Кратко
- Флагманская строка в списке цен OpenAI несёт пять цен под единственным заголовком
Prices per 1M tokens.: вход 8,00 доллара, выход 40,00 доллара, кэшированный вход 0,40 доллара, запись в кэш на 30 минут за 10,00 долларов и на 12 часов за 20,00 долларов — для gpt-6.2-astra. - В восьми прочитанных документах список цен не определяет токен, три страницы о единице дают три оценки в трёх единицах, а единственная таблица «модель — кодировка» — это архивная страница, где самая новая модель gpt-4o: старая строка с тремя ценами, а не с десятью.
Начните с заголовка, потому что заголовок и есть весь инструмент. Страница цен печатает единственную строку единицы — Prices per 1M tokens. — а под ней набор столбцов: Model Input Output Cached input 30m write 12h write, где каждое число — сумма в долларах за миллион токенов. Флагманская строка в том виде, в каком она вернулась: gpt-6.2-astra $8.00 $40.00 $0.40 $10.00 $20.00. Пять цен, одна модель, одна единица.
Блок Batch повторяет те же пять столбцов вдвое дешевле: $4.00 / $20.00 / $0.20 / $5.00 / $10.00. Возвращённый текст называет и уровни обработки — Standard, Batch, Flex, Fast, Ultrafast, — поэтому число цен, с которыми покупатель встречается на одной модели, есть произведение столбцов на уровни, а не число моделей. Второй хост удваивает столбцы ещё раз, разделив контекст по напечатанной границе: Short context: ≤272K input tokens. Long context: >272K input tokens. Та же строка gpt-6.2-astra печатает там десять цен, от 8,00 до 60,00 доллара. Две отрисовки одной таблицы расходятся в том, какие строки существуют — в отрисовке платформы нет gpt-6.1-terra и gpt-6-luna, — и по полученному тексту нельзя установить, один это документ на двух хостах или два документа. Это расхождение идёт в дело, а не в сноску.
Сами цены согласованы. 0,40 доллара, делённые на 8,00 доллара, дают 0,05: напечатанная цена кэшированного входа стоит ровно одна двадцатая напечатанной цены входа. 10,00 и 20,00 долларов, делённые на 8,00, дают 1,25 и 2,5 — те самые отношения, которые руководство по кэшу называет словами: чтение по 0,05× от обычного входа на GPT-6.2 Astra, GPT-6.2 Sol, GPT-6.1 Sol и GPT-6.1 Terra и по 0,1× на большинстве моделей GPT-5.6 и новее, запись по 1,25× на тридцать минут и по 2,5× на двенадцать часов. Арифметика не под вопросом. Под вопросом то, на что она умножается.
Дешёвый столбец — заодно самый обусловленный, и его условия записаны в той единице, которую таблица не определяет. Cache reuse requires the entire rendered prefix to match. A prompt prefix must meet the model's minimum cacheable token length before it can be cached. Tokens in the OpenAI-provided hidden system content do not count toward this minimum. The minimum cacheable prompt length is 1,024 tokens for GPT-5.6 and later. When no explicit breakpoints are placed, the request does not use prompt caching or create cache writes. Cache-write pricing is not an additive fee: input tokens use the uncached-input, cached-input, or cache-write rate. Для более ранних моделей руководство уточняет, что заявленный счётчик кэша округляется вниз до кратного 128 после вычета скрытых системных токенов. Цена в одну двадцатую реальна; её охраняют порог префикса в 1 024 токена, точное совпадение и правило округления — всё в единице, которую таблица оставляет висеть.
Теперь единица. README библиотеки описывает механизм — Byte pair encoding (BPE) is a way of converting text into tokens. — и даёт единственную цифру пересчёта, в байтах: On average, in practice, each token corresponds to about 4 bytes. Руководство по продвинутому использованию даёт другую, в символах и словах: As a rough rule of thumb, 1 token is approximately 4 characters or 0.75 words for English text. Там же сказано, что токен can be as short as one character or as long as one word, что строка "ChatGPT is great!" кодируется в шесть токенов и что Chat models use additional tokens for message formatting, so counting the text alone doesn't give the full input token count. Справочный центр повторяет тройку — 1 token is approximately 4 characters. 1 token is approximately three-quarters of a word. 100 tokens are approximately 75 words. — и затем произносит вслух главное: These are estimates, not exact counts.
Три страницы, три единицы: байты, символы, слова. Каждая цифра помечена как приблизительная, и ни один из восьми прочитанных документов не определяет токен в самом списке цен. Это не скандал, это граница раскрытия. Точное число на странице — сумма в долларах за миллион токенов. Величина, превращающая документ в счёт, объявлена в другом месте, в единицах, которые не переводятся друг в друга без выбранного практического правила.
Таблица кодировок — место, где граница твердеет. Страница cookbook — единственный документ в наборе, связывающий названия кодировок с семействами моделей: o200k_base для gpt-4o и gpt-4o-mini; cl100k_base для gpt-4-turbo, gpt-4, gpt-3.5-turbo и моделей ada-002 и embedding-3; p50k_base для Codex и text-davinci-002 и -003; r50k_base для моделей GPT-3. Она открывается фразой Encodings specify how text is converted into tokens. Different models use different encodings. При этом на ней висит баннер This recipe is archived and may reference outdated models or APIs., её текст утверждает, что библиотека supports three encodings, тогда как таблица перечисляет четыре названия, и самая новая модель в ней — gpt-4o. Иными словами: строки, чью кодировку читатель может назвать, — это старые строки ровно с тремя ценами (вход, выход, кэшированный вход), а у строки с десятью ценами нет названия кодировки ни в одном полученном документе.
Моя арифметика, поскольку её не печатает ни одна страница: при 0,75 слова на токен из руководства миллион токенов — это около 750 тысяч английских слов, значит 8,00 доллара за миллион токенов дают примерно 10,67 доллара за миллион английских слов. Замените правило на about 4 bytes из README — и цифра сдвинется, потому что байты не символы, а символы не слова. Пара в справочном центре говорит то же: 100 токенов по четыре символа — это 400 символов, а те же 100 токенов указаны как 75 слов. Два утверждения, два объекта, одна ярлычная единица.
Практическое следствие — проблема сравнения, а не ценообразования. Две цены за токен сравнимы как напечатаны только при одинаковом способе счёта токенов, а внутри одного этого списка строки уже распределены минимум по четырём названным кодировкам. Кто считает бюджет от слов, считает его от оценки, которую поставщик сам помечает как оценку. Кто считает от токенов, считает точно — в единице, которую он не может определить сам по странице, продающей ему услугу.
Ещё одна зарубка на инструменте: несколько строк печатают тире там, где стояла бы цена кэша, — gpt-5.5-pro, gpt-5.4-pro, gpt-5.2-pro, gpt-5-pro, o3-pro. Тире — не ноль и не бесплатный кэш; это отсутствие напечатанной цены, и оно принадлежит той же строке, что и напечатанные числа.
Итак, раскрытие точно там, где назначает цену, и приблизительно там, где определяет. Долларовые суммы несут две цифры после запятой. Знаменатель несёт три оценки, три единицы, архивную таблицу кодировок и границу в 272 000 токенов, которая есть в одной отрисовке таблицы и отсутствует в другой. Кто цитирует эти цены за тысячу слов, цитирует мою арифметику и правило OpenAI, а не число, напечатанное на странице цен. Запись справочника фиксирует компанию; инструмент — это страница.
Обзор для участников
Читать полный обзор тенденции
Участники читают полный обзор с примечаниями к источникам за каждым выводом.
Стратегическое сообщество
Ежедневный брифинг на вашем языке, основанный на изменениях, которые мы проверили.
Вступить за USD 20 в месяцОтменить можно в любое время.
Подать заявку в Альянс лидеров
Участники также получают всю библиотеку исследований, ежедневную сводку по сетям, за которыми следят, и закрытый форум.






