Cena OpenAI API v roce 2026: výpočet tokenů a rozpočtu

Vložíte peníze na účet API a téměř okamžitě vás napadne otázka: jak dlouho vám vydrží? V hlavě máte něco jako „Mám deset tisíc, vstup stojí tolik, výstup víc, je tu taky nějaká sleva za cache“ — a není jasné, jak to všechno převést na jedno číslo. Rozeberu to postupně a na konkrétních číslech.

To hlavní hned na úvod: účet za API se počítá podle jediného vzorce — počet tokenů krát cena za token. Vstupní a výstupní tokeny se počítají zvlášť, protože mají odlišné ceny. Dále ukážu, jak podle toho zjistit, na jak dlouho vám rozpočet vystačí a jak se do výpočtu promítá ukládání do cache.

Informace o používání Ailoot najdete v dokumentaci.

Jak se počítá cena požadavku na OpenAI API?#

Když voláte model přes API, platíte za množství textu, které modelem prošlo. Toto množství se měří v tokenech. Token je malá část textu; podrobněji se mu budu věnovat v další části, zatím si ho ale představte jako jednotku, ve které se měří všechno ostatní.

Každé volání má dvě části. První je to, co jste modelu poslali: samotný dotaz, přiložené úryvky kódu nebo dokument, předchozí zprávy v konverzaci a systémová instrukce na začátku. To je vstup. Druhá část je odpověď, kterou model napsal. To je výstup. DeepSeek to ve svém popisu cen uvádí přímo: účet vychází z celkového počtu vstupních a výstupních tokenů.

Vstup a výstup mají různé ceny, proto se počítají zvlášť. Vzorec pro jeden požadavek je jednoduchý:

cost = (input tokens × input price) + (output tokens × output price)

Ceny se obvykle uvádějí za milion tokenů — je to praktičtější, protože jeden token stojí jen zlomek měnové jednotky. Všechny další výpočty vycházejí z tohoto vzorce a váš rozpočet pokryje přesně tolik požadavků, kolik se při dané ceně vejde do dostupných prostředků.

Token není slovo: Jak odhadnout, kolik jich spotřebujete?#

Tady se většina lidí poprvé zarazí: token není totéž co slovo. Model dělí text na části podle vlastních pravidel a část může být celé krátké slovo, část delšího slova, mezera s písmenem nebo interpunkční znaménko. Přesný počet tokenů v požadavku si tedy v hlavě nespočítáte — můžete ho jen odhadnout.

Orientačně platí, že v anglickém textu odpovídá jednomu tokenu přibližně čtveřice znaků; jako výchozí pravidlo ho uvádějí přímo Anthropic a OpenAI. Modely rozdělují český text na menší části: latinka s diakritikou se štěpí na kratší úseky, takže text se stejným významem spotřebuje více tokenů. Přesný rozdíl závisí na modelu, počítejte ale s jedním a půl až dvojnásobkem oproti angličtině.

Takto to vypadá v počtu tokenů. Pošlete-li modelu stránku textu a dostanete odstavec odpovědi, půjde už o tisíce vstupních tokenů a stovky výstupních. Přiložíte-li k požadavku velký soubor nebo bude-li v konverzaci dlouhá historie, vstup může narůst na desítky tisíc tokenů a největší část účtu pak bude tvořit právě on. Odpověď API ukáže přesný údaj: v polích metadat vrátí počet tokenů skutečně použitých pro vstup i výstup. Pro předběžný odhad rozpočtu ale stačí přibližný výpočet podle počtu znaků.

Proč výstup stojí víc než vstup a jak to ovlivní váš účet?#

Tady je přehled oficiálních cen za milion tokenů na začátku září 2026 — je vidět, že výstup stojí napříč modely několikanásobně víc než vstup.

Rozdíl v cenách mezi poskytovateli je obrovský: milion vstupních tokenů u Claude Opus 5 stojí stejně jako přibližně 7.58 milionu u DeepSeek Pro při vstupních sazbách tabulky ($5 ÷ $0.66 ≈ 7.58). V každé cenové kategorii ale platí jedno pravidlo: výstup stojí třikrát až šestkrát víc než vstup. Důvod je prostý: pro model je snazší váš požadavek přečíst než napsat odpověď a náročnější práce stojí víc.

Z toho plyne závěr, který přímo ovlivňuje váš účet. Dlouhá odpověď je dražší než dlouhý dotaz. Požádáte-li model, aby „vysvětlil vše co nejpodrobněji“, sami navyšujete nejdražší část účtu. Stejný význam vyjádřený stručnou odpovědí stojí několikanásobně méně. I proto je vibe coding pro jednoho člověka levný, zatímco druhému vyčerpá rozpočet za den — a to i při použití stejného modelu.

Jak vypočítat, na jak dlouho vám rozpočet vystačí?#

Pojďme to převést na výpočet krok za krokem. Dosaďte vlastní ceny, obvyklý objem tokenů a rozpočet.

1. Odhadněte obvyklý požadavek. Předpokládejme, že jedno volání spotřebuje 20 000 vstupních tokenů (dotaz spolu s úryvkem kódu a trochou historie) a 2 000 výstupních tokenů (odpověď modelu).
2. Vypočítejte cenu vstupu: počet vstupních tokenů vydělte milionem a vynásobte cenou vstupu za milion tokenů.
3. Vypočítejte cenu výstupu: počet výstupních tokenů vydělte milionem a vynásobte cenou výstupu za milion tokenů.
4. Sečtěte cenu vstupu a výstupu.
5. Vydělte rozpočet výslednou cenou za požadavek.

Se sazbami Opus 5 z tabulky článku: 20,000 ÷ 1,000,000 × $5 = $0.10 za vstup a 2,000 ÷ 1,000,000 × $25 = $0.05 za výstup. Celkem $0.15 za požadavek bez cache. Rozpočet $10 pokryje 66 celých požadavků ($9.90) při stejných počtech tokenů a bez dalších poplatků.

Skutečný požadavek téměř nikdy není „průměrný“: přiložte velký soubor nebo protáhněte konverzaci a vstup naroste z 20 000 tokenů na 200 000. Proto počítejte podle svého obvyklého způsobu práce; idealizovaný požadavek vám dá špatný výsledek. Je také lepší zaokrouhlit nahoru.

Devin, Claude Code i jakýkoli jiný AI agent používají stejné API a utrácejí tokeny podle stejného vzorce. Rozdíl je jen v tom, že agent jich spotřebuje víc, protože na pozadí provádí mnoho volání. Samostatně jsem vysvětlil, proč kvůli tomu vibe coding stojí víc, než se čeká, v článku o skrytých nákladech vibe codingu.

Co je sleva za cache a kdy se uplatní?#

Teď přichází na řadu cache — „sleva až 80 procent“, která celý výpočet zdánlivě komplikuje. Princip je jednoduchý. Část vstupu zůstává mezi jednotlivými požadavky stejná: úvodní systémová instrukce, rozsáhlý kontext nebo přiložený dokument, se kterým pracujete v několika voláních. Cache umožňuje modelu, aby tuto část nemusel pokaždé znovu číst od začátku, ale načetl ji z paměti za mnohem nižší cenu.

Výše slevy závisí na poskytovateli. Opětovné čtení z cache u Claude stojí desetkrát méně než běžný vstup: u Opus 5 stojí běžný vstup 5 $ za milion, zatímco čtení z cache stojí 0,50 $. Sleva u DeepSeeku je ještě výraznější: vstup z cache u modelu flash stojí 0,007 $ oproti 0,22 $ za běžný vstup, tedy více než třicetkrát méně. „Sleva až 80 procent“ je tedy skromný odhad; skutečná sleva může být vyšší.

Mějte na paměti dvě podmínky, jinak výpočet s cache nebude správný.

• Sleva se vztahuje pouze na opakovaný vstup. Model pokaždé generuje výstup od začátku a žádnou slevu za cache na něj nedostanete. Pokud většinu účtu tvoří dlouhé odpovědi, cache vám ušetří jen velmi málo.
• První zápis do cache stojí o něco víc než běžný vstup. U krátkodobého ukládání účtuje Claude za zápis do cache 1,25násobek běžné ceny vstupu. Úspora začíná až druhým požadavkem, který načítá již uloženou část. U jednorázového požadavku cache nepomůže vůbec, a dokonce vyjde o něco dráž.

Jak přepočítat rozpočet se započítáním cache?#

Vraťme se k příkladu objemu požadavku a přidejme cache. Vstup rozdělíme na dvě části: na opakující se část, na kterou se vztahuje sleva, a část, která je v každém požadavku nová.

Vezměme stejný požadavek s 20,000 vstupními a 2,000 výstupními tokeny. 15,000 vstupních tokenů je neměnný kontext a 5,000 je nových. Použijte již uvedené ceny Opus 5: $5 za milion nových vstupních, $0.50 za milion tokenů čtení cache, $6.25 za milion tokenů krátkodobého zápisu cache (1.25 × $5) a $25 za milion výstupních tokenů.

Opakovaný požadavek je o 45 % levnější než $0.15 bez cache, přestože jeho vstupní část z cache je o 90 % levnější. První zápis stojí více. Dvě volání (jeden zápis a jeden zásah) stojí $0.25125 místo $0.30. V rozpočtu $10 jeden zápis a 119 ověřených zásahů dává 120 volání za $9.98625. Předpokladem je platná cache, stejné počty tokenů všech volání a žádné další poplatky; používejte skutečnou spotřebu čtení a zápisu cache místo předpokladu zásahu při každém opakování.

Z toho plyne pravidlo: cache se vyplatí, když v mnoha požadavcích používáte jeden rozsáhlý kontext, a je zbytečná u krátkých, nesouvisejících dotazů.

Kde se tokeny spotřebovávají, aniž si toho všimnete?#

Účet bývá často vyšší než odhad, téměř vždy kvůli třem věcem, které nejsou na první pohled vidět.

První a největší z nich je historie konverzace. Model si předchozí zprávy sám nepamatuje; při každém volání se mu celá konverzace znovu posílá jako součást vstupu. Desátá zpráva v dlouhé konverzaci tak obsahuje všech devět předchozích zpráv i jejich odpovědi. Na začátku konverzace stojí požadavek málo, ale ke konci stojí dotaz se stejným významem několikanásobně víc, protože vstup narostl. Jednoduchý trik: když změníte téma, začněte novou konverzaci. Není třeba jednu konverzaci donekonečna natahovat.

Druhým důvodem je režim uvažování. Novější modely mají režim, ve kterém model nejprve interně propracuje své úvahy a až potom odpoví. Toto uvažování se také počítá jako výstupní tokeny a výstup je nejdražší část. Odpověď vypadá krátce, ale stojí za ní mnoho tokenů, takže účet překvapí.

Třetím důvodem jsou velké přílohy. Přiložíte-li k požadavku rozsáhlý dokument nebo dávku souborů, po celou dobu, kdy zůstávají v kontextu, se při každém volání posílají celé jako vstup. Pracujete-li nějakou dobu se stejným dokumentem, vyplatí se ponechat ho v cache, abyste za něj pokaždé neplatili plnou cenu. Správa obsahu, který zůstává v kontextu, je samostatná dovednost zvaná context engineering a přímo ovlivňuje váš účet.

Jak sledovat výdaje bez ručního počítání?#

Ruční odhad potřebujete jen jednou, abyste obecně pochopili, na jak dlouho vám peníze vydrží. Potom už nemusíte počítat ručně; API to udělá za vás.

Každá odpověď modelu obsahuje pole metadat s přesným počtem tokenů daného požadavku: kolik jich připadlo na vstup, kolik na výstup, kolik vstupních tokenů se načetlo z cache a kolik se do ní poprvé zapsalo. Jde o přesné údaje pro konkrétní volání, podle kterých uvidíte, kam váš rozpočet skutečně mizí. Používáte-li nástroj jako Claude Code, obvykle po každém úkolu zobrazí spotřebu sám.

Na řídicím panelu poskytovatele je také stránka využití s denní útratou a aktuálním zůstatkem. Čas od času ji kontrolujte, zejména během prvních týdnů, dokud nezískáte představu o své obvyklé spotřebě. Pomohou i dva návyky: pokud to váš poskytovatel umožňuje, nastavte si měsíční limit útraty a nezapínejte automatické dobíjení, dokud nebudete vědět, kolik obvykle utratíte. Jinak vám agent, který se přes noc vymkne kontrole, může naúčtovat víc, než jste čekali.

Poznejte Ailoot.