GPT API 价格【2026 年版】— 按模型费率与单次请求实际费用

GPT API 的费用按 token 计费。没有月费，输入 token 和输出 token 分别有单价，输出价格更高。2026年10月4日时，Kunavo 的费率为每 1M token：gpt-5-6-terra 输入 $0.70 / 输出 $4.20，gpt-5-5 为 $2.00 / $12.00——均低于 OpenAI 官方价格。2026年9月22日发布的 gpt-6-luna 为 $0.04 / $0.20，是 Kunavo 中最便宜的 GPT。

首先需要区分一件事。ChatGPT 的月费方案和 OpenAI API 是两个不同的产品、两套不同的计费。为 ChatGPT 付费不会附带 API 密钥，也不会减少 API 账单。本页只讨论后者，也就是从代码调用时产生的费用。

费率已于2026年10月4日核验。Kunavo 侧的数字由本网站目录呈现，因此不会与实际账单金额产生偏差。OpenAI 官方价格请参见 OpenAI 价格页面。

GPT-5 / GPT-6 系列费率表

每 1M token，单位为 USD。“OpenAI 官方价格”是同一模型公布的价格。对于正在促销的模型，下方同时列出 OpenAI 当前实际收取的价格。

最新费率始终显示在价格页面和各模型页面上。所有模型列表请从模型列表进入。

GPT-6 是 OpenAI 的新一代模型。GPT-6 Astra 于2026年9月3日作为 OpenAI 的顶级模型发布，GPT-6 Sol和GPT-6 Luna随后于2026年9月22日推出。OpenAI 将这两个模型描述为“建立在支撑 GPT-6 Astra 的进步之上”，并将 Sol 定位为适用于复杂编程和代理式工作流的模型，将 Luna 定位为“用于专注型大规模处理的最高效模型”。两者的上下文均为 1,050,000 token，最大输出为 128,000 token。

在 Kunavo，GPT-6 Luna 价格为 $0.04 / $0.20，是最便宜的 GPT。GPT-6 Sol 价格为 $0.80 / $4.00，输出单价低于 GPT-5.6 Terra（$4.20）。不过，GPT-5.6 Terra（$0.70）的输入价格更低；当输入 token 超过输出的 2 倍时，GPT-5.6 Terra更便宜（可在下表中比较）。输入超过 272,000 token 的请求，与其他 GPT-5.x / GPT-6 一样，按照 OpenAI 的规定，整个请求按输入 2 倍、输出 1.5 倍计费。

一次请求实际多少钱

如果要用自己的数字计算，可以直接使用下面的公式。

# 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

会导致账单失真的两个陷阱

第一个是 reasoning token。GPT-5 系列推理模型会在给出答案前内部生成思考 token，这些 token 不会出现在响应正文中，但按输出费率计费。上表是不包含 reasoning 的金额，因此问题越复杂，实际账单越会高于表中金额。usage 字段中的输出 token 数才是实际数量。

第二个是重试。已经消耗 token 后、在下游失败的请求也属于计费对象。对于代理类工作负载，用户看到的一个任务在计费上可能包含多次往返，因此这里的偏差最明显。Kunavo 侧失败的请求（即未到达上游的请求）不收费。

接入现有的 OpenAI 代码

只需修改 base_url 的一行和密钥。chat.completions 和 responses 都可以保持相同形式运行。

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)

同一把密钥还可以调用 Claude、图片和视频模型。步骤见快速开始，端点列表见 Chat Completions 文档。

从日本支付

Kunavo 余额可通过 Stripe 结账页面充值，支持包括 JCB 在内的银行卡（Visa、Mastercard、American Express、JCB、UnionPay）、Apple Pay、Google Pay 和 Link。采用预付钱包模式，最低充值金额为 $10，余额没有有效期。不会收取未使用月份的费用。不支持便利店付款和 PayPay。面向日本国内企业的法定披露信息请参阅《依据特定商取引法的披露》，计费相关详情请参阅计费文档。

降低成本的 4 个杠杆

1. 根据问题规模选择层级。不要将最高级模型设为默认。对于分类、提取、格式整理等大量处理，先从 OpenAI 针对这些用途定位的最便宜模型 gpt-6-luna 开始，不够时再升级。如上表所示，即使是同一个 RAG 回答，gpt-6-luna 与 gpt-5-5 的价格也相差约 53 倍。
2. 限制输出。输出比输入更贵，因此max_tokens和输出格式的指定会直接产生效果。对于使用 reasoning 的模型，这一措施会产生双重效果。
3. 启用提示缓存。如果每次都发送相同的系统提示，缓存就是最大的杠杆。机制见 缓存文档。
4. 不要在输入中累积无关历史。切换到其他任务后清除对话。长历史每次都会整体计费。

如果要与其他厂商的模型并列比较，Claude 费用使用相同的计算方式进行对比。如果只想查看 Codex CLI 的按量计费，请前往Codex 费用。

常见问题