OpenAI API-priser i 2026: beregn input, output og tokenbudget

Du sætter penge ind på en API-konto og står næsten med det samme over for spørgsmålet: hvor længe rækker de? Du har noget i retning af ”Jeg har ti tusind, input koster så meget, output koster mere, og der er også en eller anden cacherabat” i tankerne – men det er uklart, hvordan du omsætter det hele til ét tal. Jeg gennemgår det trin for trin med tal.

Hovedpointen først: En API-regning beregnes med én formel – antal tokens gange prisen pr. token. Input- og outputtokens tælles separat, fordi de har forskellige priser. Nu viser jeg, hvordan du bruger dette til at regne ud, hvor længe dit budget rækker, og hvordan caching indgår i beregningen.

Du kan finde oplysninger om brugen af Ailoot i dokumentationen.

Hvad består en API-regning af?#

Når du kalder en model via et API, bliver du opkrævet for den mængde tekst, der har passeret gennem modellen. Mængden måles i tokens. Et token er en lille tekstbid; jeg vender tilbage til det i næste afsnit, men indtil videre kan du betragte det som den måleenhed, alt måles i.

Et enkelt kald har to sider. Den første er det, du sendte til modellen: selve spørgsmålet, vedhæftede kodestykker eller et dokument, tidligere beskeder i samtalen og systeminstruktionen i begyndelsen. Det er input. Den anden er det, modellen skrev som svar. Det er output. DeepSeek siger det direkte i sin prisbeskrivelse: Regningen baseres på det samlede antal input- og outputtokens.

Input og output har forskellige priser, så de tælles separat. Formlen for én anmodning er enkel:

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

Priser angives som regel pr. million tokens – det er mere praktisk, fordi ét enkelt token koster en brøkdel af en valutaenhed. Al beregning herfra tager udgangspunkt i denne formel, og dit budget rækker til præcis så mange anmodninger, som dine tilgængelige midler kan dække til den pris.

Et token er ikke et ord: Hvordan kan du anslå, hvor mange du bruger?#

Det første, mange snubler over: Et token er ikke det samme som et ord. Modellen deler teksten op i bidder efter sine egne regler, og en bid kan være et helt kort ord, en del af et længere ord, et mellemrum med et bogstav eller et tegnsætningstegn. Derfor kan du ikke regne nøjagtigt ud i hovedet, ”hvor mange tokens min anmodning vil kræve” – du kan kun anslå det.

Her er en grov tommelfingerregel. I engelsk tekst svarer ét token til cirka fire tegn; det er et udgangspunkt fra Anthropic og OpenAI selv. Modeller deler russisk tekst op i mindre dele: kyrillisk skrift opdeles i kortere bidder, så den samme tekst målt på betydning bruger flere tokens. Hvor mange flere afhænger af modellen, men du bør regne med halvanden til to gange så mange som på engelsk.

Sådan ser det ud i tokens. Hvis du sender modellen en side tekst og får et afsnit som svar, er det allerede tusindvis af inputtokens og hundredvis af outputtokens. Og hvis du vedhæfter en stor fil til en anmodning eller har en lang samtalehistorik, kan input vokse til titusindvis af tokens, og hovedparten af regningen kommer så derfra. API-svaret viser det præcise tal – i metadatafelterne oplyser det, hvor mange tokens der faktisk blev brugt til input og output. Men til at anslå dit budget på forhånd er et groft skøn baseret på antal tegn nok.

Hvorfor koster output mere end input, og hvordan påvirker det din regning?#

Her er en tabel med officielle priser pr. million tokens fra begyndelsen af september 2026 – du kan se, at output koster flere gange mere end input på tværs af udbyderne.

Prisforskellen mellem udbyderne er enorm: En million inputtokens for Claude Opus 5 koster lige så meget som cirka 7,58 millioner for DeepSeek Pro ved tabellens inputpriser (5 dollar ÷ 0,66 dollar ≈ 7,58). Men inden for hvert prisniveau gælder én regel: Output koster tre til seks gange mere end input. Grunden er enkel: Det er lettere for modellen at læse din anmodning end at skrive et svar, og det mere krævende arbejde koster mere.

Det fører til en konklusion, der direkte påvirker din regning. Et langt svar er dyrere end et langt spørgsmål. Hvis du beder modellen om at ”forklare det så detaljeret som muligt”, skruer du selv op for den dyreste del af regningen. Det samme indhold formuleret i et kort svar koster flere gange mindre. Det er en af grundene til, at vibe coding er billigt for én person, men opbruger en anden persons budget på en dag – selv med samme model.

Hvordan kan du beregne, hvor længe dit budget rækker?#

Lad os regne det hele igennem trin for trin. Indsæt dine egne priser, typiske tokenmængder og dit budget.

1. Anslå en typisk anmodning. Antag, at ét kald bruger 20.000 inputtokens (spørgsmålet plus et kodestykke og lidt historik) og 2.000 outputtokens (modellens svar).
2. Beregn inputprisen: Divider antallet af inputtokens med en million, og gang med din inputpris pr. million tokens.
3. Beregn outputprisen: Divider antallet af outputtokens med en million, og gang med din outputpris pr. million tokens.
4. Læg input- og outputprisen sammen.
5. Divider dit budget med den beregnede pris pr. anmodning.

Med Opus 5-priserne i artiklens tabel: 20.000 ÷ 1.000.000 × 5 dollar = 0,10 dollar for input, og 2.000 ÷ 1.000.000 × 25 dollar = 0,05 dollar for output. I alt: 0,15 dollar pr. anmodning uden cache. Et budget på 10 dollar dækker 66 hele anmodninger (9,90 dollar), forudsat samme tokenantal og ingen andre gebyrer.

En virkelig anmodning er næsten aldrig ”gennemsnitlig”: Vedhæft en stor fil eller træk en lang samtale ud, og input vokser fra 20.000 tokens til 200.000. Beregn derfor ud fra din sædvanlige måde at arbejde på; en idealiseret anmodning giver dig det forkerte svar. Det er også bedre at runde op.

Devin, Claude Code og alle andre AI-agenter bruger det samme API og forbruger tokens efter den samme formel – den eneste forskel er, at en agent bruger mere, fordi den foretager mange kald i baggrunden. Jeg har særskilt gennemgået, hvorfor vibe coding koster mere end forventet, i artiklen om de skjulte omkostninger ved vibe coding.

Hvad er cacherabatten, og hvornår gælder den?#

Nu til caching – ”op til 80 procents rabat”, som får beregningen til at virke kompliceret. Mekanikken er enkel. Noget input forbliver det samme fra én anmodning til den næste: systeminstruktionen i begyndelsen, en stor kontekst eller et vedhæftet dokument, du arbejder med over flere kald. Caching gør, at modellen slipper for at læse den del fra bunden hver gang og i stedet kan hente den fra hukommelsen til en meget lavere pris.

Hvor meget lavere afhænger af udbyderen. For Claude koster en genlæsning fra cache ti gange mindre end almindeligt input: For Opus 5 koster almindeligt input 5 dollar pr. million, mens en cacheread koster 0,50 dollar. DeepSeeks rabat er endnu større: Cached input for flash-modellen koster 0,007 dollar mod 0,22 dollar for almindeligt input, altså mere end tredive gange mindre. Så ”op til 80 procent rabat” er et forsigtigt skøn; den faktiske rabat kan være større.

Husk to betingelser, så din cacheberegning ikke bliver forkert.

• Rabatten gælder kun for gentaget input. Modellen genererer output fra bunden hver gang, og det får slet ingen cacherabat. Hvis det meste af din regning kommer fra lange svar, sparer caching dig meget lidt.
• Den første skrivning til cachen koster lidt mere end almindeligt input. For korttidslagring opkræver Claude 1,25 gange den almindelige inputpris for en cacheskrivning. Besparelsen begynder med den anden anmodning, som læser den del, der allerede er blevet cachet. Caching hjælper slet ikke ved en engangsanmodning og koster endda lidt mere.

Hvordan genberegner du dit budget med caching?#

Lad os vende tilbage til eksempelanmodningen og tilføje caching. Ideen er at dele input op i to dele: den del, der gentages og dermed kvalificerer sig til rabatten, og den del, der er ny i hver anmodning.

Tag samme anmodning med 20.000 inputtokens og 2.000 outputtokens. Lad 15.000 inputtokens være uændret kontekst og 5.000 være nye. Brug Opus 5-priserne ovenfor: 5 dollar pr. million nye inputtokens, 0,50 dollar pr. million cachelæste tokens, 6,25 dollar pr. million tokens skrevet til korttidscache (1,25 × 5 dollar) og 25 dollar pr. million outputtokens.

Den gentagne anmodning er 45% billigere end anmodningen uden cache til 0,15 dollar, selv om dens cachelagrede inputdel er 90% billigere. Første skrivning koster mere. To kald (én skrivning og ét hit) koster 0,25125 dollar frem for 0,30 dollar. Med et budget på 10 dollar giver én skrivning efterfulgt af 119 verificerede hits 120 kald til 9,98625 dollar. Det forudsætter, at cachen forbliver gyldig, at alle kald har disse tokenantal, og at ingen andre gebyrer gælder. Brug faktisk cachelæsnings- og cacheskrivningsforbrug frem for at antage, at hver gentagelse giver et hit.

Så er reglen: Caching kan betale sig, når du sender en stor kontekst gennem mange anmodninger, og er nytteløst til spredte, korte spørgsmål.

Hvor bliver tokens brugt, uden at du bemærker det?#

Regninger ender ofte med at være højere end anslået, næsten altid på grund af tre ting, som du ikke kan se med det samme.

Den første og største er samtalehistorik. Modellen husker ikke selv tidligere beskeder; hele samtalen sendes til den igen som en del af inputtet hver gang. Det betyder, at den tiende besked i en lang samtale medfører alle de ni foregående beskeder samt deres svar. En anmodning koster ikke meget i begyndelsen af en samtale, men mod slutningen koster et spørgsmål med samme betydning flere gange mere, fordi inputtet er vokset. Her er et enkelt trick: Start en ny samtale, når emnet skifter. Der er ingen grund til at trække den samme samtale ud i det uendelige.

Den anden er ræsonnementstilstand. Nyere modeller har en tilstand, hvor modellen først arbejder sig gennem sit ræsonnement internt og først derefter svarer. Det ræsonnement tæller også som outputtokens, og output er den dyreste del. Svaret ser kort ud, men der ligger mange tokens bag det, så regningen kommer som en overraskelse.

Den tredje er store vedhæftninger. Vedhæft et stort dokument eller en samling filer til en anmodning, så sendes de i fuld længde som input med hvert kald, så længe de bliver i konteksten. Hvis du arbejder med det samme dokument i et stykke tid, er det værd at holde det cachet, så du ikke bliver ved med at betale fuld pris for det. Håndtering af, hvad der bliver i konteksten, er en særskilt færdighed, der kaldes context engineering, og den påvirker din regning direkte.

Hvordan kan du følge udgifterne uden at regne dem ud manuelt?#

Du behøver kun at anslå manuelt én gang – for at forstå, hvor længe dine penge rækker i det store hele. Derefter behøver du ikke regne det ud i hånden; API'et gør det for dig.

Hvert modelsvar kommer med metadatafelter, der viser det præcise antal tokens i anmodningen: hvor mange der gik til input, hvor mange til output, hvor mange inputtokens der blev læst fra cache, og hvor mange der blev skrevet til den for første gang. Det er præcise oplysninger om et bestemt kald, og de viser, hvor budgettet faktisk går hen. Hvis du bruger et værktøj som Claude Code, viser det som regel selv forbruget efter hver opgave.

Der er også en forbrugsside i udbyderens dashboard med udgifter pr. dag og din aktuelle saldo. Kig på den indimellem, især i de første par uger, indtil du får en fornemmelse af dit sædvanlige forbrugsmønster. Et par vaner kan også hjælpe med at spare penge: Sæt en månedlig forbrugsgrænse, hvis din udbyder giver mulighed for det, og slå ikke automatisk saldopåfyldning til, før du ved, hvor meget du normalt bruger. Ellers kan en agent, der løber løbsk natten over, opkræve mere end forventet.

Lær Ailoot at kende.