GPT-6.1 Terra Preise erklärt: API-Kosten, gecachter Input und Gebühren für lange Kontexte
Die GPT-6.1-Terra-Preise wirken einfach, bis eine Anwendung lange Prompts, gecachte Präfixe, Bildeingaben, Tools oder schnellere Verarbeitung hinzufügt. Das sicherste Budget beginnt mit den veröffentlichten Text-Token-Sätzen und modelliert dann jede zusätzliche Kostenposition separat.
Dieser Leitfaden verwendet die Preise von OpenAI, wie sie am 27. Oktober 2026 gelistet sind. Preise und Verfügbarkeit können sich ändern, daher sollten Produktionsschätzungen auf die Live-Modell- und Preisseiten verlinken, anstatt Zahlen in einen dauerhaften Vertrag zu kopieren.
Standard-Text-Token-Preise
Für das gpt-6.1-terra API-Modell gelten derzeit die folgenden Standardtarife pro einer Million Tokens:
| Token-Kategorie | Preis pro 1 Mio. Token | | Ungecachte Eingabe | $1.00 | | Zwischengespeicherte Eingabe | 0,05 $ | | 30-minütiger Cache-Schreibvorgang | 1,25 $ | | 12-Stunden-Cache-Schreiben | 2,50 $ | | Ausgabe | $5.00 |
Zwischengespeicherte Eingaben werden mit 5 % des ungecachten Eingabesatzes berechnet. Ein Cache-Schreibvorgang kostet mehr als normale Eingaben, da OpenAI für die Aufbewahrung des wiederverwendbaren Präfixes für einen Mindestzeitraum Gebühren erhebt. Der wirtschaftliche Vorteil zeigt sich, wenn nachfolgende Anfragen ausreichend von diesem Präfix wiederverwenden.
Grundformel der Kosten
Für eine Standardanfrage ohne Caching, Preise für lange Kontexte, Tools oder Bilder:
Kosten = Eingabetoken / 1.000.000 × 1 $ + Ausgabetoken / 1.000.000 × 5 $
Drei Beispiele:
- 25.000 Eingabe- und 2.000 Ausgabe-Token: 0,025 $ + 0,010 $ = 0,035 $.
- 100.000 Eingabe- und 10.000 Ausgabe-Tokens: 0,10 $ + 0,05 $ = 0,15 $.
- 1.000.000 Eingabe- und 100.000 Ausgabe-Token: 1,00 $ + 0,50 $ = 1,50 $.
Dies sind Schätzungen für Text-Token. Eine Anwendung, die Bilder übermittelt, Websuchen durchführt, gehostete Ausführung nutzt oder eine Browser-Umgebung eines Drittanbieters betreibt, kann zusätzliche Gebühren verursachen.
Preise für lange Kontexte über 272.000 Eingabe-Token
Terra verfügt über ein Kontextfenster von 1.050.000 Token, aber die Unterbringung eines Prompts in diesem Kontextfenster bedeutet nicht, dass jeder Token zum Basissatz berechnet wird. Auf der Modellseite von OpenAI wird angegeben, dass Prompts, die 272.000 Eingabe-Token überschreiten, zum doppelten Eingabe- und Cache-Satz sowie zum 1,5-fachen Ausgabe-Satz für die gesamte Anfrage berechnet werden.
Für eine Eingabe von 300.000 Token und eine Ausgabe von 20.000 Token im Standardmodus:
- Eingabe: 0,3 × 2,00 $ = 0,60 $.
- Ausgabe: 0,02 × 7,50 $ = 0,15 $.
- Geschätzte Gesamtsumme: 0,75 $ vor weiteren Gebühren.
Der Multiplikator gilt für die gesamte Anfrage, nicht nur für den Teil über 272.000 Token. Das macht die Kontextgestaltung wichtig. Entfernen Sie irrelevantes Material, rufen Sie nur notwendige Dateien ab oder teilen Sie eine Aufgabe in überprüfbare Schritte auf, wenn das die Qualität erhält.
Wie Prompt Caching die Berechnung verändert
Prompt-Caching ist nützlich, wenn viele Anfragen ein stabiles Präfix teilen, wie z. B. ein langes Richtlinienhandbuch, einen Produktkatalog, Tool-Definitionen oder konsistente Entwickleranweisungen. Die aktuellen Caching-Kontrollen von OpenAI bieten Mindestlebensdauern von 30 Minuten und 12 Stunden.
Betrachten Sie ein stabiles Präfix von 200.000 Token, das innerhalb der gültigen Cache-Periode zehnmal wiederverwendet wird, ohne Multiplikator für langen Kontext:
- Erste 30-minütige Schreibarbeit: 0,2 × 1,25 $ = 0,25 $.
- Neun zwischengespeicherte Lesevorgänge: 9 × 0,2 × 0,05 $ = 0,09 $.
- Gesamtkosten für das Präfix: 0,34 $.
Das Senden derselben 200.000 Token zehnmal ohne Cache würde 2,00 $ kosten. Dieses vereinfachte Beispiel schließt das sich ändernde Suffix und die Ausgabe aus, zeigt aber, warum stabile Präfixe wichtig sind.
Caching garantiert keine niedrigere Latenz, ändert nicht, wie die Ausgabe generiert wird, und entfernt keine gecachten Tokens aus den Tokens-pro-Minute-Limits. Ein geändertes Präfix kann zudem die erwartete Cache-Wiederverwendung verhindern.
Stapel-, Flex-, Schnell- und Regionalverarbeitung
OpenAI listet derzeit die folgenden Anpassungen für Terra auf:
- Batch und Flex: 50 % unter den Standardtarifen.
- Schnellmodus: doppelte Standardtarife.
- Berechtigte regionale Verarbeitung: 10 % über dem geltenden Basissatz.
Diese Modi lösen unterschiedliche Anforderungen. Batch oder Flex eignen sich für Arbeiten, die verzögerte oder variable Abschlusszeiten tolerieren. Fast eignet sich für einen interaktiven Workflow, bei dem Latenz einen messbaren geschäftlichen Wert hat. Regionale Verarbeitung ist eine Entscheidung für Compliance und Datenstandort und keine Leistungsverbesserung.
Kombinieren Sie Prozentangaben nicht leichtfertig. Bestätigen Sie, welche Modus-, Regions- und Long-Context-Regeln für den genauen Endpunkt und die Anfrage gelten, bevor Sie ein Budget veröffentlichen.
Versteckte Kosten, die eigentlich nicht versteckt sind
Tokentabellen erfassen nicht die vollständigen Betriebskosten. Planen Sie ein für:
- Bild-Eingabetokens und Auflösungsoptionen.
- Gebühren für Websuche oder andere Tools.
- Computer-use-Screenshots und Ausführungsinfrastruktur.
- Gebühren für gehostete Browser oder Desktop-Anbieter.
- Wiederholungsversuche, die durch Validierungsfehler verursacht wurden.
- Menschliche Überprüfung und Ausnahmebehandlung.
- Speicher, Protokollierung, Beobachtbarkeit und Sicherheitskontrollen.
Für die Computernutzung stellt die Anwendung eine Umgebung bereit oder verbindet sich mit einer und führt zulässige Aktionen aus. Diese Umgebung kann eine eigene Preisgestaltung haben. Bei der Bildanalyse zählen mehrere Bilder zum Modelleingang und -kontext.
Geschätzte Kosten pro akzeptiertem Ergebnis
Die nützlichste Einheit sind nicht die Kosten pro Anfrage. Es sind die Kosten pro akzeptiertem Ergebnis.
Angenommen, eine visuelle QA-Anfrage kostet 0,04 $ an API-Nutzung. Wenn nur 70 % beim ersten Durchlauf die Prüfung bestehen und fehlgeschlagene Fälle eine weitere Anfrage plus fünf Minuten menschlicher Arbeit benötigen, sind die tatsächlichen Kosten viel höher als 0,04 $. Eine andere Konfiguration kostet möglicherweise 0,06 $ pro Anfrage, erreicht aber eine Erstakzeptanz von 95 %.
Verfolgen Sie diese Felder:
- Aufgabenart und Schwierigkeitsgrad.
- Modell und Denkaufwand.
- Eingabe-, gecachte, Cache-Schreib- und Ausgabe-Token.
- Werkzeug- und Umgebungsgebühren.
- Latenz und Anzahl der Wiederholungsversuche.
- Prüfungszeit.
- Status akzeptiert, korrigiert oder abgelehnt.
Häufig gestellte Fragen
Ist Prompt-Caching immer günstiger?
Nein. Ein Cache-Schreibvorgang kostet mehr als gewöhnliche Eingabe. Die Einsparungen hängen von der erfolgreichen Wiederverwendung eines ausreichend großen stabilen Präfixes während des förderfähigen Zeitraums ab.
Verwendet das 1,05M-Kontextfenster durchgehend die Standardpreise?
Nein. Das Modell akzeptiert bis zu 1.050.000 Kontext-Token, aber Anfragen mit mehr als 272.000 Eingabe-Token erhalten Long-Context-Multiplikatoren für die gesamte Anfrage.
Beinhaltet die API-Preise den Zugang zu ChatGPT Work oder Codex?
API-Abrechnung und ChatGPT-Plan-Zugriff sind separate Produktkontexte. Die Verfügbarkeit von Terra in Work oder Codex bedeutet nicht, dass die API-Nutzung enthalten ist, und der API-Zugriff gewährt nicht automatisch Zugriff auf jede ChatGPT-Oberfläche.
Budgetierungsempfehlung
Beginnen Sie mit einer Tabellenkalkulation oder Kostenaufstellung, die auf realen Nutzungsdaten basiert. Trennen Sie gewöhnliche Eingaben, Cache-Schreibvorgänge, Cache-Lesevorgänge, Ausgaben, Bild-Token, Tool-Aufrufe und Umgebungsgebühren. Vergleichen Sie dann die Modellkonfigurationen anhand des akzeptierten Ergebnisses. Dieser Ansatz ist langsamer als die Multiplikation eines einzelnen Listenpreises, aber er erstellt ein Budget, das ein Produktionsteam tatsächlich nutzen kann.
