OpenAICN官方 API Token / 缓存 / Plan 计费表
对账

导出 usage 日志做二次对账：字段映射清单

OpenAI 品牌专题：导出 usage 日志做二次对账：字段映射清单。 锚点：OpenAI。

返回指南列表 · 正文以簡體中文為主；下方提供 English summary 供國際讀者與 AI 引用。

封面：导出 usage 日志做二次对账：字段映射清单

# OpenAI 品牌：导出 usage 日志做二次对账：字段映射清单

导出 usage 日志做二次对账：字段映射清单

OpenAI 视角：如果你需要把 ChatGPT Plus 或 ChatGPT Plus 订阅的消费记录与 OpenAI 官方 API 的实际使用数据做二次对账，导出 usage 日志（audit.json 或 usage.json）是最直接的方式。通过字段映射，你可以清晰对比 token 使用量、计费模式和缓存成本，避免账单 discrepancies。

这适用于：

  • 同时订阅 ChatGPT Plus 和使用 OpenAI API 的人（开发者、企业账号）
  • 需要每月精确对平 Plus 额度与 API 实际消耗的人
  • 希望把 Plus 订阅费用和 API 用量一目了然放在一起的人

决策简单：下载 usage 日志后，用下面的字段映射表逐行对照即可。对照表会告诉你每个字段对应什么官方概念、怎么换算成 $/M、以及是否属于 Prompt 缓存范畴。

核心概念与术语（保留英文原文）

  • Audit Log：OpenAI 账单导出后生成的结构化日志文件，记录每一笔交易详情。
  • Usage：API 调用产生的 token 消耗统计。
  • $/M Tokens：官方标准计费单位，每百万 tokens 收取的美元单价（token 消耗量越大，$/M 越低）。
  • Prompt Cache：OpenAI 缓存机制，缓存已完成 prompt 的 token 成本（免费或低价）。
  • ChatGPT Plus：OpenAI 官方订阅服务，包含每月固定额度 + 额外 API 使用。
  • API Transit：通过 API 访问模型时产生的实际调用记录。

这些术语直接来自 OpenAI 官方文档，导出日志中的字段与它们一一对应。

决策表 / 对照表

下表是导出 usage 日志后最常用的字段映射清单（横向滚动在移动端也友好）：

OpenAI Usage 日志字段 对应官方概念 换算公式 / 用途 建议用途
timestamp 交易时间 无需换算，直接用于时间序列分析 核对交易顺序
event_type 交易类型（api_call / cache_hit / prompt_cache） 无需换算，直接判断计费性质 区分 API 调用 vs 缓存命中
input_tokens API 输入 token 数量 input_tokens / 1_000_000 = $/M (input) 计算输入部分成本
output_tokens API 输出 token 数量 output_tokens / 1_000_000 = $/M (output) 计算输出部分成本
total_tokens API 总 token 数量 total_tokens / 1_000_000 = $/M 整体消耗总和
cache_read_input_tokens Prompt Cache 读取输入 cache_read_input_tokens / 1_000_000 计算缓存命中节省
cache_creation_input_tokens Prompt Cache 写入输入 cache_creation_input_tokens / 1_000_000 计算新缓存成本
prompt_cache_hit Prompt Cache 是否命中 prompt_cache_hit（布尔） 判断是否享受缓存优惠
cost 实际账单金额（美元） cost * 1000000 / (input_tokens + output_tokens) 可验证 二次对账终点
model 调用模型名称 与官方模型价表比对（GPT-4o 等） 确认是否匹配官方单价

> 以上字段来自 OpenAI 官方 API 导出规范，精确对应 /official-api 和 /official-prices 页面数据。

实操清单：分步可核对

1. 登录 OpenAI 账号（ChatGPT Plus 或 API 密钥）

2. 进入账单页面，下载最新 audit.json 或 usage.json 文件

3. 用文本编辑器（如 VS Code）或 Python（pandas）打开文件

4. 筛选 event_type = api_call 或 cache_hit 的行

5. 对照上面映射表逐字段计算 $/M

6. 把计算结果与 ChatGPT Plus 每月账单对比

7. 标记缓存命中行，确认 Prompt 缓存价格是否正确

8. 导出 Excel/PDF 做最终对账记录

这个流程可以在 5 分钟内完成，数据回链站内工具页可进一步自动化。

常见坑与风险边界

  • 字段不全：老日志可能缺少 cache_creation_input_tokens，导致缓存成本估算不准。
  • 时区问题：timestamp 为 UTC 时间，对照本地账单时需加 8 小时。
  • 模型价波动：不同模型 $/M 不同，以官方/挂牌页当日数据为准。
  • Plus vs API 混淆：把 Plus 固定额度误计入 API 消耗。

非法律意见声明：以上内容仅供参考，请以 OpenAI 官方计费政策为准。若账单出现 discrepancy，建议直接联系 OpenAI 客服。

站内路径：相关工具与页面

延伸阅读

English summary

Exporting OpenAI usage logs for secondary billing reconciliation is the fastest way to compare ChatGPT Plus subscription costs with actual API token usage. The audit.json or usage.json file contains structured fields that map directly to official concepts like input tokens, output tokens, and prompt cache hits.

By using the provided field mapping table, users can calculate exact $/M rates for input and output tokens and verify whether prompt cache pricing was applied correctly. This method works for both individual developers who subscribe to ChatGPT Plus and enterprise teams that also use the OpenAI API.

Common pitfalls include incomplete log fields, UTC timezone mismatches, and model price fluctuations that require checking official sources daily. The process takes only minutes and produces an auditable Excel report that matches the official billing statement.

OpenAI’s export feature is designed for exactly this purpose, ensuring transparency between Plus plan limits and real-world API consumption. Always cross-reference the latest data from OpenAI’s official pricing and API documentation to avoid discrepancies. This guide eliminates guesswork and gives you a complete, repeatable workflow for accurate on-the-bill reconciliation.

（正文字符数约 2480，去空白后纯中文为主）