# Jak počítat spotřebu tokenů Responses API: vstup, výstup, cache a uvažování

https://jsonscraper.com/cs/blog/jak-pocitat-spotrebu-tokenu-api

Author: Michael Johnson

Published: 2026-10-08T05:36:04+00:00

Updated: 2026-10-08T06:34:05+00:00

Praktické sledování usage: jak ověřit úspory po optimalizaci promptu, historie a reasoning.

Po zkrácení promptu kontrolujte úspory podle `usage` každé odpovědi a ceny celého úkolu. Krátká odpověď může být spojena se značnou spotřebou na uvažování a při pokračování konverzace se může znovu započítat historie. Pro kontrolu rozpočtu rozdělte objem tokenů, cenové kategorie a počet volání potřebných k dosažení výsledku.



![Jak počítat spotřebu tokenů Responses API: vstup, výstup, cache a uvažování
Kontext: Rozebíráme počítadla Responses API, opakované započítávání kontextu a vzorec pro cenu. Reasoning je již zahrnutý v output_tokens; tokeny z cache patří do vstupu a zápis do cache může být účtován zvlášť.
Vizuální námět: Jeden společný obal vytvořený AI pro českou, anglickou a německou verzi. Fotorealistické redakční zátiší: na pracovním stole vývojáře jsou čtyři skupiny malých průsvitných skleněných žetonů; uvnitř](https://jsonscraper.com/assets/uploads/journal/2026/10/2f9f402c92335ef20778ea3dd8f9313c.png.hero.webp)

© jsonscraper · Obrázek vygenerovaný AI



## Čtyři počítadla a jejich vnoření



V [příkladu objektu usage](https://developers.openai.com/api/docs/guides/reasoning) OpenAI uvádí vstup, výstup a podrobné údaje k oběma počítadlům. Čtěte je takto:



- `input_tokens` — celkový počet vstupních tokenů daného volání, včetně kontextu použitého k pokračování konverzace.
- `input_tokens_details.cached_tokens` — část vstupu obsloužená z cache. Je již zahrnuta v `input_tokens`.
- `output_tokens` — celkový počet vygenerovaných tokenů včetně uvažování.
- `output_tokens_details.reasoning_tokens` — část výstupu využitá na uvažování.



**Tokeny reasoning jsou již zahrnuté v `output_tokens`; k výstupu je nesmíte přičítat podruhé.** OpenAI je účtuje podle [sazby za výstupní tokeny](https://developers.openai.com/api/docs/guides/reasoning). Podobně by přičtení `cached_tokens` ke vstupu znamenalo opětovné započítání stejné části požadavku. Pro celkový objem použijte `total_tokens` nebo součet `input_tokens + output_tokens`.



## Cena: rozdělte vstup podle kategorií



Na aktuální [stránce s cenami](https://developers.openai.com/api/docs/pricing) jsou samostatně uvedeny běžný vstup, vstup z cache, zápis do cache a výstup. Vyberte sazby pro skutečně používaný model, režim zpracování a odpovídající délku kontextu. Přesné hodnoty uchovávejte ve verzované konfiguraci výpočtu.



Důležitý detail aktuální [dokumentace ke cachování](https://developers.openai.com/api/docs/guides/prompt-caching): u modelů GPT-5.6 a novějších se započítává `input_tokens_details.cache_write_tokens`. Pokud vaše schéma účtuje zápis do cache zvlášť, odečtěte tuto kategorii od běžného vstupu a použijte pro ni příslušnou sazbu.



```
I = input_tokens
C = input_tokens_details.cached_tokens
W = input_tokens_details.cache_write_tokens
O = output_tokens

ordinary_input = I - C - W
cost = ((I - C - W) * P_input
        + C * P_cached
        + W * P_write
        + O * P_output) / 1_000_000
```



![Jak počítat spotřebu tokenů Responses API: vstup, výstup, cache a uvažování
Kontext: Rozebíráme počítadla Responses API, opakované započítávání kontextu a vzorec pro cenu. Reasoning je již zahrnutý v output_tokens; tokeny z cache patří do vstupu a zápis do cache může být účtován zvlášť.
Vizuální námět: Jeden společný obal vytvořený AI pro českou, anglickou a německou verzi. Fotorealistické redakční zátiší: na pracovním stole vývojáře jsou čtyři skupiny malých průsvitných skleněných žetonů; uvnitř](https://jsonscraper.com/assets/uploads/journal/2026/10/5593ee2461bd677cdf83d438b3421248.png.hero.webp)

© jsonscraper · Obrázek vygenerovaný AI



Ceny jsou zde uvedeny za milion tokenů; pro schéma bez samostatné kategorie zápisu použijte `W = 0`. Vzorec zahrnuje uvedené kategorie tokenů. Placené nástroje přidejte jako samostatné položky podle jejich [cenových podmínek](https://developers.openai.com/api/docs/pricing).



Ilustrační příklad: vstup — 4000, vstup z cache — 3000, zápis do cache — 500, výstup — 1000, z toho reasoning — 600. Výsledkem je 500 běžných vstupních tokenů a celkem 5000 tokenů. Výstup se účtuje v objemu 1000 tokenů; hodnotu 600 si ponechte pro diagnostiku.



## Pokračování konverzace znovu spotřebovává vstup



Při ruční správě historie aplikace [předává předchozí zprávy](https://developers.openai.com/api/docs/guides/conversation-state) spolu s novým vstupem. Zprávy zahrnuté v dalším požadavku se znovu stávají vstupním kontextem. Měření pouze poslední uživatelské zprávy proto nezachytí spotřebu historie.



Při použití `previous_response_id` aplikace předá odkaz na předchozí odpověď a API propojí kontext. Podle [pravidel účtování pokračování](https://developers.openai.com/api/docs/guides/conversation-state) se předchozí vstupní tokeny v řetězci znovu účtují jako vstupní. Cache může změnit cenovou kategorii části tohoto vstupu; skutečný zásah cache zjistíte v `cached_tokens` každé odpovědi.



## Jak ověřit výsledek optimalizace



1. **Uložte základní vzorek.** Porovnávejte stejné úkoly, model, kritérium úspěšnosti a srovnatelnou délku konverzací.
2. **Zaznamenávejte každé volání.** Ukládejte identifikátory odpovědi a úkolu, model, nastavení reasoning, stav, latenci a kompletní `usage`. Uchovávejte verzi promptu a cenové konfigurace.
3. **Sečtěte náklady úkolu.** Zahrňte všechna jeho volání a odpovědi získané při opakovaných pokusech. Hlavní metrikou jsou náklady na úspěšně dokončený úkol.
4. **Rozlišujte příčiny změn.** Sledujte běžný vstup, čtení a zápis do cache, výstup a podíl reasoning. Agregovaný podíl cache vypočtěte jako součet `C` dělený součtem `I`.
5. **Kontrolujte kvalitu i konec rozdělení.** Vedle průměrných nákladů porovnávejte p95, počet pokusů a procento úspěšných úkolů.



Parametr [max_output_tokens](https://developers.openai.com/api/docs/guides/reasoning) omezuje generování včetně reasoning. Po vyčerpání limitu může odpověď získat stav `incomplete`, a to i bez viditelného textu, ale se spotřebou tokenů. Zohledněte tyto odpovědi při ověřování úspor: optimalizace splnila cíl, pokud se srovnatelné úkoly úspěšně dokončují s nižšími celkovými náklady.
