OpenAI Agents SDK 定价：面向代理的 Responses API 成本

一个 OpenAI 代理每次 12 步运行的成本在 4 美分到 1 美元左右，具体取决于所选模型，SDK 本身不额外收费。Agents SDK（Agent, Runner）是建立在 Responses API 之上的开源编排层；您只需支付代理所用模型的 Token 费率。假设每个步骤使用 4,000 Token 的系统提示词加工具 Schema、1,500 Token 的工具返回结果以及 300 Token 的输出（12 步共计 166,800 输入 Token 和 3,600 输出 Token），未缓存的运行成本如下：

价格为 2026-09-11 目录中的每 1M Token 美元计价。以 GPT-5.4 为例：166,800 × $2.50 ÷ 1,000,000 = $0.417 输入成本，加上 3,600 × $15 ÷ 1,000,000 = $0.054 输出成本，总计 $0.471。GPT-5.5 Pro 的费率是 GPT-5.4 的 12 倍，适用于一次性解决复杂难题的场景，而非循环迭代。

Responses API 的代理单轮交互通过 client.responses.create 发起，传入 tools=[...] 和 input=[...]。模型会返回 function_call 项；您执行这些调用，追加 function_call_output 项并再次请求。每次调用都会对完整的输入列表计费，因此追踪中的第 12 次调用发送了 23,800 个 Token，整轮运行共发送 166,800 个。

两项 Responses 特有的机制会影响您的费用。previous_response_id 在服务端存储对话历史，使您只需发送新数据；这仅是便利功能而非折扣，因为存储的上下文仍会在每轮作为输入计费。但它能确保您的前缀字节完全一致，这正是触发自动缓存的关键。此外，推理 Token 按输出计费：GPT-5.5 和 GPT-5.4 默认开启推理，因此对于仅需选择工具的 Worker 代理，请设置 reasoning={"effort": "low"}。输出占 GPT-5.4 运行成本的 11%；输入部分几乎全是重复上下文，占其余 89%。

OpenAI 会自动对前缀与近期请求匹配的任何请求应用 Prompt 缓存，缓存的输入 Token 仅按列表输入费率的约 10% 计费。无需添加 cache_control 块；关键在于保持前缀稳定。请将系统提示词和工具定义放在最前面，调用间绝不重新排序工具，并将时间戳和请求 ID 排除在前缀之外。

在 12 步追踪中，缓存将 GPT-5.4 的成本从 $0.471 降至约 $0.15，GPT-5.4 mini 从 $0.141 降至约 $0.045。在 30 步运行中（未缓存输入 Token 为 903,000），GPT-5.4 从 $2.39 降至约 $0.49。可通过读取 usage.input_tokens_details.cached_tokens 进行验证；如果第一步之后该值仍为零，说明前缀中有内容发生了变化。

from openai import OpenAI

client = OpenAI()
tools = [{
    "type": "function", "name": "lookup_invoice", "strict": True,
    "description": "Fetch an invoice by number",
    "parameters": {"type": "object", "properties": {"number": {"type": "string"}},
                   "required": ["number"], "additionalProperties": False},
}]
resp = client.responses.create(
    model="gpt-5.4",
    instructions=SYSTEM_PROMPT,          # stable prefix: instructions + tools
    tools=tools,
    input=history,                       # growing list of items
    reasoning={"effort": "low"},
    max_output_tokens=2000,
)
u = resp.usage
cached = u.input_tokens_details.cached_tokens
# GPT-5.4: $2.50 in, ~$0.25 cached in, $15 out per 1M
cost = ((u.input_tokens - cached) * 2.5 + cached * 0.25
        + u.output_tokens * 15) / 1_000_000

此 Prompt 缓存成本对比将 OpenAI 的做法与 Anthropic 显式的 cache_control 以及 Gemini 的上下文缓存并列展示。

Agents SDK 为你运行循环：Runner.run 调用模型，执行你的 @function_tool 函数，追加结果，并重复直到代理返回最终输出或达到 max_turns。它不增加额外成本，但会改变两个关于支出的事项。max_turns（默认值为 10）是你的步骤上限；请有意设置它。而交接会将对话带入每个新代理的上下文中，这会不明显地增加输入费用。

from agents import Agent, Runner, function_tool

@function_tool
def lookup_invoice(number: str) -> str:
    return db.invoice(number)

agent = Agent(name="billing", model="gpt-5.4-mini",
              instructions=SYSTEM_PROMPT, tools=[lookup_invoice])
result = Runner.run_sync(agent, task, max_turns=12)
usage = result.context_wrapper.usage
# GPT-5.4 mini: $0.75 in / $4.50 out per 1M; 12 reference steps ~= $0.14
run_cost = (usage.input_tokens * 0.75 + usage.output_tokens * 4.5) / 1_000_000

内置托管工具（网页搜索、文件搜索、代码解释器、计算机使用）按每次使用费率单独计费，不在我们的目录中，因此在启用它们之前请查看供应商定价页面。它们返回的内容随后会在后续每个步骤中按正常输入计费。

能以可靠性完成任务的最便宜模型：GPT-5.4 mini，每次 12 步运行约 $0.141（缓存后约 $0.045）。在每个函数上设置 strict: True，它能一致遵循模式，其 400K 上下文覆盖任何合理的循环，且成本仅为 GPT-5.4 的 30%。这是我们默认用于工作代理和任何工具调用在执行前经过验证的循环的模型。

GPT-5.4 nano 每次运行约 $0.038，是 mini 的三分之一。将其用于分类和路由步骤、提取以及在小型工具集上选择工具，其中错误的调用成本低廉。不要将其作为规划者：当 nano 偏离轨道时，它会花费许多步骤，而 30 个 nano 步骤（$0.19）比 12 个 mini 步骤成本更高。

GPT-5.3-Codex 价格为 $1.75/$14（每次运行 $0.342），是编码专家。对于编写和编辑代码的代理，它通常比 GPT-5.4 mini 用更少的步骤完成，这是支付每步 2.4 倍价格的唯一原因。

何时为旗舰付费：GPT-5.4（$0.471）用于开放式任务和任何有副作用的任务；GPT-5.5（$0.942）仅作为多代理设置中的规划者，或当单个失败运行成本超过约一美元时。GPT-5.5 每次运行正好是 GPT-5.4 的 2 倍，必须将失败率或步骤数减半才能收支平衡。最便宜的 AI 代理 LLM 指南将这些模型与 Anthropic、Google 和开放权重模型在同一追踪上进行排名。

ChatGPT 套餐不包含 API 额度。ChatGPT Plus（$20）、Pro（从 $100 起，分为 $100、$200 和 $500 档）和 Business（每席位每月 $25，年付 $20）为用户提供访问 ChatGPT 及其中的 Codex 代理的权限，采用的是用量限额而非令牌计量，因此这种比较仅适用于人类交互式驱动代理。该限额与聊天工作并非相互独立：ChatGPT Work 和 Codex 已经共享该限额，OpenAI 表示从 2026 年 12 月起，Plus、Pro 和 Business 的限额将跨 ChatGPT 和 Codex 合并。即时聊天不消耗该限额。Plus 和 Pro 用户可购买额外额度，但 OpenAI 并未公布固定的每额度价格。

每天使用 Codex 处理少量编码任务的开发者，完全在 Plus 或 Business 的覆盖范围内，Business 还增加了管理员控制，并默认将工作区数据排除在训练之外。Pro 仅对以下用户有意义：其交互式使用量在 $100 档上否则每月将超过约 212 次旗舰运行（$100 ÷ $0.47），或在 $200 档上超过约 425 次，并且其 Codex 和 ChatGPT 工作能共同适配共享限额。我们的 ChatGPT 定价页面和 OpenAI Codex 定价页面提供了套餐详情。

对于任何无人值守、并行或嵌入产品的场景，API 都占优势，而一旦常规步骤转向 mini 或 nano，API 在价格上也胜出：1,000 次缓存的 GPT-5.4 mini 运行成本约为 $45，这是任何席位套餐都无法支撑的。

应用所有四种方法；每种方法针对不同的失败情况：

• 每次调用的 max_output_tokens：对于工具调用轮次，设置为 1,000 到 4,000。这会限制一轮的令牌数，包括推理令牌。
• Runner.run 上的 max_turns，或手动步骤计数器：对于大多数任务类型，设置为 12 到 15。
• 停止条件：一个必需的 finish 函数，在两次相同连续函数调用时中止，以及在工具错误重复两次时中止。
• 每次运行的美元预算，根据每次调用后的 usage 计算，缓存令牌约为列表价的 10%。超出上限时中止，并记录每个任务的总成本以计算每次成功任务的成本。

以 GPT-5.4 费率计算，每次运行 $0.50 的预算涵盖大约 12 个未缓存的参考步骤或约 35 个缓存步骤。对于可以等待的扇出任务，Batch API 运行价格约为列表价的 50%；它无法运行实时循环，但可以一夜之间运行 10,000 个短代理。参见 LLM 批量 API 定价和 AI 成本计算器以了解月度预算。

成本：在 GPT-5 系列中，每次 12 步运行缓存前为 $0.04 到 $0.94，缓存后约为 $0.01 到 $0.30。谁应该支付 API 费率：任何无人值守、大规模或在产品中运行代理的人，常规步骤使用 GPT-5.4 mini 或 nano。谁不应该：单独使用 Codex 进行交互式开发的开发者，对他们来说，价格为 $20 到 $25 的 Plus 或 Business 比任何合理的 API 账单更划算。获得结果最便宜的方式：使用严格模式和稳定缓存前缀的 GPT-5.4 mini，用于开放式或有副作用步骤的 GPT-5.4，作为偶尔规划者的 GPT-5.5，以及有意设置的 max_turns。参见 Claude 代理 API 成本和 Gemini 代理 API 成本指南以了解其他技术栈，运行 AI 代理的成本追踪，以及 ChatGPT 101 教程以了解 API 基础。