Кожен запит в ChatGPT це обчислення на потужних серверах, електроенергія, охолодження та інша інфраструктура. Тому вартість обмежується не лише ціною підписки.
У цій статті команда GALERANEWS розбере, скільки насправді може коштувати один запит до ChatGPT, від чого залежить його собівартість та чому неможливо назвати одну фіксовану ціну для кожного повідомлення.
З чого складається вартість одного запиту
За кожним повідомленням до ChatGPT стоїть ціла інфраструктура, зокрема, сервери з потужними графічними процесорами, дата-центри, системи охолодження, мережеве обладнання та програмне забезпечення.
Обсяг обчислень є одним з головних факторів, необхідних для обробки запиту. Модель аналізує текст користувача, враховує контекст розмови та генерує відповідь. Чим більше інформації потрібно обробити та чим довшою є відповідь, тим більше обчислювальних ресурсів може знадобитися.
До витрат також входить електроенергія. Сервери працюють цілодобово, а значна частина енергії додатково витрачається на охолодження обладнання. Тому собівартість одного запиту формується з багатьох складових, а не лише з вартості роботи одного GPU.
Важливо й те, що OpenAI не публікує точну собівартість кожного окремого запиту в ChatGPT. Тому доступні оцінки є приблизними й залежать від моделі, довжини контексту та типу завдання.
Скільки коштує один запит до ChatGPT
Точної фіксованої ціни одного запиту до ChatGPT немає. Вартість залежить від того, яку модель використовує система, скільки тексту потрібно обробити та наскільки довгою буде відповідь.
Для приблизного розрахунку можна використати офіційні тарифи OpenAI на роботу моделей. Наприклад, GPT-5.6 Sol коштує $4 за 1 млн вхідних токенів і $20 за 1 млн токенів у відповіді. Для GPT-5.6 Luna ціна значно нижча — $0,20 за 1 млн вхідних токенів і $1,20 за 1 млн вихідних.
Якщо взяти звичайний запит на 500 токенів і відповідь приблизно такого самого розміру, то обробка через GPT-5.6 Sol за цими тарифами коштуватиме близько $0,012, тобто трохи більше одного цента. Для GPT-5.6 Luna це буде близько $0,0007.
Але важливо розуміти: це не означає, що OpenAI витрачає саме таку суму на кожне повідомлення в ChatGPT. Це ціна використання моделей через API, а не точна собівартість роботи сервісу. Реальні витрати компанії також включають сервери, електроенергію, охолодження дата-центрів, зберігання даних та іншу інфраструктуру.
Тому простий запит на кілька речень може коштувати системі дуже мало, тоді як складне завдання з великим обсягом тексту, довгим контекстом або додатковими інструментами потребує значно більше ресурсів. OpenAI прямо зазначає, що розрахунок залежить від фактичної кількості вхідних і вихідних токенів.
Скільки OpenAI витрачає на мільйони запитів
Один запит до ChatGPT може коштувати зовсім небагато, але компанія обробляє величезну кількість повідомлень. Тому навіть невелика вартість одного запиту в масштабі всього сервісу перетворюється на значні витрати.
OpenAI не розкриває точну суму, яку компанія витрачає на кожне повідомлення користувача. До того ж витрати залежать від моделі та складності завдання. Станом на 2026 рік ChatGPT використовує різні моделі, зокрема GPT-6 Astra, GPT-5.6 Sol, Terra та Luna, які потребують різної кількості обчислювальних ресурсів.
Окрім самих обчислень, OpenAI потрібно оплачувати роботу дата-центрів, електроенергію, охолодження серверів, мережеву інфраструктуру та зберігання даних. Додаткові ресурси потрібні для роботи з файлами, зображеннями, голосом, пошуком в інтернеті та іншими функціями ChatGPT.
Тому для компанії важлива не ціна одного повідомлення, а загальне навантаження на систему. Чим більше людей користуються ChatGPT і чим складнішими стають їхні запити, тим більше обчислювальних потужностей потрібно підтримувати.
Саме тому розвиток більш ефективних моделей має значення не лише для швидкості та якості відповідей. Якщо модель може виконувати те саме завдання з меншими витратами обчислень, це допомагає зменшити собівартість роботи сервісу.
Чи можна зробити ChatGPT дешевшим
Вартість АІ може знижуватися завдяки розвитку технологій. Компанії оптимізують моделі, щоб вони виконували завдання швидше та витрачали менше ресурсів.
Для простих запитів можна використовувати менші моделі, а потужніші залишати для складних завдань. Також важливу роль відіграють спеціалізовані чипи, які дозволяють ефективніше обробляти AI-запити.
Ще один спосіб економії — кешування. Якщо частину інформації вже було оброблено, системі не потрібно виконувати ті самі обчислення повторно.
У майбутньому це може зробити AI дешевшим для компаній. Водночас зниження витрат не обов’язково означатиме дешевші підписки — заощаджені кошти можуть спрямовуватися на розвиток нових моделей і функцій.
