Explication des tarifs de GPT-6.1 Terra : coûts de l'API, entrée en cache et frais pour contexte long
La tarification de GPT-6.1 Terra semble simple jusqu'à ce qu'une application ajoute de longues invites, des préfixes mis en cache, des entrées d'image, des outils ou un traitement plus rapide. Le budget le plus sûr commence par les tarifs publiés pour les jetons de texte, puis modélise chaque coût supplémentaire séparément.
Ce guide utilise les prix d'OpenAI tels que listés le 27 octobre 2026. Les prix et la disponibilité peuvent changer, donc les estimations de production doivent renvoyer aux pages des modèles et tarifs en direct plutôt que de copier les chiffres dans un contrat permanent.
Tarifs Standard des Tokens de Texte
Pour le modèle API gpt-6.1-terra, les tarifs Standard actuels par million de jetons sont :
| Catégorie de jeton | Prix pour 1M de jetons | | Entrée non mise en cache | 1,00 $ | | Entrée en cache | 0,05 $ | | Écriture de cache de 30 minutes | 1,25 $ | | Cache d'écriture de 12 heures | 2,50 $ | | Sortie | 5,00 $ |
L'entrée en cache est facturée à 5 % du tarif de l'entrée non mise en cache. Une écriture en cache coûte plus cher qu'une entrée ordinaire, car OpenAI facture la conservation du préfixe réutilisable pour une durée minimale. L'avantage économique apparaît lorsque les requêtes suivantes réutilisent suffisamment de ce préfixe.
Formule de coût de base
Pour une requête Standard sans mise en cache, sans tarification de contexte long, sans outils ni images :
coût = jetons d'entrée / 1 000 000 × 1 $ + jetons de sortie / 1 000 000 × 5 $
Trois exemples :
- 25 000 jetons d'entrée et 2 000 jetons de sortie : 0,025 $ + 0,010 $ = 0,035 $.
- 100 000 tokens d'entrée et 10 000 tokens de sortie : 0,10 $ + 0,05 $ = 0,15 $.
- 1 000 000 tokens d'entrée et 100 000 tokens de sortie : 1,00 $ + 0,50 $ = 1,50 $.
Ce sont des estimations de jetons de texte. Une application qui soumet des images, effectue des recherches web, utilise une exécution hébergée ou exploite un environnement de navigateur tiers peut entraîner des frais supplémentaires.
Tarification des contextes longs au-delà de 272 000 jetons d'entrée
Terra dispose d'une fenêtre de contexte de 1 050 000 tokens, mais insérer une invite dans cette fenêtre ne signifie pas que chaque token est facturé au tarif de base. La page des modèles d'OpenAI indique que les invites dépassant 272 000 tokens d'entrée sont facturées au double du tarif d'entrée et de cache, et à 1,5 fois le tarif de sortie pour l'ensemble de la requête.
Pour une entrée de 300 000 tokens et une sortie de 20 000 tokens en mode Standard :
- Entrée : 0,3 × 2,00 $ = 0,60 $.
- Résultat : 0,02 × 7,50 $ = 0,15 $.
- Total estimé : 0,75 $ avant les autres frais.
Le multiplicateur s'applique à la requête complète, et non uniquement à la partie au-delà de 272 000 jetons. Cela rend la conception du contexte importante. Supprimez les éléments non pertinents, récupérez uniquement les fichiers nécessaires, ou divisez une tâche en étapes vérifiables lorsque cela préserve la qualité.
Comment le cache d'invite change le calcul
La mise en cache des prompts est utile lorsque de nombreuses requêtes partagent un préfixe stable, comme un long manuel de politique, un catalogue de produits, des définitions d'outils ou des instructions de développement cohérentes. Les contrôles de mise en cache actuels d'OpenAI offrent des durées de vie minimales de 30 minutes et 12 heures.
Considérez un préfixe stable de 200 000 tokens réutilisé dix fois dans la période de validité du cache, sans multiplicateur de contexte long :
- Rédaction initiale de 30 minutes : 0,2 × 1,25 $ = 0,25 $.
- Neuf lectures en cache : 9 × 0,2 × 0,05 $ = 0,09 $.
- Coût total du préfixe : 0,34 $.
Envoyer les mêmes 200 000 jetons non mis en cache dix fois coûterait 2,00 $. Cet exemple simplifié exclut le suffixe changeant et la sortie, mais il montre pourquoi les préfixes stables sont importants.
La mise en cache ne garantit pas une latence plus faible, ne modifie pas la manière dont la sortie est générée et ne supprime pas les jetons mis en cache des limites de jetons par minute. Un préfixe modifié peut également empêcher la réutilisation attendue du cache.
Traitement par lots, flexible, rapide et régional
OpenAI répertorie actuellement les ajustements suivants pour Terra :
- Batch et Flex : 50 % de moins que les tarifs Standard.
- Mode rapide : deux fois les tarifs standard.
- Traitement régional éligible : 10 % au-dessus du taux de base applicable.
Ces modes résolvent différentes contraintes. Le mode Batch ou Flex peut convenir à un travail qui tolère une exécution différée ou variable. Le mode Fast peut convenir à un flux de travail interactif où la latence a une valeur commerciale mesurable. Le traitement régional est un choix de conformité et de localisation des données plutôt qu'une amélioration des performances.
Ne combinez pas les déclarations de pourcentage à la légère. Confirmez quel mode, région et règles de contexte long s’appliquent au point d’accès et à la requête exacts avant de publier un budget.
Coûts cachés qui ne sont pas réellement cachés
Les tables de jetons ne couvrent pas le coût d'exploitation complet. Prévoyez un budget pour :
- Jetons d’entrée d’image et choix de résolution.
- Frais de recherche Web ou d'autres outils.
- Captures d’écran de l’utilisation de l’ordinateur et infrastructure d’exécution.
- Frais d'hébergement du navigateur ou du fournisseur de bureau.
- Nouvelles tentatives causées par des échecs de validation.
- Révision humaine et gestion des exceptions.
- Contrôles de stockage, de journalisation, d’observabilité et de sécurité.
Pour une utilisation informatique, l'application fournit ou connecte un environnement et exécute les actions autorisées. Cet environnement peut avoir son propre tarif. Pour l'analyse d'images, plusieurs images comptent dans l'entrée et le contexte du modèle.
Estimation du coût par résultat accepté
L'unité la plus utile n'est pas le coût par requête. C'est le coût par résultat accepté.
Supposons qu’une requête de QAV coûte 0,04 $ en utilisation d’API. Si seulement 70 % passent la révision au premier essai et que les cas échoués nécessitent une autre requête plus cinq minutes de travail humain, le coût réel est bien supérieur à 0,04 $. Une autre configuration peut coûter 0,06 $ par requête mais atteindre 95 % d’acceptation au premier passage.
Suivez ces champs :
- Type de tâche et difficulté.
- Modèle et effort de raisonnement.
- Jetons d'entrée, mis en cache, d'écriture de cache et de sortie.
- Frais d'outillage et d'environnement.
- Latence et nombre de tentatives.
- Temps du critique.
- Statut accepté, corrigé ou rejeté.
Questions fréquemment posées
La mise en cache des prompts est-elle toujours moins chère ?
Non. Une écriture en cache coûte plus qu'une entrée ordinaire. Les économies dépendent de la réutilisation réussie d'un préfixe stable suffisamment long pendant la période éligible.
La fenêtre de contexte de 1,05 Mo utilise-t-elle une tarification standard partout ?
Non. Le modèle accepte jusqu'à 1 050 000 jetons de contexte, mais les requêtes dépassant 272 000 jetons d'entrée reçoivent des multiplicateurs de contexte long pour l'ensemble de la requête.
Le prix de l'API inclut-il l'accès à ChatGPT Work ou à Codex ?
La facturation de l'API et l'accès au plan ChatGPT sont des contextes de produits distincts. La disponibilité de Terra dans Work ou Codex ne signifie pas que l'utilisation de l'API est incluse, et l'accès à l'API n'accorde pas automatiquement l'accès à toutes les surfaces de ChatGPT.
Recommandation budgétaire
Commencez par un tableur ou un journal des coûts construit à partir de données d'utilisation réelles. Séparez les entrées ordinaires, les écritures en cache, les lectures en cache, les sorties, les jetons d'image, les appels d'outils et les frais d'environnement. Comparez ensuite les configurations de modèles en fonction du résultat accepté. Cette approche est plus lente que de multiplier un prix phare unique, mais elle produit un budget qu'une équipe de production peut réellement utiliser.
