Prezzi API GPT 2026 — tariffe per token e costi reali di GPT-6, GPT-5.6 e GPT-5.5

L’API GPT viene tariffata con tariffe di input e output per 1M di token; non ci sono né abbonamento mensile né piano gratuito. Questa pagina affianca le tariffe attuali delle serie GPT-5 e GPT-6 ai prezzi ufficiali OpenAI e include esempi di calcolo per verificare direttamente il costo di una richiesta, due fattori che influenzano l’addebito (token di reasoning e sovrapprezzo per input lunghi) e come pagare dalla Corea del Sud.

Le tariffe sono state verificate il 4 ottobre 2026: i prezzi OpenAI si basano su openai.com/api/pricing, mentre i prezzi Kunavo vengono letti in tempo reale dal catalogo dei modelli.

Tabella delle tariffe delle serie GPT-5 e GPT-6

La serie GPT-6 è la nuova generazione di OpenAI. GPT-6 Astra è stato lanciato come modello di punta di OpenAI il 3 settembre 2026, seguito da GPT-6 Sol e GPT-6 Luna il 22 settembre 2026. OpenAI spiega che entrambi i modelli sono costruiti sui progressi che hanno portato a GPT-6 Astra: Sol è destinato al coding complesso e ai flussi di lavoro agentici, mentre Luna è presentato come “il modello più efficiente per attività intensive concentrate”. Entrambi hanno un contesto di 1.050.000 token e un output massimo di 128.000 token.

Il GPT più economico su Kunavo è GPT-6 Luna ($0,04 / $0,20). GPT-6 Sol ($0,80 / $4,00) ha un costo di output inferiore a GPT-5.6 Terra ($4,20). Tuttavia, la tariffa dell'input è più bassa per GPT-5.6 Terra ($0,70), quindi per le richieste in cui il numero di token di input è maggiore del numero di token di output moltiplicato per 2, Terra è più conveniente. Se invii prompt lunghi e ricevi risposte brevi, calcola direttamente il costo dei due modelli usando le tariffe della tabella sopra.

Quanto costa una richiesta reale

La sola tabella delle tariffe non dà un’idea concreta, quindi verifica direttamente il calcolo. Il codice seguente usa esattamente gli stessi numeri della tabella; sostituendo il numero di token otterrai il costo del tuo carico di lavoro.

# Kunavo GPT 요율(1M 토큰당 USD): (input, output)
RATES = {
    "gpt-5-6-terra": (0.70, 4.20),
    "gpt-5-5":       (2.00, 12.00),
    "gpt-5-6-sol":   (2.00, 12.00),
    "gpt-6-sol":     (0.80, 4.00),
    "gpt-6-luna":    (0.04, 0.20),
}

def cost(model: str, in_tokens: int, out_tokens: int) -> float:
    i, o = RATES[model]
    # 주의: GPT-5 계열 추론 모델의 reasoning 토큰은 출력 요율로 과금됩니다.
    return in_tokens / 1_000_000 * i + out_tokens / 1_000_000 * o

print(cost("gpt-5-6-terra", 1_000, 300))  # 짧은 턴
print(cost("gpt-5-6-terra", 6_000, 500))  # RAG 답변
print(cost("gpt-5-5", 20_000, 3_000))     # 어려운 문제
print(cost("gpt-5-6-sol", 20_000, 3_000)) # GPT-5.6 플래그십
print(cost("gpt-6-sol", 20_000, 3_000))   # GPT-6 Sol
print(cost("gpt-6-luna", 1_000, 300))     # 가장 저렴한 짧은 턴

I due fattori che influenzano l’addebito

1. I token di reasoning vengono fatturati come output. I modelli di reasoning della serie GPT-5 generano token di ragionamento invisibili nell’interfaccia, calcolati alla tariffa di output. Anche una risposta di tre righe potrebbe quindi non costare quanto tre righe. Limitare max_tokens e ridurre il livello di reasoning nei limiti consentiti dall’attività è il risparmio più diretto.

2. Sovrapprezzo per input lunghi. OpenAI applica 2× all’input e 1,5× all’output sull’intera richiesta, incluso l’input memorizzato nella cache, quando l’input supera 272.000 token. Kunavo applica la stessa soglia a GPT-5.5, GPT-5.6 Sol e Terra e GPT-6 Astra, Sol e Luna. In questa fascia, le tariffe della tabella diventano 2× per l’input e 1,5× per l’output, mentre lo sconto rispetto al prezzo ufficiale resta invariato. In attività con molto contesto, come RAG con documenti interi o analisi di codebase, superare la soglia può incidere sull’addebito più della scelta del modello; quando possibile, suddividi l’input in richieste inferiori a 272.000 token.

Collegamento al codice OpenAI esistente

Kunavo è un endpoint compatibile con OpenAI, quindi non devi cambiare SDK. Basta sostituire base_url e la chiave.

from openai import OpenAI

client = OpenAI(
    api_key="sk-kn-...",
    base_url="https://api.kunavo.com/v1",   # 이 한 줄만 바꾸면 됩니다
)

resp = client.chat.completions.create(
    model="gpt-5-6-terra",
    messages=[{"role": "user", "content": "안녕하세요"}],
)
print(resp.choices[0].message.content)

La stessa chiave consente di chiamare anche modelli Claude, di immagini e video: l’elenco dei modelli è nel catalogo dei modelli, mentre i dettagli degli endpoint sono nella guida rapida.

Pagamenti dalla Corea del Sud

Il pagamento viene elaborato tramite Stripe ed è una ricarica prepagata. Sono supportate carte di credito e debito nazionali e internazionali (Visa, Mastercard, Amex, JCB, UnionPay), Apple Pay e Google Pay; ricarica a partire da $10 e il costo viene detratto in base all'utilizzo, mentre il saldo non scade. Non servono un account OpenAI né un contratto separato.

Se la schermata di pagamento è visualizzata in won sudcoreani, tra i metodi per ricaricare Kunavo compaiono anche Kakao Pay, Naver Pay, PAYCO, Samsung Pay e le carte nazionali. Le carte nazionali includono anche quelle non abilitate ai pagamenti internazionali; Toss non è supportato. Questi metodi servono a ricaricare il saldo Kunavo, non a pagare direttamente OpenAI. I prezzi sono fissati in USD e Stripe li converte in won al tasso di cambio del momento del pagamento; questo tasso include una commissione di conversione del 2–4% a carico dell'acquirente (non si applica pagando in dollari, ma i metodi nazionali sopra indicati compaiono solo per i pagamenti in won). Tutti i metodi di pagamento sono descritti nella documentazione sui pagamenti; per una panoramica dei costi di Claude, consulta Prezzi e pagamenti dell'API Claude.

Quattro leve per ridurre i costi

1. Riduci l’output. L’output, inclusi i token di reasoning, è la parte più costosa. Limitare max_tokens e regolare il livello di reasoning è il modo più rapido per risparmiare.
2. Riduci il livello in base alle dimensioni del problema. Per attività su larga scala come classificazione, estrazione e riepilogo, prova prima GPT-6 Luna, il più economico, e sali di livello solo quando non è sufficiente. Il costo di output di Luna è pari a 1/100 del costo di output di GPT-6 Astra, il modello di punta.
3. Usa il caching per il contesto iniziale ripetuto (come funziona).
4. Raggruppa le attività che non richiedono tempo reale. Se l’utente non deve attendere, puoi aumentare il throughput eseguendo le richieste in parallelo.

Se il pagamento dell’API OpenAI viene rifiutato, consulta Come pagare l’API OpenAI.

Domande frequenti