Preços da GPT API 2026 — tarifas por token da GPT-6·GPT-5.6·GPT-5.5 e custo real

A API GPT é cobrada por tarifas de entrada e saída por 1M de tokens; não há assinatura mensal nem modalidade gratuita. Esta página coloca lado a lado as tarifas atuais das linhas GPT-5 e GPT-6 e os preços públicos da OpenAI, mostra exemplos de cálculo para verificar quanto custa uma solicitação real e explica duas armadilhas que influenciam a cobrança (tokens de reasoning e sobretaxa por textos longos), além de como pagar na Coreia do Sul.

As tarifas foram verificadas em 4 de outubro de 2026 — os preços públicos da OpenAI vêm de openai.com/api/pricing, e as tarifas da Kunavo são lidas em tempo real no catálogo de modelos.

Tabela de tarifas das linhas GPT-5 e GPT-6

A linha GPT-6 é a nova geração da OpenAI. GPT-6 Astra foi lançado em 3 de setembro de 2026 como o modelo topo de linha da OpenAI, seguido por GPT-6 Sol e GPT-6 Luna em 22 de setembro de 2026. A OpenAI afirma que os dois modelos foram construídos sobre os avanços que deram origem ao GPT-6 Astra; apresenta Sol para programação complexa e fluxos de trabalho de agentes, e Luna como “o modelo mais eficiente para trabalhos concentrados em grande escala”. Ambos têm contexto de 1,050,000 tokens e saída máxima de 128,000 tokens.

O GPT mais barato na Kunavo é o GPT-6 Luna ($0.04 / $0.20). O GPT-6 Sol ($0.80 / $4.00) tem preço de saída inferior ao GPT-5.6 Terra ($4.20). No entanto, a tarifa de entrada é menor no GPT-5.6 Terra ($0.70), portanto, em solicitações nas quais os tokens de entrada excedem 2 vezes os de saída, o Terra é mais barato. Se você envia prompts longos e recebe respostas curtas, calcule diretamente os dois modelos usando as tarifas da tabela acima.

Quanto custa uma solicitação real?

A tabela de tarifas pode não dar uma noção clara, então faça a verificação diretamente. O código abaixo usa exatamente os mesmos números da tabela; basta alterar a quantidade de tokens para obter o custo da sua carga de trabalho.

# 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

Duas armadilhas que influenciam a cobrança

1. Tokens de reasoning são cobrados como saída. Os modelos de raciocínio da linha GPT-5 geram tokens de pensamento que não aparecem na tela, e esses tokens são calculados pela tarifa de saída. Mesmo que a resposta tenha três linhas, a cobrança pode não equivaler a três linhas. Limitar max_tokens e reduzir a intensidade do reasoning dentro do permitido pela tarefa é a forma mais direta de economizar.

2. Sobretaxa por textos longos. Para solicitações com mais de 272.000 tokens de entrada, a OpenAI aplica 2x à entrada e 1,5x à saída sobre toda a solicitação (incluindo entrada em cache). A Kunavo aplica o mesmo intervalo a GPT-5.5, GPT-5.6 Sol·Terra e GPT-6 Astra·Sol·Luna. Nesse intervalo, as tarifas da tabela passam a ser 2x na entrada e 1,5x na saída, mantendo-se o mesmo desconto em relação ao preço público. Em tarefas com contexto grande, como RAG com documentos inteiros ou análise de bases de código, ultrapassar esse limite pode afetar a cobrança mais do que a escolha do modelo; quando possível, divida a entrada para enviá-la abaixo de 272.000 tokens.

Integrar ao código OpenAI existente

A Kunavo oferece um endpoint compatível com a OpenAI, portanto não é necessário trocar o SDK. Basta substituir base_url em uma linha e trocar a chave.

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)

A mesma chave também chama modelos Claude, de imagem e de vídeo — consulte o catálogo de modelos para a lista de modelos e o início rápido para os detalhes dos endpoints.

Pagamento na Coreia do Sul

O pagamento é processado pelo Stripe e funciona por recarga pré-paga. São aceitos cartões de crédito e débito nacionais e internacionais (Visa, Mastercard, Amex, JCB, UnionPay), Apple Pay e Google Pay; você recarrega a partir de $10 e o valor usado é descontado, enquanto o saldo não expira. Não é necessária uma conta da OpenAI nem um contrato separado.

Quando a tela de pagamento é exibida em wones, KakaoPay, Naver Pay, PAYCO, Samsung Pay e cartões nacionais também aparecem como métodos de recarga da Kunavo. Os cartões nacionais incluem cartões sem pagamentos internacionais habilitados, e Toss não é compatível. Esses métodos recarregam o saldo da Kunavo; não são pagamentos feitos diretamente à OpenAI. Os preços são definidos em USD, e o Stripe converte o valor para wones pela taxa de câmbio do momento do pagamento; essa taxa inclui uma tarifa de conversão de 2–4% paga pelo comprador (ela não é aplicada ao pagar em dólares, mas os métodos nacionais acima só aparecem no pagamento em wones). Consulte todos os métodos em Documentação de pagamentos; o resumo de custos do Claude está em Preços e pagamentos da API do Claude.

Quatro alavancas para reduzir custos

1. Reduza a saída. Incluindo os tokens de reasoning, a saída é o componente mais caro. Limitar max_tokens e ajustar a intensidade do reasoning é a economia mais rápida.
2. Reduza o nível conforme o tamanho do problema. Para tarefas em massa, como classificação, extração e resumo, comece pelo GPT-6 Luna, o mais barato, e suba de nível apenas quando ele não for suficiente. O preço de saída do Luna corresponde a 1/100 do preço de saída do GPT-6 Astra, o modelo topo de linha.
3. Use cache para o contexto inicial repetido (como funciona).
4. Agrupe as tarefas que não exigem tempo real. Se o usuário não precisar esperar, a execução simultânea pode aumentar o throughput.

Se o pagamento da API OpenAI estiver bloqueado, consulte Como pagar pela API OpenAI.

Perguntas frequentes