ChatGPT最新API价格

刚拿到 key，写了个 demo 跑得挺顺，等到月底看账单才发现对不上——这种情况多半不是谁算错了，而是计费口径没对齐：输入输出分开算、缓存和普通调用不同价、长上下文还会连带放大开销。这篇不堆价目，而是告诉你钱按什么口径走、去哪里核对当时的真实数字、以及接入前该做哪几件事把成本按住。

刚拿到 key，写了个 demo 跑得挺顺，等到月底看账单才发现对不上——这种情况多半不是谁算错了，而是计费口径没对齐。输入输出分开算、缓存和普通调用不同价、长上下文还会连带放大开销，任何一项没对上，估算和实际扣款就会差一截。

这篇不堆价目，因为价目本来就是浮动的，写死的数字过几天就过时。下面讲的是钱按什么口径走、去哪里核对当时的真实数字、以及接入前该做哪几件事把成本按住。判断标准给你，具体数字你自己去站内页面看当时的。

先搞清 ChatGPT API 的钱按什么口径走

按量计费的核心是输入与输出分开定价。同样一句话，问出去的部分和答回来的部分成本不一样，估算时必须分别乘各自的量。很多人只按「一轮对话大概多少字」算，结果漏掉了系统提示词、历史上下文、工具返回结果这些也都算输入。

• 计价单位和结算口径要先对齐：是每百万 token 计价还是按千 token，标的是哪种货币，是否含税、是否含平台服务费，口径不统一，比价就是白比；
• 不同能力档的模型差价很大，能力档越高越不适合拿来做分类、抽取、格式转换这类简单活，先用低价档跑通再考虑升级；
• 缓存命中与未命中的价格通常不同，长系统提示词是否走缓存，对账单影响可能比换模型还大；
• 具体单价不要背，接入当天到 /official-api 和 /official-api/providers/openai 核对当时的数字，以页面显示为准。

从用量倒推：接入前先估一个月的账

预算不是拍脑袋定的，是从用量倒推出来的。接入前先算清三件事：单次请求的平均输入长度、平均输出长度、一天大概多少次。三者相乘就是日消耗的骨架，再乘三十天看月度量级，心里就有底了。

1. 量输入拿几条真实请求，数一下系统提示词加历史上下文加用户输入一共多长，取平均值而不是取最短的那条。
2. 量输出统计回答的平均长度，注意结构化输出和长文生成会明显拉高这个数。
3. 估频次按业务高峰和低谷分别估，别只按测试期的手感，上线后并发往往翻几倍。
4. 换成钱用 /tools/token-price-calculator 或 /tools/model-cost-calculator 把 token 量换成费用，再乘三十天。
5. 留余量把重试、失败重发、调试期的无效调用留出余量，实测通常比纸面估算高出一截。

团队场景还要按人头发额度，别指望事后从总账里拆出谁用了多少。多平台之间的计费口径差异，可以参考 /ai-nav/category/ai-api 里的平台对比，先选口径清晰的再谈省钱。

几条真能省钱的接入习惯

省钱不是靠抠单价，而是靠改调用方式。下面几条按优先级排，前面几条改起来最省事，效果也最直接。

• 能走缓存和批量的活别用实时高价通道，先判断你的任务是否容忍延迟，再决定走哪条路；
• 控制上下文：固定不变的说明放到可缓存的位置，长文档先摘要再喂，别整篇塞进每一轮对话；
• 按任务分档选模型，简单分类、格式转换用低价档，只有真正需要复杂推理的请求才上高价档；
• 给账号设预算告警和用量上限，把跑飞的可能压在一晚以内，设置思路见 /budget-alert-five-gates 那一套闸门做法；
• 定期清理调试用的常驻脚本，很多超支来自忘了关的定时任务而不是线上流量。

需要说明的是，缓存和批量这类手段并不适合所有场景。如果业务要求即时响应、或者每次输入都完全不同，这些手段基本用不上，这时候省钱的落点就只剩选模型和控制上下文长度。

账单核对：每月花十分钟对一遍

账单不是等出问题才看，固定每月花十分钟对一遍，比事后追查轻松得多。核对有个顺序：先看用量记录，再对账单，顺序反了会发现怎么都对不上。

价格是浮动的，促销、折扣、赠送额度都会影响实际扣款，所以别拿上个月的印象套这个月。到 /price-watch 和 /usage 看当时的行情与用量分布，数字以页面为准。

对不上的时候先怀疑口径而不是数字。缓存、倍率、退税这些差异的解释在站内 token-cost 那篇里已经讲透，这里不重复，遇到具体差异去那边对一下就行。