OpenAI API 有效 Token 单价怎么算：缓存命中与 $/M 对照
内容刷新 / GEO：补 English summary 与最新核对清单 — oa-openai-api-effective-token-price
All guides · Full article is primarily Simplified Chinese; use the English summary below for quick takeaways (GEO-friendly).
OpenAI API 有效 Token 单价怎么算：缓存命中与 $/M 对照
在 OpenAI API 的实际使用中，许多开发者发现账单总额与基于官方定价表（$ /M tokens）的粗略估算存在偏差。这种差异主要源于 Prompt 缓存（Prompt Caching）机制对“有效 Token”单价的动态调整。理解缓存命中率与分层计费逻辑，是准确核算 $/M 成本、避免预算超支的关键。本文旨在厘清缓存生效条件、输入/输出 Token 的差异化定价，并提供对账时的核心检查清单。
现状与数据更新
OpenAI 于 2024 年 5 月引入了 Prompt 缓存功能，随后在 2024 年 11 月的模型更新中进一步优化了缓存策略。目前，支持缓存的模型（如 gpt-4o、gpt-4o-mini、o1 系列等）在请求中包含重复的前缀内容时，系统会自动识别并缓存这些 Token，从而大幅降低输入部分的计费成本。
然而，缓存并非“全有或全无”的开关。缓存的粒度、上下文窗口的利用率以及模型版本的细微差异，都会影响最终的 $/M 单价。对于高频调用且 Prompt 结构相对固定的场景（如代码生成、固定模板的文案撰写），缓存命中能带来显著的降本效果；但对于每次输入都截然不同的场景，缓存价值有限。
核对清单
在对账或预估成本时，请逐一核对以下关键指标，以确保 $/M 计算准确：
1. 确认模型支持缓存：并非所有模型都支持缓存。请查阅 官方价格页 确认当前使用的模型是否在缓存支持列表中。
2. 区分输入与输出单价：
- 输入 Token（Input）：缓存命中部分按较低价格计费（通常为原价的 1/10 或更低，具体取决于模型和缓存大小）；未命中部分按标准价格计费。
- 输出 Token（Output）：缓存不改变输出 Token 的单价，始终按标准价格计费。
3. 检查缓存块大小：缓存通常以块（Block）为单位生效。如果重复内容不足一个块的阈值，可能无法触发缓存优惠。
4. 注意上下文窗口限制：如果请求的上下文长度超过模型的最大窗口，缓存策略可能失效或导致截断，进而影响计费。
5. 比对账单明细：在 OpenAI 控制台 中，详细账单应包含 cache_read_input_tokens 和 cache_creation_input_tokens 字段。确保这些字段与你的估算逻辑一致。
风险边界
缓存误判与账单异常
- 缓存未命中：如果系统未能识别重复内容（例如，由于细微的格式差异或编码问题），缓存将不会生效，导致按标准高价计费。开发者应确保 Prompt 的前缀部分完全一致。
- 缓存创建成本：首次建立缓存时，系统需要读取并存储 Token，这部分成本可能略高于后续读取成本。频繁重置缓存会导致额外的开销。
- 模型升级后的计费变化：OpenAI 会不定期更新模型和定价策略。升级后，旧的缓存策略可能不再适用，导致账单波动。务必在每次模型升级后重新评估缓存效果。
对账难点
- 混合计费：同一请求中，部分 Token 可能命中缓存，部分未命中。账单中会分别列出
cache_read_input_tokens和cache_creation_input_tokens，需手动加总计算总成本。 - 非官方工具干扰：使用第三方 IDE 修改器、会话包装网关或非官方账号切换工具可能导致请求结构异常，进而影响缓存识别，甚至引发账户风险。这些工具的使用不仅无法享受官方缓存优惠，还可能导致账单对不上账。