI 经常更改模型和价格。在制定预算或启动生产环境之前，请以官方 OpenAI API 定价页面作为最终依据。
OpenAI API 成本：快速解答
对于标准处理，OpenAI 当前的旗舰模型定价表列出了以下每 100 万令牌的短上下文价格：
| 模型 | 输入 | 缓存输入 | 缓存写入 | 输出 |
|---|---|---|---|---|
| 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 |
同一份标准定价表目前显示了更高的长上下文费率：
| 模型 | 输入 | 缓存输入 | 缓存写入 | 输出 |
|---|---|---|---|---|
| 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 |
不要只将最便宜的一行复制到预测中。如果低价模型生成的答案更长、未能通过验证，或触发重试和回退调用，那么其每个被接受结果的成本可能更高。
OpenAI API 成本公式
对按令牌计价的请求，请使用以下公式：
请求成本 =
（未缓存输入令牌 / 1,000,000 × 输入费率）
+ （缓存输入令牌 / 1,000,000 × 缓存输入费率）
+ （缓存写入令牌 / 1,000,000 × 缓存写入费率）
+ （输出令牌 / 1,000,000 × 输出费率）
+ 工具、媒体、容器和区域费用
对于月度估算，请分别计算每种工作负载，然后加上重试、回退尝试、评估流量和非令牌费用。
月度成本 =
每月请求数
× 每个请求的平均令牌成本
× 每个请求的平均上游尝试次数
+ 工具和基础设施费用
尝试次数乘数很重要。如果一次用户操作产生一次主请求、一次重试和一次回退调用，即使产品只记录一个工作流，账单也可能包含三次上游尝试。
三个 OpenAI API 成本计算示例
假设一个短上下文工作负载在标准处理中使用 1,000 万个未缓存输入令牌和 200 万个输出令牌。
| 模型 | 计算 | 预估令牌成本 |
|---|---|---|
| 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 |
这是价格比较，而非质量比较。在决定更便宜的路线是否能够处理该工作负载之前，请使用相同的评估集和验收规则。
使用缓存输入的示例
假设 GPT-6.1 Sol 工作负载具有 1,000 万个输入令牌，其中 60% 按缓存输入费率计费，另有 200 万个输出令牌：
未缓存输入：4 × $2.00 = $8.00
缓存输入： 6 × $0.10 = $0.60
输出： 2 × $10.00 = $20.00
预估总计： $28.60
该估算不包括创建或刷新缓存前缀所需的任何缓存写入费用。请分别衡量缓存命中和缓存写入；不要假设每个重复提示都会获得缓存费率。
短上下文与长上下文
当前定价页面为旗舰模型分别列出了短上下文和长上下文费率。超过适用上下文阈值的请求可能会改变该请求的费率，因此仅凭平均提示大小不足以进行预测。
应跟踪分布情况：
- p50、p90 和 p99 输入令牌；
- 进入长上下文层级的请求占比；
- 缓存和未缓存的输入令牌；
- 输出令牌和推理令牌；
- 重试和回退尝试；
- 每个被接受结果的成本。
即使中位数请求很小，少量超大提示也可能主导月度账单。
标准、批处理、弹性、快速和超快速定价
OpenAI 目前在其定价页面上提供多种处理模式。正确的模式取决于工作负载的截止时间和可用性要求。
| 模式 | 实际适用场景 | 成本规划问题 |
|---|---|---|
| Standard | 常规交互式和生产流量 | 模型和上下文层级是否满足延迟预算？ |
| Batch | 可以等待的离线作业 | 工作流能否接受延迟完成和批处理语义？ |
| Flex | 可容忍服务波动的成本敏感型工作 | 作业能否等待或重试而不影响用户？ |
| Fast | 对延迟敏感的生产路径 | 延迟改善是否值得更高费率？ |
| Ultrafast | 所支持路由中对延迟最敏感的路由 | 溢价是否仅限于真正需要它的请求？ |
在复制某个数字之前，请先阅读官方定价页面上所选的标签页。Batch、Flex、Fast 或 Ultrafast 的费率并非 Standard 费率。
Responses API 与 Chat Completions 的成本
OpenAI 表示，Responses API 和 Chat Completions API 并非作为独立产品分别定价。令牌用量按所选模型的费率计费。内置工具和其他功能可能会增加各自的费用。
根据应用程序所需的契约选择端点，然后计算：
- 模型令牌；
- 缓存读取和写入；
- 网页或文件搜索调用；
- 容器或代码执行会话；
- 图像、音频或实时用量；
- 重试和回退放大效应。
不要因为没有端点费用就假定端点迁移是免费的。工具行为、更长的上下文、推理或更大的输出都可能改变总用量。
团队容易忽略的额外 OpenAI API 费用
工具调用
官方定价页面列出了网页搜索和文件搜索等工具的单独费用。检索到的内容还可能产生模型输入令牌。因此，单次产品操作可能同时包含工具调用费用和模型令牌费用。
容器和代码执行
Hosted Shell 和 Code Interpreter 容器有会话费用和最低计费规则。对于工具密集型智能体，复用会话或及时结束会话可能比令牌费率更重要。
区域处理和 FedRAMP
OpenAI 当前的定价说明指出，对于在 2026 年 3 月 5 日或之后发布的符合条件的区域处理端点，费率上浮 10%；FedRAMP 端点也上浮 10%。请确认工作负载是否确实使用了其中一种端点。
实时、音频、图像和视频
多模态服务使用不同的单位和费率。不要根据文本令牌表来估算语音或图像工作流。
重试和多个候选项
一次重试就是另一次可计费尝试。多个补全或候选项也可能增加生成令牌。请记录上游尝试次数，而不仅是用户可见的请求数。
降低 OpenAI API 成本的七种方法
- 按工作负载路由。使用能够通过任务质量和契约检查的最小模型。
- 缓存稳定前缀。当 API 和模型支持缓存时，将可复用的指令、工具模式和共享上下文放在开头。
- 控制输出长度。设置合理的输出限制，并要求使用简洁的模式，而不是开放式散文。
- 将 Batch 或 Flex 用于延迟性工作。在运行契约允许的情况下，将评估、数据增强和其他离线作业从交互式层级中迁出。
- 限制重试。在重试之前，对身份验证、验证、配额、超时和上游故障进行分类。
- 衡量已接受的结果。在成本指标中纳入无效 JSON、失败的工具调用、人工修复和回退流量。
- 单独审查工具。将网页搜索、文件搜索、容器、媒体和智能体循环作为各自的成本驱动因素进行跟踪。
如需更广泛的工作负载框架，请使用AI API 成本优化指南。
直接使用 OpenAI API，还是使用多模型网关？
当您的产品依赖 OpenAI 原生功能、一个提供商已足够，并且团队能够轻松管理账户、密钥、用量和回退路径时，直接访问 OpenAI 通常是最简洁的选择。
当应用程序除 OpenAI 外还需要 Claude、Gemini、DeepSeek、Qwen、图像、音频或视频模型，并且希望使用一个面向应用程序的密钥、一个兼容的基础 URL 和一个用量审查界面时，多模型网关会很有用。
评估 Flatkey 时，不应只看某一项标价是否更低。应比较完整工作流：
- 模型可用性和精确模型 ID；
- 端点和功能兼容性；
- 请求成功率和已接受输出率；
- 延迟、重试和回退行为；
- 用量可见性和成本归因；
- 提供商账户和计费运营；
- 回滚工作量。
查看实时的Flatkey 模型目录和定价页面，然后在迁移生产流量之前测试一个可逆的工作负载。
OpenAI API 成本清单
在批准预算之前，请确认：
- [ ] 模型 ID 和服务层级均已明确。
- [ ] 短上下文和长上下文流量分别进行预测。
- [ ] 缓存输入和缓存写入分别进行衡量。
- [ ] 已包含输出和推理 token。
- [ ] 已包含工具、媒体和容器费用。
- [ ] 已计算重试和回退尝试。
- [ ] 在适用情况下已包含区域或 FedRAMP 加价。
- [ ] 成本按已接受的任务衡量，而不仅仅是按请求衡量。
- [ ] 价格表标有核查日期，并指定了负责更新的负责人。
- [ ] 上线前已具备用量警报和回滚路径。
如需查看当前所有 GPT-6 和 GPT-5.6 token 费率，包括 Batch、Flex 和缓存输入，请参阅我们的OpenAI API 定价指南。
如需了解 OpenAI 与 Claude、Gemini、Qwen、DeepSeek 和 Kimi 的对比，请阅读我们的AI API 定价比较。
较长且重复的提示词是最容易节省成本的地方；我们的OpenAI 提示词缓存指南解释了读取和写入费率、TTL 以及盈亏平衡计算。
常见问题
如何计算 OpenAI API 成本？
将每类 token 乘以其每 100 万 token 的价格，然后加上工具、媒体、容器、区域、重试和回退费用。请分别计算未缓存输入、缓存输入、缓存写入和输出 token。
Responses API 是否比 Chat Completions 更贵？
OpenAI 表示这些端点并非单独定价；token 按所选模型的费率计费。如果某个实现使用了更多上下文、推理、工具或输出，总成本仍可能有所不同。
最便宜的 OpenAI API 模型是什么？
当前实时定价表显示，GPT-6 Luna 的旗舰模型 token 费率最低。但这并不意味着它对每项任务都是成本最低的选择。请测试质量，并按每个被接受结果计算成本。
提示词缓存能降低 OpenAI API 成本吗？
当请求适用缓存输入费率时，它可以降低重复输入的成本。在预测节省金额前，请纳入缓存写入费用和实际命中率。
为什么我的 OpenAI 账单高于 token 估算？
常见原因包括长上下文定价、缓存写入、推理或较长输出、工具、容器、媒体、重试、多个候选结果、回退调用和区域处理。
OpenAI API 替代方案能降低成本吗？
有可能。其他提供商、网关、自托管代理或更小的模型可能降低某一项成本，但迁移工作、重试、质量失败和运维成本也应计入。请使用OpenAI API 替代方案迁移指南，并对相同工作负载进行基准测试。
来源
- OpenAI API 定价，核查于 2026 年 10 月 12 日。
- OpenAI 提示词缓存指南，核查于 2026 年 10 月 12 日。
- OpenAI token 计数和定价说明，核查于 2026 年 10 月 12 日。
价格是特定日期的快照，而非永久报价。上线前请核实 OpenAI 官方页面和 Flatkey 实时定价页面。
