# Как считать расход токенов Responses API: вход, выход, кэш и обдумывание

https://jsonscraper.com/ru/blog/responses-api-token-usage-cost-accounting

Author: Michael Johnson

Published: 2026-10-08T05:38:59+00:00

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

Практический учёт usage: как проверить экономию после оптимизации промпта, истории и reasoning.

После сокращения промпта проверяйте экономию по `usage` каждого ответа и стоимости всей задачи. Короткий ответ может сопровождаться существенным расходом на обдумывание, а продолжение разговора — повторным учётом истории. Для контроля бюджета разделите объём токенов, тарифные категории и число вызовов, потребовавшихся для результата.



![Как считать расход токенов Responses API: вход, выход, кэш и обдумывание
Context: Разбираем счётчики Responses API, повторный учёт контекста и формулу стоимости. Reasoning уже включён в output_tokens; кэшированные токены входят во вход, а запись кэша может тарифицироваться отдельно.
Visual subject: Одна общая AI-обложка для русской, английской и немецкой версий. Фотореалистичный редакционный натюрморт: на рабочем столе разработчика четыре группы небольших полупрозрачных стеклянных жетонов; внутр](https://jsonscraper.com/assets/uploads/journal/2026/10/2f9f402c92335ef20778ea3dd8f9313c.png.hero.webp)

© jsonscraper · создано с ИИ



## Четыре счётчика и их вложенность



В [примере объекта usage](https://developers.openai.com/api/docs/guides/reasoning) OpenAI показывает вход, выход и детализацию обоих счётчиков. Читайте их так:



- `input_tokens` — общий объём входных токенов данного вызова, включая контекст, который используется для продолжения разговора.
- `input_tokens_details.cached_tokens` — часть входа, обслуженная из кэша. Она уже включена в `input_tokens`.
- `output_tokens` — общий объём сгенерированных токенов, включая обдумывание.
- `output_tokens_details.reasoning_tokens` — часть выхода, потраченная на обдумывание.



**Reasoning-токены уже входят в `output_tokens`; прибавлять их к выходу второй раз нельзя.** OpenAI учитывает их по [тарифу выходных токенов](https://developers.openai.com/api/docs/guides/reasoning). Аналогично, прибавление `cached_tokens` к входу повторно учитывает одну и ту же часть запроса. Для общего объёма используйте `total_tokens` или сумму `input_tokens + output_tokens`.



## Стоимость: разложите вход по категориям



На актуальной [странице тарифов](https://developers.openai.com/api/docs/pricing) отдельно представлены обычный вход, кэшированный вход, запись кэша и выход. Выбирайте ставки для фактической модели, режима обработки и применимой длины контекста. Точные значения храните в версионируемой конфигурации расчёта.



Существенная деталь текущей [документации кэширования](https://developers.openai.com/api/docs/guides/prompt-caching): для GPT-5.6 и более новых моделей учитывается `input_tokens_details.cache_write_tokens`. Если ваша схема предусматривает отдельную оплату записи кэша, вычитайте эту категорию из обычного входа и применяйте её ставку.



```
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
```



![Как считать расход токенов Responses API: вход, выход, кэш и обдумывание
Context: Разбираем счётчики Responses API, повторный учёт контекста и формулу стоимости. Reasoning уже включён в output_tokens; кэшированные токены входят во вход, а запись кэша может тарифицироваться отдельно.
Visual subject: Одна общая AI-обложка для русской, английской и немецкой версий. Фотореалистичный редакционный натюрморт: на рабочем столе разработчика четыре группы небольших полупрозрачных стеклянных жетонов; внутр](https://jsonscraper.com/assets/uploads/journal/2026/10/5593ee2461bd677cdf83d438b3421248.png.hero.webp)

© jsonscraper · создано с ИИ



Здесь цены заданы за миллион токенов; для схемы без отдельной категории записи используйте `W = 0`. Формула покрывает перечисленные токенные категории. Платные инструменты добавляйте отдельными строками по их [условиям тарификации](https://developers.openai.com/api/docs/pricing).



Условный пример: вход — 4000, кэшированный вход — 3000, запись кэша — 500, выход — 1000, из них reasoning — 600. Получается 500 обычных входных токенов и 5000 токенов всего. Выход оплачивается в объёме 1000; значение 600 сохраняется для диагностики.



## Продолжение разговора снова расходует вход



При ручном управлении историей приложение [передаёт предыдущие сообщения](https://developers.openai.com/api/docs/guides/conversation-state) вместе с новым вводом. Сообщения, включённые в следующий запрос, снова становятся входным контекстом. Поэтому измерение только последней пользовательской реплики пропускает расход истории.



С `previous_response_id` приложение передаёт ссылку на предыдущий ответ, а API связывает контекст. Согласно [правилам учёта продолжений](https://developers.openai.com/api/docs/guides/conversation-state), предыдущие входные токены цепочки снова оплачиваются как входные. Кэш может изменить тарифную категорию части этого входа; фактическое попадание смотрите в `cached_tokens` каждого ответа.



## Как проверить результат оптимизации



1. **Сохраните базовую выборку.** Сравнивайте одинаковые задачи, модель, критерий успешности и сопоставимую длину диалогов.
2. **Логируйте каждый вызов.** Записывайте идентификаторы ответа и задачи, модель, настройки reasoning, статус, задержку и полный `usage`. Сохраняйте версию промпта и тарифной конфигурации.
3. **Суммируйте расходы задачи.** Включайте все её вызовы и полученные ответы повторных попыток. Основная метрика — стоимость успешно завершённой задачи.
4. **Разделяйте причины изменения.** Следите за обычным входом, чтением и записью кэша, выходом и долей reasoning. Для агрегированной доли кэша делите сумму `C` на сумму `I`.
5. **Проверяйте качество и хвост распределения.** Вместе со средней стоимостью сравнивайте p95, число попыток и процент успешных задач.



Параметр [max_output_tokens](https://developers.openai.com/api/docs/guides/reasoning) ограничивает генерацию вместе с reasoning. При исчерпании лимита ответ может получить статус `incomplete`, включая случаи без видимого текста, но с расходом токенов. Учитывайте такие ответы при проверке экономии: оптимизация достигла цели, когда сопоставимые задачи успешно завершаются с меньшими суммарными затратами.
