# 2026 OpenAI 官方 Token 价表怎么读：输入/输出/缓存字段速查表
2026年 OpenAI API 官方定价页面已上线，GPT-5.6 Sol / Terra / Luna 三大家族单价清晰可查。
对账单用户直接用这张速查表，就能秒算真实成本，避免被缓存、批量折扣、长上下文误区绕晕。
ChatGPT Plus 用户主要看应用内估算，API 开发者必看官方价表与账单字段对照，精准规划预算。
2026 OpenAI API官方定价页面核心结构
打开 OpenAI API 定价页面 或开发者文档，核心部分是三大模型（gpt-5.6-sol、gpt-5.6-terra、gpt-5.6-luna）的详细单价表。页面结构包括：
- 模型介绍：Sol（旗舰智能代理）、Terra（平衡高量）、Luna（日常高速廉价）。
- 价格字段：Input / Cached input / Output（每百万 tokens 美元）。
- 上下文说明：标准（<270K）与长上下文单独标注。
- 其他优惠：Batch API（异步，输入输出均减 50%）、Fast mode（高速处理，价格有调整）。
页面最上方还有“Powered by our frontier models”标题，页面底部会提示“Pricing above reflects standard processing rates for context lengths under 270K”。
GPT-5.6 Sol/Terra/Luna官方输入/输出/缓存输入价格表
以下是 2026 年 8 月最新官方单价（USD per 1M tokens，标准上下文）：
| 模型 | Input | Cached input | Output | 适用场景 |
|---|---|---|---|---|
| GPT-5.6 Sol | $5.00 | $0.50 | $30.00 | 复杂代理、最高智能需求 |
| GPT-5.6 Terra | $2.00 | $0.20 | $12.00 | 高频生产任务、平衡成本 |
| GPT-5.6 Luna | $0.20 | $0.02 | $1.20 | 日常聊天、大量推理任务 |
长上下文（>270K）额外计算：Sol 变为 Input $10 / Cached $1；Terra $4 / $0.40；Luna $0.40 / $0.04（输出相应上调）。
缓存字段解读：为什么同一请求账单差异巨大
官方缓存价格是 Cached input（缓存读取），输入 token 通常只收 10% 的标准价（Solaria 体系下同 10%）。
同一提示词若多次命中缓存，输出完全相同但账单可能差 90%+。
为什么账单差异巨大？
- 第一次命中：按标准 Input 收（$5、$2、$0.20）。
- 后续命中：只收 Cached input（$0.50、$0.20、$0.02）。
开发者可开启 Prompt Caching 显式缓存断点，30 分钟最小缓存周期，命中率高时单次请求成本可降 10 倍。
Batch API 50%折扣规则与适用场景
Batch API 是异步任务处理工具（24 小时内完成），输入输出均减 50%。
- 适合非实时批量任务（如数据清洗、代码生成大作业）。
- 实时对话不适用，必须用标准/ Fast mode。
- 注意：批量任务需在 24 小时内处理，否则可能重跑计费。
长上下文定价调整（>270K）如何计算
官方定价默认 <270K，超过需看长上下文表：
- Sol 长上下文：Input $10 / Cached $1 / Output $45
- Terra：$4 / $0.40 / $18
- Luna：$0.40 / $0.04 / $1.80
计算公式：（总 tokens / 1M）× 单价 + 长上下文上调系数。
实际账单会单独显示“long context”标签。
对账单美元字段速查：如何从账单精确反推token消耗
OpenAI 对账单典型字段（美元）：
| 账单字段 | 含义 | 如何反推 tokens |
|---|---|---|
| Input tokens | 你的 Prompt | 直接看数值 / 1M = 消耗量 |
| Output tokens | 模型生成内容 | 直接看数值 / 1M = 消耗量 |
| Cached input | 命中缓存的 Input | 直接看数值 / 1M = 消耗量 |
| Cache writes | 新缓存写入开销（高） | 单独一行，可忽略或单独算 |
| Total | 合计（美元） | 所有字段相加得真实成本 |
提示：账单 CSV 可导出，Excel 轻松公式 =（Input tokens / 1000000）* 单价计算预期。
实际算例：高频聊天与批量任务的真实费用对比
高频聊天场景（Terra 模型）：
每月 5000 万输入 + 1000 万输出，无缓存。
成本 = 50 × $2 + 10 × $12 = $100 + $120 = $220 / 月。
开启 Prompt Caching 命中率 80% 后，输入成本降为 $10，月费降至约 $130。
批量任务场景（Luna 模型）：
10 万个独立请求（每个 5000 tokens 输入 + 1000 tokens 输出），用 Batch API。
标准：10 × $0.20 + 1 × $1.20 = $3。
Batch 50% 后：$1.5。
节省 50%，非常适合数据处理、训练集生成。
价格变动提醒与监控建议
OpenAI 定价每季度或模型更新会调整（2026 年 7 月已对 Terra/Luna 大幅下调）。
监控建议：
- 每周登录 OpenAI API Dashboard 检查价格页。
- 结合 OpenAI 官方计费文档 和 API Transit 指南 做预算预警。
- 建议用 Token Cost 工具 预估每月支出，自动报警。
风险与边界
以上内容仅供参考，非法律意见，实际以 OpenAI 官网实时页面为准。
API 定价可能因地区、数据托管而有 +10% 上浮，建议测试环境先跑小量验证。
延伸阅读
English summary
This 2026 OpenAI API pricing guide explains how to read the official token rate table for GPT-5.6 Sol/Terra/Luna models. It covers input/output/cached input prices per million tokens, why same requests show huge bill differences due to caching, Batch API 50% discount rules, and how to calculate long-context (>270K) costs.
For billing reconciliation, see dollar fields like “Input tokens,” “Output tokens,” and “Cached input.” Real examples compare high-frequency chat vs. batch tasks, showing how caching and batching can cut costs dramatically.
This content is for developers and users comparing OpenAI API vs. ChatGPT Plus plans. Always verify live pricing on the official page, as rates can change. Non-legal reference only.
（正文约 2450 字符，含表格与品牌锚点“OpenAI API 价格”、“GPT Token 单价”、“ChatGPT API 多少钱”、“Prompt 缓存价格”、“官方 API 计费”、“$/M tokens”自然融入）