GPT API 的计价比 Claude 的简单，但有两个细节容易让人踩坑：推理 token 按输出计费，尽管你从来看不到它们；缓存输入是自动识别的，所以从代码里看不出你有没有拿到折扣。本页列出 Half Off Dev 上每个 GPT 模型的价格，说明 GPT 响应怎么计费，并教你读自己的用量，让账单不再有意外。
每个 GPT 模型及其价格
下表是实时的，显示 API 实际收取的每百万 token 价格，在 Half Off Dev 上是 OpenAI 官方价的一半。
| 模型 | 上下文 | 输入 | 输出 | 缓存读取 |
|---|---|---|---|---|
| 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 |
每 100 万 token 的美元价格，实时来自目录。
每一行都会打开该模型的页面。GET https://halfoff.dev/v1/models 以 JSON 返回同样的列表，不需要密钥。
GPT 响应如何计费
GPT 响应按 OpenAI API 的格式报告用量。三个计数决定价格：
| 计费部分 | 在 usage 中的位置 | 使用的价格 |
|---|---|---|
| 未缓存输入 | prompt_tokens 减去 prompt_tokens_details.cached_tokens | 输入价 |
| 缓存输入 | prompt_tokens_details.cached_tokens | 缓存读取价，是输入价的一小部分 |
| 输出 | completion_tokens，包括推理 | 输出价 |
GPT 模型没有缓存写入费用。缓存是自动的：当一个请求的长前缀与最近的请求相同时，重复的部分会从缓存读取，按较低的价格计费。请把稳定的内容（指令、工具、参考文档）放在前面，变化的部分放在最后，并为同一个用户或对话发送始终不变的 prompt_cache_key，以提高命中率。
推理 token 就是输出 token
推理模型先思考再回答，思考部分按输出价计费。使用 Chat Completions API 时，它们出现在 usage.completion_tokens_details.reasoning_tokens 里，并且已经计入 completion_tokens。所以，一个难题的简短回答，可能比一个简单问题的长回答更贵。
你可以用 reasoning_effort 控制它。强度越低，推理 token 越少。在换更大的模型之前，先试试仍能通过你自己测试用例的最低强度，因为这是成本更低的改动。
算一笔账：客服聊天机器人
假设每条回复发送 1,500 个输入 token（指令、检索片段、问题），其中 1,000 个与上一次请求的指令相同，并输出 400 个 token。每月一万条回复合计：
- 500 万未缓存输入 token（500 × 10,000）
- 1,000 万缓存输入 token（1,000 × 10,000）
- 400 万输出 token（400 × 10,000）
用表里每百万 token 的价格分别相乘：5 × 输入价 + 10 × 缓存读取价 + 4 × 输出价。LLM API 费用计算器会把每个 GPT 模型并排算好。输出价是输入价的数倍，所以 400 万输出 token 通常是最大的一项，而 1,000 万缓存输入则最小。
Chat Completions 还是 Responses
Half Off Dev 同时提供两种 OpenAI 格式，计费方式相同：
- Chat Completions（
/v1/chat/completions）是大多数 SDK 和工具使用的格式。Base URL 为https://halfoff.dev/v1。 - Responses（
/v1/responses）是 Codex CLI 使用的格式，在这里仅支持 GPT。
流式输出、函数调用和推理设置见 OpenAI API，用 API 密钥运行 Codex CLI 见 Codex CLI。
常见问题
GPT API 要花多少钱？+
取决于模型以及你发送和接收的 token，而不是套餐。上面的表格给出了每个模型每百万 token 的价格。客服机器人或摘要工具用小模型，每千次请求只要几分钱；长输入上的推理模型则贵得多。
为什么我的 GPT API 账单比预期高？+
几乎总是因为推理 token。它们算输出，不在可见的回答里，而输出价是输入的数倍。先看 usage 里的 completion_tokens_details.reasoning_tokens，再试着调低 reasoning_effort。
OpenAI 对提示缓存收费吗？+
GPT 模型没有缓存写入费用。你只需要为提示词中已缓存的部分付较低的缓存读取价。提示缓存说明了 Half Off Dev 如何把一个对话固定在持有其缓存的渠道上。
这里的 GPT API 比 OpenAI 官方更便宜吗？+
每个 GPT 模型都按 OpenAI 官方价的 50% 计费，输入、输出和缓存输入一律如此。你的 SDK 照常工作：改一下 base URL 和密钥即可。
能直接用我现有的 OpenAI 代码吗？+
可以。把 base_url 设为 https://halfoff.dev/v1，并使用控制台里的密钥。OpenAI SDK 指南给出了这两行改动，以及这种捷径的局限。
想比较各厂商，请看 Claude API 价格和 Gemini API 价格。准备好了就注册账户，照着快速开始发出第一个请求。