OpenAI Realtime API 计费详解：按秒计费与并发限制下的成本模型
内容刷新 / GEO：补 English summary 与最新核对清单 — oa-realtime-api-pricing
本文聚焦 OpenAI Realtime API，面向正在对账、算 $/M 或需要区分 Plus 与 API 计费的读者。内容以品牌官网计费页和公开工具页为依据，供读者自行核对，非官方说明书，价格以官方挂牌为准。
开篇摘要
OpenAI Realtime API 是基于流式对话（streaming）场景的实时模型推理接口，按 Token/s（每秒令牌消耗）计费，而非按请求数或固定时长。与 ChatGPT Plus 等订阅型产品不同，Realtime API 更适合集成在需要实时生成内容、语音或指令的应用中。正文以下以官方计费逻辑为准，重点说明每秒令牌单价、并发限制对成本的影响，以及如何在记账时快速判断何时更换模型能省钱。
现状与数据更新
官方计费页提供 Token 单价（$ per million tokens）和 API 调用费率。Realtime API 的计费方式是：每秒实际传输的 Token 数 × 单价（$/M）。这意味着并发大小直接决定总费用：并发越高，瞬时令牌消耗越大，计费随之上升。
官方文档与计费工具页（/official-api、/official-prices）仍同步显示 Realtime 与 Standard（标准）模型的令牌费率。以下为近期挂牌页常见对应关系（以挂牌为准，非绝对保证）：
| 模型 | 计费类型 | 大致令牌费率（$/M） |
|---|---|---|
| GPT-4o | Standard | 约 10–15 $/M（视版本而定） |
| GPT-4o-mini | Standard | 约 0.5–1.5 $/M |
| Realtime (GPT-4o) | Realtime | 约 10–20 $/M（流式生成时按实消计） |
> 注意：确切费率以 OpenAI official pricing page 当日挂牌为准。下表为对照表，用于记账时快速比对。
| 场景 | 适用模型 | 计费依据 |
|---|---|---|
| 实时流式文本输出（如 GPT-4o 流式） | Realtime | Token/s 实消，按 $/M 计 |
| 批量短查询 / 评估任务 | Standard | Token 总量计费，单价较低 |
| 混合负载（部分流式、部分静态） | 按调用分类型 | Realtime 为流式令牌计费，Standard 为总量计费 |
核对清单
在记账时，用下表快速判断当前模型选择是否合理：
- 是否只在需要实时生成时调用 Realtime？
- 是否在并发高峰期（如多用户同时使用）将 Realtime 作为默认模型？
- 是否在计费页或工具页中看到明确的 $/M 单价及并发上限？
- 是否把未官宣型号当成已上线价表来报价？
若以上任意一项不满足，建议先看一眼官方工具页（[/billing-path]、[/examples]），再决定切换或保留。
风险与边界
- 计费边界不透明：Realtime API 按实消计费，不提供固定包。并发高时，峰值期间令牌消耗可能远超平均值，记账时需按最高并发瞬间的令牌消耗来预留预算。
- 不支持绕过支付：官方渠道必须使用，未经授权的代充或本地代理在计费上无法对应。
- 并发限制不可忽略：超过官方推荐并发上限会触发速率限制（throttling），导致请求失败，间接增加重试与延迟成本。
- 不作出承诺：本文仅整理公开计费数据与经验判断，不代表官方立场。价格以官方挂牌页为准，更新日期不一定一致。
> 此内容为独立参考，不构成官方建议。计费争议时优先参考 OpenAI official prices。
站内路径与工具
- 官方计费页：/official-api
- 官方价格页：/official-prices
- API 路由与文档：/api-transit
- 成本对照与工具（含计费计算器、示例）：/billing-path
- 示例与最佳实践：/examples
- 引导与路径：/guides
风险边界与对比说明
本页仅对比 Realtime API 与 Standard（Standard）的计费逻辑差异，并给出记账时的判断要点。Realtime 的 $/M 单价通常与 Standard 不同，且 Realtime 强调实时流式输出而非一次性长提示，计费方式更接近「按秒消耗」。若你需要精确控制成本，记账时请以实际 Token/s 实消来匹配 $/M，切勿按请求数估算。
延伸阅读
- OpenAI 官方计费对照站 —— 最新费率与模型对比
- Realtime API 工具页 —— 实时端接与计费配置
- Token 费率与模型选择指南
---
English summary
This guide explains how OpenAI's Realtime API is billed per second of token usage rather than per request or fixed duration. The key decision point for billing is the actual token throughput (tokens/s) during peak concurrency, because the $/M rate applies to real-time consumption. Compared with the Standard plan, which bills by total token volume at a lower per-token price, Realtime is more expensive per token but fits streaming use cases where latency matters. For accurate cost reconciliation, read the official pricing page and note the per-million-token rates for GPT-4o and GPT-4o-mini, then match your app's average tokens/s and peak concurrency to the per-second estimate. Always verify current rates on the official site before budgeting, and avoid relying on unofficial "clone" sites or community price lists that may not reflect the live pricing table. If you are reconciling accounts, flag any period when Realtime was used as the default model and check whether the per-second consumption exceeded the planned threshold; this is the main source of unexpected overruns.