2026 OpenAI 官方 Token 价表怎么读：输入/输出/缓存字段详解
OpenAI API 定价在 2026 年已进入 GPT-5.6 时代，价格结构更清晰：每百万（1M）Token 输入、输出和缓存字段分别计费。无需翻阅繁杂文档，即可精准读懂单条 Prompt 成本，帮你避免对账单误差。
如果你经常使用 ChatGPT API、构建 AI 应用或计算每月预算，这份价表就是你的快速指南。它特别适合开发者、分清 ChatGPT Plus 订阅与原生 API 的区别，以及那些需要精确算 $/M 的团队。
1. 2026 OpenAI 官方 API 定价总览（支持模型列表）
OpenAI 将定价简化为标准（Short Context）、长上下文（Long Context）和 Batch 处理三种模式。旗舰系列为 gpt-5.6 家族（Luna、Terra、Sol），辅以 o3 系列推理模型和 GPT-4o 兼容版。
以下是主要模型的标准短上下文输入/输出单价（单位：美元/百万 Token），数据基于官方页面 2026 年 8 月更新：
| 模型名称 | 输入 $/M | 缓存输入 $/M | 输出 $/M | 备注 |
|---|---|---|---|---|
| gpt-5.6 Luna | 0.20 | 0.02 | 1.20 | 最便宜旗舰，适合高频任务 |
| gpt-5.6 Terra | 2.00 | 0.20 | 12.00 | 均衡选择，日常生产工作首选 |
| gpt-5.6 Sol | 5.00 | 0.50 | 30.00 | 最高智能，复杂推理场景 |
| gpt-5.4 | 2.50 | 0.25 | 15.00 | 稳定老旗舰，兼容性强 |
| o3 | 2.00 | 0.50 | 8.00 | 推理模型，思维链加长 |
| GPT-4o | 2.50 | 1.25 | 10.00 | 老旗舰，仍支持多模态 |
长上下文（输入超 270K Token）输入单价通常升至标准 2 倍，输出升至 1.5 倍。Batch 处理整体打 50% 折扣（异步任务适用）。更多完整列表可参考 官方 API 定价页。
2. GPT-4o / o1 / o3 系列核心字段拆解：输入、输出、缓存
OpenAI 将 Token 按功能拆分为三个核心字段，便于你直接对照账单：
- 输入（Input）：你提交的 Prompt、系统提示、工具定义等全部内容。一次性请求通常全部计费。
- 输出（Output）：模型生成的文本、JSON、代码等可见响应。长度越长，成本越高。
- 缓存（Cache）：Prompt Caching 功能自动或显式命中时生效的字段。旧模型（如 GPT-4o 早期）缓存输入单价为输入的 50%；GPT-5.6 系列更激进，降至 10%。
关键区别：
- 推理模型（o3、o1）内部思考（reasoning tokens）全部算作输出，即使你看到的回复很短。
- 多模态输入（图片、音频）按对应文本 Token 计费。
- 缓存字段在响应 JSON 中会单独显示，便于验证命中率。
3. Prompt Caching 字段生效规则与命中率计算
Prompt Caching 是 OpenAI 2024 年后新增的核心优化，自动在连续对话中命中前缀（至少 1024 Token 相同）时生效。规则如下：
- 自动缓存：系统提示、重复用户消息前缀可命中。同一会话中，缓存输入单价大幅降低。
- 显式缓存（GPT-5.6 后支持）：使用
extra_body参数控制缓存断点，精确命中特定段落。 - 命中率计算：单条请求成本 =（输入 - 缓存命中 Token）× 输入率 + 缓存命中 Token × 缓存率 + 输出 Token × 输出率。
- 示例：8,000 输入 Token 中 7,000 可缓存，GPT-5.6 Luna 输入率 0.20 → 有效输入成本仅 0.20 × 1,000 = 0.002 美元（节省 99%）。
- GPT-5.6 系列额外收取“缓存写入”（Cache Writes）单价 1.25 倍输入率（首次写入新前缀时）。
实际账单中，prompt_tokens_details.cached_tokens 和 cache_write_tokens 会单独列出，帮助你精确核对。
4. 批量处理与响应流式输出的特殊单价
- Batch API：提交异步任务，24 小时内返回。整体单价打 50%（输入/输出均减半），适合非实时任务。
- 流式输出（Stream）：实时生成时，输出 Token 仍按标准率计费，但延迟极低，适合聊天机器人。非流式（同步）同一请求成本相同。
- 长上下文模式下，流式输出仍适用标准长上下文输出率。
这些特殊场景不改变核心定价，但 Batch 可显著降低预算，流式则保持用户体验。
5. 实际账单示例：一个 10k token 中文 Prompt 成本
假设你用 GPT-4o 提交一个 10,000 Token 的中文 Prompt（含 2,000 Token 系统提示 + 8,000 Token 用户消息），输出 500 Token。
- 无缓存：输入 10,000 × 2.50 = 0.025 美元；输出 500 × 10 = 0.005 美元；总计 0.03 美元。
- 开启 Prompt Caching（假设前 7,000 Token 可命中）：输入成本 = 3,000 × 2.50 + 7,000 × 1.25 = 0.0075 + 0.00875 = 0.01625 美元；输出仍 0.005 美元；总计 0.02125 美元（节省 29%）。
对比 GPT-5.6 Luna：无缓存总计约 0.0042 美元，缓存后更低。实际对账单以官方字段为准，建议用 官方 API 计费工具 或 API 中转计算器 快速校验。
6. 常见计费陷阱与正确单价核对技巧
- 陷阱 1：忽略 reasoning tokens（o3 等模型内部思考）——回复短但总 Token 高。
- 陷阱 2：长上下文误算——输入超 270K 时未切换长上下文率。
- 陷阱 3：未设置缓存——重复对话成本翻倍。
- 核对技巧：
1. 查看账单 usage JSON 中的 input_tokens_details 和 completion_tokens。
2. 对比官方定价页确认当日汇率（价格每日更新）。
3. 用我们站点工具页面模拟：输入 Token 数和缓存命中比例，自动得出真实成本。
风险与边界
OpenAI API 定价随时可能调整，以官方页面为准。以上内容仅供参考，非法律意见。实际对账请始终以 OpenAI 平台后台数据为准，避免因字段误读导致预算超支。