TL;DR
Cennik bazowy: Stawki GPT-5.6 Standard dla krótkiego kontekstu to $5 za wejście / $30 za wyjście dla Sol, $2.50 / $15 dla Terra oraz $1 / $6 dla Luna za 1 milion tokenów.
Zwróć uwagę na ukryte czynniki kosztowe: alias gpt-5.6 kieruje do Sol, żądania powyżej 272K tokenów wejściowych korzystają z wyższych stawek dla długiego kontekstu, a tokeny wyjściowe kosztują 6× więcej niż wejściowe we wszystkich trzech wariantach GPT-5.6.
W produkcji: porównuj koszt na udane zadanie, a nie tylko cenę tokena. Dokładność, ponowienia, wywołania narzędzi, opóźnienia, cache oraz weryfikacja przez człowieka mogą zmienić realny koszt.
OpenAI API — Cennik w skrócie
Dla osób szukających ogólnie informacji o cenniku OpenAI API, pierwsze pytanie zwykle brzmi: za który aktualny model faktycznie płacę? Poniższa tabela daje zwięzły przegląd kilku aktualnych modeli tekstowych OpenAI, zanim przyjrzymy się bliżej GPT-5.6.
| Model | Wejście / 1M tokenów | Buforowane wejście | Wyjście / 1M tokenów |
|---|---|---|---|
| gpt-5.6-sol | $5.00 | $0.50 | $30.00 |
| gpt-5.6-terra | $2.50 | $0.25 | $15.00 |
| gpt-5.6-luna | $1.00 | $0.10 | $6.00 |
| gpt-5.5 | $5.00 | $0.50 | $30.00 |
| gpt-5.4 | $2.50 | $0.25 | $15.00 |
| gpt-5.4-mini | $0.75 | $0.08 | $4.50 |
| gpt-5.4-nano | $0.20 | $0.02 | $1.25 |
Źródło*:* Cennik OpenAI API
Najważniejszą zależność łatwo przeoczyć: tokeny wyjściowe GPT-5.6 kosztują 6× tyle co tokeny wejściowe w wariantach Sol, Terra i Luna. Długie odpowiedzi, gadatliwe agenty i workflow z dużym udziałem rozumowania mogą zatem szybciej podnosić koszty niż niewielkie zmiany długości prompta.
Szerszy przegląd rodziny GPT-5.6 — obejmujący możliwości modeli, pozycjonowanie, benchmarki, dostęp przez API i kluczowe funkcje premiery — znajdziesz w zapowiedzi GPT-5.6 OpenAI lub w przewodniku po GPT-5.6 CometAPI. Ten artykuł skupia się wyłącznie na cenach, kalkulacjach kosztów i czynnikach, które mogą wpływać na realny rachunek za API.
Cennik GPT-5.6: Sol vs Terra vs Luna
GPT-5.6 wprowadza trzy poziomy cenowe. OpenAI pozycjonuje Sol jako flagową trasę, Terra jako zrównoważoną opcję, a Luna jako niższy koszt dla obciążeń o dużej skali.
Aby głębiej poznać możliwości, sposób dostępu do API GPT-5.6 i przypadki użycia każdego modelu, zobacz szczegóły tutaj: GPT-5.6 model.
Standardowy cennik GPT-5.6 dla żądań z ≤272K tokenów wejściowych
| Model | Krótkie wejście | Buforowane wejście | Zapis do pamięci podręcznej | Krótkie wyjście | Długie wejście | Długie buforowane wejście | Długi zapis do pamięci podręcznej | Długie wyjście |
|---|---|---|---|---|---|---|---|---|
| gpt-5.6-sol | $5.00 | $0.50 | $6.25 | $30.00 | $10.00 | $1.00 | $12.50 | $45.00 |
| gpt-5.6-terra | $2.50 | $0.25 | $3.13 | $15.00 | $5.00 | $0.50 | $6.25 | $22.50 |
| gpt-5.6-luna | $1.00 | $0.10 | $1.25 | $6.00 | $2.00 | $0.20 | $2.50 | $9.00 |
Źródło*:* Cennik OpenAI API
Cennik dla długiego kontekstu: Żądania z ponad 272K tokenów wejściowych wykorzystują wyższe stawki. Wejście, buforowane wejście i zapisy do pamięci podręcznej są rozliczane według 2× standardowej stawki, a wyjście według 1.5×. Wyższe stawki dotyczą całego żądania.
Rozsądnym punktem wyjścia jest testowanie: Luna dla prostszych, wolumenowych zadań, Terra dla zrównoważonych obciążeń aplikacyjnych, a Sol dla najtrudniejszych lub najbardziej krytycznych zadań. Nie są to uniwersalne rekomendacje: dokładność, ponowienia, zachowanie narzędzi i weryfikacja przez człowieka mogą przeważyć różnice w cenie katalogowej.
Jeden ważny szczegół dotyczący aliasu
W wytycznych dotyczących modeli OpenAI stwierdza, że ogólny alias gpt-5.6 kieruje do gpt-5.6-sol.
Oznacza to, że żądanie wysłane do gpt-5.6 używa poziomu cenowego Sol. Jeśli Twoje obciążenie działa dobrze na Terra lub Luna, użyj jawnego identyfikatora modelu, zamiast zakładać, że ogólny alias wybierze najtańszy odpowiedni wariant.
Przykład 1: Typowe żądanie API
Zacznijmy od częstego kształtu żądania:
- 1,000 tokenów wejściowych
- 500 tokenów wyjściowych
| Model | Koszt na żądanie | Koszt na 1,000 żądań |
|---|---|---|
| gpt-5.6-sol | $0.02 | $20 |
| gpt-5.6-terra | $0.01 | $10 |
| gpt-5.6-luna | $0.00 | $4 |
Obliczenie dla Sol:
(1,000 / 1,000,000 × $5) + (500 / 1,000,000 × $30) = $0.020
Ten przykład pokazuje również, dlaczego długość wyjścia ma znaczenie. Mimo że żądanie zawiera dwukrotnie więcej tokenów wejściowych niż wyjściowych, część wyjściowa stanowi 75% kosztu tokenów dla Sol, ponieważ wyjście jest wyceniane sześciokrotnie wyżej niż wejście.
W przypadku czatu, agentów i generowania kodu ograniczenie zbędnej rozwlekłości może czasem oszczędzić więcej niż skrócenie niewielkiego prompta systemowego.
Przykład 2: Miesięczny koszt w skali
Załóżmy teraz, że aplikacja obsługuje 1 milion żądań miesięcznie, średnio:
- 2,000 tokenów wejściowych na żądanie
- 500 tokenów wyjściowych na żądanie
To daje 2 miliardy tokenów wejściowych i 500 milionów tokenów wyjściowych miesięcznie.
| Model | Miesięczny koszt wejścia | Miesięczny koszt wyjścia | Razem |
|---|---|---|---|
| gpt-5.6-sol | $10,000 | $15,000 | $25,000 |
| gpt-5.6-terra | $5,000 | $7,500 | $12,500 |
| gpt-5.6-luna | $2,000 | $3,000 | $5,000 |
Różnice są na tyle duże, że uzasadniają testy routingu, ale najniższy wiersz nie jest automatycznie najlepszym wyborem produkcyjnym. Jeśli tańszy model powoduje więcej ponowień, nieudanych zadań lub ręcznych weryfikacji, całkowity koszt workflow może być wyższy.
Cennik dla długiego kontekstu: co dzieje się powyżej 272K tokenów?
Modele GPT-5.6 obsługują okno kontekstu 1.05M tokenów, ale OpenAI stosuje wyższe stawki, gdy żądanie zawiera więcej niż 272,000 tokenów wejściowych.
Dla takich żądań z długim kontekstem:
- wejście jest rozliczane według 2× stawki dla krótkiego kontekstu
- buforowane wejście i zapisy cache również według 2×
- wyjście jest rozliczane według 1.5×
- Wyższe stawki dotyczą całego żądania, a nie tylko tokenów powyżej 272K
Dla Sol oznacza to zmianę ceny wejścia z $5 do $10 za 1M tokenów i wyjścia z $30 do $45. Tę samą strukturę mnożników stosuje się do Terra i Luna.
Tworzy to stromy próg kosztowy w okolicach 272K. Dla obciążeń bliskich tego progu ogranicz powielone fragmenty pobierania, niepotrzebną historię rozmów, zbędne pliki repozytorium lub rozwlekłe wyjścia narzędzi przed wysłaniem żądania. Zobacz przewodnik optymalizacji kosztów OpenAI, aby uzyskać dodatkowe wskazówki dotyczące redukcji tokenów.
Standard, Batch, Flex i Priority — cennik
Dla kwalifikujących się obciążeń tekstowych GPT-5.6 OpenAI oferuje kilka poziomów przetwarzania.
| Poziom | Sol wejście/wyjście | Terra wejście/wyjście | Luna wejście/wyjście | Typowe użycie |
|---|---|---|---|---|
| Standard | $5 / $30 | $2.50 / $15 | $1 / $6 | Normalny ruch synchroniczny |
| Batch | $2.50 / $15 | $1.25 / $7.50 | $0.50 / $3 | Zadania offline asynchroniczne |
| Flex | $2.50 / $15 | $1.25 / $7.50 | $0.50 / $3 | Prace wrażliwe na koszt, mogące tolerować wolniejsze lub mniej przewidywalne przetwarzanie |
| Priority | $10 / $60 | $5 / $30 | $2 / $12 | Ruch wrażliwy na opóźnienia w krótkim kontekście |
Batch i Flex to około 50% stawek Standard dla GPT-5.6. Priority to 2× Standard dla wymienionych stawek krótkiego kontekstu. OpenAI obecnie wymienia Priority tylko dla przetwarzania krótkiego kontekstu, więc nie ekstrapoluj tych stawek na żądania z długim kontekstem.
Zobacz oficjalną dokumentację Batch, Flex i Priority przed wyborem poziomu.
Pamięć podręczna promptów: kiedy oszczędza pieniądze w GPT-5.6?
Dla GPT-5.6 zapisy cache kosztują 1.25× normalnej stawki wejściowej, podczas gdy odczyty z cache mają niższą cenę buforowanego wejścia.
Rozważ powtarzalny prefiks 100,000 tokenów na Sol:
| Akcja | Koszt |
|---|---|
| Przetworzenie raz jako zwykłe wejście bez cache | $0.50 |
| Zapisanie prefiksu do cache | $0.63 |
| Późniejsze odczytanie z cache | $0.05 |
Dwa użycia bez cache kosztują $1.00. Jeden zapis do cache plus jedno dopasowane odczytanie z cache kosztuje $0.675, oszczędzając $0.325 w tym uproszczonym przykładzie.
Zakres przykładu: Porównanie obejmuje wyłącznie koszt wejścia dla powtarzalnego prefiksu. Nie uwzględnia tokenów wyjściowych, innego wejścia bez cache, narzędzi ani ponowień. Rzeczywiste oszczędności zależą od tego, czy prefiks spełnia wymagania cache i jak często jest faktycznie ponownie używany.
Cache jest więc najbardziej użyteczny dla długich, stabilnych prefiksów prompta, które wielokrotnie otrzymują dopasowane żądania. Zapis do cache, który nigdy nie zostanie wykorzystany ponownie, podnosi koszt zamiast go obniżać.
Przewodnik po pamięci podręcznej promptów OpenAI dokumentuje ceny zapisów do cache, odczyty buforowane, jawne punkty podziału i zachowanie TTL.
Inne koszty, które mogą zmienić Twój rachunek za OpenAI API
Tokeny rozumowania i tryb Pro
Tokeny rozumowania są rozliczane jako tokeny wyjściowe, nawet jeśli nie są widoczne w odpowiedzi. Wyższe ustawienia rozumowania mogą więc zwiększać całkowitą liczbę tokenów wyjściowych i opóźnienie.
Tam, gdzie obsługiwane, reasoning.mode = "pro" lepiej traktować jako konfigurację do benchmarkowania, a nie domyślną regułę oszczędności lub jakości. OpenAI nie wymienia osobnej, stałej opłaty za tryb Pro; wpływ na koszt wynika z użycia tokenów. Rozsądną bazą jest przetestowanie Standard i Pro na reprezentatywnych zadaniach oraz porównanie skuteczności, łącznej liczby tokenów wyjściowych, opóźnień i ponowień.
Wyszukiwanie w sieci i inne narzędzia
OpenAI obecnie podaje cenę standardowego wyszukiwania w sieci $10 za 1,000 wywołań, plus tokeny treści wyszukiwania rozliczane według stawki wybranego modelu. Dwa wyszukiwania sieciowe przy małym żądaniu Luna mogą zatem kosztować więcej niż tokeny modelu dla tego żądania.
OpenAI podaje również oddzielną cenę wersji zapoznawczej wyszukiwania w sieci dla modeli bez rozumowania — $25 za 1,000 wywołań, przy czym tokeny treści wyszukiwania są bezpłatne. Sprawdź dokładne połączenie narzędzia i modelu na oficjalnej stronie cennika, zamiast stosować jedną stawkę wyszukiwania do każdego endpointu.
Przetwarzanie regionalne
Kwalifikujące się endpointy przetwarzania regionalnego lub rezydencji danych dla modeli wydanych 5 marca 2026 r. lub później mają 10% zwyżki, zgodnie ze stroną cennika OpenAI. Zespoły korporacyjne z wymaganiami rezydencji danych powinny uwzględnić ten czynnik w szacunkach budżetowych.
Jak obliczać koszt OpenAI API
Dla podstawowego żądania:
Koszt tokenów =
(input tokens / 1M × input rate)
- (output tokens / 1M × output rate)
Do planowania produkcyjnego rozszerz to, aby uwzględnić:
Całkowity koszt workflow =
uncached input
- cached input
- cache writes
- output and reasoning tokens
- tool fees
- service-tier adjustments
- regional uplift, if applicable
- retries and fallback requests
Najbardziej użytecznym KPI jest często:
Koszt na udane zadanie = całkowity koszt workflow / udane zadania
Zapobiega to sytuacji, w której tańsza stawka za token wygląda atrakcyjnie, gdy jednocześnie powoduje więcej niepowodzeń lub pracy review.
Jak wybrać odpowiedni model bez przepłacania
Użyj tabeli cen jako punktu wyjścia, a następnie testuj na realnych zadaniach.
- Zacznij od najtańszego modelu, który wydaje się zdolny wykonać zadanie. Luna może być rozsądnym pierwszym testem dla prostych, wolumenowych prac, ale nie zakładaj, że będzie najlepsza dla każdego wydobywania informacji lub streszczenia.
- Mierz długość wyjścia. Tokeny wyjściowe GPT-5.6 kosztują 6× więcej niż tokeny wejściowe, więc zwracaj uwagę na rozwlekłe odpowiedzi.
- Obserwuj próg 272K. Jego przekroczenie zmienia stawki dla całego żądania.
- Używaj Batch lub Flex dla kwalifikujących się, niepilnych zadań. Przetestuj ograniczenia operacyjne, zanim przeniesiesz ruch produkcyjny.
- Buforuj tylko powtarzalne prefiksy. Mierz rzeczywiste trafienia cache zamiast zakładać, że długi prompt powinien być buforowany.
- Śledź narzędzia i ponowienia. Mogą zniwelować oszczędności z tańszego modelu.
Dla zespołów porównujących trasy u różnych dostawców, Cennik CometAPI zapewnia bieżący przekrojowy widok modeli. CometAPI Quickstart i Cookbook można użyć do uruchamiania tego samego zestawu testowego w wielu trasach zgodnych z OpenAI.
FAQ
Ile kosztuje GPT-5.6 w 2026 roku?
Cennik zależy od modelu. Standardowe stawki GPT-5.6 dla krótkiego kontekstu wahają się od $1 za wejście / $6 za wyjście na 1M tokenów dla Luna do $5 / $30 dla Sol. Dostępne są też tańsze modele, takie jak GPT-5.4 mini i nano. Sprawdź konkretny model na aktualnej stronie cennika OpenAI.
Czy cennik ChatGPT API jest taki sam jak cennik GPT-5.6?
„Cennik ChatGPT API” bywa potocznie używany w odniesieniu do cennika OpenAI API dla modeli obsługujących czat, ale subskrypcje ChatGPT i rozliczanie API to oddzielne produkty. Zużycie API jest rozliczane według konkretnego modelu i typu użycia.
Który model GPT-5.6 jest najtańszy?
gpt-5.6-luna ma najniższą cenę katalogową GPT-5.6 Standard. To sensowny model do testów dla zadań wrażliwych na koszt, ale najlepszy wybór produkcyjny zależy od dokładności, ponowień, opóźnień i kosztu weryfikacji.
Jaki model wykorzystuje gpt-5.6?
Wytyczne OpenAI dotyczące modeli wskazują, że alias gpt-5.6 kieruje do gpt-5.6-sol. Używaj jawnych identyfikatorów Terra lub Luna, jeśli chcesz te poziomy.
Kiedy obowiązuje cennik dla długiego kontekstu w GPT-5.6?
Gdy wejście przekracza 272,000 tokenów, GPT-5.6 stosuje wyższe stawki dla całego żądania: 2× stawki związane z wejściem i 1.5× stawki wyjściowe.
Czy Batch i Flex są tańsze niż Standard dla GPT-5.6?
Dla kwalifikujących się obciążeń GPT-5.6, wymienione stawki Batch i Flex są około o 50% niższe niż Standard. Mają jednak inne charakterystyki przetwarzania, więc potwierdź, że obciążenie może tolerować te ograniczenia.
Czy zapisy do cache w GPT-5.6 kosztują dodatkowo?
Tak. Zapisy cache GPT-5.6 są wyceniane na 1.25× normalnej stawki wejściowej, a dopasowane odczyty z cache używają obniżonej ceny buforowanego wejścia. Oszczędności zależą od rzeczywistego ponownego użycia.
Porównaj koszty GPT-5.6 dla własnego obciążenia
Tabele cen to punkt wyjścia. Twój realny koszt zależy od promptów, długości wyjścia, współczynnika trafień cache, narzędzi, ponowień i skuteczności zadań.
Z CometAPI możesz testować GPT-5.6 Sol, Terra, Luna i inne modele przez jedno API zgodne z OpenAI, używając tego samego obciążenia.
Następne kroki: porównaj aktualne ceny modeli, skorzystaj z CometAPI Quickstart, lub użyj CometAPI Cookbook, aby zbudować powtarzalne ewaluacje modeli.
Wybierz najtańszą trasę, która nadal spełnia Twoje wymagania jakościowe, dotyczące opóźnień i niezawodności.