OpenAI API eller Gemini API: tokenpris kan villede

Velg mellom OpenAI API og Gemini API ut fra kostnaden for en fullført oppgave og hvor godt svaret oppfyller kravene. For en norsk virksomhet omfatter regnestykket inndata, svar, gjenbrukt kontekst, verktøykall og krav til databehandling.

Det finnes ingen generell prisvinner. En lav sats for inndata kan få mindre betydning når svarene er lange eller modellen bruker nettsøk. En lavere API-regning hjelper heller ikke hvis flere svar må kontrolleres, rettes eller kjøres på nytt.

Prislisten har flere satser enn én tokenpris

OpenAIs prisliste oppgir for gpt-6-luna i Standard med kort kontekst 0,10 dollar per million inntokens, 0,01 for bufrede inntokens, 0,125 for skriving til hurtigbuffer og 0,50 for uttokens. Vanlig nettsøk koster 10 dollar per 1000 kall, og søkeinnhold som sendes til modellen, faktureres som tokens i tillegg. Kvalifisert regional databehandling gir et påslag på 10 prosent. Lang kontekst og andre behandlingsmoduser har egne satser.

Googles prismatrise oppgir for gemini-3.6-flash i betalt Standard 0,75 dollar per million inntokens, 0,075 for bufret kontekst og 3,75 for uttokens, inkludert eventuelle tenketokens, til og med desember 2026. Eksplisitt hurtigbuffer har også en lagringspris på 0,50 dollar per million tokens per time. For søkejording er 5000 søk per måned kostnadsfrie på tvers av Gemini 3.x-modellene; deretter er satsen 14 dollar per 1000 søk. Flere satser øker fra januar 2027, mens Batch, Flex og Priority prises separat.

Disse prisene gjelder to navngitte modeller, ikke to dokumentert likeverdige svar. Forskjellen i nominell tokenpris kan derfor ikke alene avgjøre hvilken modell som løser en bestemt norsk oppgave billigst. Kontekstlengde og valgt behandlingsmodus må også holdes fast når beløp sammenlignes.

Tre like norske arbeidsmengder gir ulike kostnadsdrivere

Eksemplene er hypotetiske og bruker Standard-satsene for tekst som er oppgitt til og med desember 2026. Antall forespørsler og tokens er likt for begge modellene. Beløpene gjelder API-bruk i dollar, før valutaomregning, avgifter og kostnader i virksomhetens egen løsning; de forutsetter ikke at svarene har samme kvalitet.

Korte kundesvar: Anta 10 000 norske kundehenvendelser med 1000 inntokens og 200 uttokens hver, uten hurtigbuffer eller verktøy. Det gir 10 millioner inntokens og 2 millioner uttokens. Med satsene over blir modellkostnaden 2,00 dollar for gpt-6-luna og 15,00 dollar for gemini-3.6-flash. Hvis OpenAI-kallene kvalifiserer for regional behandling med påslag, blir OpenAI-beløpet 2,20 dollar. Forskjellen sier ingenting om hvor mange av svarene som kan sendes til kunden uten retting.
Spørsmål om samme regelverk: Anta 1000 spørsmål med et felles prefiks på 20 000 tokens, 1000 nye inntokens og 500 uttokens per spørsmål. Forutsett at prefikset behandles én gang og at alle de neste 999 forespørslene får fulltreff i hurtigbufferen. Da faktureres 1 million nye inntokens, 20 000 tokens ved første behandling, 19,98 millioner bufrede inntokens og 500 000 uttokens. Modellkostnaden blir omtrent 0,55 dollar hos OpenAI og 4,14 dollar hos Gemini. Ved eksplisitt Gemini-buffer kommer lagring i tillegg: 20 000 tokens koster etter den oppgitte satsen 0,01 dollar per time. Kortere levetid, færre treff eller endringer i det felles prefikset endrer regnestykket.
Svar med nettsøk: Anta 1000 spørsmål om oppdaterte norske forhold, med 2000 inntokens, 300 uttokens og nøyaktig ett søk per spørsmål. Uten bufrede tokens blir modellkostnaden 0,35 dollar hos OpenAI og 2,625 dollar hos Gemini. Ett OpenAI-nettsøkkall per spørsmål løfter summen til minst 10,35 dollar, siden søkeinnhold kan gi flere fakturerte tokens. Hvis samtlige Gemini-søk omfattes av den delte månedlige gratiskvoten, blir summen 2,625 dollar. Er kvoten brukt opp, blir den 16,625 dollar ved ett fakturerbart søk per spørsmål. En Gemini-forespørsel kan utløse flere søk, så ett søk per spørsmål er en forutsetning i eksempelet, ikke en garanti.

For kundesvar dominerer vanlige inn- og uttokens. I regelverkseksempelet betyr faktisk gjenbruk av prefikset mye, mens søk kan koste mer enn tekstbehandlingen i det siste eksempelet. Arbeidsmengder som tåler lengre ventetid, kan i tillegg ha andre priser i Batch eller Flex; slike satser hører hjemme i et eget regnestykke med samme krav til leveringstid.

Behandlingssted og lagring må vurderes hver for seg

Et regionalt pristillegg gjelder en bestemt behandlingsordning, men forteller ikke alene hvor lenge innhold lagres. OpenAIs dokumentasjon om datakontroll sier at API-data ikke brukes til modelltrening uten aktivt samtykke. Logger for misbruksovervåking kan normalt oppbevares i opptil 30 dager, mens særskilte kontroller for null datalagring krever godkjenning. Dokumentasjonen skiller mellom regional lagring og regional behandling, og tilgjengeligheten avhenger av modell, endepunkt og funksjon.

Googles vilkår for datalagring sier at innhold fra betalte Gemini Developer API-tjenester ikke brukes til produktforbedring, men at forespørsler og svar kan logges en begrenset tid for misbrukskontroll. Ved Grounding with Google Search lagrer Google forespørsel, kontekst og generert svar i 30 dager; denne lagringen kan ikke slås av for funksjonen. Et krav om bestemt behandlingssted eller lagringstid kan dermed avgjøre om søkeløsningen i regneeksempelet er aktuell, uavhengig av prisen.

Kvalitet avgjør kostnaden per brukbart svar

Tokenregnestykket må holdes atskilt fra kvalitetsmålingen. For kundesvar kan et godkjent resultat kreve riktig henvisning til virksomhetens vilkår og klart norsk språk. For regelverksspørsmål kan det kreve etterprøvbar kildebruk, mens søkesvar må bygge på informasjon som er oppdatert nok for formålet. Ekstra forsøk bruker nye tokens og kan utløse nye verktøykall.

En studie av API-er og samtalegrensesnitt fant i gjennomsnitt 3,4 prosentpoeng høyere nøyaktighet i API-evalueringer enn i tilsvarende grensesnittsevalueringer på tvers av sju systemer og ni tester. Studien målte ikke gpt-6-luna mot gemini-3.6-flash. Resultatet viser hvorfor erfaring med ChatGPT eller Gemini i nettleseren ikke uten videre kan brukes som kvalitetsmål for en bestemt API-konfigurasjon.

Et reelt valg krever derfor de samme norske oppgavene, den samme tilgjengelige konteksten og samme krav til et godkjent svar hos begge kandidatene. Når andelen godkjente svar er kjent, kan samlet API-kostnad deles på antall brukbare resultater. Da får også ekstra søk, manglende hurtigbuffertreff og gjentatte forsøk sin plass i kostnaden per løst oppgave.

Les også: