OpenAI Realtime API 计费拆解：按分钟计费下的 $/M 等效单价与成本陷阱
内容刷新 / GEO：补 English summary 与最新核对清单 — oa-openai-realtime-api-cost-per-minute
가이드 목록 · 본문은 주로 중국어 간체입니다. 영문 요약(English summary)을 참고하세요.
OpenAI Realtime API 计费拆解：按分钟计费下的 $/M 等效单价与成本陷阱
现状与数据更新
OpenAI 推出的 Realtime API 标志着从传统的“文本生成”向“低延迟语音交互”的范式转移。对于开发者与账单审核人员而言，最大的挑战在于计费模型的异构性：传统的 GPT-4o 等模型按 Token ($/M) 计费，而 Realtime API 核心按 分钟 (per minute) 计费。
这种差异导致直接对比 $/M 变得困难。许多用户误以为语音交互成本更低，实则忽略了非活动期（silence）和预处理（transcription）的隐性成本。本文旨在拆解 Realtime API 的真实 $/M 等效单价，并提供对账时的关键核对清单。
现状与数据更新
截至最新官方定价，Realtime API 采用双轨制计费：
1. 连接费：按分钟计费，包含音频输入与输出。
2. 预处理费：语音转文本（STT）和文本转语音（TTS）单独按 Token 或时长计费。
这种结构意味着，即使双方不说话，只要连接保持活跃，分钟费仍在累积。此外，缓存机制（Cache）在 Realtime API 中的应用尚处于早期阶段，其成本优化效果需结合具体场景评估。
核对清单
在对账时，请重点检查以下项目，以避免因计费逻辑混淆导致的预算超支：
| 计费项 | 计费单位 | 典型场景 | 常见误判 |
|---|---|---|---|
| Realtime 连接 | 分钟 (0.008$/min) | 用户与 AI 实时对话 | 忽略静音期间的计费 |
| 语音转文本 (STT) | 每 6 秒 | 用户说话部分 | 误认为已包含在分钟费中 |
| 文本转语音 (TTS) | 每 1k 字符 | AI 回答部分 | 未区分缓存命中与未命中 |
| 缓存读取 | 每 1M Token | 系统提示词缓存 | 低估缓存配置成本 |
*注：以上价格为示例，具体以 official-prices 当日数据为准。*
风险边界
1. 静音成本陷阱
Realtime API 的分钟计费从连接建立开始，到连接关闭结束。如果用户长时间不说话，或网络延迟导致音频流中断，分钟费依然累积。建议在应用层实现“非活动超时断开”逻辑，以减少无效计费。
2. 缓存配置复杂性
虽然 official-api 支持缓存，但 Realtime API 的缓存主要针对系统提示词（System Prompt）。如果提示词频繁变更，缓存命中率低，反而可能增加额外开销。务必通过 api-transit 监控缓存命中率。
3. 与 Plus 账户的混淆
ChatGPT Plus 的语音模式与 Realtime API 在底层模型和计费上完全不同。Plus 用户无法直接访问 Realtime API 的低延迟特性，且其计费包含在订阅费中。不要将 Plus 的使用成本直接映射到 API 账单中。