OpenAI 的模型线是几家大厂里最杂的：名字越来越像，价格差好几倍，官方接入门槛还一直在抬高。这篇把在售型号、真实价格、能直接跑的代码，以及"按 token 还是按次"的成本账一次算清楚。
这四档的命名逻辑其实不难拆：gpt-5.5 是通用档，加 pro 和 thinking 表示会展开推理，gpt-image-2-pro 专门做图，gpt-5.3-pro 是当前最强推理档。搞清楚这点，选型就不会错。
还有个常见误区是以为 thinking 版本一定更贵——在这套价格里，gpt-5.5 和 gpt-5.5-pro-thinking 都是 0.2 元一次，需要动脑的任务没有理由不用后者。
gpt-5.5 是通用档，文本、代码、指令跟随都均衡，0.2 元一次。绝大多数任务用它就够，不用往上涨档。写文案、改代码、做表格抽取、翻译校对，它都能稳定给出可用结果。
带 pro 和 thinking 的版本会展开推理过程，适合多步逻辑、复杂约束、需要自我校验的任务。价格同样是 0.2 元一次，需要动脑的活直接换它，不加价。这个定价有点反常——别的平台推理版本通常更贵——所以遇到难题没必要省着用。
gpt-5.3-pro 0.3 元一次，是当前最贵的一档。适合极难的单次任务：复杂算法设计、长篇技术方案推演、需要反复自我纠错的场景。日常任务用它属于预算浪费，它和 5.5 系列的差别在长链条任务上才看得出来。
值得上这一档的是那种一次结论错了就要付出真实代价的任务，比如线上故障的根因分析、复杂业务规则的推演。这种场景下 0.3 元和 0.2 元的差价完全不值得纠结。
gpt-image-2-pro 负责文生图和图生图，0.25 元一次。提示词跟随和指令理解比老的图像模型好，中文描述也能正确理解，适合做海报、商品图、UI 概念稿。一次出图的成本比外包设计低太多，改稿也不额外花钱。
调提示词的时候一次只改一个变量：先定构图，再调光线，最后换风格。一次改太多，出图变差了也不知道是哪个改动导致的。
platform.openai.com 注册需要海外手机号验证，账号地区会影响可用模型和接口权限。有时同一个模型，不同账号看到的权限都不一样，这是很多人"照着教程做却跑不通"的原因。
必须绑海外信用卡，而且首次调用前要先充值。国内卡基本过不了，这是最大的现实障碍。没有海外卡的人，通常是找朋友帮忙付款，或者干脆放弃官方直连。
找人帮忙付款是这个环节最常见的临时方案，但账号的安全性和长期稳定性都难保证，正式项目不建议走这条路。真正靠谱的还是找一条国内能稳定付款的通道。
部分高端模型对新账号有门槛，需要完成组织验证才能解锁更高速率。新号开局就被限流是常态，跑批量任务前先做小流量测试，别一上来就压满并发。
速率等级是跟着账号消费和验证状态走的，前期被限流先别急着怀疑接口，确认账号是否完成了组织验证更实际。
官方域名在国内不稳定，需要代理，而且 IP 漂移容易触发风控。今天能跑明天报错是常有的事，线上服务用直连就得配一整套故障转移。
小鱼API 提供 OpenAI 兼容接口，地址 https://xyuapi.top/v1，一个 Key 同时调 GPT、Claude、Gemini、Grok、DeepSeek、Kimi。国内直连不降智不限速，支付宝微信付款，最低 7 元起充。
中转还有个隐性好处：模型换代当天就能用上，不必等自己账号的权限开放，做模型横评的时候特别省事。
Chatbox、Cherry Studio、酒馆、Tavo 都能直接填自定义接口地址；VSCode 里的 Cline / RooCode / KiloCode 把模型填 gpt-5.5 就能当编程助手用，改代码、跑终端、看报错一条链路走通。配置方式和装一个普通插件没区别，填完保存立刻生效，不用重启编辑器。
| 模型 | 定位 | 价格（元/次） |
|---|---|---|
| gpt-5.5 | 通用主力 | 0.2 |
| gpt-5.5-pro-thinking | 强推理 | 0.2 |
| gpt-5.3-pro | 旗舰推理 | 0.3 |
| gpt-image-2-pro | 图片生成 | 0.25 |
一次对话请求算一次，输入多长都是这个价。这一点和官方按 token 计费的差别很大，下面单独算一笔账。
多轮对话也不用担心历史轮次越滚越贵，同一轮会话里上下文增长不会推高单价，这在做长对话类应用时很关键。
pip install openaifrom openai import OpenAI
client = OpenAI(
api_key="你的小鱼API Key",
base_url="https://xyuapi.top/v1",
)
resp = client.chat.completions.create(
model="gpt-5.5",
messages=[
{"role": "system", "content": "回答用中文，代码带注释。"},
{"role": "user", "content": "写一个带重试和超时的 HTTP 请求封装函数"},
],
)
print(resp.choices[0].message.content)把角色和输出格式写在 system 里，比在用户消息里反复强调有效得多。批量任务里我一般把格式要求写成类似 JSON schema 的描述，模型的服从度会明显提高。
import base64
img = client.images.generate(
model="gpt-image-2-pro",
prompt="极简风格电商主图，纯白背景，一款银色无线耳机居中，柔和阴影",
size="1024x1024",
)
with open("output.png", "wb") as f:
f.write(base64.b64decode(img.data[0].b64_json))
print("已保存 output.png")import OpenAI from "openai";
const client = new OpenAI({
apiKey: process.env.XYU_API_KEY,
baseURL: "https://xyuapi.top/v1",
});
const stream = await client.chat.completions.create({
model: "gpt-5.5-pro-thinking",
messages: [{ role: "user", content: "设计一个支持千万级用户的短链服务" }],
stream: true,
});
for await (const chunk of stream) {
process.stdout.write(chunk.choices[0]?.delta?.content ?? "");
}遍历流的时候分片可能不带内容，取字段记得用可选链，否则 Node 进程会直接抛异常退出。
这是选平台时最容易忽略、也最影响长期成本的一点。同一个模型，换个计费方式，账单能差十倍。
官方 GPT 档的输入价大约 2.5 美元每百万 token（折合约 18 元），输出大约 10 美元每百万 token（折合约 72 元）。一次普通对话，输入 1000 token、输出 500 token，成本约 0.018 加 0.036，合计 0.054 元。看起来比按次便宜。
同一轮对话在小鱼API 是 0.2 元一次，固定价，不看字数输出多长也不变。短对话这里吃亏，长输入这里占便宜。
关键看单次输入长度：
| 单次输入规模 | 按 token 估算 | 按次计费 |
|---|---|---|
| 1 千 token（普通对话） | 约 0.05 元 | 0.2 元 |
| 1 万 token（贴一个文件） | 约 0.25 元 | 0.2 元 |
| 10 万 token（贴多个文件、长文档） | 约 1.9 元 | 0.2 元 |
| 20 万 token（整个项目代码） | 约 3.7 元 | 0.2 元 |
结论很清楚：短对话按 token 便宜，长输入按次便宜，而且输入越长按次的优势越夸张。你的场景如果经常贴大段代码、长文档、完整日志、整份报错栈，按次计费能省掉一个数量级的钱。反过来，做客服机器人这种"每句都很短、调用量巨大"的场景，按 token 反而更合适。选之前先看看自己的平均输入长度，别凭感觉。
还有一点要意识到：按 token 计费时输入和输出价格不同，输出通常贵四倍左右，所以"少废话直接给结论"这类提示词在按 token 平台上是真能省钱的；在按次平台它只影响响应速度，不影响成本。
GPT 这条线最明显的优势在多模态：图片理解、图表解读、图像生成都在同一个 Key 下解决，不用再接第二家。做电商的可以直接用它批量出主图，再让文本模型写详情页。
需要严格输出 JSON、固定字段、指定模板的任务，GPT 的服从度通常更好，不容易自作主张加解释文字。做批量数据清洗时这一点很省事，不用写一堆正则去剥壳。
主流框架、SDK、客户端默认支持的第一家基本都是 OpenAI 协议。用中转地址接入，等于把这份生态红利直接继承下来。
接入过程中的报错基本集中在鉴权、限流、参数这三类，按状态码对号入座效率最高。
Key 有误或者接口地址写错。注意地址要带 /v1，只写根域名会直接 404。
并发过高或额度不足。中转线路的速率限制比官方宽松，但仍建议给脚本加退避重试，尤其别在循环里裸调用。
模型名拼错，或者账号没有该模型权限。走中转地址时直接填本文表格里的模型名即可，不用管官方命名怎么变。
生图返回 400 通常是提示词里含违规内容，或者 size 参数不被支持。先用 1024x1024 测通，再往其他尺寸调。
max_tokens 设得太小，或者流式连接被网关掐断。长任务把超时调到 120 秒以上，输出上限提到 4096 以上再试。
状态码只说明问题属于哪一类，具体原因几乎都写在响应体里。调试时把 e.status 和 e.message 一起打出来，是模型没权限还是余额不足，一眼就分得清，比照着状态码猜快得多。这条在批量脚本里尤其值钱：出问题时你手上只有一行日志，日志里有什么，决定了你能不能立刻定位。
接入地址统一是 https://xyuapi.top/v1，最低 7 元起充。建议先充最低档把代码跑通，确认返回质量符合预期，再决定走单次计费还是无限卡。别一上来就充大额，先验证链路和效果，这是最省钱的做法。
再补一句：如果你调用的任务里有一半以上是短对话，老实按 token 计费更划算；长输入占主导，按次才算真的省。