Calculateur de coût API OpenAI (2026)

Chaque appel API OpenAI suit les mêmes calculs. Il n'y a pas de frais de plateforme, pas de frais par appel, pas de minimum. Vous payez ce que vous envoyez et ce que vous récupérez, au taux par 1M tokens du modèle :

``` cost = (input_tokens / 1,000,000) × input_price_per_M + (output_tokens / 1,000,000) × output_price_per_M ```

Deux ajustements s'ajoutent par-dessus. D'abord, les accès au cache de prompts — portions de votre préfixe d'entrée qu'OpenAI a mises en cache parce que vous les aviez envoyées dans un appel antérieur récent — sont facturés au taux cached-input (~10% de l'entrée standard). Les longs prompts système et les schémas d'outils stables sont les gagnants typiques ; le cache est opportuniste sur la plupart des SDK et ne nécessite pas de changements de code pour s'activer. Deuxièmement, l'API Batch réduit de 50% l'entrée et la sortie en échange d'une fenêtre de livraison de 24 heures ou moins. Les deux remises s'ajoutent : un appel en cache, par lot, sur gpt-5.5 est facturé à $0.25 entrée ÷ 2 = $0.125/1M et $30 sortie ÷ 2 = $15/1M pour la portion cachée + par lot. La structure de vos prompts détermine la quantité de remise que vous pouvez capturer en pratique.

Les tokens de raisonnement sur la série o- sont facturés au taux de sortie même s'ils ne vous sont pas retournés — un modèle qui 'réfléchit' pendant 4 000 tokens avant de produire une réponse de 200 tokens facture 4 200 tokens de sortie. Planifiez un budget de sortie 5-10x sur les tâches lourdes en raisonnement.

Prenez un appel représentatif — un prompt de 1 000 tokens qui retourne une réponse de 500 tokens, équivalent à peu près à un résumé de 750 mots en entrée et une réponse de 375 mots en sortie. Au tarif standard, le coût par appel s'établit comme suit :

gpt-5.5-pro : (1000 / 1,000,000) × $30.00 + (500 / 1,000,000) × $180.00 = $0.030 + $0.090 = **$0.120 par appel**.

gpt-5.5 : 0.001 × $5.00 + 0.0005 × $30.00 = $0.005 + $0.015 = **$0.020 par appel**.

gpt-5.4 : 0.001 × $2.50 + 0.0005 × $15.00 = $0.0025 + $0.0075 = **$0.010 par appel**.

gpt-5.4-mini : 0.001 × $0.75 + 0.0005 × $4.50 = $0.00075 + $0.00225 = **$0.003 par appel**.

gpt-5.4-nano : 0.001 × $0.20 + 0.0005 × $1.25 = $0.0002 + $0.000625 = **$0.000825 par appel**.

Notez l'écart de 145x entre gpt-5.4-nano ($0.000825) et gpt-5.5-pro ($0.120) sur des volumes de tokens identiques. Le bon modèle n'est presque jamais le plus cher — c'est le tier le moins cher qui répond à votre barre de qualité sur la tâche réelle.

Multipliez les chiffres par appel par 100 000. C'est une charge de travail réaliste de taille moyenne — classification quotidienne sur 3 000+ enregistrements, synthétisation hebdomadaire, une boucle d'agent à bas volume :

gpt-5.5-pro : $12 000. gpt-5.5 : $2 000. gpt-5.4 : $1 000. gpt-5.4-mini : $300. gpt-5.4-nano : $82.50.

Appliquez la remise API Batch à la ligne gpt-5.4 (la synthétisation asynchrone est un cas d'utilisation textbook pour batch) : $1 000 → $500. Appliquez la mise en cache des prompts où 800 tokens sur 1 000 d'entrée sont un préfixe système stable qui touche le cache 80% du temps : ces 640 tokens en cache passent de $2.50/1M à $0.25/1M — économisant 90% sur 64% de l'entrée, soit environ $115 de réduction sur la facture d'entrée, ~12% de la facture totale.

Combinez les deux — la même charge de travail s'exécute autour de $400 sur gpt-5.4 à 100k appels, une réduction de 60%. Le plus grand levier de coût que la plupart des équipes ignorent n'est pas le choix du modèle ; c'est l'incapacité à mettre en batch ce qui peut attendre et à mettre en cache ce qui se répète.

Maintenant, passez à 1M d'appels — une charge de travail complète en production (par exemple, synthétisation par utilisateur dans une application SaaS avec 30 000 utilisateurs actifs exécutant 33 appels/mois chacun) :

gpt-5.5-pro : **$120 000**. gpt-5.5 : **$20 000**. gpt-5.4 : **$10 000**. gpt-5.4-mini : **$3 000**. gpt-5.4-nano : **$825**.

La même pile Batch + cache sur gpt-5.5 amène $20 000 → environ $8 300 (58% de réduction) sur le même mélange entrée/sortie. Sur gpt-5.4-mini, la même pile s'établit à ~$1 200 — moins de 1,2¢ par appel à l'échelle.

L'ordre canonique des leviers pour réduire le coût : (1) choisissez le tier le moins cher qui atteint la qualité, (2) mettez en batch tout ce qui est asynchrone, (3) restructurez les prompts pour que le préfixe cacheable soit stable, (4) limitez la longueur de sortie où vous la contrôlez. La plupart des équipes invertissent l'ordre — elles ajustent la sortie en dernier alors que la sortie coûte 5-6x le prix de l'entrée.

Une boucle d'agent est la pire forme de coût — le modèle prend plusieurs tours par requête utilisateur, en rejouant le transcrit complet à chaque tour. Prenez une boucle de 5 tours typique avec un prompt système de 2 000 tokens + outils, contexte croissant de 800 tokens par tour :

Tour 1 : 2 800 entrée / 200 sortie. Tour 2 : 3 000 entrée / 200 sortie. Tour 3 : 3 200 entrée / 200 sortie. Tour 4 : 3 400 entrée / 200 sortie. Tour 5 : 3 600 entrée / 200 sortie. Total : 16 000 entrée + 1 000 sortie. Sur gpt-5.5 : 0.016 × $5 + 0.001 × $30 = $0.080 + $0.030 = **$0.11 par requête** — environ 5,5x un appel unique.

Appliquez maintenant la mise en cache. Le préfixe système de 2 000 tokens + outils est stable sur les 5 tours. Si le cache touche ~80% de ces 2 000 tokens × 5 tours = 8 000 tokens d'entrée en cache passant de $5/1M à $0.50/1M : $0.040 → $0.004, économisant $0.036 par requête (33% de réduction de la facture). Pour 100k requêtes/mois : de $11 000 → $7 400. La structure du cache est le changement unique avec le meilleur ROI que vous puissiez apporter à un prompt d'agent. Construisez des prompts ancrés au cache gratuitement avec notre générateur de prompts code.

gpt-5.5-pro ($30 / $180) : raisonnement à enjeux élevés où une mauvaise réponse coûte plus cher que 100 bonnes — analyse financière, rédaction juridique, synthèse de code complexe avec correction stricte. La prime de 6x par rapport à gpt-5.5 n'est justifiée que lorsque le coût aval de l'erreur domine le coût par appel.

gpt-5.5 ($5 / $30) : le standard pour le chat polyvalent, les flux de travail agentiques, la génération de contenu expédiée à des humains, tout ce que vous auriez utilisé GPT-4 pour en 2024. Qualité substantiellement supérieure au GPT-4 de fin 2024 à environ la moitié du prix.

gpt-5.4-mini ($0.75 / $4.50) : le point idéal pour les tâches structurées à haut volume — classification, extraction, synthétisation, Q&A simple. La plupart des équipes en production exécutant 1M+ appels/mois vivent ici.

gpt-5.4-nano ($0.20 / $1.25) : cas d'usage intégrés — autocomplétion, détection d'intention, routage simple, classification de télémétrie interne. Où le coût doit être mesuré en fractions de centime. Pour une comparaison de coût côte à côte entre fournisseurs, consultez notre calculateur GPT vs Claude vs Gemini.

L'API Batch accepte un fichier JSONL de requêtes et retourne les résultats dans les 24 heures, facturés à la moitié des taux d'entrée et de sortie standard. Le compromis est la latence — vous ne pouvez pas l'utiliser pour quoi que ce soit de synchrone sur lequel un utilisateur attend. Mais pour les charges de travail hors ligne, c'est l'une des réductions de coûts les plus sous-utilisées de l'API.

Les charges de travail qui sont des cas d'utilisation textbook pour batch : synthétisation nocturne, classification en masse, génération d'ensembles de données d'entraînement, précomputation d'embeddings, digests hebdomadaires, rapports d'exception quotidiens, exécutions d'évaluation. Si le livrable est consommé asynchrone (un rafraîchissement de tableau de bord, un e-mail, un rapport interne), mettez-le en batch.

La soumission est un seul POST avec un corps JSONL — chaque ligne est une demande standard de complétion de chat. OpenAI retourne un ID de tâche ; interrogez ou configurez un webhook pour la fin. Consultez les documents batch d'OpenAI pour le schéma exact. La plupart des équipes qui adoptent batch pour les bons cas d'usage réduisent leur facture mensuelle de 30-50% sans changement de qualité.

La tarification cached-input lit les accès au cache de prompts à ~10% du taux d'entrée standard. Le cache est opportuniste — OpenAI calcule une empreinte de votre préfixe de prompt et le met en cache côté serveur. Les appels ultérieurs dans la fenêtre de cache (généralement quelques minutes) qui partagent le même préfixe lisent à partir du cache.

La règle absolue : la mise en cache est une correspondance de *préfixe*, pas une correspondance de sous-chaîne. Mettez votre prompt système stable, les définitions d'outils et tout exemple few-shot réutilisable au début du tableau de messages. Le contenu spécifique à l'utilisateur va à la fin. Un préfixe de 1 500 tokens mis en cache sur gpt-5.5 chute de $5/1M à $0.50/1M — c'est $0.0068 économisé par appel. À 1M appels/mois, c'est $6 800.

La plupart des SDK LLM ne nécessitent pas de changements de code pour s'inscrire — la mise en cache s'active automatiquement une fois que vous structurez les prompts d'abord par préfixe. La plus grande erreur que nous voyons : les équipes interpolent du contexte dynamique (date actuelle, ID utilisateur, état de session) dans le prompt système, ce qui brise chaque accès au cache. Déplacez cela vers un message utilisateur et le cache tient.

Lecture associée : notre tutoriel de mise en cache de prompts couvre la réécriture structurelle qui transforme un prompt non-cacheable en un prompt ancré au cache.

OpenAI gère deux relations de facturation complètement séparées. **L'API** (facturée par token dans le tableau ci-dessus, accédée via developers.openai.com et platform.openai.com) est pour les développeurs créant des applications. **L'abonnement consommateur ChatGPT** (Gratuit, Go $8/mois, Plus $20/mois, Pro $200/mois, Team, Enterprise — consultez notre guide de coût ChatGPT) est pour les utilisateurs finaux discutant dans une interface utilisateur. Mêmes modèles dessous, facturation distincte.

Ce que cela signifie pour les constructeurs : un abonnement ChatGPT Plus de $20/mois **n'inclut pas** le crédit API. Si vous construisez sur GPT-5.5, configurez la facturation API indépendamment sur platform.openai.com.

Ce que cela signifie pour les utilisateurs finaux : un abonnement ChatGPT Pro maxé à $200/mois ne vous donne pas non plus l'accès à l'API. Pro est excellent pour l'utilisation interactive ; si vous avez besoin d'appeler GPT-5.5 par programmation à partir du code, vous avez toujours besoin d'une clé API et une facturation à l'utilisation par token.

Les deux relations utilisent la même identité (votre compte OpenAI) mais suivent l'utilisation, les méthodes de paiement, les limites de facturation et les promotions de tier indépendamment. Vous pouvez avoir un compte API Tier 5 et un compte ChatGPT Gratuit sur le même identifiant, ou vice-versa.

**Erreur 1 : par défaut gpt-5.5 pour tout.** La plupart du trafic en production est classification, synthétisation ou extraction — gpt-5.4-mini gère celles-ci à 1/7ème du prix avec une qualité indiscernable sur un eval maintenu. Testez avant d'assumer.

**Erreur 2 : énormes prompts système jamais mis en cache.** Si votre prompt système interpole quoi que ce soit qui change entre appels (horodatages, noms d'utilisateurs, récapitulatifs de contexte), le cache ne touche jamais. Restructurez pour que le prompt système soit statique et le contexte dynamique vive dans les messages utilisateur.

**Erreur 3 : ne pas limiter la sortie.** Une réponse de 200 tokens qui retourne 1 200 tokens parce que vous avez oublié de définir `max_tokens` coûte 6x. Sur gpt-5.5-pro, c'est $0.18 par appel vs $0.03. Limitez la longueur de sortie partout où vous contrôlez la forme de consommation.

**Erreur 4 : rejouer l'historique complet à chaque tour dans un chat.** Synthétisez les tours antérieurs en un récapitulatif compact de 200 tokens une fois que le contexte dépasse 5 000 tokens. Vous économiserez 50-80% sur l'entrée sur les longues sessions sans perte de qualité perceptible.

**Erreur 5 : batches synchrones.** Si 1 000 enregistrements peuvent attendre 30 minutes, ils peuvent attendre 24 heures. Mettez-les en batch et économisez 50%.

Chaque prix dans ce guide provient de la page de prix en direct d'OpenAI sur developers.openai.com/api/docs/pricing, récupérée le 2026-06-20 et vérifiée par rapport à trois sources indépendantes corroborantes (agrégateurs de prix communautaires, engagements d'intégration récents dans les projets open-source populaires, le cookbook public d'OpenAI). Quand un nombre ne pouvait pas être vérifié par rapport à la page officielle, il a été omis — nous préférons expédier un guide manquant une ligne plutôt qu'expédier un guide avec un nombre inventé.

OpenAI ne versione pas sa page de prix avec des entrées de changelog explicites. Il pousse les changements silencieusement. Nous avons vu 3-5 mouvements de prix par an en moyenne depuis 2024 — certains à la baisse (mises à niveau de modèles incluant des réductions de prix), certains à la hausse (résidences régionales, nouveaux tiers premium). Le plus grand aléa pratique : supposer qu'un prix que vous avez sourcé en Q1 tient toujours en Q3.

**Comment vérifier avant de budgéter** : ouvrez developers.openai.com/api/docs/pricing dans une fenêtre incognito (aucune session connectée n'interfère avec le rendu), copiez les nombres de vos modèles cibles dans une feuille de calcul, comparez-les à ce guide. S'ils correspondent, ce guide est à jour pour vos besoins. S'ils ne le font pas, fiez-vous à la page en direct. Re-vérifiez trimestriellement si votre facture mensuelle dépasse $1 000 — à ce volume, un seul mouvement de prix change le budget matériellement.

**Pourquoi nous avons omis certaines lignes** : certains modèles couramment cités dans les guides tiers (notamment la famille gpt-4.1, text-embedding-3-large/small pour embeddings, Whisper pour transcription, TTS) n'apparaissaient pas sur le snapshot de la page de prix vérifiée en direct de 2026-06-20. Les références communautaires listent les tarifs pour ceux-ci mais avec un versionnage incohérent. Plutôt que de propager des nombres possiblement obsolètes, nous les omettons ici — pour embeddings spécifiquement, consultez notre calculateur de coût Embeddings qui source de chaque fournisseur directement.

**Méthodologie reproductible** : le GEO Playbook qui a piloté ce guide (projet frère, 2026-06-19) mandate explicitement la vérification curl avant de publier toute valeur en $. Chaque ligne du tableau ci-dessus a une citation ; chaque exemple détaillé utilise ces lignes ; chaque réponse FAQ les reflète. Si vous trouvez une discordance avec la page en direct, traitez la page en direct comme canonique et dites-nous — nous récupérons et mettez à jour.