OpenAI 网关 API 定价：真实成本示例

单一表格中的价格

如果你搜索过 openai gateway api pricing，这里直接给出该服务的答案。它按 token 计费，分为两行计费，从你预先充值的余额中扣除。没有月费，没有席位费，除了首次充值外也没有最低承诺。

项目	费率
输入 token（你的提示词）	每 100 万 $0.15
输出 token（回复内容）	每 100 万 $0.50
失败或被拒绝的请求	不收费
额度有效期	永不
订阅	无

有一点需要明确：这是一个托管端点，用于单个开放权重文本模型，通过模型 ID uncensored 访问。它不是 OpenAI 或任何其他供应商的官方 API，因此上述费率是该服务的收费，不代表其他提供商的收费。如需其他提供商的数据，请查看其当前定价页面。

账单如何计算

每次请求分为两部分计量。你发送的提示词，包括系统消息和完整的对话历史，算作输入。模型写回的文本算作输出。响应包含一个 usage 对象，包含这两个数字，因此你无需猜测。

公式很简单：

成本 = (输入 token 数 ÷ 1,000,000 × 0.15) + (输出 token 数 ÷ 1,000,000 × 0.50)

输出 token 的成本略高于输入 token 的三倍。这决定了你如何省钱。缩短长提示词有帮助，但限制冗长的回复通常能更有效地降低每个 token 的成本。

上下文窗口为 100,000 token（输入和输出合计），max_tokens 是可选的。如果省略它，单次回复理论上可以使用窗口剩余的所有空间。对于开放式提示词下的健谈模型，合理的 max_tokens 是你能买到的最便宜的保险。

计算示例

以下每个示例都展示了计算过程，以便你替换为自己的数字。

一次对话轮次

一次类似客服的交互，包含 2,000 个 token 的提示词和 500 个 token 的回复：

• 输入：2,000 ÷ 1,000,000 × $0.15 = $0.0003
• 输出：500 ÷ 1,000,000 × $0.50 = $0.00025
• 总计：每轮 $0.00055

将 $20 除以 $0.00055，你大约得到 36,363 次这样的轮次。$0.50 的试用额度可以覆盖其中约 909 次。

批处理任务

你想总结 5,000 份文档。每份文档 3,000 个 token，摘要 400 个 token。

• 输入：5,000 × 3,000 = 15,000,000 个 token，即 15 × $0.15 = $2.25
• 输出：5,000 × 400 = 2,000,000 个 token，即 2 × $0.50 = $1.00
• 总计：$3.25

小型应用月度成本

假设你的产品每天处理 1,000 次请求，持续 30 天。每次请求输入 1,500 个 token，输出 300 个 token。

• 请求数：1,000 × 30 = 30,000
• 输入：30,000 × 1,500 = 45,000,000 个 token，即 45 × $0.15 = $6.75
• 输出：30,000 × 300 = 9,000,000 个 token，即 9 × $0.50 = $4.50
• 月度总计：$11.25

填满窗口的提示词

单次 API 调用的最坏情况是提示词接近 100,000 个 token 的限制。输入 100,000 个 token，回复 1,000 个 token：0.1 × $0.15 = $0.015 用于输入，加上 0.001 × $0.50 = $0.0005 用于输出，总计 $0.0155。即使填满整个上下文窗口，成本也仅约 1.5 美分。

为什么长对话看起来便宜但实际更贵

Chat API 是无状态的。为了维持对话进行，你的应用每次发送新消息时都会附带完整的历史记录。因此，第 30 轮对话的输入包含了第 1 到 29 轮的内容，账单的增长速度比消息数量显示的要快。

假设角色扮演或陪伴会话的历史记录已增长到 20,000 个 token，用户在此规模下再发送 100 条消息。每条回复 300 个 token。

• 输入：100 × 20,000 = 2,000,000 个 token，即 2 × $0.15 = $0.30
• 输出：100 × 300 = 30,000 个 token，即 0.03 × $0.50 = $0.015
• 总计：$0.315

注意，尽管输出按 token 计费更贵，但输入仍占主导。以下三种做法有助于控制开销：将旧轮次总结为简短的记忆摘要，丢弃不再重要的消息，并保持系统提示词精简，因为它每次都会被重新发送。

充值、奖励和支付方式

你可以以 $20 到 $500 之间的任意整金额充值。较大的充值金额可获得额外奖励：

充值	奖励	你获得的额度
$20	无	$20.00
$50	+5%	$52.50
$100	+10%	$110.00
$200	+15%	$230.00
$500	+15%	$575.00

你可以使用加密货币（TRC20 上的 USDT，或 Base 上的 USDC）支付。额度不会过期，因此为了获得奖励而进行的大额充值不会让你感到时间紧迫。定价页面显示了当前的层级。

有免费套餐吗？

不是无限制的，最好直说。存在的是单次试用：使用 Google 或电子邮件加密码注册后，你可以在 API 密钥页面 上点击一次领取 $0.50 的信用额度。它不需要银行卡，有效期 7 天，每人限领一次。

根据上述费率，$0.50 足以进行一次合理的测试。使用之前的对话轮次，它可以覆盖约 909 次请求，这足以检查流式输出、函数调用、JSON 模式以及模型如何处理你的实际提示词。试用密钥的限制比完整密钥低：并发请求限制为 2，每分钟 60 次，而完整密钥为 8 和 300。

试用结束后继续使用时，请从 $20 开始充值。没有自动续订，因为没有订阅会过期。

降低账单的方法

由于价格与 token 数呈线性关系，每项节省都易于计算。以下是通常能带来回报的更改，大致按所需精力排序。

1. 精简系统提示词。 1,200 个 token 的系统提示词随 10,000 次请求发送，即 12,000,000 个输入 token，仅此项费用为 $1.80。将其减半可为该次运行节省 $0.90。
2. 限制回复长度。 如果答案应该是一段话，请在提示词中说明，并设置 max_tokens。输出是费率中更贵的一方。
3. 窗口化历史记录。 发送最后 N 条消息加上简短摘要，而不是完整日志。
4. 要求结构化输出。 包含三个字段的 JSON 回复比相同数据的文本解释更短。
5. 不要盲目重试。 失败的请求不收费，但无理由重复的成功请求会收费。

在构建之前进行估算也有帮助。将预期的每日请求数乘以平均输入和输出 token 数，转换为百万单位，并应用两种费率。如果结果如上述小型应用示例所示仅为每月几美元，则将时间花在质量上而不是压榨 token 上。如果结果是数百美元，上述精简步骤值得进行一次冲刺。

追踪和控制支出

由于你预先付费，故障的最坏结果是余额为空，而不是意外账单。即便如此，监控计量器也有帮助。每个响应都包含一个 X-Balance-USD 头，显示你的剩余额度。此 Python 片段读取该头，并根据使用数字计算调用的成本。

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"))

值得添加到任何生产集成中的几项控制措施：

• 在每次可能导致长答案成为 bug 的调用中设置 max_tokens。
• 在 X-Request-Id 头旁边记录用量数字，以便将成本激增追溯到具体请求。
• 当 X-Balance-USD 低于你设定的阈值时发出警报。
• 遵守限制：完整密钥支持 8 个并发请求和每分钟 300 次请求。状态码为 rate_limited 或 concurrency 的 429 响应不计费，但重试风暴会浪费你的时间。

关于请求格式和所有参数，请参阅文档。如果你正在将此与运行自己的代理层进行比较，关于LLM 网关成本和复杂性的文章涵盖了该决策的另一面。

更多指南

• 面向开发者的 OpenAI API：使用兼容接口
• 通俗易懂地解释 OpenAI 网关 API
• LLM 网关：成本与复杂度分析