如何理解 GPT-6.2 Sol 的計費規則?從 Responses 用量復算一筆 $0.0479 的賬單

如何理解 GPT-6.2 Sol 的計費規則?從 Responses 用量復算一筆 $0.0479 的賬單

作者注:從一條 Responses 的 usage 出發,逐項復算 GPT-6.2 Sol 的普通輸入、緩存讀取與寫入、推理輸出,再說明緩存壽命和請求狀態怎樣改變同一工作流的賬單。

GPT-6.2 Sol 的賬單可以按固定方法復算。請求記錄裏的 usage 把輸入拆成普通輸入、緩存讀取、30 分鐘緩存寫入、12 小時緩存寫入四類,這四類互斥。輸出另成一類,推理 token 已經計入其中。每類 token 數乘以對應費率後相加,就是這次請求的模型費。工具費另行計算。

有三個條件會改變結果。第一是單次請求的輸入總量是否超過 272K,超過後整次請求換用長上下文費率。第二是緩存壽命與實際命中次數,同一段前綴寫成 30 分鐘還是 12 小時,盈虧點不同。第三是請求狀態,incomplete、重試和後臺任務都會影響一個工作流的總賬。

OpenAI 在 2026 年 11 月 17 日發佈了 GPT-6.2 Sol,API 模型 ID 爲 gpt-6.2-sol,可以通過 Responses 和 Chat Completions 調用,函數調用和內置工具走 Responses 路徑。本文以 OpenAI 官方直連的美元標價爲基準,同時說明 API易 apiyi.com 公開定價接口中這個模型的掛牌口徑。本文算例全部基於合成用量,不是實測賬單。

gpt-6-2-sol-billing-responses-usage-recalculation-zh-hant-image-0


GPT-6.2 Sol 計費知識地圖與閱讀順序

全文按「字段 → 金額 → 緩存決策 → 工作流對賬」的順序展開。每一步的輸出就是下一步的輸入:先認清 usage 裏有哪幾項,再把它們換成美元,然後用這套算法比較緩存方案,最後把單次請求彙總成工作流成本。

Responses usage
 ├─ 輸入總量 input_tokens
 │   ├─ 緩存讀取 cached_tokens ──────────┐
 │   ├─ 30m 寫入 ttl_30m_tokens ─────────┤
 │   ├─ 12h 寫入 ttl_12h_tokens ─────────┼─→ ×對應費率 → 單次請求模型費(第 2 節)
 │   └─ 普通輸入 = 總量 − 讀取 − 全部寫入 ┤
 └─ 輸出 output_tokens(含 reasoning_tokens)┘
                                          ↓
         緩存壽命選擇(第 3 節) ← 同一前綴多次請求的總價比較
                                          ↓
         工作流對賬(第 4 節) ← 工具費 + 重試 + incomplete + 費用導出
編號 回答的問題 依賴前一節的內容 讀完能做什麼
1 usage 裏哪些數字參與計費 — 從一條響應中拆出五項計費用量
2 這些用量值多少錢 第 1 節的五項用量 把日誌數字換成美元,判斷長短檔
3 緩存寫 30 分鐘還是 12 小時 第 2 節的單價算法 按調用間隔和命中次數選擇緩存壽命
4 一個任務到底花了多少 第 2、3 節的單請求覈算 建立最小日誌表,追查賬單差額

只想解釋一筆費差的讀者,讀完第 1、2 節即可。負責緩存策略或成本臺賬的讀者,建議順序讀完全部四節。

GPT-6.2 Sol 計費術語 To Know

術語 解釋
usage API 響應中彙總當前請求 token 用量的字段
普通輸入 總輸入扣除計費緩存讀取和所有緩存寫入後剩下的用量
緩存讀取 當前請求中按複用價格計費的那部分輸入
緩存斷點 允許緩存保存或複用輸入前綴的邊界
TTL 緩存最短計價覆蓋時間配置,Sol 支持 30 分鐘和 12 小時兩種寫入
推理 token 模型在思考階段產生、納入計費輸出總量的 token
響應 ID 關聯對賬日誌、後臺輪詢和對應模型響應的標識
工具費 使用特定託管工具產生的獨立費用

1 從 Responses usage 找到 GPT-6.2 Sol 的五項計費用量

1.1 四種輸入與一種輸出

Responses 的 usage 對象把一次請求的輸入和輸出分開記錄。輸入側給出總量和若干明細,輸出側給出總量和推理子項。復算時要找的是下面這些字段:

計費類別 讀取的字段 說明
輸入總量 usage.input_tokens 四類輸入之和,本身不直接乘費率
緩存讀取 input_tokens_details.cached_tokens 賬單意義上的讀取量
緩存寫入合計 cache_write_tokens 兩種壽命寫入之和
30 分鐘寫入 cache_write_tokens_details.ttl_30m_tokens 返回壽命明細時使用
12 小時寫入 cache_write_tokens_details.ttl_12h_tokens 返回壽命明細時使用
輸出 usage.output_tokens 已包含推理 token
推理子項 output_tokens_details.reasoning_tokens 用於理解輸出構成,不再單獨加價

1.2 普通輸入的計算公式

普通輸入在 usage 裏沒有單獨字段,需要用減法得到:

普通輸入 = input_tokens − cached_tokens − cache_write_tokens

這裏減去的是全部寫入,即 30 分鐘和 12 小時兩種之和。兩種寫入、讀取、普通輸入四者互斥,同一個 token 只落在其中一類。被寫入緩存的 token 按寫入費率計費,不會再疊加一遍普通輸入價。這一點最容易算錯:如果把寫入量留在普通輸入裏,再另計寫入費,總額就會偏高。

輸出側的推理 token 也容易重複計算。reasoning_tokens 是 output_tokens 的子集,復算時只用 output_tokens 乘輸出費率即可。推理子項適合拿來分析「爲什麼這次輸出這麼多」,不適合作爲額外的計費項。

gpt-6-2-sol-billing-responses-usage-recalculation-zh-hant-image-1

1.3 復算用計費字段,診斷字段只用於排查

Prompt Caching 的診斷信息裏還會出現「可複用量」「未命中估計量」之類的數字。它們解釋緩存爲什麼沒命中,比如前綴變了或者長度不足,但不代表實際出賬。復算賬單時只採用 usage 中的實際計費字段。

如果某個渠道沒有返回壽命明細,或缺少 cache_write_tokens,不應根據缺省字段去推定賬單。這種情況下應以該渠道自己的出賬記錄爲準。下一節的算例使用合成 usage,所有字段都齊全,方便演示完整算法。


2 把 GPT-6.2 Sol 日誌數字換成美元

2.1 官方 Standard 費率表

下表爲 OpenAI 官方直連口徑,單位 USD / 百萬 token。長短檔按每次請求的輸入總量判斷,超過 272K 時整次請求切換爲長上下文費率:輸入及各類緩存費率 ×2,輸出 ×1.5。

Standard 計費類別 短上下文(≤272K) 長上下文(>272K)
普通輸入 $2.00 $4.00
緩存讀取 $0.10 $0.20
30 分鐘緩存寫入 $2.50 $5.00
12 小時緩存寫入 $5.00 $10.00
輸出(已含推理 token) $10.00 $15.00

短上下文的基礎標價與 GPT-6.1 Sol 相同。另外,模型卡給出的上下文窗口是 1,050,000 token,最大輸入 922,000 token,最大輸出 128,000 token。「最多能輸入多少」和「從哪裏開始按長檔計費」是兩個獨立的數字,一次 300K 輸入的請求完全合法,但會整體按長檔計價。

2.2 合成 usage 的完整復算

假設一次短上下文 Standard 請求返回如下用量,沒有使用工具,也沒有附加費:輸入總量 12,000,緩存讀取 4,000,30 分鐘寫入 3,000,12 小時寫入 4,000,輸出 1,800(其中推理 1,200)。

先求普通輸入:12,000 − 4,000 − 3,000 − 4,000 = 1,000。然後逐項乘費率:

計費項 token 數 費率(USD/百萬) 金額(USD)
普通輸入 1,000 2.00 0.0020
緩存讀取 4,000 0.10 0.0004
30 分鐘寫入 3,000 2.50 0.0075
12 小時寫入 4,000 5.00 0.0200
輸出(含推理 1,200) 1,800 10.00 0.0180
合計 — — 0.0479

這筆賬裏,12 小時寫入只佔 4,000 token,卻貢獻了四成以上的金額。原因是它的單價是普通輸入的 2.5 倍,寫入當次只有成本,回報要等後續命中才兌現。第 3 節會專門討論這一點。

建議成本臺賬給每種計費項分別記錄 token 數和費率,而不是隻存一個總金額。這樣遇到費差時,可以把日誌中的實際值直接代入上表,逐行定位差額來源。

2.3 長上下文先換費率,再套同一公式

當輸入總量超過 272K,算法不變,只需把上表的費率整列換成長上下文的值。注意切換針對的是整次請求,緩存讀取和寫入也同步翻倍,輸出按 1.5 倍計。因此判斷長短檔必須放在逐項相乘之前完成。

通過第三方渠道調用時,費率要換成該渠道的口徑。以 API易 apiyi.com 爲例,2026-11-20 回讀其公開定價接口,gpt-6.2-sol 的 billing_expr 同樣以 272,000 輸入 token 切檔:短檔普通輸入 $2、緩存讀取 $0.10、緩存寫入 $2.50、輸出 $10;長檔分別爲 $3、$0.15、$3.75、$11.25(USD / 百萬 token)。可以看到長檔倍率與官方直連不同,接口表達式也只列出一檔緩存寫入價。實際項目的分組、功能和出賬以平臺當前配置和賬單爲準。

下面的代碼通過 API易 的 OpenAI 兼容接口發起一次 Responses 請求,並把 usage 原樣打印出來,供後續復算使用:

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": "固定規則與公共資料(放在前部便於緩存複用)"},
        {"role": "user", "content": "本次請求的具體問題"},
    ],
    max_output_tokens=4000,
)

print(resp.id, resp.status)
print(resp.usage.model_dump())

拿到 usage 後,用一個函數把五項用量換成金額。費率表做成參數,切換官方口徑或渠道口徑時只改配置:

查看完整復算函數
LONG_THRESHOLD = 272_000

# OpenAI 官方 Standard 口徑,USD / 百萬 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

    # 寫入字段的位置以實際返回結構爲準,這裏兩處都查
    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,改用渠道出賬記錄,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("缺少寫入壽命明細,無法區分 30m/12h 費率")
    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 節的合成 usage 驗證
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

函數遇到缺字段時直接報錯,而不是按 0 處理。這樣做是爲了避免把一筆缺少寫入明細的請求錯算成「全部按普通輸入」。

🎯 技術建議:做成本臺賬時,建議先用合成 usage 跑通復算函數,再接入真實日誌。通過 API易 apiyi.com 可以用同一個 API Key 發起小流量測試請求,把返回的 usage 與平臺賬單逐條對照,確認字段口徑後再上線統計。


3 按調用節奏選擇 GPT-6.2 Sol 的緩存壽命

3.1 同一前綴兩次與三次訪問的賬

假設有一段 40,000 token 的固定前綴(系統規則加公共資料),按短上下文 Standard 計價。單次各類成本如下:每次按普通輸入是 $0.08,首次寫 30 分鐘是 $0.10,首次寫 12 小時是 $0.20,完整命中讀取是 $0.004。下表只比較固定前綴部分,不含每次請求的變動內容和輸出。

訪問模式 普通輸入 30m 寫入方案 12h 寫入方案
共 2 次(1 寫 + 1 讀) $0.160 $0.104 $0.204
共 3 次(1 寫 + 2 讀,均在窗口內) $0.240 $0.108 $0.208

兩次訪問時,12 小時寫入比不緩存還貴 $0.044。三次訪問時,兩種緩存都比普通輸入便宜,但 30 分鐘方案仍然只有 12 小時方案的一半左右。前提是這些訪問都落在 30 分鐘窗口內。

gpt-6-2-sol-billing-responses-usage-recalculation-zh-hant-image-2

3.2 盈虧點:命中幾次纔回本

把上面的數字換個角度看會更直觀(以下爲按 M3 費率的推算)。每次完整命中比普通輸入省 $0.076。30 分鐘寫入比普通輸入多付 $0.02,命中一次就回本。12 小時寫入多付 $0.12,需要在窗口內命中至少兩次纔回本。

所以 12 小時寫入的價值不在於「同一窗口內多命中」,而在於調用間隔超過 30 分鐘時還能命中。如果相鄰兩次使用相同前綴的請求間隔通常在幾分鐘內,30 分鐘寫入足夠,選 12 小時只會多付寫入費。如果請求是每隔一兩個小時來一次,30 分鐘緩存早已過期,每次都要重新寫,這時 12 小時寫入加上多次命中才可能更省。

還有兩點會改變判斷。TTL 是最短計價覆蓋時間,不等於緩存一定存活這麼久,最終要看 usage 裏的實際讀取量。30 分鐘寫入在讀取時有刷新規則,高頻場景下的實際覆蓋可能長於名義的 30 分鐘。因此選型後要用真實命中記錄回看,而不是隻看配置。

3.3 斷點佈局:讓穩定內容排在前面

緩存只對前綴生效,最小可緩存前綴爲 1,024 個可見輸入 token。實踐中可以按複用週期分層設置斷點:

  • 長週期公共資料,如產品手冊、代碼庫摘要:放在最前,考慮 12 小時寫入。
  • 短週期會話記錄,如本輪對話歷史:放在其後,考慮 30 分鐘寫入。
  • 每次變化的即時指令:放在最後,不進入緩存。

GPT-6.2 有一個容易踩的位置細節:頂層 instructions 位於可緩存斷點之後。如果把固定規則寫在 instructions 裏,這部分無法被複用。固定規則更適合放進 input 前部的 developer 消息,instructions 保留給每次請求都可能調整的內容。

💡 選擇建議:緩存壽命要結合真實流量來定。建議先在 API易 apiyi.com 上用同一段前綴按實際節奏發幾輪請求,統計 cached_tokens 的命中情況,再決定哪一層用 30 分鐘、哪一層用 12 小時。不同渠道對緩存寫入的計價可能不同,以平臺賬單爲準。


4 按工作流彙總 GPT-6.2 Sol 成本並追查差額

4.1 三種會讓賬單與預期不符的請求狀態

單次請求算對了,工作流的總賬仍可能對不上。常見原因來自請求狀態:

  1. incomplete:輸出達到 max_output_tokens 時,響應可能以 incomplete 結束。此時可能還沒有任何可見文字,但輸入和推理 token 已經產生並計費。只統計「成功返回內容」的請求,會漏掉這部分成本。
  2. 後臺任務:已有響應 ID 的後臺任務,輪詢時按同一 ID 跟蹤,不應把每次輪詢都當成新請求重複記賬。
  3. 重試:因超時或 incomplete 而新發起的獨立調用會生成新的響應,需要另記一筆。重試越多,同一任務的輸入成本被重複支付的次數越多。

4.2 工具費與工具帶來的後續 token

Responses 支持文件搜索、網頁搜索、代碼解釋器和圖像生成等工具。使用圖像生成時,Sol 在流程中發起工具調用,圖像由單獨的圖像工具完成,費用也按工具規則計。工具費按實際類型覈對,例如網頁搜索按 $10/千次計,搜索返回的內容 token 另按模型費率計價。

復算時要確認 usage 覆蓋了哪些 token。工具結果回填到下一輪模型請求時,會表現爲後續請求的輸入量增加,這部分成本落在後續請求上,而不是工具調用本身。一個帶搜索的工作流,賬單通常由「工具次數費 + 多輪模型請求費」兩部分組成。

4.3 最小日誌項

要讓工作流可對賬,每個模型響應至少記錄以下字段:

日誌項 作用
工作流 ID 把多次請求歸到同一任務
響應 ID 關聯後臺輪詢,區分重試與同一請求
模型 確定費率表,如 gpt-6.2-sol
服務檔 確認是否爲 Standard 口徑
最終狀態 識別 completed、incomplete 等
用量分項 普通輸入、讀取、30m 寫入、12h 寫入、輸出、推理
工具 工具類型與調用次數
費用 按分項復算的金額與長短檔標記

有了這張表,按工作流 ID 分組求和就能得到單次任務成本。差額排查也有了順序:先看是否有 incomplete 和重試,再看緩存讀取是否低於預期,最後覈對工具次數。

4.4 逐請求估算與官方導出相互覈驗

逐請求估算適合實時預算控制,但在多步工具調用、重試或用量字段缺失時容易出現偏差。建議定期把估算彙總與官方用量或費用導出對照,差額超過設定閾值時回到日誌逐行檢查。通過第三方渠道轉接時,對照對象應換成該渠道的出賬字段和費率。

💰 成本建議:如果團隊同時在用多個模型,可以通過 API易 apiyi.com 用一個 API Key 統一調用,再按本文的最小日誌項落庫。統一入口能讓工作流 ID 和費用口徑保持一致,月底對賬時少一層渠道換算。


GPT-6.2 Sol 賬單的檢驗方法

拿到任意一條 Sol 請求記錄,可以按這個順序驗證賬單:先確認輸入總量是否超過 272K,選定費率列;再用 input_tokens 減去讀取和全部寫入得到普通輸入;然後五項分別乘費率相加,與賬單對比。如果單請求一致而工作流總額不一致,就去日誌裏找 incomplete、重試和工具調用。

緩存是否划算,最終看的是 usage 裏的實際讀取量和調用間隔。30 分鐘寫入命中一次即可回本,12 小時寫入需要窗口內至少兩次命中,且只有在調用間隔超過 30 分鐘時才體現優勢。

需要拿真實流量驗證這些結論時,可以在 API易 apiyi.com 申請免費測試額度,用文中的復算函數逐條對照平臺賬單。


📚 參考資料

  1. OpenAI GPT-6.2 Astra 與 Sol 發佈公告:發佈時間與產品定位

    • 鏈接: openai.com/index/introducing-gpt-6-2-astra-sol
    • 說明: 瞭解 Sol 面向日常工作與多步驟 Agent 的定位
  2. GPT-6.2 Sol 模型卡:上下文規格、費率與長上下文倍率

    • 鏈接: developers.openai.com/api/docs/models/gpt-6.2-sol
    • 說明: 本文費率表與 272K 切檔規則的來源
  3. Prompt Caching 指南與緩存診斷:緩存字段、TTL 與斷點規則

    • 鏈接: developers.openai.com/api/docs/guides/prompt-caching
    • 說明: 解釋 cached_tokens、寫入壽命與最小可緩存前綴
  4. Reasoning 指南:推理 token 與 incomplete 狀態

    • 鏈接: developers.openai.com/api/docs/guides/reasoning
    • 說明: 理解推理用量如何計入輸出
  5. 單次工作流費用控制指南:按工作流彙總 Responses 費用

    • 鏈接: developers.openai.com/cookbook/articles/per_run_spending_controller_responses_api
    • 說明: 工作流級預算控制的參考實現
  6. API易 模型總表:渠道掛牌與入口信息

    • 鏈接: docs.apiyi.com/models.md
    • 說明: 查看 gpt-6.2-sol 的可用入口與分組

作者:APIYI 技術團隊
技術交流:歡迎在 API易 apiyi.com 首頁聯繫我們,更多接入資料可訪問 docs.apiyi.com 文檔中心

延伸閱讀

Similar Posts