核验清单
- ✓先数
action.type为 search 的次数。指南把工具调用费写在搜索动作上。引用条数和来源条数都不是这次调用的次数。 - ✓gpt-4o-mini 和 gpt-4.1-mini 配非预览的
web_search,搜索内容按每次调用固定 8000 个输入 token 计。结果再短也不缩成实际字数。 - ✓
search_context_size的 low、medium、high 不设定确切 token 数。调到 low 不改上面那块 8000。 - ✓非推理模型的
web_search_preview不另计搜索内容 token,调用行也和现行工具不同。推理模型的预览行仍计搜索内容 token。 - ✓Responses 里
tool_choice为 auto 时,搜索可以不发生。Chat Completions 的搜索模型会先搜再答。单价以价目页为准。
1. 调用是一笔,检索内容是另一笔
价目页把现行网页搜索写成一行,括号里写明包含图像搜索:一次调用的费用,再加上搜索内容 token,搜索内容按所选模型的价格计。同一张表把预览工具拆成两行。推理模型的预览行同样是调用费加上按模型价计的搜索内容 token。其他模型的预览行是另一档调用费,并且写明搜索内容 token 免费。具体单价以这一页当时的数字为准,本文不把某一天的美元标成长期牌价。
页下的说明把搜索内容 token 定义成:从搜索索引取回、连同你的提示一起送进模型、用来生成回答的那些 token。它们是输入侧的内容,不是第三种商品名。内置工具用掉的 token 按所选模型的 token 价计。所以一次成功的搜索,至少要对上两列:搜索动作带来的调用,以及送进模型的检索内容。你自己的提示词、模型写出的回答,仍按这次请求自己的输入和输出计。8000 不是整次请求的全部,它也替代不了调用那一列。
固定块只写给两个模型。网页搜索指南所指向的价目脚注写的是:gpt-4o-mini 和 gpt-4.1-mini 使用非预览的网页搜索工具时,搜索内容 token 按每次调用固定 8000 个输入 token 计。脚注用的是 input tokens,没有把这块写成缓存输入。缓存折扣是价目上另一列,这句脚注没有把它套到这块固定输入上。别的模型没有这句。它们的搜索内容仍按该模型的输入价计,数量随取回的内容走,不能把 8000 抄过去。图像搜索在现行这一行的名称里已经包含,不要再按旧表加一笔图像搜索调用。
2. 回答很短,low 也缩不了这块
屏幕上那句回答是 message 里的正文。固定块计的是送进模型的检索内容,不是正文有多短。一次调用只带回几个词,在这两个小模型上,搜索内容这一列仍是 8000 个输入 token。把「结果看起来很小」当成「检索内容很少」,对的是别的模型上按实量计的那一列,对不上这句脚注。
指南对 search_context_size 的定义是:它控制在生成回答之前,有多少网页搜索结果的上下文提供给模型。low 适合只要几个细节的查询,medium 是均衡的默认,high 用于答案可能需要更多细节的时候。紧接着的一句是:这个设置不设定确切的 token 数,也不保证来源或引用的条数。所以把旋钮拧到 low,改变的是提供给模型的上下文档位,不是把脚注里的 8000 改成一个更小的整数。在 gpt-4o-mini 和 gpt-4.1-mini 的非预览工具上,计费块是按次固定的。low 不能拿来当省 token 的开关。
引用也不是次数。输出里的 url_citation 标注给出被引用的 URL、标题和位置。指南写明,来源的数量常常多于引用的数量。一次 action.type 为 search 的动作,可以带出多条引用。对这两个小模型,那仍是一次调用、一块 8000。反过来,一次响应里如果出现两个搜索动作,指南把工具调用费写在搜索动作上,脚注写的是 per call。两个搜索动作是两次调用,也是两块 8000,不是「一次对话所以只计一块」。数的时候数搜索动作,不数引用,也不数来源。
3. 没搜成,就不要按搜成了去加
Responses 里,tool_choice 为 auto 时,搜索是可选的。指南写明,必须搜的时候用 required,或指定网页搜索这项工具。没有发出搜索动作,那句「搜索动作产生工具调用费」就没有落点。不要因为请求里挂了工具,就按一次网页搜索去估。用户自定义函数的 schema 即使没被调用也会占输入,见函数没被点到,为什么整份定义还按输入扣?。托管的网页搜索不是那份 schema。
Chat Completions 的搜索模型是另一条路径。迁移表写明:这些模型会在回答之前先搜索;Responses 里的搜索才是一项工具。走 Chat Completions 搜索模型,没有「这次模型决定不搜」这一种省法。指南还列出 gpt-5-search-api 的上下文窗口是 200k,并且这条路径不支持 Responses 上的域名过滤、完整来源列表、实时访问开关和返回 token 预算。8000 的脚注没有写到这个模型上。对它要按它自己的搜索内容用量和调用行去对,不要把小模型的固定块搬过来。
推理模型上还有 open_page 和 find_in_page。指南把「产生工具调用费」这句只写在 search 后面,没有把同一句抄到打开页面和页内查找上。它也没有写这两种动作免费,更没有写它们各自再加一块 8000。8000 的脚注对象是那两个小模型的非预览网页搜索,而打开页面、页内查找写的是推理模型才支持。对账时按输出里的 action.type 分开,不要把搜索动作的句子套到另外两种动作上。
4. 预算、窗口和已经关掉的模型
return_token_budget 只作用于 Responses 上、GPT-5 及之后推理模型的托管网页搜索。default 和省略这个参数是同一行为。unlimited 去掉默认的返回 token 预算,指南写明它会增加延迟和费用。同一段也写明:它不改变搜索的上下文窗口,并且不适用于非推理的网页搜索、旧的 Search API、容器里的网页搜索、Chat Completions 的搜索模型,以及 web_search_preview。gpt-4o-mini 和 gpt-4.1-mini 的那块 8000 因此换不掉。把预算设成 unlimited,不会让小模型改按实量计,也不会让非推理模型突然套上这套预算。
Responses 的网页搜索上下文窗口上限是 128k,即使底层模型的窗口更大。这是窗口,不是一笔已经计好的 128k token,也不是折扣。超出窗口的内容不在这次搜索的上下文里。不要把 128k 加进 8000 再估一笔。
external_web_access 设为 false 时,工具只用缓存或索引结果,不抓实时页面。不设的时候默认是 true,也就是实时访问。指南没有为离线模式另开一行更低的价格。预览工具会忽略这个参数,并按 true 来行为。想用关掉外网来少计那块 8000,文档里没有这个对应关系。
迁移表写明,gpt-4o-search-preview 和 gpt-4o-mini-search-preview 已弃用,并在 2026-07-23 关闭。今天已经过了这个日期。新的调用再按这两个模型名去对账,对的是迁移表里已经关掉的路径。它建议迁到 Responses 的 web_search,若必须留在 Chat Completions,则用 gpt-5-search-api。同一张表写 o4-mini 已在 2026-10-23 关闭。仍在用 gpt-5 的集成,网页搜索要求推理力度高于 minimal。这些是路径是否还在,不是把固定块扩大到所有模型。
文件搜索的存储和调用是另一种工具。当天没人搜,向量库超过免费额度仍按天计,见文件没人搜,向量库为什么还在按天扣?。网页搜索的一次调用不是向量库的一天。代码容器按会话分钟计、有五分钟下限,见代码只跑了一小会儿,为什么容器至少按五分钟计?。模型既搜了网页又跑了代码,两行分开加,不要因为搜过网页就再加一个容器下限。国内另一家的搜索是模型费之外再扣一笔,口径不同,见模型账单对上了,搜索费为什么还在扣?,不要把 8000 写进那本账。
5. 充值改不了这块固定输入
对账按六列走。第一列是工具:现行 web_search,还是 web_search_preview。第二列是模型:是不是 gpt-4o-mini 或 gpt-4.1-mini,并且用的是不是非预览工具。第三列是搜索动作的次数,只数 action.type 为 search 的,不数引用。第四列是搜索内容:这两个小模型按次固定 8000 个输入 token,其他模型按实量、按该模型输入价,非推理模型的预览行这一列为零。第五列是这次请求自己的提示和输出,它们在固定块之外。第六列是路径:Responses 在 auto 下可以不搜,Chat Completions 的搜索模型会先搜再答。
给账户准备额度,发生在这些列扣款之前。链上把稳定币换成能付进账户的资产,不会把一句很短的回答收成按字计费,也不会把 low 变成一块更小的输入。需要这一步时,可以用无需注册、非托管的 AllSwap 完成链上兑换。兑换成功只说明资产换了手。调用次数、那块 8000,以及预览行是否免掉搜索内容 token,仍按这次实际发出的搜索动作计。