OpenAI API vai Claude API? Halpa token ei kerro tehtävän hintaa

OpenAI API:n ja Claude API:n välillä ei ole yhtä halvinta valintaa kaikkiin töihin. Lyhyessä luokittelussa edullinen malli voi riittää, kun taas pitkässä dokumenttianalyysissä välimuistin osumat muuttavat laskua. Työkaluja käyttävässä agentissa mukaan tulevat haut, jatkokutsut ja epäonnistuneet yritykset. Vertailukelpoinen mitta on kustannus hyväksyttyä tehtävää kohti.

Laatu ja nopeus on pidettävä erillään hinnastosta. Artificial Analysisin mallikohtaisessa vertailussa GPT-6 Astra (Max) saa Intelligence Indexissä 53 pistettä ja Claude Sonnet 5.5 (Xhigh, Default Fallback) 52; Claude-kokoonpanon tulostusnopeus on noin 111 ja Astran 63 tokenia sekunnissa, mutta painotettu indeksitehtävän kustannus on vastaavasti 2,75 ja 3,26 dollaria. Mittaus koskee juuri näitä asetuksia ja testitehtäviä. Se ei kerro, kuinka usein kumpikaan malli täyttää oman sovelluksen hyväksymisrajan.

Listahinta ja työkalumaksu

OpenAI:n GPT-5.6-hintapäivityksen mukaan Lunan syöte maksaa 0,20 ja tuloste 1,20 dollaria miljoonalta tokenilta, kun Terran vastaavat hinnat ovat 2 ja 12 dollaria. Saman perheen Sol on kalliimpi vaihtoehto vaativampaan työhön. Mallia ei silti kannata valita perheen nimen perusteella: luokittelu, dokumentin tulkinta ja monivaiheinen agentti kuluttavat syöte- ja tulostetokeneita eri suhteissa.

Claude API:n hinnastossa Sonnet 5.5:n syöte maksaa 2 ja tuloste 10 dollaria miljoonalta tokenilta, viiden minuutin välimuistiin kirjoitus 2,50 dollaria ja välimuistiosuma 0,20 dollaria; verkkohaku maksaa lisäksi 10 dollaria tuhatta hakua kohti, kun taas web fetchistä veloitetaan vain sen käyttämät tokenit. Hakutuloksista keskusteluun palautettu sisältö kasvattaa syötettä. Siksi agentin työkalukulu ei rajoitu hakujen kappalehintaan.

Myös OpenAI API:n hinnasto veloittaa verkkohauista 10 dollaria tuhatta kutsua kohti sekä hakusisällön tokenit mallin hinnalla; GPT-5.6 Solin syöte maksaa 4 ja tuloste 20 dollaria miljoonalta tokenilta. Molemmilla palveluilla sama hakumäärä voi siis tuottaa eri laskun, jos malli lukee eri määrän hakusisältöä tai jatkaa työskentelyä eri määrän kierroksia. Verkkohakua käyttävän tehtävän vertailussa tarvitaan koko tapahtumaketjun kulutus.

Välimuisti muuttaa pitkän syötteen hintaa

Välimuistista on hyötyä, kun sama pitkä alkuosa todella toistuu pyynnöstä toiseen. OpenAI:n välimuistiohjeen mukaan GPT-5.6-perheen kirjoitus maksaa 1,25-kertaisen ja myöhempi luku yleensä 0,1-kertaisen tavallisen syöttöhinnan; välimuistiin kelpaava alkuosa vaatii vähintään 1 024 näkyvää syöttötokenia. Kirjoitus tulee ensin maksettavaksi, joten yksittäinen pyyntö ei saa säästöä myöhemmistä osumista. Yhteisen aineiston kannattaa pysyä muuttumattomana välimuistirajaan asti, sillä muutos alkuosassa voi estää sen jälkeisen sisällön uudelleenkäytön.

Dokumenttianalyysissä yhteinen lähdeaineisto, ohje ja työkalumäärittely ovat mahdollisia välimuistin osia; pyynnön oma kysymys vaihtelee. Konteksti-ikkuna kertoo, mahtuuko kokonaisuus mallille, mutta mahtuminen ei tee toistuvasta syötteestä ilmaista. Todelliseen kustannusarvioon tarvitaan erikseen tavalliset syöttötokenit, välimuistiin kirjoitetut tokenit, välimuistista luetut tokenit ja tulostetokenit. Osumien määrä ratkaisee, kuinka paljon kirjoitusmaksu jakautuu myöhempien pyyntöjen kesken.

Sama laskuri kolmelle kuormalle

Laske ensin kaikkien yritysten tokenit ja työkalukutsut yhteen. Lisää käsin tehdyn tarkistuksen ja korjauksen kustannus ja jaa summa hyväksyttyjen tehtävien määrällä. Jos tehtävä jää hyväksymättä, sen kulut pysyvät osoittajassa mutta tehtävä ei kasvata nimittäjää. Seuraavat luvut ovat ehdollisia laskuesimerkkejä edellä mainituilla hinnoilla, eivät mitattuja mallien onnistumistuloksia.

Lyhyt luokittelu

Oletetaan tuhat toisistaan riippumatonta pyyntöä, joista jokainen käyttää 1 000 syöttötokenia ja 50 tulostetokenia. Välimuistia tai työkaluja ei käytetä. Lunan tokenikulu on silloin yhteensä 0,26 dollaria ja Sonnet 5.5:n 2,50 dollaria. Jos molemmat täyttävät saman tarkkuusvaatimuksen ilman korjaustyötä, Luna on tässä kuormassa selvästi halvempi.

Virheet voivat kääntää tuloksen. Oletetaan vain havainnollistamiseksi, että Lunan luokituksista 10 prosenttia ja Sonnetin 2 prosenttia vaatii käsin tehtävän korjauksen, joka maksaa 0,20 dollaria tapausta kohti. Kun kaikki tehtävät saadaan lopulta hyväksytyiksi, kokonaismeno on Lunalla 20,26 dollaria ja Sonnetilla 6,50 dollaria. Nämä virheosuudet eivät ole väite kummankaan mallin laadusta: juuri oman aineiston hyväksymistulos määrää, toteutuuko tällainen ero.

Pitkä dokumenttianalyysi

Oletetaan kymmenen nopeasti peräkkäistä analyysipyyntöä, joissa toistuu sama 100 000 tokenin aineisto. Jokainen pyyntö lisää 5 000 uutta syöttötokenia ja tuottaa 1 000 tulostetokenia. Jos yhteinen osa kirjoitetaan välimuistiin kerran ja myöhemmät pyynnöt osuvat siihen, koko sarjan tokenikulu on Lunalla noin 0,065 ja Sonnetilla noin 0,63 dollaria. Ilman välimuistiosumia luvut ovat noin 0,222 ja 2,20 dollaria.

Tässä kuormassa aineiston pituus pysyy samana, mutta osumien määrä muuttaa molempien palvelujen laskua. Jos kysymykset tulevat harvakseltaan tai yhteistä alkuosaa muokataan jatkuvasti, esimerkin säästö ei toteudu. Pitkän analyysin vertailuun kuuluu myös vastauksen pituus: laaja perustelu voi kasvattaa tulostekulua enemmän kuin luokittelun lyhyt vastaus. Hyväksytty analyysi voi silti olla arvokkaampi kuin halvempi vastaus, joka tarvitsee uuden yrityksen tai ihmisen korjauksen.

Työkaluja käyttävä agentti

Oletetaan, että yksi hyväksytty tehtävä kuluttaa kaikkien mallikutsujen aikana yhteensä 16 000 syöttötokenia ja 4 000 tulostetokenia sekä tekee kaksi verkkohakua. Hakutulosten mallille palautettu sisältö sisältyy syöttölukuun. GPT-5.6 Terran lasku on tällöin noin 0,100 dollaria ja Sonnet 5.5:n noin 0,092 dollaria, jos tehtävä onnistuu näillä kutsuilla. Ero on pieni suhteessa siihen, miten paljon uusi yritys tai lisähaku voi muuttaa kulutusta.

Agentissa kustannus ja viive syntyvät koko ketjusta: mallin päätöksestä käyttää työkalua, työkalun palauttamasta sisällöstä ja mallin seuraavasta vastauksesta. Jos eteneminen epäonnistuu, uusi kierros voi tuoda mukaan aiempaa keskustelua ja uusia hakuja. Siksi saman alkupyynnön hinta kertoo vähemmän kuin hyväksyttyjen lopputulosten osuus ja niiden vaatima kokonaisaika.

Laadun ja viiveen hyväksymisraja

Valinta riippuu kuormasta. Lyhyessä luokittelussa pieni tokenilasku on vahva etu, jos virheitä tulee riittävän vähän. Toistuvassa dokumenttityössä välimuistiosumien osuus voi painaa enemmän kuin syötteen listahinta. Agentissa taas työkalukutsujen ja uusien yritysten määrä voi ratkaista eron, vaikka yhden suunnitellun kierroksen hinta olisi lähes sama.

Käytännön vertailussa kummallekin API:lle on annettava sama tehtäväjoukko ja sama hyväksymisraja. Kokonaiskulun rinnalle kuuluu vastausaika: nopea tokenien tulostus ei yksin kerro, kauanko käyttäjä odottaa valmista tulosta. Kun hyväksyttyjen tehtävien osuus, korjaustyö ja viive ovat mukana, halpa token saa oikean mittasuhteen.

Lue myös:

• Claude Code vai Codex? Valinta ratkeaa työnkulkuun, ei yhteen testiin
• MCP vai A2A? Työkalu ja agentti tarvitsevat eri protokollan
• GitHub Actions vai GitLab CI? Minuutit peittävät todellisen laskun