Codex 云服务与本地成本：GPT-5.3-Codex 定价对比

GPT-5.3-Codex的定价为每100万输入token $1.75，每100万输出token $14，缓存输入每100万 $0.175。对于一个12步的代理参考运行（4000 token前缀，500 token任务，每一步添加300 token工具调用和1500 token结果——总计172,800输入token和3,600输出token），未缓存时花费$0.35，前缀缓存时花费$0.12。

基础数据中并未包含已发布的“本地运行Codex”的计算价格——该数据集中没有GPT-5.3-Codex的本地GPU小时或授权费用。我们能精确计算的是每次运行的API成本，以及ChatGPT Business订阅基线每月$25，应用内边际token成本为$0。因此大多数读者面临的实际选择并非“API vs 裸金属GPU”，而是“按token计费的API/托管代理 vs 固定费用的ChatGPT席位”，而本指南正是为此进行价格对比。

经验法则：如果你的团队偶尔运行Codex风格代理任务（每天几十次或更少），每次运行$0.35的API成本微不足道，直接按token付费即可。如果你们有大量席位在ChatGPT自己的界面内持续运行代理任务，那么一旦使用量足够高，每月$25的ChatGPT Business席位可以击败按量计费——但仅限于在ChatGPT UI内完成的工作，而不是来自你自己CI或IDE集成的原始API调用。

本指南中所有“每次运行”的数据均来自我们代理成本指南中使用的同一12步参考追踪：一个4,000 token的系统/任务前缀、一个500 token的任务描述，以及12个工具调用步骤，每个步骤增加一个300 token的工具调用和1,500 token的结果。第k步的输入token为4,500 + 1,800 × (k − 1)，整个运行共172,800个输入token，加上3,600个输出token。

对于GPT-5.3-Codex，该参考运行在不使用缓存时成本为0.35美元，如果在步骤之间缓存不断增长的前缀，则成本为0.12美元。这两个数字（0.35美元与0.12美元）之间的差距是Codex代理成本中最大的杠杆，甚至超过在GPT-5.3-Codex及其同系列模型之间的选择。

GPT-5.1-Codex是一个更便宜的同系列模型，运行相同的12步追踪，不使用缓存时成本为0.25美元，使用缓存时为0.09美元。GPT-5.1-Codex-Mini运行它，不使用缓存时成本为0.05美元，使用缓存时为0.02美元。如果你的工作负载不需要GPT-5.3-Codex的特定能力层级，那么在承诺使用更昂贵模型之前，将这些数字直接与你的任务质量标准进行比较是值得的。

全精度GPT-5.3-Codex参考运行成本为：不使用缓存0.3528美元，使用模型化缓存读取时为0.1189125美元。表格中将其四舍五入为0.35美元和0.12美元以便显示。先缩放全精度值，再将最终预算四舍五入到美分：

• 每天100次运行，不使用缓存：100 × 0.3528美元 = 35.28美元/天。
• 每天100次运行，使用模型化缓存读取：100 × 0.1189125美元 = 四舍五入后约为11.89美元/天。
• 每天12次运行，不使用缓存：12 × 0.3528美元 = 四舍五入后约为4.23美元/天。

这些是针对指定追踪的模型token估算。月度预算应将未四舍五入的单次运行成本乘以月总运行次数，而不是累加四舍五入的每日总数或缩放四舍五入的表格显示值。缓存估算中，24,300个输入token按正常费率计费，148,500个按缓存读取费率计费；提供商特定的缓存写入溢价、存储、工具和人工审核均为额外费用。

ChatGPT Business (Team) 在此数据集中定价为每月 $25 的固定席位，列出的每 token 边际成本为 $0——这意味着该席位在 ChatGPT 产品内的使用不会像原始 API 调用那样按量计费。ChatGPT Enterprise 和 ChatGPT Free 也都列为每月边际 token 成本 $0，而 Enterprise 本身的定价未在此数据集中公布。

权衡之处在于：$25/月的席位是固定价格，但并非无限量。Codex 任务会占用该席位的使用额度，而 ChatGPT Work 和 Codex 已经共享该额度；OpenAI 表示，从 2026 年 12 月起，Business 额度将在 ChatGPT 和 Codex 之间共享；Instant 聊天不会占用该额度。API 按每次 12 步运行 $0.35 或 $0.12 计费，是一项随使用量变化的可变成本。对于单个中等使用量的用户，粗略估算：按未四舍五入的未缓存每次运行 $0.3528 计算，一个月大约需要 71 次运行才能与 $25 的席位成本持平（25 ÷ 0.3528 ≈ 71）；按未四舍五入的已缓存每次运行费率 $0.1189125 计算，大约 210 次运行（25 ÷ 0.1189125 ≈ 210）才能与席位持平。低于这些运行次数时，通过 API 按 token 付费。高于这些次数时，并且如果工作发生在 ChatGPT 自己的 UI 内而不是自定义集成中，席位可能更便宜。

请注意，这一比较仅适用于实际在与该席位绑定的 ChatGPT 产品内完成的工作。如果你的 agent 需要在你自己的 CI 流水线、IDE 插件或自动化服务器中运行，那么无论席位成本如何，你都需要按量计费 API——ChatGPT 的固定费率席位不适用于程序化访问。

每次运行从$0.35降至$0.12的差距——仅通过缓存前缀就减少了66%——使得本次比较中其他成本决策相形见绌。如果你的Codex agent在多个步骤或多次运行中重新发送一个大型、基本静态的前缀（系统指令、仓库上下文、工具架构），那么构建调用以命中缓存比争论云端还是本地更有价值。

作为比较，其他模型在相同的12步追踪中显示出类似的缓存倍数：Claude Sonnet 5从$0.38降至$0.11，GPT-5.4从$0.49降至$0.15，Gemini 3.1 Pro Preview从$0.39降至$0.12。GPT-5.3-Codex的缓存费率$0.12几乎与Gemini 3.1 Pro的缓存费率和Claude Sonnet 5的缓存费率一致——缓存大大缩小了“廉价选项”的范围。

如果你在托管agent（可能或可能不向你暴露缓存控制）和针对原始API构建自己的集成之间做决定，原始API通常让你对缓存命中率有更多控制，因为你精确控制前缀的结构和重用方式。

每token成本并非唯一变量。本数据集无法量化但影响云端与本地决策的几个因素：

• 延迟：托管agent或直接API调用每步增加网络往返；12步运行意味着12次以上往返，除非步骤被批处理。
• 隐私/合规：通过第三方API路由代码或专有数据与自我管理部署相比，具有不同的合规影响，无论哪种更便宜。
• 维护：按量计费的API使用无需你方维护基础设施；自我管理部署（如果且当特定模型可用时）会增加运营开销，这不会体现在每token价格中。
• 扩展性：按量计费定价随使用量平滑扩展；固定席位每个许可证有硬容量上限。

这些因素在本指南中都没有具体的美元数字，因此请将它们视为决策因素，与上述定价数字并列，而不是作为添加到预算中的项目。

所有GPT-5.3-Codex和GPT-5.2-Codex行在本数据集中具有相同的费率。GPT-5.1-Codex-Mini是这里最便宜的Codex品牌选项，每次未缓存的12步运行$0.05——是GPT-5.3-Codex成本的七分之一——但在纯粹根据价格切换模型之前，请检查任务质量。

• 编程/CI/IDE集成：必须使用按量计费的API — ChatGPT席位不涵盖此用途。为每次未缓存的12步运行预算约$0.35，缓存后$0.12。
• 小型团队，偶尔在ChatGPT界面内执行代理任务：在购买席位前，将您的每月运行次数与席位的盈亏平衡点（每个席位约71次未缓存运行或210次缓存运行，基于$25席位价格）进行比较。
• 使用可重用前缀的高容量自动化代理：优先考虑提示缓存而非其他任何杠杆 — 它将参考运行成本从$0.35降至$0.12，比切换模型层级带来的变化更大。
• 成本敏感的原型开发：在验证工作流程时考虑使用GPT-5.1-Codex-Mini，其未缓存运行成本$0.05/缓存运行成本$0.02，然后在需要更高能力层级时升级到GPT-5.3-Codex。
• 使用AI成本计算器输入您的实际运行量和缓存命中率，而不是依赖单一的参考运行数字。

如果你要把编码 agent 构建到你自己的流水线、IDE 或 CI 系统中，就直接为 GPT-5.3-Codex API 付费——没有任何 ChatGPT 席位覆盖程序化访问，而且在未缓存每次运行 $0.35（已缓存 $0.12）的情况下，按量计费成本很容易预测和扩展。

反之，如果你团队的 Codex 式使用发生在 ChatGPT 自己的界面内，并且某个用户的运行次数轻松超过每月约 71 次未缓存运行或每月 210 次已缓存运行，就改为购买 $25/月的 ChatGPT Business 席位——超过该点后，固定席位比按量计费更便宜，前提是该用户的 Codex 和 ChatGPT 工作合计不超过席位的共享额度。

对于原型开发或风险较低的任务，如果 GPT-5.3-Codex 的额外能力不值得其更高的每次运行成本，就降级到 GPT-5.1-Codex-Mini（每次运行 $0.05/$0.02）或 GPT-5.1-Codex（每次运行 $0.25/$0.09）——先测试任务质量，因为这些数字都没有反映能力差异。

无论你选择什么，在进一步比较部署模式之前，先修正你的前缀缓存策略：已缓存与未缓存的差距（$0.35 对 $0.12）大于切换提供商或套餐所能带来的任何合理节省。