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 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。

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。

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:
- 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。 - 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。
- 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
-
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
- 鏈接:
-
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
- 鏈接:
-
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
- 鏈接:
-
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
- 鏈接:
-
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
- 鏈接:
-
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
- 鏈接:
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
