Тарифы OpenAI Gateway API: примеры реальной стоимости

Цена в одной таблице

Если вы искали тарификацию OpenAI Gateway API, вот ответ по этому сервису. Оплата идёт за токены по двум ставкам со счёта, который вы пополняете заранее. Нет ежемесячной платы, нет цены за место и нет минимальных обязательств кроме первого пополнения.

Пункт	Ставка
Входные токены (ваш промпт)	$0,15 за 1 млн
Выходные токены (ответ)	$0,50 за 1 млн
Неудачные или отклонённые запросы	Без взимания платы
Срок действия кредита	Никогда
Подписка	Нет

Важно понимать: это размещённая конечная точка для одной текстовой модели с открытыми весами, доступ к которой осуществляется по model ID uncensored. Это не официальный API от OpenAI или другого вендора, поэтому указанные ставки — это то, что взимает этот сервис, и они ничего не говорят о ценах других провайдеров.

Как рассчитывается счёт

Каждый запрос измеряется в двух частях. Промпт, который вы отправляете, включая системное сообщение и всю историю разговора, считается входными данными. Текст, который модель пишет в ответ, считается выходными данными. В ответе содержится объект usage с обоими числами, поэтому вам не нужно ничего гадать.

Формула короткая:

cost = (входные токены ÷ 1 000 000 × 0,15) + (выходные токены ÷ 1 000 000 × 0,50)

Выход обходится немного дороже входа, чуть более чем в три раза, за токен. Это определяет, как вы экономите деньги. Сокращение длинного промпта помогает, но ограничение размашистости ответов часто даёт больше экономии на каждый удалённый токен.

Контекстное окно составляет 100 000 токенов (промпт и ответ вместе), а параметр max_tokens является опциональным. Если его не указать, один ответ теоретически может занять оставшуюся часть окна. Для болтливой модели с открытым промптом разумное значение max_tokens — это самое дешёвое страхование, которое можно купить.

Проработанные примеры

Каждый пример ниже показывает арифметику, чтобы вы могли подставить свои числа.

Один диалоговый запрос

Обмен в стиле поддержки с промптом на 2 000 токенов и ответом на 500 токенов:

• Ввод: 2 000 ÷ 1 000 000 × $0.15 = $0.0003
• Вывод: 500 ÷ 1 000 000 × $0.50 = $0.00025
• Итого: $0.00055 за ход

Разделите $20 на $0.00055 и получите примерно 36 363 таких хода. Пробного баланса в $0.50 хватит примерно на 909 из них.

Пакетная обработка

Вы хотите обобщить 5 000 документов. Каждый из них содержит 3 000 токенов, а результат обобщения — 400 токенов.

• Ввод: 5 000 × 3 000 = 15 000 000 токенов, значит 15 × $0.15 = $2.25
• Вывод: 5 000 × 400 = 2 000 000 токенов, значит 2 × $0.50 = $1.00
• Итого: $3.25

Небольшое приложение на месяц

Допустим, ваш продукт обрабатывает 1 000 запросов в день в течение 30 дней. Каждый запрос содержит 1 500 входных и 300 выходных токенов.

• Запросы: 1 000 × 30 = 30 000
• Ввод: 30 000 × 1 500 = 45 000 000 токенов, значит 45 × $0.15 = $6.75
• Вывод: 30 000 × 300 = 9 000 000 токенов, значит 9 × $0.50 = $4.50
• Итого: $11.25 за месяц

Промпт, заполняющий окно

Худший случай для одного вызова — промпт, близкий к лимиту в 100 000 токенов. При 100 000 токенов на входе и ответе в 1 000 токенов: 0,1 × $0.15 = $0.015 за ввод плюс 0,001 × $0.50 = $0.0005 за вывод, что составляет $0.0155. Даже полное окно обходится примерно в полтора цента.

Почему длинные диалоги обходятся дороже, чем кажется

Чат-API не имеют состояния. Чтобы продолжить разговор, ваше приложение отправляет полную историю с каждым новым сообщением. Поэтому входные данные для хода 30 включают те же самые ходы с 1 по 29, и счёт растёт быстрее, чем количество сообщений.

Рассмотрим ролевую игру или сессию с компаньоном, где история уже выросла до 20 000 токенов, и пользователь отправляет ещё 100 сообщений такого же размера. Каждый ответ составляет 300 токенов.

• Вход: 100 × 20 000 = 2 000 000 токенов, значит 2 × $0,15 = $0,30
• Выход: 100 × 300 = 30 000 токенов, значит 0,03 × $0,50 = $0,015
• Итого: $0.315

Обратите внимание, что входные данные доминируют здесь, хотя выходные данные дороже за токен. Три привычки сдерживают рост расходов: сводите старые ходы в краткую памятку, удаляйте сообщения, которые больше не важны, и держите системный промпт компактным, так как он отправляется каждый раз.

Пополнения, бонусы и способы оплаты

Вы пополняете баланс любой целой суммой от $20 до $500. Большие пополнения дают бонус к добавленной сумме:

Пополнение	Бонус	Полученный баланс
$20	Нет	$20.00
$50	+5%	$52.50
$100	+10%	$110.00
$200	+15%	$230.00
$500	+15%	$575.00

Оплатить можно криптовалютой (USDT в сети TRC20 или USDC в сети Base). Кредит не сгорает, поэтому большое пополнение для получения бонуса не создаёт временного давления. Текущие уровни показаны на странице тарифов.

Есть ли бесплатный тариф?

Это не безлимитный тариф, и лучше сказать об этом прямо. Существует только разовая пробная версия: после входа через Google или с помощью электронной почты и пароля вы можете получить $0,50 кредита одним кликом на странице API-ключей. Карта не нужна, срок действия — 7 дней, лимит — один на человека.

При указанных ставках $0,50 достаточно для честного теста. Используя ход чата из предыдущего примера, он покрывает около 909 запросов, чего достаточно для проверки потоковой передачи, вызова функций, JSON-режима и того, как модель обрабатывает ваши реальные промпты. Пробные ключи имеют более низкие лимиты, чем полные: 2 параллельных запроса и 60 в минуту по сравнению с 8 и 300.

Чтобы продолжить после пробного периода, пополните баланс от $20. Ничего не продлевается автоматически, так как нет подписки, которая могла бы истечь.

Способы снизить счёт

Поскольку цена линейно зависит от токенов, каждую экономию легко обосновать. Вот изменения, которые обычно окупаются, примерно в порядке усилий.

1. Уменьшите системный промпт. Системный промпт на 1 200 токенов, отправляемый с 10 000 запросами, составляет 12 000 000 входных токенов, что стоит $1,80 только за него. Уменьшение вдвое сэкономит $0,90 при этом запуске.
2. Ограничьте длину ответа. Если ответ должен состоять из одного абзаца, укажите это в промпте и установите max_tokens. Выходные данные — более дорогая часть тарифа.
3. Ограничьте историю. Отправляйте последние N сообщений вместе с кратким резюме вместо полного журнала.
4. Запросите структуру. Ответ в формате JSON с тремя полями короче, чем текстовое объяснение тех же данных.
5. Не повторяйте запросы вслепую. Запрос, который завершился ошибкой, не списывается, а успешный запрос, который вы повторяете без причины, — списывается.

Также полезно оценивать расходы до начала разработки. Умножьте ожидаемое количество ежедневных запросов на среднее количество входных и выходных токенов, переведите каждое число в миллионы и примените две ставки. Если результат составляет несколько долларов в месяц, как в примере с небольшим приложением выше, потратьте время на качество, а не на сокращение токенов. Если это сотни долларов, шаги по сокращению, описанные выше, стоят отдельного спринта.

Отслеживание и контроль расходов

Поскольку вы платите заранее, худший исход бага — пустой баланс, а не неожиданный счёт. Тем не менее, полезно следить за счётчиком. Каждый ответ содержит заголовок X-Balance-USD с вашим оставшимся кредитом. Этот фрагмент кода на Python считывает его, а также вычисляет стоимость вызова по данным об использовании.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.openaigatewayapi.com/v1", api_key="paste-your-key-here")

raw = client.chat.completions.with_raw_response.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Give me three names for a build-status bot."}],
    max_tokens=150,
)
resp = raw.parse()

cost = resp.usage.prompt_tokens / 1_000_000 * 0.15 + resp.usage.completion_tokens / 1_000_000 * 0.50
print("this call: $%.6f" % cost)
print("balance left:", raw.headers.get("X-Balance-USD"))

Несколько параметров, которые стоит добавить в любую production-интеграцию:

• Установите max_tokens в каждом вызове, где длинный ответ может стать ошибкой.
• Фиксируйте показатели использования рядом с заголовком X-Request-Id, чтобы при скачке стоимости можно было отследить запрос.
• Получайте уведомления, когда X-Balance-USD упадёт ниже выбранного вами порога.
• Соблюдайте лимиты: 8 параллельных запросов и 300 запросов в минуту для полного API-ключа. Ответ 429 с кодом rate_limited или concurrency не взимается, но шторм повторных попыток тратит ваше время.

Формат запроса и все параметры описаны в документации. Если вы сравниваете этот сервис с запуском собственного прокси-слоя, статья о стоимости и сложности LLM-шлюзов охватывает другую сторону этого решения.

Дополнительные руководства

• API OpenAI для разработчиков: использование совместимого эндпоинта
• API OpenAI Gateway: объяснение простыми словами
• Шлюз LLM: анализ стоимости и сложности