За кожним повідомленням у ChatGPT ховається робота потужного обладнання: обчислення на серверах, споживання електроенергії, охолодження та решта інфраструктурних витрат. Тож підписка користувача — далеко не єдина складова того, що насправді коштує сервіс.

У матеріалі розберемось, від чого залежить реальна собівартість одного запиту до ChatGPT і чому фіксованої ціни за повідомлення просто не існує.

Що впливає на ціну одного запиту

Щоб обробити одне повідомлення, працює ціла технологічна екосистема — потужні графічні процесори, дата-центри, охолоджувальні системи, мережеве обладнання й програмна частина сервісу.

Ключовий фактор — обсяг обчислень. Модель зчитує запит користувача, тримає в пам'яті контекст діалогу і формує відповідь. Що об'ємніший текст і довша відповідь, то більше обчислювальної потужності це вимагає.

Окрема стаття витрат — електрика. Сервери працюють без перерв, а значна її частка йде саме на охолодження обладнання. Тому кінцева вартість запиту складається з багатьох чинників, а не лише з роботи одного GPU.

OpenAI не розкриває точну собівартість окремого запиту, тож усі наявні оцінки — приблизні й залежать від конкретної моделі, довжини контексту та типу задачі.

У скільки обходиться запит на практиці

Єдиної фіксованої ціни за запит немає — все залежить від використаної моделі, обсягу тексту на вході та довжини згенерованої відповіді.

Орієнтир можна отримати з офіційних тарифів OpenAI на роботу моделей через API. Так, GPT-5.6 Sol коштує $4 за мільйон вхідних токенів і $20 за мільйон токенів відповіді, тоді як GPT-5.6 Luna обходиться значно дешевше — $0,20 за мільйон вхідних і $1,20 за мільйон вихідних токенів.

Якщо взяти типовий запит обсягом 500 токенів і приблизно таку саму за розміром відповідь, обробка через GPT-5.6 Sol вийде близько $0,012 — трохи більше цента. Для GPT-5.6 Luna ця сума складе приблизно $0,0007.

Проте це не реальні витрати OpenAI на кожне повідомлення — йдеться про тариф використання моделей через API, а не про повну собівартість сервісу. До фактичних витрат компанії додаються сервери, електроенергія, охолодження дата-центрів, зберігання даних та інша інфраструктура.

Тому короткий запит із кількох речень обходиться системі копійки, а складне завдання з великим обсягом тексту, довгим контекстом чи додатковими інструментами потребує значно більше ресурсів. OpenAI прямо вказує, що розрахунок залежить від фактичної кількості вхідних і вихідних токенів.

У що виливаються мільйони запитів

Один запит може обходитися копійки, але з огляду на масштаб — величезну кількість повідомлень щодня — навіть мізерна вартість одного звернення перетворюється на суттєві сумарні витрати компанії.

OpenAI не розкриває точних сум, які витрачає на кожне повідомлення користувача, адже вони залежать від моделі та складності задачі. Станом на 2026 рік ChatGPT працює на кількох моделях — GPT-6 Astra, GPT-5.6 Sol, Terra та Luna, — кожна з яких потребує різного обсягу обчислювальних ресурсів.

Крім самих обчислень, компанії потрібно оплачувати роботу дата-центрів, електроенергію, охолодження серверів, мережеву інфраструктуру та зберігання даних. Додаткові потужності йдуть на обробку файлів, зображень, голосу, пошук в інтернеті та інші функції ChatGPT.

Тому для компанії значення має не ціна окремого повідомлення, а сукупне навантаження на всю систему. Що більше людей користуються ChatGPT і що складнішими стають їхні запити, то більше обчислювальних потужностей доводиться підтримувати.

Саме тому розробка ефективніших моделей важлива не лише для швидкості й якості відповідей: якщо модель здатна виконати те саме завдання з меншими обчислювальними витратами, це напряму знижує собівартість роботи сервісу.

Чи здатен ChatGPT подешевшати

Вартість штучного інтелекту може знижуватися завдяки технологічному прогресу. Компанії працюють над оптимізацією моделей, щоб ті виконували завдання швидше й витрачали менше ресурсів.

Для нескладних запитів можна застосовувати менші моделі, залишаючи потужніші для справді складних задач. Важливу роль тут відіграють і спеціалізовані чипи, які дають змогу ефективніше обробляти AI-запити.

Ще один шлях економії — кешування: якщо частину даних уже було оброблено раніше, системі не потрібно повторно виконувати ті самі обчислення.

У перспективі це здатне здешевити штучний інтелект для компаній. Водночас зниження витрат не гарантує дешевших підписок для користувачів — заощаджені кошти можуть натомість піти на розробку нових моделей і функцій.

Джерело: Galera News