Когда мы работаем с API OpenAI, мы указываем модель, которая будет обрабатывать наш запрос (prompt). Например, в запросе к LLM модели название модели передаётся аргументом model. Откуда брать эти значения и как узнать, сколько стоит каждая модель?

У каждой модели своё качество ответа: чем сильнее модель, тем качественнее она отвечает и тем дороже стоит.

Где смотреть модели и цены

Характеристики всех моделей, которые можно указывать, собраны в документации OpenAI. Там есть раздел Pricing, в нём удобно смотреть цены.

Цена указывается за миллион токенов, отдельно:

  • за входные токены (то, что мы отправляем модели);
  • за выходные токены (ответ модели);
  • за кэшированные запросы.

Например, самая передовая модель на момент записи стоит 10 долларов за миллион входных токенов и 50 долларов за миллион выходных, плюс отдельно оплачивается кэширование. То есть это очень дорогая модель.

Поэтому для тестирования и простой разработки можно использовать самую дешёвую модель - gpt-5-nano. Её я и использую в этих видео. Дальше, когда будете писать конкретные прикладные программы, можно поэкспериментировать и выбрать модель, которая подходит больше. Но для тестов берите её: это одна из самых дешёвых моделей.

Карточка модели

У каждой модели есть карточка с характеристиками:

  • Model ID - то, что мы пишем в параметре model, например gpt-5-nano;
  • Snapshot - дата, когда версия модели выпущена;
  • контекстное окно - сколько токенов можно передать модели во входных данных, чтобы она их учитывала;
  • модальности - что подаётся на вход (текст, картинка) и что получаем на выходе, например текст;
  • endpoints - через какие разделы API модель доступна: ответы, чат и так далее. Это уже тонкости, о них поговорим позже.

Алиас и снимок

Снимок (snapshot) - это состояние модели на конкретную дату. Снимки отключают по графику, и нужны они, как правило, только для тонких настроек: когда для конкретной задачи нужна именно определённая модель на определённую дату, например в ней была важная для вас доработка.

Обычно снимки не используют, а используют просто алиас - название вроде gpt-5-nano.

Список моделей программно

Список моделей, доступных вашему ключу, можно получить и программно. Создаём клиент OpenAI, как в предыдущих видео, и запрашиваем список моделей:

from dotenv import load_dotenv
from openai import OpenAI

load_dotenv()
client = OpenAI()

models = list(client.models.list())
print(f"Моему ключу доступно {len(models)} моделей")

for m in models:
    print(m.id, m.shutdown_date)

model = client.models.retrieve("gpt-5-nano")
print(model.id, model.created, model.owned_by, model.shutdown_date)

Запускаем скрипт, и OpenAI выдаёт список всех моделей, которые можно прописать. Моему ключу доступно 133 модели, а мы используем модели GPT-5.

Для каждой модели скрипт дополнительно выводит shutdown_date - дату отключения модели, если она уже назначена. Одну конкретную модель можно запросить по идентификатору методом client.models.retrieve("gpt-5-nano"): в ответе будут её id, дата создания created, владелец owned_by и shutdown_date.

Нужно учитывать, что в этом списке не все модели предназначены для обработки текста. Там есть модели:

  • для векторного поиска;
  • для обработки и создания картинок;
  • для перевода текста в речь и речи в текст;
  • для создания видео;
  • для работы с голосом в реальном времени.

Поэтому смотрите, в каком разделе модель используется. Для обычных текстовых ответов нам нужен раздел клиента responses.

И по ценам: как я говорил, для тестирования лучше выбирать самую дешёвую модель, gpt-5-nano - самый подходящий вариант. Это базовые знания, которые пригодятся при выборе модели: где её посмотреть и как анализировать.