2026 OpenAI GPT Token 官方价格表怎么读：输入输出缓存字段详解
内容刷新 / GEO：补 English summary 与最新核对清单 — oa-2026-gpt-price-table-read
ガイド一覧 · 本文は主に簡体字中国語です。国際向けの要点は English summary をご利用ください。
2026 OpenAI GPT Token 官方价格表怎么读：输入输出缓存字段详解
OpenAI GPT Token 官方价格表让你能快速读懂每月账单，确保支付正确且不超预算。它专为开发者、Prompt 缓存用户和 API 长期使用者设计，帮你把 $/M tokens 的概念落地到实际工作流。
现状与数据更新
2026 年 9 月，OpenAI API 发布了 GPT-6 Astra、GPT-5.6 Sol/Terra/Luna 系列模型，价格较 7 月进一步优化。核心变化是大幅降低了输入 token 成本，同时缓存（Prompt 缓存）价格降至原价的 1/10 以下，输出价格也随上下文长度调整。官方挂牌数据（开发者平台）显示，标准处理模式下，短上下文（如 <272K token）与长上下文价格不同，数据 residency 端点额外上浮 10%。这些更新让高频 Prompt 重用场景成本更低，但需按当前挂牌页当日数据核对。
核对清单
- 确认你的项目使用的是 GPT-6 Astra（旗舰）还是 GPT-5.6 Luna（日常快算）
- 检查请求头或 SDK 里是否指定 cached input 参数
- 核对缓存 hit 比例（Prompt 缓存通常能砍输入成本 80% 以上）
- 查看长上下文 vs 短上下文计费（>272K token 字段价格更高）
- 验证是否开启 Fast/Priority 模式（已更名为 Fast）
- 最后在平台 Dashboard 里导出当月 token 用量报表与账单比对
风险与边界
Prompt 缓存虽能大幅降低费用，但如果缓存命中率低或切换模型后缓存参数未更新，账单会意外上涨；缓存字段仅在支持该功能的模型（如 GPT-5.6 系列）中有效，旧模型可能不显示。数据 residency 10% 上浮在部分地区生效。非法律意见声明：本文基于公开开发者平台数据，仅供对账参考，不构成法律或财务建议。如有疑议请以 OpenAI 官方 API 定价页面为准。
站内路径
要算具体项目 $/M tokens，推荐先看我们的 官方 API 定价页，再参考 API 计费路径 和 实际例子。
官方价格表：怎么读字段
OpenAI API 采用“$/M tokens”（每百万 tokens 费用）计费。2026 年最新版 GPT 系列支持缓存字段，已在平台 Dashboard 统一展示。以下是官方公开的字段对照表（标准处理模式，数据以开发者平台最新挂牌为准）：
| 模型系列 | 字段 | 短上下文价格 ($/M) | 长上下文价格 ($/M) | 备注 |
|---|---|---|---|---|
| GPT-6 Astra | Input | 10.00 | 20.00 | 旗舰，复杂工作流 |
| GPT-6 Astra | Cached input | 1.00 | 2.00 | 命中缓存后大降 |
| GPT-6 Astra | Cache writes | 12.50 | 25.00 | 缓存更新成本 |
| GPT-6 Astra | Output | 50.00 | 75.00 | 生成内容 |
| GPT-5.6 Sol | Input | 4.00 | 8.00 | Promotional 持续至 2026-11-21 |
| GPT-5.6 Sol | Cached input | 0.40 | 0.80 | 80%+ 节省 |
| GPT-5.6 Sol | Cache writes | 5.00 | 10.00 | - |
| GPT-5.6 Sol | Output | 20.00 | 30.00 | - |
| GPT-5.6 Terra | Input | 2.00 | 4.00 | 高频平衡选择 |
| GPT-5.6 Terra | Cached input | 0.20 | 0.40 | 缓存命中极致优惠 |
| GPT-5.6 Terra | Cache writes | 2.50 | 5.00 | - |
| GPT-5.6 Terra | Output | 12.00 | 18.00 | - |
| GPT-5.6 Luna | Input | 0.20 | 0.40 | 日常最便宜 |
| GPT-5.6 Luna | Cached input | 0.02 | 0.04 | 缓存后近乎免费输入 |
| GPT-5.6 Luna | Cache writes | 0.25 | 0.50 | - |
| GPT-5.6 Luna | Output | 1.20 | 1.80 | - |
表格说明：缓存字段仅在支持 Prompt 缓存的模型中显示；长上下文价格适用于 272K+ token 上下文；Batch API 可再减 50% 输入/输出；所有价格以官方平台当日数据为准，请在 官方 API 定价页 实时核对。
如何用缓存降低成本（实用方法）
1. 在支持缓存的模型请求中，明确传入 cached_input 参数。
2. 让你的提示词模板保持稳定（例如固定系统提示 + 动态用户输入）。
3. 用 /api-transit 工具快速测试缓存效果。
4. 结合 OpenAI 官方 API 计费页面 的 token 计数工具，预估单次调用成本。
5. 优先选 GPT-5.6 Luna + 缓存，日常 Prompt 能把输入费用降到原价的 1/10 以下。
延伸阅读
风险与边界
缓存命中率低时，缓存字段可能不生效或导致账单反弹；模型升级后旧缓存参数需重新适配，否则对不上账；长期 API 使用者建议设置每月预算上限，避免超支。非法律意见声明：以上内容仅供学习与对账参考，不构成任何财务、法律或服务建议。请始终以 OpenAI 官方 API 定价页面为准。