OpenAI API-árak 2026-ban: a bemeneti és kimeneti tokenek költsége

Pénzt töltesz fel egy API-fiókba, és szinte rögtön felmerül a kérdés: meddig lesz elég? Valami ilyesmi jár a fejedben: „Van tízezerem, ennyibe kerül a bemenet, a kimenet többe kerül, és van valami gyorsítótárkedvezmény is” — de nem világos, hogyan lehet mindezt egyetlen számmá alakítani. Lépésről lépésre, számokkal mutatom be.

A lényeg rögtön az elején: az API-számlát egyetlen képlettel számítják ki — a tokenek száma szorozva a tokenenkénti árral. A bemeneti és kimeneti tokeneket külön számolják, mert eltérő az áruk. A következőkben megmutatom, hogyan használhatod ezt annak kiszámításához, meddig tart a kereted, és hogyan kerül a gyorsítótárazás a számításba.

Az Ailoot használatáról a dokumentációban találsz információt.

Miből áll egy API-számla?#

Amikor API-n keresztül hívsz meg egy modellt, a modellen áthaladó szöveg mennyisége alapján számítanak fel díjat. Ezt a mennyiséget tokenekben mérik. A token egy kis szövegrész; a következő szakaszban még visszatérek rá, de egyelőre gondolj rá úgy, mint az egységre, amelyben mindent mérnek.

Egy hívásnak két oldala van. Az első az, amit elküldesz a modellnek: maga a kérdés, a csatolt kódrészlet vagy dokumentum, a beszélgetés korábbi üzenetei és az elején megadott rendszerutasítás. Ez a bemenet. A második az, amit a modell válaszként ír. Ez a kimenet. A DeepSeek az árazás leírásában egyenesen kimondja: a számlázás a bemeneti és kimeneti tokenek teljes számán alapul.

A bemenet és a kimenet ára eltérő, ezért külön számolják őket. Egy kérés képlete egyszerű:

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

Az árakat általában egymillió tokenre adják meg — ez kényelmesebb, mert egyetlen token ára a pénzegység töredéke. Innentől minden számítás erre a képletre épül, és a kereted pontosan annyi kérésre elég, amennyi ezen az áron belefér a rendelkezésedre álló összegbe.

A token nem szó: hogyan becsülheted meg, mennyit fogsz használni?#

Az első dolog, amin mindenki elcsúszik: a token nem ugyanaz, mint a szó. A modell a saját szabályai szerint darabolja fel a szöveget, és egy darab lehet egy rövid, teljes szó, egy hosszabb szó része, egy szóköz egy betűvel vagy egy írásjel. Ezért fejben nem lehet pontosan kiszámolni, hogy „hány tokenbe kerül a kérésem” — csak becslést lehet adni.

Íme egy durva iránymutatás. Angol szövegben egy token körülbelül négy karakternek felel meg; ezt kiindulópontként maga az Anthropic és az OpenAI is megadja. A modellek az orosz szöveget kisebb részekre bontják: a cirill betűs szöveg rövidebb darabokra esik szét, ezért azonos jelentésű szöveg több tokent használ. A pontos különbség modelltől függ, de az angolhoz képest másfél-kétszeres mennyiséggel érdemes számolni.

Így néz ki ez tokenszámban. Ha egy oldalnyi szöveget küldesz a modellnek, és egy bekezdést kapsz válaszul, az már több ezer bemeneti és több száz kimeneti token. Ha pedig nagy fájlt csatolsz a kéréshez, vagy hosszú beszélgetési előzményt viszel tovább, a bemenet több tízezer tokenre is nőhet, és a számla nagyobb része ebből adódik. Az API-válasz megmutatja a pontos számot: a metaadatmezők visszaadják, hány tokent használtak ténylegesen a bemenethez és a kimenethez. A keret előzetes megbecsléséhez azonban elegendő a karakterszám alapján végzett durva becslés.

Miért kerül többe a kimenet a bemenetnél, és ez hogyan hat a számládra?#

Íme a hivatalos árak táblázata egymillió tokenre, 2026. szeptember eleji állapot szerint — jól látható, hogy mindenütt többször annyiba kerül a kimenet, mint a bemenet.

A szolgáltatók közötti árkülönbség óriási: egymillió bemeneti token Claude Opus 5-tel annyiba kerül, mint körülbelül 7.58 millió DeepSeek Pro-token a táblázat bemeneti áraival ($5 ÷ $0.66 ≈ 7.58). Az egyes árszinteken belül azonban egy szabály mindenütt érvényes: a kimenet három-hatszor annyiba kerül, mint a bemenet. Ennek egyszerű oka van: a modellnek könnyebb elolvasnia a kérésedet, mint választ írnia rá, a nehezebb munka pedig többe kerül.

Ez olyan következtetéshez vezet, amely közvetlenül hat a számládra. Egy hosszú válasz drágább, mint egy hosszú kérdés. Ha azt kéred a modelltől, hogy „magyarázza el a lehető legrészletesebben”, saját magad növeled a számla legdrágább részét. Ugyanaz a jelentés rövid válaszba sűrítve többször olcsóbb. Ez az egyik oka annak, hogy a vibe coding az egyik embernek olcsó, míg a másik keretét egy nap alatt felemészti — még akkor is, ha ugyanazt a modellt használják.

Hogyan számíthatod ki, meddig tart a kereted?#

Végezzük el a számítást lépésről lépésre. Helyettesítsd be a saját áraidat, a tipikus tokenmennyiséget és a keretedet.

1. Becsülj meg egy tipikus kérést. Tegyük fel, hogy egy hívás 20,000 bemeneti tokent használ (a kérdés, egy kódrészlet és némi előzmény), a kimenet pedig 2,000 token (a modell válasza).
2. Számítsd ki a bemenet költségét: oszd el a bemeneti tokenek számát egymillióval, majd szorozd meg az egymillió tokenre vonatkozó bemeneti árral.
3. Számítsd ki a kimenet költségét: oszd el a kimeneti tokenek számát egymillióval, majd szorozd meg az egymillió tokenre vonatkozó kimeneti árral.
4. Add össze a bemenet és a kimenet költségét.
5. Oszd el a keretedet az így kapott, kérésenkénti költséggel.

A cikk táblázatának Opus 5 áraival: 20,000 ÷ 1,000,000 × $5 = $0.10 a bemenet, és 2,000 ÷ 1,000,000 × $25 = $0.05 a kimenet. Összesen: $0.15 gyorsítótárazás nélküli kérésenként. $10 keretből 66 teljes kérés fér ki ($9.90), azonos tokenszámok és további díjak hiánya esetén.

Egy valódi kérés szinte soha nem „átlagos”: csatolj egy nagy fájlt, vagy nyújtsd el a beszélgetést, és a bemenet 20,000 tokenről 200,000-re nő. Ezért a megszokott munkamódszered alapján számolj; egy idealizált kérés rossz eredményt ad. Érdemes felfelé kerekíteni is.

A Devin, a Claude Code és minden más AI-ügynök ugyanazt az API-t használja, és ugyanazzal a képlettel költi a tokeneket — csak az ügynök többet használ, mert a háttérben sok hívást indít. Külön cikkben írtam arról, miért kerül emiatt a vibe coding a vártnál többe: a vibe coding rejtett költsége.

Mi az a gyorsítótárkedvezmény, és mikor érvényes?#

Most következzen a gyorsítótárazás — az „akár 80 százalékos kedvezmény”, amely bonyolultnak láttatja a számítást. A működése egyszerű. Néhány bemeneti rész változatlan marad egyik kérésről a következőre: a rendszerutasítás az elején, egy nagy kontextus vagy egy csatolt dokumentum, amellyel több híváson keresztül dolgozol. A gyorsítótárazás révén a modellnek nem kell minden alkalommal elölről elolvasnia ezt a részt; sokkal alacsonyabb áron hívhatja elő a memóriából.

Az árengedmény mértéke a szolgáltatótól függ. A Claude esetében a gyorsítótárból történő újbóli beolvasás tízszer olcsóbb a szokásos bemenetnél: az Opus 5 normál bemenete egymillió tokenenként $5, míg a gyorsítótárból történő beolvasás $0.50. A DeepSeek kedvezménye még nagyobb: a flash modell gyorsítótárazott bemenete $0.007, míg a normál bemenet $0.22, vagyis több mint harmincszoros az árkülönbség. Ezért az „akár 80 százalékos kedvezmény” szerény becslés; a tényleges kedvezmény nagyobb is lehet.

Tarts észben két feltételt, különben hibás lesz a gyorsítótár költségének számítása.

• A kedvezmény csak az ismétlődő bemenetre érvényes. A modell minden alkalommal a nulláról állítja elő a kimenetet, arra pedig egyáltalán nem jár gyorsítótárkedvezmény. Ha a számlád nagy részét a hosszú válaszok adják, a gyorsítótárazás csak keveset takarít meg.
• A gyorsítótárba történő első írás valamivel többe kerül a szokásos bemenetnél. Rövid távú tárolás esetén a Claude a normál bemeneti ár 1.25-szörösét számítja fel a gyorsítótárba írásért. A megtakarítás a második kéréssel kezdődik, amely beolvassa a már gyorsítótárazott részt. Egyetlen alkalommal használt kérésnél a gyorsítótárazás egyáltalán nem segít, sőt valamivel többe kerül.

Hogyan számold újra a keretedet a gyorsítótárazással?#

Térjünk vissza a korábbi példában szereplő kérésmennyiséghez, és vegyük figyelembe a gyorsítótárazást is. A bemenetet két részre kell osztani: az ismétlődő, kedvezményre jogosító részre, illetve arra a részre, amely minden kérésben új.

Vegyük ugyanazt a kérést 20,000 bemeneti és 2,000 kimeneti tokennel. A bemenetből 15,000 token legyen változatlan kontextus és 5,000 friss. A fent megadott Opus 5 árakat használjuk: egymillió friss bemeneti token $5, egymillió gyorsítótárból olvasott token $0.50, egymillió rövid távú gyorsítótárírási token $6.25 (1.25 × $5), a kimenet pedig egymillió tokenenként $25.

Az ismételt kérés 45%-kal olcsóbb a gyorsítótár nélküli $0.15-nél, miközben a gyorsítótárazott bemeneti rész 90%-kal olcsóbb. Az első írás drágább. Két hívás, egy írás és egy találat, $0.25125 a $0.30 helyett. $10 keretből egy írás és 119 igazolt találat, vagyis 120 hívás $9.98625-be kerül. Ez érvényes gyorsítótárat, minden hívásnál azonos tokenszámot és további díjak hiányát feltételezi; a tényleges olvasási és írási használatot vedd alapul, ne feltételezd, hogy minden ismétlés találat.

Ebből következik a szabály: a gyorsítótárazás akkor éri meg, ha egy nagy kontextust sok kéréshez használsz, a különálló, rövid kérdésekhez viszont nem hasznos.

Hol fogynak el a tokenek anélkül, hogy észrevennéd?#

A számlák gyakran magasabbak lesznek a becsültnél, szinte mindig három olyan dolog miatt, amely első pillantásra nem látható.

Az első és legnagyobb a beszélgetési előzmény. A modell nem emlékszik magától a korábbi üzenetekre; minden alkalommal újra elküldik neki az egész beszélgetést a bemenet részeként. Ez azt jelenti, hogy egy hosszú beszélgetés tizedik üzenetével együtt elküldik mind a kilenc korábbi üzenetet és a rájuk adott válaszokat is. A beszélgetés elején kevésbe kerül egy kérés, de a végére ugyanazt jelentő kérdés többször annyiba kerül, mert megnőtt a bemenet. Egy egyszerű trükk: ha témát váltasz, kezdj új beszélgetést. Nem kell egyetlen beszélgetést a végtelenségig folytatni.

A második a gondolkodási mód. Az újabb modelleknek van olyan módjuk, amelyben előbb belsőleg végiggondolják a választ, és csak utána válaszolnak. Ez a gondolkodás is kimeneti tokennek számít, a kimenet pedig a legdrágább rész. A válasz rövidnek látszik, de sok token van mögötte, így a számla meglepetést okoz.

A harmadik a nagy melléklet. Ha nagy dokumentumot vagy fájlköteget csatolsz egy kéréshez, teljes egészében bemenetként küldik el minden hívásnál, amíg a kontextus része marad. Ha egy ideig ugyanazzal a dokumentummal dolgozol, érdemes gyorsítótárban tartani, hogy ne kelljen folyton a teljes árat fizetned érte. A kontextusban maradó tartalom kezelése külön készség, a neve kontextusmérnökség, és közvetlenül hat a számládra.

Hogyan követheted a költést kézi számolás nélkül?#

Csak egyszer kell kézzel becsülnöd: hogy általánosságban megértsd, meddig tart a pénzed. Ezután már nem kell kézzel számolnod; az API megteszi helyetted.

Minden modellválaszhoz metaadatmezők tartoznak, amelyek megmutatják a kéréshez használt tokenek pontos számát: mennyi ment a bemenetre, mennyi a kimenetre, hány bemeneti tokent olvastak be a gyorsítótárból, és mennyit írtak bele első alkalommal. Ezek pontos adatok egy adott hívásról, és megmutatják, mire megy el valójában a kereted. Ha olyan eszközt használsz, mint a Claude Code, az általában minden feladat után maga mutatja meg a használatot.

A szolgáltató irányítópultján is van egy használati oldal, ahol napi bontásban látható a költés és a jelenlegi egyenleged. Időnként ellenőrizd, különösen az első néhány hétben, amíg meg nem ismered a szokásos költési mintádat. Néhány szokás is segít pénzt megtakarítani: állíts be havi költési limitet, ha a szolgáltatód ezt lehetővé teszi, és ne kapcsold be az automatikus egyenlegfeltöltést, amíg nem tudod, mennyit szoktál költeni. Különben egy éjszaka elszabaduló ügynök a vártnál nagyobb összeget számolhat fel.

Ismerd meg az Ailootot.