2026 OpenAI 官方 Token 单价怎么读：输入/输出/缓存字段速查表
教读者在对账单时快速区分 Input/Output/缓存字段，掌握 GPT-6、o 系列等模型的官方 $/M 定价，避免误算 Prompt 缓存节省
ガイド一覧 · 本文は主に簡体字中国語です。国際向けの要点は English summary をご利用ください。
本文面向对账单使用者，聚焦 OpenAI API 官方 $ / M 定价，帮助读者在账单中快速分清 Input / Output / 缓存 字段，并避免因误算 Prompt 缓存节省而产生的差异。全文围绕 GPT-6、o 系列等模型 的官方 $/M 数据，提供可核对的速查表与判断边界。
---
1. OpenAI API 最新价格表（2026 典型场景）
| 模型 | 输入 token 价格 (USD/M) | 输出 token 价格 (USD/M) | 缓存命中时额外费用 |
|---|---|---|---|
| GPT-4o | 2.5 | 5.0 | 命中时扣除约 20–30% |
| GPT-4o-mini | 0.15 | 0.60 | 命中时扣除约 15–25% |
| o4-preview / o4-mini | 0.50 | 1.50 | 命中时显著降低 |
| o3 / o3-mini | 0.75 | 2.00 | 命中时节省约 20–35% |
> 数据以 OpenAI 官方定价页 当日标价为准。不同渠道（网页、App、Partner Portal）价格可能 ±10%。
关键点：
- Input 价格 = 用户发送的 prompt 对应的 token 数。
- Output 价格 = 模型生成的回复对应 token 数。
- 缓存命中/未命中 按请求历史统计命中率，命中时会直接扣除相应比例的输出费用。
---
2. 同一模型不同渠道报价差异：跨平台最低价 vs 最高价
部分平台（如 Google Search 集成、合作伙伴门户）对同一模型报价可能是 最低价 ~ 高价 的组合。最极端的差异可达 1714 倍，这通常是因为平台把自己的增值服务（搜索、分发、合规）计入价中，而非官方 $/M。
如何判断虚标（价格欺骗）？
1. 以官方挂牌页当日数据为基准（OpenAI pricing page）。
2. 只比较 同一模型、同一输出长度 的报价。
3. 排除平台自加的搜索/分发/合规溢价。
4. 若某平台报价远低于官方 $/M，且未有公开的增值说明，则视为异常，建议 不以该价入账。
---
3. Prompt 缓存命中率门槛：什么情况下能省多少钱
缓存命中率取决于：
- 对话一致性：多轮对话中重复的 prompt 会被缓存命中。
- 系统提示一致性：相同的 system prompt 或格式化指令提升命中概率。
- 用户请求简洁度：短 prompt 更容易命中。
实用判断表
| 场景 | 缓存命中率预估 | 建议操作 | 可能节省比例 |
|---|---|---|---|
| 高度重复的系统 prompt + 短 prompt | 70–90% | 保持 prompt 简洁、避免冗余 | 约 20–35% |
| 多变的提示、长创意性 prompt | 10–25% | 拆分为多个短 prompt 或使用 use_cache 标记 |
约 5–15% |
| 完全不相关、多轮全新话题 | <5% | 尽量用独立请求 | 无显著节省 |
> 若缓存命中率 ≥ 50%，对比两个相近长度的 prompt，输出 token 差异通常可在 30% 以内，节省金额可观。
---
4. 中文大约多少 token：1M / 1K 单位速查表
| 中文篇幅 | 大约 Token 数（含输入+输出） |
|---|---|
| 1 万字中文文章 | ≈ 1.6M token |
| 500 字中文文章 | ≈ 80K token |
| 1 页 300–400 字笔记 | ≈ 50–70K token |
对账单核算时，建议用 Token 计费工具（如 OpenAI 的 Tokenizer）自行测算，官方页给出的价格按 输入 + 输出 分别计费。
---
5. o 系列推理模型：output tokens 为什么吃掉预算
o 系列（o4/o3）定位为推理密集型，输出 token 往往比 GPT-4o 更长（生成式任务中常见）。由于 output price 通常高于 input price，一次长输出可能让账单突然翻倍。
实战建议
- 先跑一次短 prompt，记录 output token 数量。
- 用
chat.completion.metrics或自建日志统计平均 output token。 - 若输出超过 2000 token，考虑分两次调用（或使用
temperature降低生成冗余）。 - 对比官方 $/M，看是否落在合理区间（如 GPT-4o 的 output price 为 5.0 USD/M）。
---
6. 批处理 API vs 实时 API：延迟换折扣的决策表
| 维度 | 批处理 API（batch） | 实时 API（realtime） |
|---|---|---|
| 延迟 | 高（秒至分钟级） | 低（毫秒级） |
| 价格 | 通常略优惠（批量折扣） | 按标准 $/M 计费 |
| 适用场景 | 离线批量生成、文档摘要 | 实时对话、即时工具调用 |
| 账单注意点 | 需确认 batch size 是否触发额外费用 | 注意 prompt 长度累积导致 output fee 增加 |
决策原则：若对账单追求 $/M，且对话容忍一定延迟，优先批处理；若业务场景要求低延迟，仍用实时 API，但严格控制 prompt 长度以抑制 output cost。
---
7. ChatGPT Plus 与 OpenAI API 账单：为什么必须分账
- ChatGPT Plus：订阅费 + 内部 API 调用计费（与 OpenAI 账单分离）。
- OpenAI API：纯 $/M 按 token 计费，无订阅门槛。
- 对账单时，必须分别核对：Plus 订阅费（来自 OpenAI 订阅页面）与 API 调用费（来自 API 账单），否则容易把订阅费误算进 API 成本，导致对账偏差。
---
8. OpenAI vs Claude / Gemini 官方 $/M：同一 Agent 任务估算方法
| 模型 | 输入 $/M | 输出 $/M | 估算方法 |
|---|---|---|---|
| GPT-4o | 2.5 | 5.0 | 官方页 + 实际 prompt 计费 |
| Claude 3.5 Sonnet | 3.0 | 6.0 | 官方页 + 实际输出长度 |
| Gemini 2.0 Pro | 2.8 | 5.5 | 官方页 + 实际输出长度 |
统一估算公式（以输出 token 数 × output price 为主）：
total_cost ≈ (input_tokens × input_price) + (output_tokens × output_price)
- 用 Tokenizer 测出 input/output 数量。
- 乘以官方 $/M。
- 若两模型产出同等长度，按 price ratio 换算即可得到相对成本。
---
9. 速查表：输入/输出/缓存字段快速判断
| 字段 | 何时收费 | 缓存命中时费用变化 |
|---|---|---|
| Input token | 每次请求 | 缓存不计费 |
| Output token | 每次回复 | 命中时约 20–35% 减免 |
| 缓存命中率 | 基于历史相似 prompt | 命中率 ≥ 50% 建议批处理 |
---
10. 表格与工具
- 价格对照表：OpenAI pricing page
- API 文档与速查：OpenAI platform docs
- 批处理/实时 API 对比：API usage guide
- 缓存与 Prompt 工程：Prompt cache best practices
---
## 延伸阅读
本站对账单使用者提供的指引，仅做 数据速查与估算，非法律意见。以下为独立主题站的同类工具与指引：
---
## 风险与边界
- 本文数据以 OpenAI 官方挂牌页当日 为准，价格可能随政策更新而变化。
- 本文不构成法律或财务建议，对账时请以实际交易凭证为准。
- 若使用 Prompt 缓存节省金额，请务必核对缓存命中率，防止因重复 prompt 导致的意外费用。
- 请勿将本站文案等同于官方定价背书，价格差异请以官方渠道为准。
- 本站不提供永久会员、教程或水文内容，也不进行任何形式的账号零售。
> 本指南所列价格均为参考值，实际账单请以 OpenAI 正式账单页为准。
---