Function calling / tool 调用如何计入 OpenAI 账单

# Function calling / tool 调用如何计入 OpenAI 账单

OpenAI API 使用 Function calling（也称 tool 调用）时，模型会根据提示和工具定义决定调用哪些外部函数。账单主要按模型标准定价（输入/输出 Token $/M）收取，但自定义工具定义会额外占用输入 Token，内置工具（如 Web search、File search）有单独固定单价。

此指南针对开发者和对账人员，帮助你快速决策是否使用、是否会超支，以及如何用官方工具核对账单。

核心概念与术语

• Function calling：模型接收用户提示 + 你预定义的工具列表（JSON Schema 格式），自主决定调用哪些工具并返回调用参数。
• Tool：你实现的外部函数（get_weather、send_email 等），模型调用后返回结果。
• Tool call：模型返回的调用记录（包含 name、arguments），这是账单关键。
• Input tokens：Prompt + 工具定义 + 搜索内容等全部计入。
• Output tokens：最终返回内容 + 工具调用结果。
• Prompt 缓存：重复上下文可节省成本（缓存输入价格远低于普通输入）。
• Responses API / Chat Completions API：主流方式，官方定价以模型为准。

决策表

场景	计入方式	是否额外固定费用	典型账单构成	适用人群
普通对话，无工具	纯输入 + 输出 Token	无	Model input $/M + output $/M	所有用户
自定义 Function calling	工具定义 Token + 调用输出 Token	无	工具定义输入 Token + 结果输出 Token	需要调用外部 API 的应用
内置工具（Web search）	工具调用固定 + 搜索内容 Token	是 ($10/1k calls 或 $2.50/1k calls)	工具调用费 + model input $/M	需要实时搜索或文件检索的场景
多轮 Agent（循环调用工具）	每轮工具定义 + 结果 Token + 调用费	是（内置工具）	工具调用费 + 所有 Token	复杂 Agent 系统
工具数量大（>20 个）	工具定义 Token + 可能超 context 限	无（但易超支）	工具定义输入 Token	工具库庞大的项目

数据以 OpenAI 官方定价为准（https://platform.openai.com/docs/pricing），实际以当日 Dashboard 为准。

实操清单：分步可核对

1. 准备工具定义

使用 JSON Schema 定义 name、description、parameters。示例：

   {

     "type": "function",

     "name": "get_weather",

     "description": "...",

     "parameters": { ... },

     "strict": true

   }

2. 发送请求

在 Chat Completions 或 Responses API 中包含 tools 参数。

收到响应后检查 response.output 是否有 type: "function_call"。

3. 执行工具并返回结果

调用你的函数，构造 function_call_output，再发起下一轮请求（多轮必须循环处理）。

4. 查账单

- 登录 OpenAI Dashboard 查看 Usage 页。

- 过滤模型名称 + “tool calls” 或 “web search tool calls”。

- 查看 input_tokens_details 和 output_tokens 明细。

5. 核对 Token 计数

使用官方 Token counting API 预估：

- 输入含 tools 时会自动计入。

- 可在 Playground 测试不同工具组合。

6. 优化

- 用 Tool search 延迟加载工具（gpt-5.4+ 支持）。

- 缩短工具描述，限前 20 个工具。

- 开启 Prompt 缓存（cache_rate > 70% 时可省 90%+）。

内链参考：查看官方 API 文档 和 价格页 确认最新单价。

常见坑与风险边界

• 工具定义 Token 被重复计入：每轮请求都携带工具定义，多轮 Agent 会快速累积输入 Token。
• 内置工具调用费：Web search 工具每次调用额外 $10/1k calls（搜索内容 Token 按模型价），File search 仅 Responses API 生效 $2.50/1k calls。
• Agent 循环风险：一个复杂任务可能产生 10+ 轮调用，Token 开支远超普通对话。
• Token 限额误判：工具定义也会占用 context 窗口，超限时返回 error。
• 缓存优化忽略：不开启缓存时，重复工具描述会浪费大量输入 Token。

注意：以上为通用知识，非法律意见。请以 OpenAI 官方 Dashboard 和定价页实时数据为准，账单以实际调用记录为准。

站内路径

• 官方 API 价格：查看 GPT Token 单价和缓存价格
• 官方 API 文档：Function calling 完整指南和代码示例
• API 使用路径：迁移和集成建议
• 账单核对指南：如何在 Dashboard 精确对账
• 计费优化指南：Prompt 缓存与 Token 节省技巧

风险与边界

Function calling 和工具调用可能导致账单超出预期，尤其是多轮 Agent 系统。以下为边界条件：

• 工具定义 Token 计入输入但不产生单独固定费用。
• 内置工具（Web search）有额外固定调用费，搜索内容 Token 按模型价。
• 超过模型 context 窗口或 Rate Limit 时可能出现 error，影响账单稳定性。
• 实时 API 或 Batch API 计费规则不同（以官方最新版为准）。
• OpenAI 可能调整定价，建议定期查阅 https://platform.openai.com/docs/pricing。

此内容仅供参考，非投资或法律建议。实际账单以 OpenAI 官方系统为准。