# Slik beregner du tokenbruk i Responses API: input, output, hurtigbuffer og resonnering

https://jsonscraper.com/no/blog/beregn-tokenbruk-responses-api-kostnad

Author: Michael Johnson

Published: 2026-10-08T05:36:01+00:00

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

Praktisk oversikt over usage: Slik kontrollerer du besparelser etter optimalisering av prompt, historikk og resonnering.

Etter at du har forkortet prompten, bør du kontrollere besparelsene med `usage` for hvert svar og kostnaden for hele oppgaven. Et kort svar kan likevel innebære betydelig forbruk til resonnering, og når en samtale fortsetter, kan historikken bli tatt med i beregningen på nytt. For å holde oversikt over budsjettet bør du skille mellom tokenmengde, priskategorier og antall kall som trengs for å få et resultat.



![Slik beregner du tokenbruk i Responses API: input, output, hurtigbuffer og resonnering
Kontekst: Vi går gjennom tellerne i Responses API, gjentatt fakturering av kontekst og kostnadsformelen. Resonering inngår allerede i output_tokens; hurtigbufrede tokens inngår i input, mens skriving til hurtigbufferen kan faktureres separat.
Visuelt motiv: Ett felles AI-omslag for de russiske, engelske og tyske versjonene. Et fotorealistisk redaksjonelt stilleben: På en utviklers skrivebord ligger fire grupper med små, halvgjennomsiktige glassbrikker; inni](https://jsonscraper.com/assets/uploads/journal/2026/10/2f9f402c92335ef20778ea3dd8f9313c.png.hero.webp)

© jsonscraper · KI-generert bilde



## Fire tellere og hvordan de henger sammen



I [eksempelet på et usage-objekt](https://developers.openai.com/api/docs/guides/reasoning) viser OpenAI input, output og detaljene for begge tellerne. Slik leser du dem:



- `input_tokens` — det samlede antallet input-tokens for dette kallet, inkludert kontekst som brukes til å fortsette samtalen.
- `input_tokens_details.cached_tokens` — delen av inputen som ble levert fra hurtigbufferen. Den inngår allerede i `input_tokens`.
- `output_tokens` — det samlede antallet genererte tokens, inkludert resonnering.
- `output_tokens_details.reasoning_tokens` — delen av outputen som ble brukt til resonnering.



**Resonneringstokens inngår allerede i `output_tokens`; ikke legg dem til outputen en gang til.** OpenAI fakturerer dem etter [prisen for output-tokens](https://developers.openai.com/api/docs/guides/reasoning). Tilsvarende vil det å legge `cached_tokens` til inputen føre til at samme del av forespørselen telles to ganger. Bruk `total_tokens` eller summen av `input_tokens + output_tokens` for å få totalmengden.



## Kostnad: Del opp inputen etter kategori



Den gjeldende [prissiden](https://developers.openai.com/api/docs/pricing) viser vanlig input, hurtigbufret input, skriving til hurtigbufferen og output som separate kategorier. Velg satsene som gjelder for den faktiske modellen, behandlingsmodusen og kontekstlengden. Oppbevar de nøyaktige verdiene i en versjonskontrollert beregningskonfigurasjon.



En viktig detalj i den gjeldende [dokumentasjonen om hurtigbufring](https://developers.openai.com/api/docs/guides/prompt-caching) er at `input_tokens_details.cache_write_tokens` telles for GPT-5.6 og nyere modeller. Hvis oppsettet ditt fakturerer skriving til hurtigbufferen separat, trekker du denne kategorien fra vanlig input og bruker satsen for den.



```
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
```



![Slik beregner du tokenbruk i Responses API: input, output, hurtigbuffer og resonnering
Kontekst: Vi går gjennom tellerne i Responses API, gjentatt fakturering av kontekst og kostnadsformelen. Resonering inngår allerede i output_tokens; hurtigbufrede tokens inngår i input, mens skriving til hurtigbufferen kan faktureres separat.
Visuelt motiv: Ett felles AI-omslag for de russiske, engelske og tyske versjonene. Et fotorealistisk redaksjonelt stilleben: På en utviklers skrivebord ligger fire grupper med små, halvgjennomsiktige glassbrikker; inni](https://jsonscraper.com/assets/uploads/journal/2026/10/5593ee2461bd677cdf83d438b3421248.png.hero.webp)

© jsonscraper · KI-generert bilde



Her er prisene oppgitt per million tokens. Hvis oppsettet ikke har en egen kategori for skriving, bruker du `W = 0`. Formelen dekker de oppførte tokategoriene. Legg til betalte verktøy som egne linjer i henhold til [prisvilkårene deres](https://developers.openai.com/api/docs/pricing).



Et hypotetisk eksempel: 4000 input-tokens, 3000 hurtigbufrede input-tokens, 500 tokens brukt til å skrive til hurtigbufferen og 1000 output-tokens, hvorav 600 er resonneringstokens. Da får du 500 vanlige input-tokens og 5000 tokens totalt. Du betaler for 1000 output-tokens; verdien 600 beholdes for feilsøking.



## Videreføring av en samtale bruker input på nytt



Når programmet håndterer historikken manuelt, [sender det tidligere meldinger](https://developers.openai.com/api/docs/guides/conversation-state) sammen med den nye inputen. Meldinger som tas med i den neste forespørselen, blir dermed inputkontekst på nytt. Hvis du bare måler den siste brukermeldingen, overser du derfor kostnaden for historikken.



Med `previous_response_id` sender programmet en referanse til det forrige svaret, og API-et kobler sammen konteksten. I henhold til [reglene for fakturering av videreføringer](https://developers.openai.com/api/docs/guides/conversation-state) faktureres tidligere input-tokens i kjeden på nytt som input. Hurtigbufferen kan endre priskategorien for deler av denne inputen; kontroller `cached_tokens` for hvert svar for å se hva som faktisk ble hentet fra hurtigbufferen.



## Slik kontrollerer du resultatet av optimaliseringen



1. **Lagre et utgangspunkt.** Sammenlign oppgaver av samme type, samme modell, samme kriterier for suksess og samtaler med omtrent samme lengde.
2. **Loggfør hvert kall.** Registrer ID-er for svar og oppgaver, modell, innstillinger for resonnering, status, forsinkelse og hele `usage`-objektet. Lagre versjonen av prompten og priskonfigurasjonen.
3. **Summer kostnadene per oppgave.** Ta med alle kallene og svarene fra eventuelle nye forsøk. Hovedmålet er kostnaden per fullført oppgave.
4. **Skill mellom årsakene til endring.** Følg med på vanlig input, lesing fra og skriving til hurtigbufferen, output og andelen resonnering. For den samlede andelen hurtigbufret input deler du summen av `C` på summen av `I`.
5. **Kontroller kvaliteten og ytterpunktene i fordelingen.** Sammenlign p95, antall forsøk og andelen oppgaver som lykkes, i tillegg til gjennomsnittskostnaden.



Parameteren [max_output_tokens](https://developers.openai.com/api/docs/guides/reasoning) begrenser genereringen, inkludert resonnering. Når grensen nås, kan svaret få statusen `incomplete`, også uten synlig tekst, men med tokenforbruk. Ta med slike svar når du vurderer besparelser: Optimaliseringen har nådd målet når sammenlignbare oppgaver fullføres med lavere samlet kostnad.
