作者注:从一条 Responses 的 usage 出发,逐项复算 GPT-6.2 Sol 的普通输入、缓存读取与写入、推理输出,再说明缓存寿命和请求状态怎样改变同一工作流的账单。
GPT-6.2 Sol 的账单可以按固定方法复算。请求记录里的 usage 把输入拆成普通输入、缓存读取、30 分钟缓存写入、12 小时缓存写入四类,这四类互斥。输出另成一类,推理 token 已经计入其中。每类 token 数乘以对应费率后相加,就是这次请求的模型费。工具费另行计算。
有三个条件会改变结果。第一是单次请求的输入总量是否超过 272K,超过后整次请求换用长上下文费率。第二是缓存寿命与实际命中次数,同一段前缀写成 30 分钟还是 12 小时,盈亏点不同。第三是请求状态,incomplete、重试和后台任务都会影响一个工作流的总账。
OpenAI 在 2026 年 11 月 17 日发布了 GPT-6.2 Sol,API 模型 ID 为 gpt-6.2-sol,可以通过 Responses 和 Chat Completions 调用,函数调用和内置工具走 Responses 路径。本文以 OpenAI 官方直连的美元标价为基准,同时说明 API易 apiyi.com 公开定价接口中这个模型的挂牌口径。本文算例全部基于合成用量,不是实测账单。

GPT-6.2 Sol 计费知识地图与阅读顺序
全文按「字段 → 金额 → 缓存决策 → 工作流对账」的顺序展开。每一步的输出就是下一步的输入:先认清 usage 里有哪几项,再把它们换成美元,然后用这套算法比较缓存方案,最后把单次请求汇总成工作流成本。
Responses usage
├─ 输入总量 input_tokens
│ ├─ 缓存读取 cached_tokens ──────────┐
│ ├─ 30m 写入 ttl_30m_tokens ─────────┤
│ ├─ 12h 写入 ttl_12h_tokens ─────────┼─→ ×对应费率 → 单次请求模型费(第 2 节)
│ └─ 普通输入 = 总量 − 读取 − 全部写入 ┤
└─ 输出 output_tokens(含 reasoning_tokens)┘
↓
缓存寿命选择(第 3 节) ← 同一前缀多次请求的总价比较
↓
工作流对账(第 4 节) ← 工具费 + 重试 + incomplete + 费用导出
| 编号 | 回答的问题 | 依赖前一节的内容 | 读完能做什么 |
|---|---|---|---|
| 1 | usage 里哪些数字参与计费 | — | 从一条响应中拆出五项计费用量 |
| 2 | 这些用量值多少钱 | 第 1 节的五项用量 | 把日志数字换成美元,判断长短档 |
| 3 | 缓存写 30 分钟还是 12 小时 | 第 2 节的单价算法 | 按调用间隔和命中次数选择缓存寿命 |
| 4 | 一个任务到底花了多少 | 第 2、3 节的单请求核算 | 建立最小日志表,追查账单差额 |
只想解释一笔费差的读者,读完第 1、2 节即可。负责缓存策略或成本台账的读者,建议顺序读完全部四节。
GPT-6.2 Sol 计费术语 To Know
| 术语 | 解释 |
|---|---|
| usage | API 响应中汇总当前请求 token 用量的字段 |
| 普通输入 | 总输入扣除计费缓存读取和所有缓存写入后剩下的用量 |
| 缓存读取 | 当前请求中按复用价格计费的那部分输入 |
| 缓存断点 | 允许缓存保存或复用输入前缀的边界 |
| TTL | 缓存最短计价覆盖时间配置,Sol 支持 30 分钟和 12 小时两种写入 |
| 推理 token | 模型在思考阶段产生、纳入计费输出总量的 token |
| 响应 ID | 关联对账日志、后台轮询和对应模型响应的标识 |
| 工具费 | 使用特定托管工具产生的独立费用 |
1 从 Responses usage 找到 GPT-6.2 Sol 的五项计费用量
1.1 四种输入与一种输出
Responses 的 usage 对象把一次请求的输入和输出分开记录。输入侧给出总量和若干明细,输出侧给出总量和推理子项。复算时要找的是下面这些字段:
| 计费类别 | 读取的字段 | 说明 |
|---|---|---|
| 输入总量 | usage.input_tokens |
四类输入之和,本身不直接乘费率 |
| 缓存读取 | input_tokens_details.cached_tokens |
账单意义上的读取量 |
| 缓存写入合计 | cache_write_tokens |
两种寿命写入之和 |
| 30 分钟写入 | cache_write_tokens_details.ttl_30m_tokens |
返回寿命明细时使用 |
| 12 小时写入 | cache_write_tokens_details.ttl_12h_tokens |
返回寿命明细时使用 |
| 输出 | usage.output_tokens |
已包含推理 token |
| 推理子项 | output_tokens_details.reasoning_tokens |
用于理解输出构成,不再单独加价 |
1.2 普通输入的计算公式
普通输入在 usage 里没有单独字段,需要用减法得到:
普通输入 = input_tokens − cached_tokens − cache_write_tokens
这里减去的是全部写入,即 30 分钟和 12 小时两种之和。两种写入、读取、普通输入四者互斥,同一个 token 只落在其中一类。被写入缓存的 token 按写入费率计费,不会再叠加一遍普通输入价。这一点最容易算错:如果把写入量留在普通输入里,再另计写入费,总额就会偏高。
输出侧的推理 token 也容易重复计算。reasoning_tokens 是 output_tokens 的子集,复算时只用 output_tokens 乘输出费率即可。推理子项适合拿来分析「为什么这次输出这么多」,不适合作为额外的计费项。

1.3 复算用计费字段,诊断字段只用于排查
Prompt Caching 的诊断信息里还会出现「可复用量」「未命中估计量」之类的数字。它们解释缓存为什么没命中,比如前缀变了或者长度不足,但不代表实际出账。复算账单时只采用 usage 中的实际计费字段。
如果某个渠道没有返回寿命明细,或缺少 cache_write_tokens,不应根据缺省字段去推定账单。这种情况下应以该渠道自己的出账记录为准。下一节的算例使用合成 usage,所有字段都齐全,方便演示完整算法。
2 把 GPT-6.2 Sol 日志数字换成美元
2.1 官方 Standard 费率表
下表为 OpenAI 官方直连口径,单位 USD / 百万 token。长短档按每次请求的输入总量判断,超过 272K 时整次请求切换为长上下文费率:输入及各类缓存费率 ×2,输出 ×1.5。
| Standard 计费类别 | 短上下文(≤272K) | 长上下文(>272K) |
|---|---|---|
| 普通输入 | $2.00 | $4.00 |
| 缓存读取 | $0.10 | $0.20 |
| 30 分钟缓存写入 | $2.50 | $5.00 |
| 12 小时缓存写入 | $5.00 | $10.00 |
| 输出(已含推理 token) | $10.00 | $15.00 |
短上下文的基础标价与 GPT-6.1 Sol 相同。另外,模型卡给出的上下文窗口是 1,050,000 token,最大输入 922,000 token,最大输出 128,000 token。「最多能输入多少」和「从哪里开始按长档计费」是两个独立的数字,一次 300K 输入的请求完全合法,但会整体按长档计价。
2.2 合成 usage 的完整复算
假设一次短上下文 Standard 请求返回如下用量,没有使用工具,也没有附加费:输入总量 12,000,缓存读取 4,000,30 分钟写入 3,000,12 小时写入 4,000,输出 1,800(其中推理 1,200)。
先求普通输入:12,000 − 4,000 − 3,000 − 4,000 = 1,000。然后逐项乘费率:
| 计费项 | token 数 | 费率(USD/百万) | 金额(USD) |
|---|---|---|---|
| 普通输入 | 1,000 | 2.00 | 0.0020 |
| 缓存读取 | 4,000 | 0.10 | 0.0004 |
| 30 分钟写入 | 3,000 | 2.50 | 0.0075 |
| 12 小时写入 | 4,000 | 5.00 | 0.0200 |
| 输出(含推理 1,200) | 1,800 | 10.00 | 0.0180 |
| 合计 | — | — | 0.0479 |
这笔账里,12 小时写入只占 4,000 token,却贡献了四成以上的金额。原因是它的单价是普通输入的 2.5 倍,写入当次只有成本,回报要等后续命中才兑现。第 3 节会专门讨论这一点。
建议成本台账给每种计费项分别记录 token 数和费率,而不是只存一个总金额。这样遇到费差时,可以把日志中的实际值直接代入上表,逐行定位差额来源。
2.3 长上下文先换费率,再套同一公式
当输入总量超过 272K,算法不变,只需把上表的费率整列换成长上下文的值。注意切换针对的是整次请求,缓存读取和写入也同步翻倍,输出按 1.5 倍计。因此判断长短档必须放在逐项相乘之前完成。
通过第三方渠道调用时,费率要换成该渠道的口径。以 API易 apiyi.com 为例,2026-11-20 回读其公开定价接口,gpt-6.2-sol 的 billing_expr 同样以 272,000 输入 token 切档:短档普通输入 $2、缓存读取 $0.10、缓存写入 $2.50、输出 $10;长档分别为 $3、$0.15、$3.75、$11.25(USD / 百万 token)。可以看到长档倍率与官方直连不同,接口表达式也只列出一档缓存写入价。实际项目的分组、功能和出账以平台当前配置和账单为准。
下面的代码通过 API易 的 OpenAI 兼容接口发起一次 Responses 请求,并把 usage 原样打印出来,供后续复算使用:
from openai import OpenAI
client = OpenAI(
api_key="YOUR_API_KEY",
base_url="https://api.apiyi.com/v1" # API易 OpenAI 兼容接口
)
resp = client.responses.create(
model="gpt-6.2-sol",
input=[
{"role": "developer", "content": "固定规则与公共资料(放在前部便于缓存复用)"},
{"role": "user", "content": "本次请求的具体问题"},
],
max_output_tokens=4000,
)
print(resp.id, resp.status)
print(resp.usage.model_dump())
拿到 usage 后,用一个函数把五项用量换成金额。费率表做成参数,切换官方口径或渠道口径时只改配置:
查看完整复算函数
LONG_THRESHOLD = 272_000
# OpenAI 官方 Standard 口径,USD / 百万 token
OFFICIAL_RATES = {
"short": {"input": 2.00, "cached": 0.10, "w30m": 2.50, "w12h": 5.00, "output": 10.00},
"long": {"input": 4.00, "cached": 0.20, "w30m": 5.00, "w12h": 10.00, "output": 15.00},
}
def _get(d, *keys, default=None):
for k in keys:
if not isinstance(d, dict) or k not in d:
return default
d = d[k]
return d
def recalc_cost(usage: dict, rates: dict = OFFICIAL_RATES) -> dict:
total_in = usage["input_tokens"]
details = usage.get("input_tokens_details") or {}
cached = details.get("cached_tokens", 0) or 0
# 写入字段的位置以实际返回结构为准,这里两处都查
write_total = details.get("cache_write_tokens", usage.get("cache_write_tokens"))
ttl = details.get("cache_write_tokens_details") or usage.get("cache_write_tokens_details")
if write_total is None:
raise ValueError("缺少 cache_write_tokens,改用渠道出账记录,不要推定")
w30 = _get(ttl, "ttl_30m_tokens")
w12 = _get(ttl, "ttl_12h_tokens")
if write_total and (w30 is None or w12 is None):
raise ValueError("缺少写入寿命明细,无法区分 30m/12h 费率")
w30, w12 = w30 or 0, w12 or 0
plain = total_in - cached - write_total
output = usage["output_tokens"]
tier = "long" if total_in > LONG_THRESHOLD else "short"
r = rates[tier]
items = {
"plain_input": plain * r["input"] / 1e6,
"cache_read": cached * r["cached"] / 1e6,
"write_30m": w30 * r["w30m"] / 1e6,
"write_12h": w12 * r["w12h"] / 1e6,
"output": output * r["output"] / 1e6,
}
items["tier"] = tier
items["model_total"] = round(sum(v for k, v in items.items() if k != "tier"), 6)
return items
# 用第 2.2 节的合成 usage 验证
demo = {
"input_tokens": 12000,
"input_tokens_details": {
"cached_tokens": 4000,
"cache_write_tokens": 7000,
"cache_write_tokens_details": {"ttl_30m_tokens": 3000, "ttl_12h_tokens": 4000},
},
"output_tokens": 1800,
"output_tokens_details": {"reasoning_tokens": 1200},
}
print(recalc_cost(demo)) # model_total: 0.0479
函数遇到缺字段时直接报错,而不是按 0 处理。这样做是为了避免把一笔缺少写入明细的请求错算成「全部按普通输入」。
🎯 技术建议:做成本台账时,建议先用合成 usage 跑通复算函数,再接入真实日志。通过 API易 apiyi.com 可以用同一个 API Key 发起小流量测试请求,把返回的 usage 与平台账单逐条对照,确认字段口径后再上线统计。
3 按调用节奏选择 GPT-6.2 Sol 的缓存寿命
3.1 同一前缀两次与三次访问的账
假设有一段 40,000 token 的固定前缀(系统规则加公共资料),按短上下文 Standard 计价。单次各类成本如下:每次按普通输入是 $0.08,首次写 30 分钟是 $0.10,首次写 12 小时是 $0.20,完整命中读取是 $0.004。下表只比较固定前缀部分,不含每次请求的变动内容和输出。
| 访问模式 | 普通输入 | 30m 写入方案 | 12h 写入方案 |
|---|---|---|---|
| 共 2 次(1 写 + 1 读) | $0.160 | $0.104 | $0.204 |
| 共 3 次(1 写 + 2 读,均在窗口内) | $0.240 | $0.108 | $0.208 |
两次访问时,12 小时写入比不缓存还贵 $0.044。三次访问时,两种缓存都比普通输入便宜,但 30 分钟方案仍然只有 12 小时方案的一半左右。前提是这些访问都落在 30 分钟窗口内。

3.2 盈亏点:命中几次才回本
把上面的数字换个角度看会更直观(以下为按 M3 费率的推算)。每次完整命中比普通输入省 $0.076。30 分钟写入比普通输入多付 $0.02,命中一次就回本。12 小时写入多付 $0.12,需要在窗口内命中至少两次才回本。
所以 12 小时写入的价值不在于「同一窗口内多命中」,而在于调用间隔超过 30 分钟时还能命中。如果相邻两次使用相同前缀的请求间隔通常在几分钟内,30 分钟写入足够,选 12 小时只会多付写入费。如果请求是每隔一两个小时来一次,30 分钟缓存早已过期,每次都要重新写,这时 12 小时写入加上多次命中才可能更省。
还有两点会改变判断。TTL 是最短计价覆盖时间,不等于缓存一定存活这么久,最终要看 usage 里的实际读取量。30 分钟写入在读取时有刷新规则,高频场景下的实际覆盖可能长于名义的 30 分钟。因此选型后要用真实命中记录回看,而不是只看配置。
3.3 断点布局:让稳定内容排在前面
缓存只对前缀生效,最小可缓存前缀为 1,024 个可见输入 token。实践中可以按复用周期分层设置断点:
- 长周期公共资料,如产品手册、代码库摘要:放在最前,考虑 12 小时写入。
- 短周期会话记录,如本轮对话历史:放在其后,考虑 30 分钟写入。
- 每次变化的即时指令:放在最后,不进入缓存。
GPT-6.2 有一个容易踩的位置细节:顶层 instructions 位于可缓存断点之后。如果把固定规则写在 instructions 里,这部分无法被复用。固定规则更适合放进 input 前部的 developer 消息,instructions 保留给每次请求都可能调整的内容。
💡 选择建议:缓存寿命要结合真实流量来定。建议先在 API易 apiyi.com 上用同一段前缀按实际节奏发几轮请求,统计
cached_tokens的命中情况,再决定哪一层用 30 分钟、哪一层用 12 小时。不同渠道对缓存写入的计价可能不同,以平台账单为准。
4 按工作流汇总 GPT-6.2 Sol 成本并追查差额
4.1 三种会让账单与预期不符的请求状态
单次请求算对了,工作流的总账仍可能对不上。常见原因来自请求状态:
- incomplete:输出达到
max_output_tokens时,响应可能以incomplete结束。此时可能还没有任何可见文字,但输入和推理 token 已经产生并计费。只统计「成功返回内容」的请求,会漏掉这部分成本。 - 后台任务:已有响应 ID 的后台任务,轮询时按同一 ID 跟踪,不应把每次轮询都当成新请求重复记账。
- 重试:因超时或
incomplete而新发起的独立调用会生成新的响应,需要另记一笔。重试越多,同一任务的输入成本被重复支付的次数越多。
4.2 工具费与工具带来的后续 token
Responses 支持文件搜索、网页搜索、代码解释器和图像生成等工具。使用图像生成时,Sol 在流程中发起工具调用,图像由单独的图像工具完成,费用也按工具规则计。工具费按实际类型核对,例如网页搜索按 $10/千次计,搜索返回的内容 token 另按模型费率计价。
复算时要确认 usage 覆盖了哪些 token。工具结果回填到下一轮模型请求时,会表现为后续请求的输入量增加,这部分成本落在后续请求上,而不是工具调用本身。一个带搜索的工作流,账单通常由「工具次数费 + 多轮模型请求费」两部分组成。
4.3 最小日志项
要让工作流可对账,每个模型响应至少记录以下字段:
| 日志项 | 作用 |
|---|---|
| 工作流 ID | 把多次请求归到同一任务 |
| 响应 ID | 关联后台轮询,区分重试与同一请求 |
| 模型 | 确定费率表,如 gpt-6.2-sol |
| 服务档 | 确认是否为 Standard 口径 |
| 最终状态 | 识别 completed、incomplete 等 |
| 用量分项 | 普通输入、读取、30m 写入、12h 写入、输出、推理 |
| 工具 | 工具类型与调用次数 |
| 费用 | 按分项复算的金额与长短档标记 |
有了这张表,按工作流 ID 分组求和就能得到单次任务成本。差额排查也有了顺序:先看是否有 incomplete 和重试,再看缓存读取是否低于预期,最后核对工具次数。
4.4 逐请求估算与官方导出相互核验
逐请求估算适合实时预算控制,但在多步工具调用、重试或用量字段缺失时容易出现偏差。建议定期把估算汇总与官方用量或费用导出对照,差额超过设定阈值时回到日志逐行检查。通过第三方渠道转接时,对照对象应换成该渠道的出账字段和费率。
💰 成本建议:如果团队同时在用多个模型,可以通过 API易 apiyi.com 用一个 API Key 统一调用,再按本文的最小日志项落库。统一入口能让工作流 ID 和费用口径保持一致,月底对账时少一层渠道换算。
GPT-6.2 Sol 账单的检验方法
拿到任意一条 Sol 请求记录,可以按这个顺序验证账单:先确认输入总量是否超过 272K,选定费率列;再用 input_tokens 减去读取和全部写入得到普通输入;然后五项分别乘费率相加,与账单对比。如果单请求一致而工作流总额不一致,就去日志里找 incomplete、重试和工具调用。
缓存是否划算,最终看的是 usage 里的实际读取量和调用间隔。30 分钟写入命中一次即可回本,12 小时写入需要窗口内至少两次命中,且只有在调用间隔超过 30 分钟时才体现优势。
需要拿真实流量验证这些结论时,可以在 API易 apiyi.com 申请免费测试额度,用文中的复算函数逐条对照平台账单。
📚 参考资料
-
OpenAI GPT-6.2 Astra 与 Sol 发布公告:发布时间与产品定位
- 链接:
openai.com/index/introducing-gpt-6-2-astra-sol - 说明: 了解 Sol 面向日常工作与多步骤 Agent 的定位
- 链接:
-
GPT-6.2 Sol 模型卡:上下文规格、费率与长上下文倍率
- 链接:
developers.openai.com/api/docs/models/gpt-6.2-sol - 说明: 本文费率表与 272K 切档规则的来源
- 链接:
-
Prompt Caching 指南与缓存诊断:缓存字段、TTL 与断点规则
- 链接:
developers.openai.com/api/docs/guides/prompt-caching - 说明: 解释 cached_tokens、写入寿命与最小可缓存前缀
- 链接:
-
Reasoning 指南:推理 token 与 incomplete 状态
- 链接:
developers.openai.com/api/docs/guides/reasoning - 说明: 理解推理用量如何计入输出
- 链接:
-
单次工作流费用控制指南:按工作流汇总 Responses 费用
- 链接:
developers.openai.com/cookbook/articles/per_run_spending_controller_responses_api - 说明: 工作流级预算控制的参考实现
- 链接:
-
API易 模型总表:渠道挂牌与入口信息
- 链接:
docs.apiyi.com/models.md - 说明: 查看 gpt-6.2-sol 的可用入口与分组
- 链接:
作者:APIYI 技术团队
技术交流:欢迎在 API易 apiyi.com 首页联系我们,更多接入资料可访问 docs.apiyi.com 文档中心
