Цены на GPT API:
сколько стоит каждая модель
Цены за миллион токенов для всех моделей GPT, как тарифицируются кешированный вход и токены рассуждений, и пример расчёта вашего счёта.
В тарифах GPT API меньше подвижных частей, чем у Claude, но есть две детали, на которых спотыкаются: токены рассуждений оплачиваются как вывод, хотя вы их никогда не видите, а кешированный вход определяется автоматически, и по коду не понять, получаете вы скидку или нет. На этой странице перечислено, сколько стоит каждая модель GPT в Half Off Dev, объяснено, как тарифицируется ответ GPT, и показано, как читать свой расход, чтобы счёт не удивлял.
Все модели GPT и их цены
Таблица живая. Она показывает цены за миллион токенов, которые списывает API; в Half Off Dev они составляют половину прайса OpenAI.
| Модель | Контекст | Вход | Вывод | Чтение кеша |
|---|---|---|---|---|
| GPT-6 Astra gpt-6-astra | 1.05M | $5.00 | $25.00 | $0.50 |
| GPT-6.1 Sol gpt-6.1-sol | 1.05M | $1.00 | $5.00 | $0.05 |
| GPT-6 Sol gpt-6-sol | 1.05M | $1.00 | $5.00 | $0.10 |
| GPT-5.6 Sol gpt-5.6-sol | 400K | $1.00 | $5.00 | $0.10 |
| GPT-5.6 Terra gpt-5.6-terra | 400K | $1.00 | $6.00 | $0.10 |
| GPT-5.6 Luna gpt-5.6-luna | 400K | $0.10 | $0.60 | $0.01 |
USD за 1 млн токенов, актуальные данные из каталога.
Каждая строка открывает страницу модели. GET https://halfoff.dev/v1/models возвращает тот же список в JSON, ключ не нужен.
Как тарифицируется ответ GPT
Ответ GPT сообщает расход в формате API OpenAI. Цену определяют три счётчика:
| Оплачиваемая часть | Где в usage | Используемая цена |
|---|---|---|
| Вход без кеша | prompt_tokens минус prompt_tokens_details.cached_tokens | Цена входа |
| Вход из кеша | prompt_tokens_details.cached_tokens | Цена чтения кеша, доля от цены входа |
| Вывод | completion_tokens, включая рассуждения | Цена вывода |
За запись в кеш для моделей GPT плата не взимается. Кеширование автоматическое: если запрос начинается с того же длинного префикса, что и недавний, повторяющаяся часть читается из кеша и тарифицируется по сниженной цене. Ставьте стабильное содержимое (инструкции, инструменты, справочные документы) вначале, а изменяющуюся часть в конце, и передавайте prompt_cache_key, постоянный для одного пользователя или диалога, чтобы повысить долю попаданий.
Токены рассуждений — это выходные токены
Модели с рассуждением думают перед ответом, и это мышление тарифицируется по цене вывода. В Chat Completions API они видны в usage.completion_tokens_details.reasoning_tokens, а это значение уже входит в completion_tokens. Поэтому короткий ответ на сложный вопрос может стоить дороже длинного ответа на простой.
Управлять этим можно через reasoning_effort. Чем ниже уровень усилий, тем меньше токенов рассуждений. Прежде чем переходить на более крупную модель, попробуйте самую низкую настройку, которая ещё проходит ваши тесты: это более дешёвое изменение.
Пример расчёта: чат-бот поддержки
Допустим, каждый ответ отправляет 1500 входных токенов (инструкции, найденные фрагменты, вопрос), из которых 1000 — те же инструкции, что и в прошлом запросе, и пишет 400 выходных токенов. Десять тысяч ответов в месяц дают:
- 5 миллионов входных токенов без кеша (500 × 10 000)
- 10 миллионов входных токенов из кеша (1000 × 10 000)
- 4 миллиона выходных токенов (400 × 10 000)
Умножьте каждое на цену за миллион из таблицы: 5 × цена входа + 10 × цена чтения кеша + 4 × цена вывода. Калькулятор стоимости LLM API выполняет эти вычисления для всех моделей GPT рядом. Поскольку вывод стоит в несколько раз дороже входа, 4 миллиона выходных токенов обычно составляют самую большую строку счёта, а 10 миллионов кешированных — самую маленькую.
Chat Completions или Responses
Half Off Dev поддерживает оба формата OpenAI, и тарифицируются они одинаково:
- Chat Completions (
/v1/chat/completions) — формат, на котором работает большинство SDK и инструментов. Базовый URLhttps://halfoff.dev/v1. - Responses (
/v1/responses) использует Codex CLI, и здесь он доступен только для GPT.
Потоковую передачу, вызов функций и настройки рассуждений описывает раздел OpenAI API, а запуск Codex CLI с API-ключом — раздел Codex CLI.
Частые вопросы
Сколько стоит GPT API?+
Это зависит от модели и от числа отправленных и полученных токенов, а не от тарифного плана. В таблице выше указана цена за миллион токенов для каждой модели. Бот поддержки или резюмирование на малых моделях обходится в копейки за тысячу запросов; модель с рассуждением на длинных входах стоит значительно больше.
Почему счёт за GPT API выше ожидаемого?+
Почти всегда из-за токенов рассуждений. Они считаются выводом, в видимом ответе их нет, а вывод стоит в несколько раз дороже входа. Посмотрите completion_tokens_details.reasoning_tokens в usage, затем попробуйте более низкий reasoning_effort.
Берёт ли OpenAI плату за кеширование промптов?+
За запись в кеш для моделей GPT плата не взимается. Вы платите только сниженную цену чтения кеша за ту часть промпта, которая уже была закеширована. В разделе кеширование промптов объяснено, как Half Off Dev держит диалог на канале, где лежит его кеш.
GPT API здесь дешевле, чем у OpenAI?+
Каждая модель GPT тарифицируется по 50% от прайса OpenAI, одинаково для входа, вывода и кешированного входа. Ваш SDK продолжает работать: меняются только базовый URL и ключ.
Можно ли использовать мой существующий код для OpenAI?+
Да. Укажите base_url равным https://halfoff.dev/v1 и используйте ключ из своей панели. В руководстве по OpenAI SDK есть две нужные строки и ограничения этого способа.
Чтобы сравнить вендоров, прочитайте цены на Claude API и цены на Gemini API. Когда будете готовы, создайте аккаунт и отправьте первый запрос по быстрому старту.
Один предоплаченный ключ для моделей, данных и агентов
Без подписки. Пополняйте баланс, используйте сколько нужно и смотрите каждое списание в логах.