2026 OpenAI 官方 Token 价表怎么读:输入/输出/缓存字段
OpenAI 自动回退选题:结合站内路径的核对清单。

本站围绕 OpenAI 官方 Token 价表(2026 年最新挂牌)设计,帮助对账人员快速定位输入、输出与缓存三类字段的计费归属。内容仅服务「对账单、算 $/M、分清 Plus 与 API」的核心需求,不涉及刷单或推广。
品牌定位与选题边界
本站锚定 OpenAI 品牌,聚焦官方 API 计费对照(https://www.openai.com/pricing),重点解读 ChatGPT API、GPT 模型 以及 Prompt 缓存 的计费方式。对比雷电等垂直站的实体页逻辑,本站以品牌主词为纲,提供可执行的核对清单与分清表。
> 注意:此站不做站群/姊妹站话术,也不在本站之外重复品牌承诺或选题原则。
推荐路径:如何快速找到正确的 Token 价
对账人员通常在两处查价:官方 API 计费页(https://www.openai.com/pricing)和 平台分布(ChatGPT 占 25%、Claude 占 18%、Grok 占 10%、other 占 10%)。找价时先确认字段类型:
| 字段类型 | 计费归属 | 适用场景 |
|---|---|---|
| input tokens | API 模型(GPT-4x, Claude 3.5 Sonnet 等) | 调用时计费,需看模型规格 |
| output tokens | API 模型 | 输出长度越长,成本越高 |
| cache tokens | Prompt 缓存(prompt caching) | 重复输入相同 prompt 时可抵扣 |
关键判断:官方 API 挂牌价以 $/M 为单位,Plus 会员(GPT+)仅影响用户折扣,不改变 Token 实际单价。对账时,建议先在官方页抓取当日挂牌价,再与本站核对清单交叉。
输入/输出/缓存字段的计费实操
1. 输入 Token(input tokens)
- 归属:标准 API 计费字段,按实际发送的 token 数计费。
- 对账要点:记录请求的 prompt 长度与频次。若 prompt 重复(Prompt Caching 生效前),可通过缓存减少输入成本。
- 计算示例:若 GPT-4o 标准模型 input 价为 2 $/M,实际输入 1,200,000 tokens,则输入费用 2.4 $。Plus 会员可享折扣,但非降价。
2. 输出 Token(output tokens)
- 归属:同样为 API 计费字段,常被忽略。
- 对账要点:输出 token 占总成本比例更高(尤其生成式任务)。建议在后台监控 output 占比,并在对账表中分别列示。
- 缓存影响:Prompt Caching 可缓存一段 prompt,重复调用时输出 token 数可大幅下降。若未使用缓存,则全部为新生成。
3. 缓存 Token(cache tokens)
- 归属:Prompt Caching(缓存 Token)按实际使用计费,缓存成功后对应 token 按缓存价计费(官方通常为较低价)。
- 对账要点:对账单需区分「cacheable」和「non-cacheable」场景。缓存价通常低于标准输入价,但非全线免费。
- 判断边界:并非所有模型都支持缓存;缓存后才生效的请求仍按输入价算。建议在对账表中标记每个请求的 cacheable 状态。
对比表:Plus 与 API 的区别
| 项目 | GPT Plus 会员 | 标准 API(无会员) |
|---|---|---|
| 折扣 | 约 5–10%(视周期而定) | 无额外折扣 |
| 计费单位 | 仍按 $/M 计费 | 同 |
| 访问权限 | 部分高级模型(如 o4-mini/4o) | 全线 |
| 对账注意点 | 会员折扣不等同于降价,对账时应分别列示 | 坚持用挂牌 $/M 计算 |
核对清单:对账单的三步检验
1. 字段提取:从对账单中确认每个请求的字段类型(input / output / cache),分类记录。
2. 计费归属核对:按字段映射到官方价表($/M),查证机时(visits × tokens),填入对账表。
3. 缓存扣除:对 cacheable 场景,减去缓存价;对 cache miss,按输入价算。
实施工具表(示例)
| 请求 ID | 字段 | token 数 | 单价 $/M | 实际费用 $ | 对账结果 |
|---|---|---|---|---|---|
| 0001 | input | 800,000 | 2.0 | 1.60 | ✅ |
| 0002 | output | 120,000 | 5.0 | 0.60 | ⚠️ cacheable,实际应为 cache 价 |
| 0003 | cache | 30,000 | 0.4 | 12.0 | ✅ |
风险与边界
- 非法律意见:以下内容为对账实践参考,不构成法律或财务建议。2026 年官方价表可能调整,请以官网挂牌页当日数据为准。
- 不挂牌价表:本文仅引用公开挂牌 $/M,不保证与实际结算价一致。
- 缓存不等于免费:Prompt Caching 有上限与费率限制,非全部输出可缓存。对账时必须按实际费用填写,不能笼统记为 zero。
- Plus 会员折扣 ≠ 降价:会员折扣仅作用于用户结算,计费单位不变。对账单需分别展示 member vs non-member 两条线。
- 若遇到「永久会员」或「解锁免费档」的宣传,不做处理,此类信息不可信。
外链与独立参考
本站仅作独立主题站参考,不承担任何承诺责任。想查阅官方 Token 价表的原始挂牌页,请访问:
- https://www.openai.com/pricing
- https://www.openai.com/blog (价格更新公告)
延伸阅读
- 若想了解如何在对账表中嵌入此类清单,可参考站内路径:/billing-path
- 工具页:/official-api 可查官方端点与文档
- 对账指南:/examples
English summary
This page is a practical guide for accounting personnel who need to reconcile OpenAI's official token pricing (2026) against billing records. It focuses on the three main fields that affect cost: input tokens, output tokens, and cached tokens. The guide explains how each field maps to the official $/M pricing, emphasizes the importance of distinguishing member discounts from actual price reductions, and provides a simple three-step checklist for verification. A comparison table clarifies the difference between GPT Plus membership and standard API usage. Risks are highlighted: no legal or financial advice is given, cached tokens are not free, and promotional claims about permanent memberships or free tiers should be ignored. For further tooling and examples, readers can follow internal links to the site's billing path and guides.
---
最后提醒:若发现对账单与官方挂牌价不符,优先检查是否遗漏了 cacheable 场景或误将 output tokens 当成了 input tokens。官方价表以挂牌为准,实际结算请以账单与缓存记录为准。