Preços da API GPT [edição de 2026] — tarifas por modelo e custo real por solicitação

A API do GPT é cobrada conforme o uso, por token. Não há mensalidade; tokens de entrada e de saída têm preços separados, e a saída custa mais. As taxas do Kunavo em 4 de outubro de 2026 são, por 1 milhão de tokens, gpt-5-6-terra: entrada $0.70 / saída $4.20, e gpt-5-5: $2.00 / $12.00 — ambas abaixo do preço de tabela da OpenAI. O gpt-6-luna, lançado em 22 de setembro de 2026, custa $0.04 / $0.20 e é o GPT mais barato do Kunavo.

Há uma distinção importante a fazer primeiro. O plano mensal do ChatGPT e a API da OpenAI são produtos diferentes, com cobranças diferentes. Pagar pelo ChatGPT não fornece uma chave de API nem reduz a cobrança da API. Esta página trata apenas do segundo caso, os custos das chamadas feitas pelo código.

As taxas são verificadas em 4 de outubro de 2026. Os números do Kunavo são renderizados a partir do catálogo deste site, portanto não divergem do valor efetivamente cobrado. Para o preço de tabela da OpenAI, consulte a página de preços da OpenAI.

Tabela de preços dos modelos GPT-5 / GPT-6

USD por 1 milhão de tokens. “Preço de tabela da OpenAI” é o preço publicado para o mesmo modelo. Para os modelos em promoção, também mostramos abaixo o preço que a OpenAI está cobrando atualmente.

As taxas mais recentes estão sempre na página de preços e na página de cada modelo. A lista completa de modelos está em lista de modelos.

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 descreve os dois como modelos “construídos sobre os avanços que impulsionaram o GPT-6 Astra”, posicionando Sol para codificação complexa e fluxos de trabalho agentivos, e Luna como “o modelo mais eficiente para processamento focado em grande escala”. Ambos têm contexto de 1,050,000 tokens e saída máxima de 128,000 tokens.

No Kunavo, GPT-6 Luna é o GPT mais barato, por $0.04 / $0.20. GPT-6 Sol custa $0.80 / $4.00, e o preço de saída é menor que o de GPT-5.6 Terra ($4.20). No entanto, a tarifa de entrada de GPT-5.6 Terra ($0.70) é menor, e em solicitações nas quais os tokens de entrada excedem 2 vezes os de saída, GPT-5.6 Terra é mais barato (a comparação pode ser feita na tabela abaixo). Para solicitações cuja entrada exceda 272.000 tokens, o total da solicitação é cobrado, conforme definido pela OpenAI, a 2 vezes o preço de entrada e 1,5 vez o preço de saída, como nos demais GPT-5.x / GPT-6.

Quanto custa uma solicitação na prática

Para calcular com os seus próprios números, use isto exatamente como está.

# Kunavo の GPT 料率（1M トークンあたり 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]
    # 注意: GPT-5 系の推論モデルは reasoning トークンも出力料率で課金される。
    return in_tokens / 1_000_000 * i + out_tokens / 1_000_000 * o

print(cost("gpt-5-6-terra", 1_000, 300))   # 短い 1 ターン
print(cost("gpt-5-6-terra", 6_000, 500))   # RAG の回答 1 件
print(cost("gpt-5-5", 20_000, 3_000))      # 難しい問題
print(cost("gpt-5-6-sol", 20_000, 3_000))  # GPT-5.6 のフラッグシップ
print(cost("gpt-6-sol", 20_000, 3_000))    # GPT-6 Sol
print(cost("gpt-6-luna", 1_000, 300))      # いちばん安い 1 ターン

Duas armadilhas que distorcem a cobrança

A primeira são os tokens de raciocínio. Os modelos de raciocínio da série GPT-5 geram tokens de pensamento internamente antes de dar a resposta; eles não aparecem no corpo da resposta, mas são cobrados pela tarifa de saída. Os valores da tabela acima não incluem os tokens de raciocínio, portanto, quanto mais difícil o problema, mais a cobrança real supera esses valores. A quantidade de tokens de saída no campo usage é o número real.

A segunda são as novas tentativas. Solicitações que consomem tokens e depois falham em um serviço downstream também são cobradas. Em cargas de trabalho agentivas, uma única tarefa vista pelo usuário pode corresponder a muitas rodadas para fins de cobrança, portanto a divergência aparece com maior intensidade aqui. Solicitações que falham no Kunavo (ou seja, que não chegam ao upstream) não são cobradas.

Conectar ao código existente da OpenAI

Basta alterar uma linha de base_url e a chave. Tanto chat.completions quanto responses continuam funcionando no mesmo formato.

from openai import OpenAI

client = OpenAI(
    api_key="sk-kn-...",
    base_url="https://api.kunavo.com/v1",   # 変えるのはこの 1 行だけ
)

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

Com a mesma chave, você também pode chamar Claude, modelos de imagem e de vídeo. O procedimento está no início rápido; a lista de endpoints está na documentação de Chat Completions.

Pagar a partir do Japão

O saldo da Kunavo pode ser recarregado no checkout do Stripe com cartões, incluindo JCB (Visa, Mastercard, American Express, JCB, UnionPay), Apple Pay, Google Pay e Link. É uma carteira pré-paga, com recarga mínima de $10; o saldo não expira. Não há cobrança nos meses sem uso. Não aceitamos pagamento em lojas de conveniência nem PayPay. As informações obrigatórias para operadores nacionais estão em Informações com base na Lei de Transações Comerciais Especificadas, e os detalhes de cobrança estão reunidos na documentação de cobrança.

Quatro alavancas para reduzir custos

1. Escolha o nível pelo tamanho do problema. Não use o modelo topo de linha como padrão. Para processamento em grande escala, como classificação, extração e formatação, comece pelo gpt-6-luna mais barato que a OpenAI posiciona para esse uso e passe para um nível superior se ele não for suficiente. Como mostra a tabela acima, mesmo para uma única resposta de RAG, os custos de gpt-6-luna e gpt-5-5 diferem por um fator de aproximadamente 53.
2. Limite a saída. Como a saída custa mais que a entrada, max_tokens e a especificação do formato de saída têm efeito direto. Em modelos que usam raciocínio, o impacto é duplo.
3. Ative o cache de prompts. Se a mesma instrução de sistema é enviada a cada chamada, o cache é a maior alavanca. O funcionamento está na documentação de cache.
4. Não acumule no input históricos irrelevantes. Ao mudar de tarefa, limpe a conversa. Históricos longos são cobrados integralmente a cada chamada.

Para comparar lado a lado com modelos de outras empresas, preços do Claude usa o mesmo método de cálculo. Se quiser ver apenas a cobrança por uso do Codex CLI, consulte preços do Codex.

Perguntas frequentes