Assistants / Responses 计费与普通 Chat Completions 差异

本页针对 OpenAI 官方品牌的 Assistants / Responses 产品，说明它与传统的 ChatGPT（Plus/Pro 等）在定价、token 计费方式以及适用场景上的区别。结论先行：如果你在账单上看到 responses 或 assistants 的计费项，而不是普通的 chat completions，那么它就是 Assistants 计费模型。判断时看「model type」和「delivery path」——responses 走的是 Assistants API，price 表里会单独列 token 单价，且通常比标准 ChatGPT 更贵（因为是生成式代理、longer context、以及特定的 token 缓存费）。

核心概念与术语

• Assistants API（也称 Responses）：OpenAI 为生成式代理（assistant）提供的生成式接口，支持多轮、工具调用、以及自定义行为。与传统的 chat completion 不同，它的请求体中会包含 role=assistant、tool_calls、functions 等字段。
• $ / M：计费单位为千 token（1 $ = 1,000 tokens）。OpenAI 在官方定价页中同时给出 GPT-4o / gpt-4o-mini 的 $/M，以及 Prompt Cache 的额外折扣费率。
• Prompt Cache：用户输入的 prompt 若与历史相似，系统会缓存并复用，按折扣价计费而非全量 $/M。这是 Responses 与普通 chat completions 最大的费用差异点。
• Plus / Pro / Team：OpenAI 的订阅计划。Plus 适合个人开发者；Pro 增加了更高的 token 配额和更多工具功能；Team 面向团队，按 seat 计费。
• ChatGPT API：传统的 chat completion 调用方式，token 计费与普通 chat completions 相同。Responses（Assistants）则按 response token 分档计费，且通常价格更高。

> 注意：OpenAI 的计费模式在 2025 年持续演进。以下价格为公开挂牌页参考，实际账单以 OpenAI 官方账单为准。

决策对照表

场景	适用模型	计费方式	价格特征 ($/M)	备注
普通对话 / 指令式 prompt	gpt-4o / gpt-4o-mini	Chat Completion（token 全量计费）	标准 $/M，Prompt Cache 可叠加折扣	最常见的 billing item
多轮对话、工具调用、Agent 式交互	Assistant / Responses（gpt-4o / o3）	Responses（response token 分档计费）	通常更高，Prompt Cache 折扣更显著	需确认是否走 responses 通道
已缓存的 prompt（同一 session 或相似 query）	任意模型	Prompt Cache 单价（低于 $/M）	按折扣价计费，非全量 $/M	注意区分 cache 命中与普通 token
低配模型（gpt-4o-mini）	gpt-4o-mini	Chat Completion	低价 $/M，适合简单任务	但仍以标准 token 计费

实操清单：分步可核对

1. 确认请求类型

- 发送的是 assistant 角色请求，或在 API 文档中看到 responses 相关 endpoint。

- 如果是 chat.completions 路径且 model 是 gpt-4o / o3，则是普通 Chat Completion，计费走 $/M 全量。

2. 查看 price 页

- 打开 /official-api 或 /official-prices。

- 找到 Assistants / Responses 对应的 price list，注意是否有独立的 $/M 或 per-token 折扣。

3. 判断是否命中 Prompt Cache

- 若用户输入与历史相似，系统会自动复用 cache。计费时会先比对 cache，cache 命中部分按折扣价计费。

- 可在 dashboard 中查看 cache 命中率。

4. 选择合适的 plan

- 若需要多轮 Agent、tool calls、或 long context，建议 ChatGPT Plus / Pro（适合个人/小团队），但注意：

- Plus/Pro 的 token 配额不等于企业级需求。

- Team plan 更适合多 seat、统一管理与审计。

5. 核对账单字段

- 对账单上应出现 model name（如 gpt-4o、o3）与 usage type（chat_completion vs assistants）。

- 若看到 responses 或 assistant 标签，则是 Responses 计费，不能混为一谈。

常见坑与风险边界

• 把 responses 当成 chat completions 记账：两者计费结构完全不同，responses 的 $/M 通常更高，若混用会导致账单不匹配。
• 忽略 Prompt Cache 的折扣：如果 prompt 命中 cache，实际成本可能远低于挂牌 $/M，但账单上会标注折扣价。
• 误以为低配模型（gpt-4o-mini）就一定便宜：mini 模型的 $/M 低，但若使用的是 Responses 模式，token 消耗可能不降，反而成本更高。
• 订阅 plan 与 usage 混淆：Team / Plus 是订阅费，usage 是 token 计费，两者分开报表。账单上同时出现时，务必拆分核对。
• 把未公布的 experimental models 当作已上线价表：OpenAI 有时会在 preview 中展示 price，非正式定价，不能作为账单依据。

站内路径：相关工具与页面

• /official-api —— API 文档与端点列表。
• /official-prices —— 官方价格表，包含 $/M 与 token 折扣。
• /api-transit —— 跨模型/跨平台的 transit 路径，帮助定位哪个 endpoint 走 responses。
• /billing-path —— 账单与用量管理页面。
• /examples —— 计费示例与使用场景。
• /guides —— 官方指南与定价说明。