GPT-6.1 Terra 定价详解：API 成本、缓存输入与长上下文费用
GPT-6.1 Terra 的定价看似简单，直到应用程序加入长提示、缓存前缀、图像输入、工具或更快的处理。最安全的预算从公布的文本令牌费率开始，然后单独模拟每项额外成本。
本指南使用OpenAI于2026年10月27日公布的价格。价格和可用性可能会变化，因此生产估算应链接到实时模型和定价页面，而不是将数字复制到永久合同中。
标准文本-令牌费率
对于 gpt-6.1-terra API 模型，当前每百万个 token 的标准费率如下：
| Token 类别 | 每 1M tokens 价格 | | 未缓存输入 | $1.00 | | 缓存输入 | $0.05 | | 30分钟缓存写入 | $1.25 | | 12小时缓存写入 | $2.50 | | 输出 | $5.00 |
缓存输入的定价为未缓存输入费率的5%。缓存写入的成本高于普通输入，因为OpenAI对保留可复用前缀收取最低期限的费用。当后续请求充分复用该前缀时，经济效益才会显现。
基本成本公式
对于没有缓存、长上下文定价、工具或图像的标准请求：
cost = 输入token数 / 1,000,000 × $1 + 输出token数 / 1,000,000 × $5
三个示例：
- 25,000 输入和 2,000 输出令牌：$0.025 + $0.010 = $0.035。
- 10万输入和1万输出令牌：$0.10 + $0.05 = $0.15。
- 1,000,000 输入和 100,000 输出 tokens：$1.00 + $0.50 = $1.50。
这些是文本令牌的估算值。提交图像、执行网络搜索、使用托管执行或运行第三方浏览器环境的应用程序可能会产生额外费用。
超过272K输入Token的长上下文定价
Terra拥有1,050,000个令牌的上下文窗口，但将提示词放入上下文窗口并不意味着每个令牌都按基础费率计费。OpenAI的模型页面指出，超过272,000个输入令牌的提示词，整个请求将按输入和缓存费率的两倍以及输出费率的1.5倍计费。
对于30万token输入和2万token输出的标准模式：
- 输入：0.3 × $2.00 = $0.60。
- 输出：0.02 × $7.50 = $0.15。
- 预估总计：$0.75，不含其他费用。
该乘数适用于整个请求，而不仅仅是超过272,000个令牌的部分。这使得上下文设计变得重要。移除无关材料，仅检索必要文件，或在保持质量的前提下将任务划分为可验证的阶段。
提示缓存如何改变计算方式
提示缓存在许多请求共享稳定前缀时非常有用，例如长篇政策手册、产品目录、工具定义或一致的开发者指令。OpenAI当前的缓存控制提供最短30分钟和12小时的保留时间。
考虑一个20万token的稳定前缀在有效缓存期内被重复使用十次，且无长上下文乘数的情况：
- 初始30分钟写作：0.2 × $1.25 = $0.25。
- 九次缓存读取：9 × 0.2 × $0.05 = $0.09。
- 总前缀费用：0.34美元。
将相同的20万token不缓存发送十次将花费2.00美元。这个简化的例子排除了变化的后缀和输出，但它展示了为什么稳定的前缀很重要。
缓存不保证降低延迟，不改变输出的生成方式，也不会从每分钟令牌数限制中移除缓存的令牌。更改前缀也可能阻止预期的缓存复用。
批量、灵活、快速和区域处理
OpenAI 目前为 Terra 列出了以下调整：
- 批量与弹性：比标准费率低50%。
- 快速模式：标准费率的两倍。
- 符合条件的区域处理：在适用基础费率上增加10%。
这些模式解决了不同的约束条件。批处理或灵活模式适用于能容忍延迟或可变完成时间的工作。快速模式适用于交互式工作流程，其中延迟具有可衡量的商业价值。区域处理是一种合规性和数据位置的选择，而非性能升级。
不要随意组合百分比声明。在发布预算前，请确认具体端点和请求适用的模式、区域及长上下文规则。
实际上并不隐蔽的隐性成本
令牌表并未涵盖全部运营成本。请为以下项目做预算：
- 图像输入令牌与分辨率选择。
- 网络搜索或其他工具费用。
- 计算机使用截图与执行基础设施。
- 托管浏览器或桌面提供商费用。
- 由验证失败导致的重试。
- 人工审核与异常处理。
- 存储、日志记录、可观测性和安全控制。
对于计算机使用，应用程序提供或连接一个环境并执行允许的操作。该环境可能有自己的定价。对于图像分析，多张图像计入模型输入和上下文。
估算每个已接受结果的成本
最有用的单位不是每次请求的成本，而是每个被接受结果的成本。
假设一次视觉问答请求的API使用成本为0.04美元。如果首次通过审核的比例仅为70%，且未通过案例需要再次请求并额外花费五分钟人工处理，那么实际成本远高于0.04美元。另一种配置可能每次请求成本为0.06美元，但首次通过率可达95%。
跟踪这些字段：
- 任务类型和难度。
- 模型与推理努力。
- 输入、缓存、缓存写入和输出令牌。
- 工具和环境费用。
- 延迟和重试次数。
- 审阅者时间。
- 已接受、已更正或已拒绝的状态。
常见问题解答
提示缓存是否总是更便宜？
不。缓存写入的成本高于普通输入。节省取决于在有效期内成功复用足够大的稳定前缀。
1.05M上下文窗口是否全程使用标准定价？
不。该模型最多接受1,050,000个上下文令牌，但超过272,000个输入令牌的请求将对整个请求应用长上下文乘数。
API定价是否包含ChatGPT Work或Codex的访问权限？
API 计费和 ChatGPT 计划访问是独立的产品范畴。Terra 在 Work 或 Codex 中的可用性并不意味着包含 API 使用，而 API 访问也不会自动授予每个 ChatGPT 界面的访问权限。
预算建议
从实际使用数据构建电子表格或成本日志开始。区分普通输入、缓存写入、缓存读取、输出、图像令牌、工具调用和环境费用。然后按可接受的结果比较模型配置。这种方法比乘以一个标题价格要慢，但它能产生一个生产团队实际可用的预算。
