OpenAI API 定价深度拆解

从 GPT-3 到 GPT-5.5：token 经济学的演变、Batch 半价机制、Prompt Caching 省钱实战、实时语音定价全解析

🎯 旗舰模型定价（GPT-5.x 系列）

2025-2026 年，OpenAI 发布了 GPT-5 系列，定价结构显著复杂化：短上下文 vs 长上下文分离定价、Pro 版高端定价、nano 超低价入门。以下数据来自 OpenAI 官方定价页面（2026-05-18 采集）。

📊 GPT-5.x 标准处理定价

模型	上下文	Input /1M	Cached Input /1M	Output /1M	Input→Output 比
gpt-5.5	<270K	$5.00	$0.50	$30.00	1:6
gpt-5.5	长上下文	$10.00	$1.00	$45.00	1:4.5
gpt-5.5-pro Pro	<270K	$30.00	—	$180.00	1:6
gpt-5.5-pro	长上下文	$60.00	—	$270.00	1:4.5
gpt-5.4	<270K	$2.50	$0.25	$15.00	1:6
gpt-5.4	长上下文	$5.00	$0.50	$22.50	1:4.5
gpt-5.4-pro Pro	<270K	$30.00	—	$180.00	1:6
gpt-5.4-pro	长上下文	$60.00	—	$270.00	1:4.5
gpt-5.4-mini	—	$0.75	$0.075	$4.50	1:6
gpt-5.4-nano 新	—	$0.20	$0.02	$1.25	1:6.25

🔑 关键发现：Input→Output 比率稳定在 1:6
几乎所有 GPT-5.x 模型的 output 价格都是 input 的 6 倍（长上下文略降为 4.5 倍）。这意味着 控制 output token 数量是省钱的第一要务——一个 1000 token 的 output 比 1000 token 的 input 贵 6 倍。

💰 成本可视化：每百万 token 总成本对比

假设 Input:Output = 3:1 的典型场景（如 chat 场景），每百万 token 的综合成本：

🧮 长上下文溢价分析

使用长上下文（>270K token）时，所有价格统一 ×2（input）和 ×1.5（output）：

模型	短上下文 Input	长上下文 Input	溢价	短上下文 Output	长上下文 Output	溢价
gpt-5.5	$5.00	$10.00	2×	$30.00	$45.00	1.5×
gpt-5.4	$2.50	$5.00	2×	$15.00	$22.50	1.5×

⚠️ 实战建议：只有当你确实需要 >270K 上下文时才用长上下文模式。大多数场景下，通过 Prompt Caching + 短上下文能达到同样效果且更便宜。

🧠 推理模型（o 系列）

o 系列是 OpenAI 的"思考更久再回答"模型线。它们在回答前会生成隐藏的 reasoning token，这些 token 也计入计费——意味着实际成本可能远超表面价格。

o 系列推理模型定价

模型	Input /1M	Cached Input /1M	Output /1M	备注
o3-deep-research	$10.00	$2.50	$40.00	深度研究，多轮搜索
o4-mini	$4.00	$1.00	$16.00	经济推理
o4-mini (数据共享)	$2.00	$0.50	$8.00	半价允许 OpenAI 用数据训练
o4-mini-deep-research	$2.00	$0.50	$8.00	经济深度研究
computer-use-preview	$3.00	—	$12.00	计算机操控代理

🔑 隐形成本：reasoning token
o 系列模型在生成可见 output 之前，会产生大量隐藏的 reasoning token。这些 token 按 output 价格计费，但用户看不到。实际账单可能是"标价"的 2-5 倍。

举例：o4-mini 标价 $16/1M output，但如果一次推理产生了 8000 reasoning token + 500 可见 output token = 8500 total output token，实际成本 = 8500 × $16/1M = $0.136，而不是 500 × $16/1M = $0.008。贵了 17 倍！

📊 推理模型 vs 旗舰模型：性价比对比

以"处理 10K input + 1K output"的任务为例：

模型	Input 成本	Output 成本	推理成本 (估算)	总成本	适用场景
gpt-5.4-nano	$0.002	$0.00125	—	$0.003	简单分类/提取
gpt-5.4-mini	$0.0075	$0.0045	—	$0.012	通用任务
gpt-5.4	$0.025	$0.015	—	$0.040	复杂编码
o4-mini	$0.04	—	~$0.05-0.16	~$0.09-0.20	数学/逻辑推理
gpt-5.5	$0.05	$0.03	—	$0.08	最复杂任务

* 推理成本基于 reasoning token 数量估算，实际因任务复杂度而异

📦 上一代模型定价（GPT-4.x / GPT-4o 系列）

虽然 GPT-5.x 已发布，但 GPT-4.1 和 GPT-4o 系列仍然是很多生产环境的主力。它们的定价已经稳定，且社区积累了大量优化经验。

⚡ Batch API：半价机制

模型	Input /1M	Cached Input /1M	Output /1M	上下文窗口
gpt-4.1	$2.00	$0.50	$8.00	1M tokens
gpt-4.1-mini	$0.40	$0.10	$1.60	1M tokens
gpt-4.1-nano	$0.10	$0.025	$0.40	1M tokens

模型	Input /1M	Cached Input /1M	Output /1M	状态
gpt-4o	$2.50	$1.25	$10.00	当前
gpt-4o-mini	$0.15	$0.075	$0.60	当前

模型	Input /1M	Cached Input /1M	Output /1M	用途
chat-latest	$5.00	$0.50	$30.00	ChatGPT 同款模型
gpt-5.3-codex	$1.75	$0.175	$14.00	Codex 编程代理

模型	Input /1M	维度	适用场景
text-embedding-3-small	$0.02	1536	通用嵌入，性价比之王
text-embedding-3-large	$0.13	3072	需要更高精度的检索
text-embedding-ada-002	$0.10	1536	旧版兼容

Batch API 是 OpenAI 提供的异步批处理接口——提交任务，24 小时内返回结果，价格直降 50%。

🎯 Batch API 核心优势

50% 折扣：input 和 output 统一半价
独立速率池：不影响实时 API 的 rate limit
24h 完成窗口：通常几小时内完成
支持多种端点：Chat、Embeddings、Images、Moderations、Videos

📋 Batch API 限制

单个 batch 最多 50,000 请求
输入文件最大 200 MB
每小时最多创建 2,000 个 batch
仅支持非流式请求
结果保留 30 天后自动删除

💰 Batch API 折扣对比

📝 Batch API 实战代码

模型	标准 Input	Batch Input	节省	标准 Output	Batch Output	节省
gpt-5.5	$5.00	$2.50	50%	$30.00	$15.00	50%
gpt-5.4	$2.50	$1.25	50%	$15.00	$7.50	50%
gpt-5.4-mini	$0.75	$0.375	50%	$4.50	$2.25	50%
gpt-4.1	$2.00	$1.00	50%	$8.00	$4.00	50%
gpt-4o-mini	$0.15	$0.075	50%	$0.60	$0.30	50%

// 1. 准备 batch 输入文件 (batch_input.jsonl) {"custom_id": "req-1", "method": "POST", "url": "/v1/chat/completions", "body": {"model": "gpt-5.4-mini", "messages": [{"role": "system", "content": "你是一个情感分析助手。"}, {"role": "user", "content": "这个产品太棒了！"}], "max_tokens": 100}} {"custom_id": "req-2", "method": "POST", "url": "/v1/chat/completions", "body": {"model": "gpt-5.4-mini", "messages": [{"role": "system", "content": "你是一个情感分析助手。"}, {"role": "user", "content": "服务太差了，再也不买了。"}], "max_tokens": 100}}

// 2. 上传文件并创建 batch import OpenAI from "openai"; const openai = new OpenAI(); // 上传输入文件 const file = await openai.files.create({ file: fs.createReadStream("batch_input.jsonl"), purpose: "batch", }); // 创建 batch 任务 const batch = await openai.batches.create({ input_file_id: file.id, endpoint: "/v1/chat/completions", completion_window: "24h" }); console.log("Batch ID:", batch.id); // → batch_abc123

🔑 Batch API 最佳实践

适合场景：批量分类、Embedding 生成、大规模评估、离线数据处理
不适合场景：实时聊天、用户等待响应的交互场景
技巧：一个 batch 内所有请求必须用同一模型，但可以混合不同的 prompt
省钱组合：Batch API + Prompt Caching = 最多省 75%（50% batch + 50% cache）

🗄️ Prompt Caching：自动省钱

Prompt Caching 是 OpenAI 的自动缓存机制——不需要改代码，当你的 prompt 前缀与近期请求匹配时，自动享受折扣。

🎯 Prompt Caching 核心数据

缓存折扣

最高 90% off

Cached input 价格约为标准 input 的 10%

延迟降低

最高 80%

跳过重复前缀的预填充计算

📊 各模型缓存折扣率

模型	Input	Cached Input	折扣率	省多少钱
gpt-5.5	$5.00	$0.50	90% off	每 1M token 省 $4.50
gpt-5.4	$2.50	$0.25	90% off	每 1M token 省 $2.25
gpt-5.4-mini	$0.75	$0.075	90% off	每 1M token 省 $0.675
gpt-5.4-nano	$0.20	$0.02	90% off	每 1M token 省 $0.18
gpt-4.1	$2.00	$0.50	75% off	每 1M token 省 $1.50
gpt-4o	$2.50	$1.25	50% off	每 1M token 省 $1.25
gpt-4o-mini	$0.15	$0.075	50% off	每 1M token 省 $0.075

🔧 Prompt Caching 工作原理

缓存触发条件

最小长度：prompt 前缀 ≥ 1024 token 才能触发缓存
精确前缀匹配：必须从头完全匹配，中间有任何差异都不算命中
自动路由：系统自动将请求路由到缓存了相同前缀的机器

两种缓存保留策略

内存缓存 (In-Memory)

• 保留 5-10 分钟（最多 1 小时）

• 存储在 GPU 显存中

• 适用于大多数模型

• gpt-5.5 及以后不再支持

扩展缓存 (Extended)

• 保留最长 24 小时

• KV tensor 卸载到 GPU 本地存储

• 适用于 gpt-5.5/5.4/5.1/5/4.1

• gpt-5.5 默认且仅支持此模式

💡 优化缓存命中的实战技巧

// ❌ 低命中率：动态内容放在前面
messages: [
  { role: "user", content: userInput },  // 每次不同 → 缓存永远不命中
  { role: "system", content: longSystemPrompt },  // 相同但太晚了
]

// ✅ 高命中率：静态内容放在前面
messages: [
  { role: "system", content: longSystemPrompt },  // 相同前缀 → 高命中
  { role: "user", content: fewShotExamples },     // 示例通常固定
  { role: "user", content: userInput },         // 变量放最后
]

// 🔑 使用 prompt_cache_key 提高路由精准度
const response = await openai.responses.create({
  model: "gpt-5.4",
  input: messages,
  prompt_cache_key: "my-app-v2-classify",  // 自定义路由键
  prompt_cache_retention: "24h",  // 扩展缓存
});

// 检查缓存命中情况
console.log(response.usage.prompt_tokens_details.cached_tokens);
// → 1920 (假设 2006 token 中有 1920 命中缓存)

🔑 prompt_cache_key 的最佳实践
当你有很多请求共享相同长前缀时，设置 prompt_cache_key 可以显著提高缓存命中率。但注意：同一个 key 不应超过约 15 requests/min，否则会溢出到不同机器降低效率。建议按应用+功能模块设 key，而非按用户。

🎙️ 实时语音 API 定价

OpenAI 的实时语音模型按模态（音频/文本/图像）分别计价，音频 token 的价格远高于文本 token。

Realtime API 定价

模型	模态	Input /1M	Cached Input /1M	Output /1M
gpt-realtime-2	🎵 Audio	$32.00	$0.40	$64.00
	📝 Text	$4.00	$0.40	$24.00
	🖼️ Image	$5.00	$0.50	—
gpt-realtime-1.5	🎵 Audio	$32.00	$0.40	$64.00
	📝 Text	$4.00	$0.40	$16.00
	🖼️ Image	$5.00	$0.50	—
gpt-realtime-mini	🎵 Audio	$10.00	$0.30	$20.00
	📝 Text	$0.60	$0.06	$2.40
	🖼️ Image	$0.80	$0.08	—

模型	功能	定价
gpt-realtime-translate	实时语音翻译	$0.034/分钟 ($0.00057/秒)
gpt-realtime-whisper	流式语音转文字	$0.017/分钟 ($0.00028/秒)

模型	Input /1M	Output /1M	估算每分钟成本
gpt-4o-transcribe	$2.50	$10.00	~$0.006/分钟
gpt-4o-mini-transcribe	$1.25	$5.00	~$0.003/分钟

🔑 音频 token 经济学
音频 token 的价格是文本 token 的 8-13 倍（gpt-realtime-2：音频 input $32 vs 文本 input $4）。1 分钟音频大约产生 ~1500 音频 token。如果不需要实时交互，优先用转写 API（$0.003-0.006/分钟）而非实时 API（~$0.10-0.20/分钟）。

🔧 工具 & 附加服务定价

内置工具定价

工具	定价	说明
Web Search	$10.00/1K calls	搜索内容 token 按模型费率计费
Web Search Preview (推理模型)	$10.00/1K calls	含 gpt-5、o 系列
Web Search Preview (非推理模型)	$25.00/1K calls	搜索内容 token 免费
File Search - 存储	$0.10/GB/天	前 1 GB 免费
File Search - 调用	$2.50/1K calls	仅 Responses API
Code Interpreter / Shell	$0.03-$1.92/容器/会话	20 分钟一计费周期
Agent Kit 存储	$0.10/GB-天	每月前 1 GB 免费

图像生成模型

模型	模态	Input /1M	Cached /1M	Output /1M
gpt-image-2	🖼️ Image	$8.00	$2.00	$30.00
gpt-image-2	📝 Text	$5.00	$1.25	—
gpt-image-1.5	🖼️ Image	$8.00	$2.00	$32.00
gpt-image-1.5	📝 Text	$5.00	$1.25	$10.00
gpt-image-1-mini	🖼️ Image	$2.50	$0.25	$8.00
gpt-image-1-mini	📝 Text	$2.00	$0.20	—

🧮 成本计算器

📜 OpenAI API 定价演变时间线

模型	分辨率	每秒价格
sora-2	720p	$0.10/秒
sora-2-pro	720p	$0.30/秒
sora-2-pro	1024p	$0.50/秒
sora-2-pro	1080p	$0.70/秒

2020年6月

GPT-3 API 发布

Davinci: $0.0200/1K tokens → 换算约 $20/1M tokens（input output 同价）

2022年1月

GPT-3 定价调整

引入多级定价：Davinci $0.02/1K, Curie $0.002/1K, Babbage $0.0005/1K, Ada $0.0004/1K

2022年11月

ChatGPT 发布（免费）

API 版 gpt-3.5-turbo: $0.002/1K tokens → $2/1M tokens，比 Davinci 便宜 10 倍

2023年3月

GPT-4 API 发布

8K: $30/1M input, $60/1M output | 32K: $60/1M input, $120/1M output。史上最贵模型

2023年11月

GPT-4 Turbo 发布

128K 上下文，$10/1M input, $30/1M output。比 GPT-4 便宜 3 倍

2024年5月

GPT-4o 发布

$5/1M input, $15/1M output（后降至 $2.50/$10）。首次实现 input 比 output 便宜

2024年7月

GPT-4o-mini 发布

$0.15/1M input, $0.60/1M output。比 GPT-3.5-turbo 便宜 60%+，性能更强

2024年8月

Structured Outputs + Prompt Caching

Prompt Caching 自动启用，cached input 价格约为标准 input 的 50%

2024年12月

o1/o3 系列发布

o1: $15/1M input, $60/1M output (含 reasoning tokens)。推理模型的"隐性溢价"时代开始

2025年4月

GPT-4.1 系列发布

$2/$8 (4.1) | $0.40/$1.60 (mini) | $0.10/$0.40 (nano)。1M 上下文窗口成为标配

2025年4月

o4-mini 发布

$4/1M input, $16/1M output。数据共享模式下 $2/$8 半价

2025-2026年

GPT-5.x 系列发布

5.5: $5/$30 | 5.4: $2.50/$15 | 5.4-mini: $0.75/$4.50 | 5.4-nano: $0.20/$1.25。引入长上下文溢价和扩展缓存

🔑 定价演变的核心规律
1. 每代产品性能↑ 价格↓：GPT-4o-mini 比 GPT-4 便宜 50-100 倍
2. Input/Output 分离定价：从 GPT-4 开始，output 持续比 input 贵 4-6 倍
3. 缓存折扣越来越激进：从 50% off (GPT-4o) → 75% off (GPT-4.1) → 90% off (GPT-5.x)
4. 推理模型的隐性成本：o 系列的 reasoning token 使实际成本远超标价

💡 省钱策略总结

🏆 Tier 1：立即可做

模型降级：80% 的请求不需要旗舰模型，用 mini/nano 即可
Prompt Caching：静态前缀放前面，自动享受 50-90% off
限制 Output 长度：设 max_tokens，output 比 input 贵 6 倍
Batch API：非实时任务一律走 Batch，直降 50%

🚀 Tier 2：架构优化

模型路由：简单请求→nano，中等→mini，复杂→flagship
Prompt 压缩：减少冗余指令，用更少的 token 达到同样效果
Embedding 预检索：先搜后问，减少每次请求的 context 长度
多轮缓存：对话场景保持 system prompt 不变，最大化缓存命中

📊 省钱效果估算

策略	适用场景	节省幅度	实施难度
模型降级	简单任务用 mini/nano	60-95%	⭐ 极低
Prompt Caching	重复 system prompt	50-90% (input)	⭐ 极低
Batch API	非实时批处理	50%	⭐⭐ 低
限制 Output	简短回答即可	30-70%	⭐ 极低
模型路由	混合复杂度请求	40-80%	⭐⭐⭐ 中
Prompt 压缩	长 prompt 场景	20-50%	⭐⭐⭐ 中
Batch + Cache 叠加	批处理+重复前缀	最高 75%	⭐⭐ 低

📝 省钱实战代码示例

// 🏆 模型路由：根据任务复杂度自动选模型 function selectModel(task) { if (task.complexity === "simple") return "gpt-5.4-nano"; // $0.20/$1.25 if (task.complexity === "medium") return "gpt-5.4-mini"; // $0.75/$4.50 if (task.complexity === "complex") return "gpt-5.4"; // $2.50/$15 if (task.complexity === "frontier") return "gpt-5.5"; // $5/$30 } // 典型比例：70% simple, 20% medium, 8% complex, 2% frontier // 平均每百万 token 成本：~$1.2（vs 全用 gpt-5.5 的 ~$12.5）→ 省 90%

// 🗄️ 最大化 Prompt Caching 命中 const SYSTEM_PROMPT = `你是一个专业的客服助手。请遵循以下规则： 1. 礼貌回答 2. 如不确定，转人工 3. ...（500+ token 的详细规则）`; // 这部分会被缓存 async function chat(userMessage, history = []) { const messages = [ { role: "system", content: SYSTEM_PROMPT }, // 固定前缀 → 高命中 ...history, // 对话历史 { role: "user", content: userMessage }, // 变量放最后 ]; const response = await openai.responses.create({ model: "gpt-5.4", input: messages, prompt_cache_key: "cs-bot-v3", // 同一应用共享路由键 prompt_cache_retention: "24h", // 扩展缓存 max_output_tokens: 300, // 限制 output 长度 }); // 检查缓存效果 const cached = response.usage.prompt_tokens_details.cached_tokens; const total = response.usage.prompt_tokens; console.log(`缓存命中率: ${cached/total*100}%`); return response; }

🔍 与竞争对手定价对比

主流 LLM API 价格对比（2026年5月）

Provider	模型	Input /1M	Output /1M	Cached /1M
OpenAI	gpt-5.4-nano	$0.20	$1.25	$0.02
OpenAI	gpt-5.4-mini	$0.75	$4.50	$0.075
OpenAI	gpt-5.4	$2.50	$15.00	$0.25
Anthropic	Claude Sonnet 4	$3.00	$15.00	$0.30
Anthropic	Claude Haiku 3.5	$0.80	$4.00	$0.08
Google	Gemini 2.5 Pro	$1.25	$10.00	$0.31
Google	Gemini 2.5 Flash	$0.15	$0.60	$0.0375
DeepSeek	DeepSeek-V3	$0.27	$1.10	$0.07

* 竞品价格截至写作时未能完全确认实时准确性，请以各平台官方页面为准

🔑 定价竞争格局
1. Google Gemini Flash 在低价位极具竞争力（$0.15/$0.60），与 gpt-4o-mini 持平
2. DeepSeek 以 $0.27/$1.10 提供接近旗舰的性能，对价格敏感者吸引力大
3. OpenAI 的缓存折扣更激进（GPT-5.x 90% off vs 其他家 75-90%），高频用户实际成本更低
4. 推理模型仍无直接竞品，o 系列的 reasoning token 模式是独家的

🌐 区域处理 & 数据驻留

OpenAI 提供区域处理（Data Residency）功能，允许你指定数据在特定地区处理。代价是：

10% 价格上浮：所有 GPT-5.x 模型的区域处理端点加收 10%
适用于需要满足数据本地化合规的场景（如欧盟 GDPR、中国数据安全法）
支持区域截至写作时包括美国、欧盟等，详见 OpenAI 官方文档

// 区域处理端点示例
const response = await openai.responses.create({
  model: "gpt-5.4",
  input: messages,
  // 使用区域处理端点时，价格自动 ×1.1
  // gpt-5.4: $2.50 → $2.75 input, $15 → $16.50 output
});

🤝 数据共享折扣

部分模型（如 o4-mini）提供数据共享选项：允许 OpenAI 使用你的输入输出数据改进模型，换取 50% 折扣。

模型	标准 Input	数据共享 Input	标准 Output	数据共享 Output
o4-mini	$4.00	$2.00	$16.00	$8.00

⚠️ 注意：数据共享意味着你的 API 输入输出可能被 OpenAI 用于训练。涉及用户隐私、商业机密、医疗数据等场景绝对不应开启。

📊 服务层级总览

层级	成本	速度	可靠性	适用场景
标准处理	标准价格	快	高	大多数生产环境
Batch API	50% off	24h 内	高	离线批处理、评估、分类
优先处理	标准价格	最快	最高	对延迟敏感的实时场景
弹性处理	更低	较慢	可能不可用	非生产、低优先级任务

💰 OpenAI API 定价深度拆解