Assistants / Responses 计费与普通 Chat Completions 差异
OpenAI 品牌专题：Assistants / Responses 计费与普通 Chat Completions 差异。 锚点：OpenAI。
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。
Assistants / Responses 计费与普通 Chat Completions 差异
OpenAI API 提供两种主要聊天接口：Assistants（较旧版本）和 Responses（当前推荐的现代接口）。两者本质都是通过 HTTP 向 OpenAI 发送请求并获取回复，但计费逻辑存在核心差异。Responses 接口从 OpenAI 官方 API 定价页面更新后，缓存输入（Cached input）和额外工具调用价格已明确标出，而普通 Chat Completions 接口在旧版文档中仍以基础 input/output 为主。
如果你主要用于简单对话、工具调用较少或一次性交互，普通 Chat Completions 通常更合适；如果你需要长对话记忆、自动运行多步任务或已启用 prompt caching，Responses 接口的低缓存单价和完整工具支持能显著降低实际成本。
核心概念与术语
OpenAI 官方 API 的计费以 $/M（每百万 Tokens）为单位计算，Input（输入）通常为输出价格的 1/5–1/10。其他常见术语包括：
- Tokens：模型理解和生成的基本单位（约 0.75 个单词）。
- Input：用户发送给模型的提示部分。
- Output：模型返回的回复部分。
- Cached input：使用 OpenAI 官方 Prompt Caching 功能时，对重复输入的折扣单价。
- Assistants API：较旧的聊天接口，依赖 Assistants 对象管理线程和工具。
- Responses API：OpenAI 当前推荐的接口，支持更高级的 reasoning、multi-agent 和工具集成。
- Tool calls：模型在生成回复时调用外部工具（如搜索、代码执行）的次数，按固定单价额外计费。
- Reasoning effort：在复杂任务中模型思考时间增加，导致额外 Token 消耗。
这些术语在 OpenAI 官方文档中一致使用，实际单价以官网定价页为准。
决策表：Assistants 与 Responses 接口对对比价
| 维度 | Assistants API | Responses API | 建议选择场景 |
|---|---|---|---|
| 基本 input/output 单价 | 依赖基础模型（历史定价） | 与当前模型绑定（如 gpt-6.1-sol $2/$10） | Responses 更透明 |
| Cached input 价格 | 不支持缓存 | 支持（最高 90%+ 折扣） | 重复提示时 Responses 更省钱 |
| Tool calls 价格 | 固定或隐含 | $2.50 / 1k calls + 模型 Token | 复杂工具调用时 Responses 优势明显 |
| Reasoning 支持 | 有限 | 原生支持（reasoning_effort 参数） | 复杂多步任务选 Responses |
| 文档与维护 | 较老，迁移指南有限 | 官方推荐，持续更新 | 新项目选 Responses |
| 实际成本示例（1000 次对话 + 200 个 tool calls） | 约 $5–20 美元/月 | 约 $1–8 美元/月（缓存后） | 重复使用或工具多时选 Responses |
数据基于 OpenAI 官方定价页 2026 年 11 月最新更新，以 GPT-6 系列模型为例。实际单价可能随模型版本或区域调整。
实操清单：分步可核对计费
1. 在 OpenAI 平台创建 API Key 并选择模型（建议 Responses 接口）。
2. 调用 /chat/completions（或 Responses 端点）时记录 input/output Token 数量。
3. 查看响应头中的 x-ratelimit-remaining 和 x-ratelimit-remaining-tokens，确认缓存是否生效。
4. 开启 prompt caching 并在后续请求中重用提示，观察缓存 Token 单价是否降至 1/10 以下。
5. 在复杂任务中添加 tool calls，统计额外 $2.50 / 1k calls 费用。
6. 登录 OpenAI Dashboard > Billing，导出详细账单 CSV，对照响应头数据核对总 $/M 消耗。
7. 使用官方 token-counting 工具（如 OpenAI 提供的计算器）预估下次对话成本。
常见坑与风险边界
最常见的风险是误用旧 Assistants API 定价，导致账单与实际消耗不符；或在未开启 caching 的情况下重复发送相同提示，却按全价计算。另一个边界是 tool calls 超出预期，可能使一次性复杂任务成本翻倍。使用 Responses 接口时，若模型版本切换，定价页数据需实时核对；所有费用均按 OpenAI 官方挂牌价计算，实际以你账户的 API 密钥为准。
非法律意见声明：以上内容仅供参考，不构成任何形式的财务、投资或法律建议。请以 OpenAI 官方定价页为准，并自行验证账单数据。如有疑问，建议直接联系 OpenAI 企业支持。
站内路径：相关工具与页面
English summary
OpenAI provides two main chat interfaces on its API: the legacy Assistants API and the modern Responses API. Both are token-based billing models billed at $/M for input and output, but they differ significantly in support for caching, tool calls, and reasoning. Responses API now includes native prompt caching (often 90% cheaper) and explicit tool call pricing, making it ideal for multi-step tasks and repeated prompts. Assistants API remains useful for simple interactions but lacks these optimizations and can lead to higher or inconsistent costs. To decide, match your use case—simple chats favor Chat Completions, while agents with tools and caching favor Responses. Always verify current pricing on the official OpenAI page, as it updates frequently. This ensures accurate budgeting for your API usage.