1. Публикации
  2. Обзор OpenAI ChatGPT API: возможности, модели, примеры и стоимость в 2026 году

Обзор OpenAI ChatGPT API: возможности, модели, примеры и стоимость в 2026 году

Актуальность информации: 29 сентября 2026 года.

OpenAI API за последние несколько лет изменился настолько сильно, что старые руководства с GPT-3.5, GPT-4, Completions API и DALL·E уже почти не описывают современную платформу. Сегодня это не просто API для отправки текста в чат-модель, а набор инструментов для создания мультимодальных приложений, поисковых систем, голосовых интерфейсов и AI-агентов, которые могут работать с внешними данными и вызывать функции приложения.

Термин ChatGPT API по-прежнему часто используют в поиске и разговорной речи, но технически правильнее говорить OpenAI API. ChatGPT — готовый пользовательский продукт OpenAI, а API — отдельная платформа для разработчиков, через которую можно подключать модели GPT и специализированные модели к собственным сайтам, приложениям и внутренним системам.

Что изменилось в OpenAI API

Раньше типичная интеграция выглядела просто: приложение передавало prompt, модель возвращала текст. Затем появился Chat Completions API с историей сообщений и ролями. В 2026 году основной интерфейс для новых проектов — Responses API, который объединяет генерацию, работу с мультимодальными данными, инструменты и многошаговые сценарии.

Главные изменения можно свести к нескольким направлениям:

  • модели теперь работают не только с текстом, но и с изображениями, файлами и другими типами входных данных;
  • появились reasoning-модели, способные тратить больше вычислений на сложные задачи;
  • модель может использовать встроенный веб-поиск, поиск по файлам, Code Interpreter, Computer Use и внешние инструменты;
  • function calling позволяет модели обращаться к функциям и API вашего приложения;
  • Structured Outputs позволяет получать данные строго по JSON Schema вместо попыток разбирать свободный текст;
  • появились отдельные API и модели для realtime-голоса, транскрипции, синтеза речи и генерации изображений;
  • для длительных задач доступны background mode и агентные сценарии.

При этом Chat Completions API не исчез и продолжает поддерживаться. Но OpenAI рекомендует Responses API как базовый вариант для новых интеграций.

Responses API — основной способ работы с GPT

Responses API можно рассматривать как современную основу OpenAI API. Через один запрос модель может получить инструкции, текст или изображения, вызвать нужный инструмент, обратиться к внешним данным и вернуть обычный текст либо структурированный результат.

Минимальный запрос выглядит примерно так:

curl https://api.openai.com/v1/responses \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -d '{
    "model": "gpt-6-luna",
    "input": "Кратко объясни разницу между REST и GraphQL."
  }'

Для простого генератора текста этого уже достаточно. Но главное отличие от старого Chat Completions API проявляется, когда приложению нужны инструменты, сохранение контекста, поиск, работа с файлами или несколько действий в рамках одной задачи.

Например, модели можно разрешить самой решить, нужен ли ей поиск в интернете:

{
  "model": "gpt-6-sol",
  "tools": [
    {
      "type": "web_search"
    }
  ],
  "input": "Найди последние изменения в спецификации PHP и кратко перечисли главное."
}

В результате приложение получает не просто текст из памяти модели, а ответ, сформированный с использованием актуальных интернет-источников.

Актуальные модели GPT-6

На конец сентября 2026 года основное семейство моделей OpenAI состоит из GPT-6 Astra, GPT-6 Sol и GPT-6 Luna. Все три модели имеют контекст до 1,05 млн токенов и максимальный ответ до 128 тыс. токенов, но рассчитаны на разные сценарии.

Модель Для чего подходит Контекст Вход, 1 млн токенов Выход, 1 млн токенов
GPT-6 Astra самые сложные задачи, исследования, программирование, многошаговая работа 1,05 млн $10 $50
GPT-6 Sol сложная разработка, анализ и агентные сценарии с разумным балансом цены 1,05 млн $2 $10
GPT-6 Luna массовые и сравнительно типовые задачи, где важна стоимость 1,05 млн $0,10 $0,50

Цены в таблице приведены для стандартной обработки и короткого контекста. При очень больших входных данных действуют повышенные ставки, поэтому наличие миллионного контекста не означает, что его стоит заполнять целиком в каждом запросе.

Практически выбор модели лучше начинать не с самой дорогой. Для классификации, извлечения данных, простых преобразований текста и массовой автоматизации часто достаточно Luna. Sol имеет смысл использовать для разработки, аналитики и многошаговых процессов, а Astra — там, где дополнительное качество действительно окупает заметно более высокую цену.

Reasoning: модель может тратить больше времени на сложную задачу

Современные GPT-модели поддерживают управляемый уровень reasoning. Вместо попытки получить одинаково быстрый ответ на любую задачу можно задавать модели больше вычислительного бюджета для сложного анализа, программирования или планирования.

Это особенно важно при разработке AI-функций: стоимость определяется не только выбранной моделью, но и сложностью запроса, длиной контекста и количеством reasoning-токенов. Поэтому для production-систем обычно полезнее использовать несколько моделей и уровней reasoning, чем отправлять абсолютно все запросы в самый мощный режим.

Старые примеры с постоянным подбором temperature тоже постепенно теряют универсальность. Для reasoning-режимов современных моделей часть классических параметров генерации может не использоваться, поэтому при миграции лучше ориентироваться на документацию конкретной модели.

Function calling и инструменты

Одно из главных отличий современного OpenAI API от обычного чат-бота — возможность связывать модель с реальными функциями приложения. Вы описываете доступные действия через схему, модель определяет, какую функцию и с какими аргументами нужно вызвать, а само выполнение остается под контролем вашего backend.

Например, интернет-магазин может предоставить модели функции findOrder, checkStock и createSupportTicket. Пользователь пишет обычным языком: «Проверь, где мой заказ, а если он задерживается больше двух дней — создай обращение». Модель разбирает задачу и вызывает необходимые функции, но доступ к базе, правам пользователя и реальному изменению данных по-прежнему контролирует приложение.

В Responses API также доступны встроенные инструменты OpenAI:

  • web search для поиска актуальной информации в интернете;
  • file search для поиска по собственной базе документов и vector store;
  • Code Interpreter для вычислений и обработки данных;
  • Computer Use для работы с графическими интерфейсами;
  • remote MCP для подключения совместимых внешних систем;
  • собственные functions и custom tools приложения.

Это делает OpenAI API удобной основой не только для чат-ботов, но и для полноценных AI-агентов.

Structured Outputs: когда нужен не текст, а данные

Обычный ответ языковой модели плохо подходит для backend-логики, если приложение ожидает определенный набор полей. Просить модель «вернуть только JSON» недостаточно: она может изменить структуру, добавить пояснение или пропустить обязательное поле.

Для таких задач используется Structured Outputs. Разработчик задает JSON Schema, а модель формирует результат в соответствии с указанной структурой. Это удобно для извлечения данных из писем и документов, классификации обращений, генерации параметров объектов, заполнения форм и любых сценариев, где ответ дальше обрабатывается программно.

Structured Outputs можно использовать как непосредственно для ответа модели, так и вместе с function calling, когда структурированные аргументы нужны для вызова функции.

Работа с собственными документами и базой знаний

Одна из типичных задач — дать модели доступ к внутренней документации, каталогу товаров, базе инструкций или большому набору статей. Раньше разработчики обычно самостоятельно создавали embeddings, хранили их в vector database, искали подходящие фрагменты и добавляли их в prompt.

Такой подход по-прежнему доступен. OpenAI предлагает модели text-embedding-3-small и text-embedding-3-large, которые преобразуют текст в числовые векторы и подходят для семантического поиска, рекомендаций, кластеризации и классификации.

Но теперь есть и более простой вариант — встроенный file search. Файлы загружаются в vector store OpenAI, а Responses API может автоматически находить нужные фрагменты перед формированием ответа. Для многих проектов это позволяет реализовать RAG без отдельной инфраструктуры поиска.

Важно не путать работу с собственной базой знаний и fine-tuning. Если нужно дать модели новые факты или постоянно обновляемую информацию, обычно правильнее использовать retrieval, file search или собственную базу данных, а не переобучение модели.

Fine-tuning уже не является основным направлением

В старых материалах по OpenAI API fine-tuning часто рассматривался как основной способ адаптировать модель под свою задачу. К 2026 году ситуация изменилась: OpenAI сворачивает отдельную fine-tuning платформу, а для новых пользователей она уже недоступна.

Для большинства прикладных задач сейчас логичнее сначала использовать хорошие инструкции, Structured Outputs, инструменты, retrieval и evals. Fine-tuning исторически был полезен для устойчивого изменения поведения или формата ответов, но никогда не был хорошим способом «загрузить в модель свежую базу знаний».

Генерация и редактирование изображений

OpenAI API умеет не только анализировать изображения, но и генерировать и редактировать их. Для новых интеграций используются модели семейства GPT Image 2.5.

На момент написания статьи доступны два основных варианта:

  • gpt-image-2.5-sunburst — модель с акцентом на качество, точное редактирование и сохранение деталей;
  • gpt-image-2.5-flare — более быстрый вариант для повседневной генерации изображений.

Изображения можно создавать через отдельный Images API или как инструмент внутри Responses API. Второй вариант удобен для диалогового редактирования, когда пользователь последовательно уточняет результат: изменить объект, сохранить лицо персонажа, поменять фон или переработать отдельную часть изображения.

Поддерживаются разные размеры, PNG, JPEG и WebP, настройка качества, прозрачный фон и редактирование по исходным изображениям. Для новых моделей доступны также произвольные размеры в установленных пределах, включая разрешения вплоть до 4K.

Аудио, транскрипция и голосовые интерфейсы

Для обработки готовых аудиофайлов OpenAI рекомендует модель gpt-transcribe. Она преобразует речь в текст и на момент написания статьи стоит ориентировочно $0,0045 за минуту аудио.

Для обратной задачи существует Text-to-Speech API. Модель gpt-4o-mini-tts умеет превращать текст в естественную речь и поддерживает несколько встроенных голосов. Если приложение воспроизводит синтетический голос пользователю, OpenAI требует явно сообщать, что речь сгенерирована искусственным интеллектом.

Отдельное направление — Realtime API. Модель gpt-realtime-2.1 принимает и возвращает аудио в реальном времени, поддерживает текст, изображения на входе и function calling. Соединение может работать через WebRTC или WebSocket, поэтому API подходит для голосовых ассистентов, call-центров, языковых тренажеров и интерфейсов, где обычная схема «записать файл — отправить — дождаться ответа» дает слишком большую задержку.

AI-агенты и Agents API

Responses API уже позволяет самостоятельно построить агентный цикл: модель получает задачу, выбирает инструмент, приложение выполняет действие, результат возвращается модели, после чего процесс продолжается. Но для сложных и длительных агентов OpenAI предлагает отдельные уровни абстракции.

Agents SDK предназначен для случаев, когда агентный runtime и большая часть логики остаются внутри вашего приложения. Agents API идет дальше: OpenAI управляет сессией, оркестрацией, контекстом и восстановлением работы, а агент при необходимости получает sandbox для выполнения кода, работы с файлами и подключения MCP-серверов.

Для обычного генератора текста или поддержки на сайте Agents API не нужен. Он становится полезен, когда задача длится долго, состоит из множества шагов и требует сохранения состояния между действиями.

Background mode для долгих запросов

Некоторые reasoning-задачи и агентные процессы могут занимать минуты. Держать HTTP-соединение открытым все это время неудобно и ненадежно, поэтому Responses API поддерживает background mode.

Приложение запускает задачу с background: true, получает идентификатор response и затем проверяет ее состояние. Такой подход подходит для больших отчетов, сложного анализа данных, длительного использования инструментов и других операций, которые могут выйти за пределы обычного timeout веб-запроса.

Batch API и снижение стоимости

Если результат не нужен пользователю сразу, можно использовать Batch API. Запросы собираются в JSONL-файл и обрабатываются асинхронно. OpenAI указывает скидку 50% относительно обычных синхронных запросов, а выполнение batch завершается в пределах 24 часов и часто значительно раньше.

Batch API хорошо подходит для массовой классификации, генерации описаний, обработки каталогов, анализа отзывов, построения embeddings и других фоновых задач.

Дополнительно OpenAI использует prompt caching. Если множество запросов начинается с одинаковых инструкций или большого неизменного контекста, повторно используемая часть может тарифицироваться заметно дешевле. Поэтому стабильные инструкции и схемы лучше размещать в начале prompt и не менять без необходимости.

Сколько стоит OpenAI API

Стоимость зависит от конкретной модели, количества входных и выходных токенов, используемых инструментов и режима обработки. Сам endpoint Responses API или Chat Completions отдельно не оплачивается — основная стоимость складывается из работы модели и дополнительных инструментов.

Разница между моделями может быть очень большой. Например, запрос с 100 тыс. входных и 10 тыс. выходных токенов при стандартной цене короткого контекста ориентировочно обойдется:

Модель Примерная стоимость
GPT-6 Luna $0,015
GPT-6 Sol $0,30
GPT-6 Astra $1,50

Это условный расчет без дополнительных инструментов, длинного контекста и других надбавок. Он хорошо показывает, почему выбор модели стоит делать по результатам тестов, а не по принципу «всегда использовать самую мощную».

Отдельно тарифицируются некоторые инструменты. Например, web search стоит $10 за 1000 вызовов. У генерации изображений, realtime-аудио, транскрипции и других специализированных сервисов собственные схемы тарификации, поэтому перед запуском продукта лучше считать стоимость именно для реального пользовательского сценария.

Использование OpenAI API в PHP

У OpenAI нет необходимости использовать конкретный язык программирования: API обычный HTTP, поэтому его можно вызывать из PHP, Python, JavaScript, Java, Go или любого другого backend.

Для PHP существует популярный community-клиент openai-php/client:

composer require openai-php/client

Простейший запрос через Responses API:

<?php

require 'vendor/autoload.php';

$client = OpenAI::client($_ENV['OPENAI_API_KEY']);

$response = $client->responses()->create([
    'model' => 'gpt-6-luna',
    'input' => 'Напиши краткое описание товара для интернет-магазина.',
]);

echo $response->outputText;

В Laravel ключ лучше хранить в .env и получать через конфигурацию приложения. Никогда не передавайте основной API key OpenAI непосредственно в JavaScript браузера или мобильное приложение: запросы должны проходить через ваш backend либо через специально предназначенный безопасный механизм с ограниченными правами.

Как использовать API безопасно

Подключить модель к API технически несложно. Основная сложность начинается там, где ответ модели влияет на реальные данные, деньги, письма, заказы или действия пользователя.

В production стоит соблюдать несколько правил:

  • проверять права пользователя обычным backend-кодом, а не доверять решение модели;
  • валидировать аргументы function calling до выполнения действия;
  • требовать подтверждение для необратимых или финансово значимых операций;
  • ограничивать доступные модели инструменты и область данных;
  • учитывать prompt injection при работе с веб-страницами, файлами и внешними источниками;
  • логировать важные операции и проверять результат после изменения внешней системы;
  • использовать moderation и собственные бизнес-правила там, где пользователь может вводить произвольный контент.

Для структурированных операций лучше стремиться к схеме «модель предложила действие — приложение проверило — действие выполнено — результат перечитан», а не предоставлять модели неограниченный доступ к API бизнеса.

Конфиденциальность данных

По умолчанию OpenAI не использует данные, отправленные через API, для обучения своих моделей, если клиент явно не включил передачу данных для улучшения моделей. Это важное отличие API от некоторых пользовательских сценариев AI-сервисов.

Однако «не используется для обучения» не означает «вообще нигде не хранится». Для разных endpoint и функций действуют собственные правила application state, а abuse-monitoring данные по умолчанию могут храниться до 30 дней. Для организаций с повышенными требованиями доступны специальные режимы хранения и data residency, поэтому требования к персональным, медицинским, финансовым или корпоративным данным нужно проверять до запуска интеграции.

Основные сценарии использования OpenAI API

В веб-разработке API можно применять гораздо шире, чем для обычного чат-бота:

  • служба поддержки с доступом к базе знаний и данным пользователя;
  • интеллектуальный поиск по документации, товарам или большому каталогу;
  • извлечение структурированных данных из писем, документов и обращений;
  • классификация, суммаризация, перевод и адаптация большого объема контента;
  • анализ изображений и обработка пользовательских фотографий;
  • генерация и редактирование изображений для сайтов и приложений;
  • голосовые ассистенты и realtime-консультации;
  • coding assistants и внутренние инструменты для разработчиков;
  • AI-агенты, которые собирают данные из нескольких систем и выполняют контролируемые действия.

Главное изменение последних лет в том, что модель больше не обязательно является конечной точкой сценария. Она может быть интеллектуальным слоем между пользователем, интерфейсом, базами данных, поиском и бизнес-функциями приложения.

Какую модель выбрать

Если нужна простая практическая отправная точка, выбор можно сделать так. GPT-6 Luna стоит пробовать первой для массовых и хорошо формализуемых задач. GPT-6 Sol подходит, когда требуется серьезный анализ, программирование или использование нескольких инструментов. GPT-6 Astra имеет смысл подключать к наиболее сложным задачам, где качество решения важнее стоимости и задержки.

Для изображений, аудио, embeddings и realtime-сценариев лучше использовать специализированные модели, а не пытаться решить все одной GPT-моделью. В production правильный выбор обычно определяется собственными evals: берется набор реальных примеров, сравнивается качество нескольких моделей, а затем выбирается самый дешевый вариант, который стабильно удовлетворяет требованиям.

Итог

OpenAI API в 2026 году — это уже не «ChatGPT, к которому можно обратиться по HTTP». Responses API объединяет reasoning-модели, мультимодальный ввод, инструменты, structured output и многошаговые сценарии, а специализированные API закрывают изображения, голос, поиск, embeddings и длительные агентные процессы.

Для большинства новых проектов разумная архитектура начинается с Responses API и самой дешевой модели, которая справляется с реальной задачей. Затем при необходимости добавляются function calling, Structured Outputs, file search, web search или специализированные модели. Такой подход обычно надежнее и дешевле, чем пытаться решить весь продукт одним огромным prompt и самой мощной моделью.

Официальные источники

Дата публикации:

Обзор OpenAI ChatGPT API: возможности, модели, примеры и стоимость в 2026 году

Наши проекты

  • Anilau
    Веб-разработка и запуск цифровых продуктов.
  • Botmarketing
    Telegram-бот, mini-app, витрина и CRM для малого бизнеса.
  • vietnam.anilau.com
    Объявления, местные услуги и практичные гиды по Вьетнаму.
  • bali.anilau.com
    Объявления о товарах и услугах на Бали.
  • ceylon.anilau.com
    Объявления, услуги и полезная информация о Шри-Ланке.
  • mauricetop.anilau.com
    Платформа объявлений и материалов о жизни на Маврикии.
  • funlab
    Платформа для создания и запуска игр с помощью ИИ.
  • aura
    AI-дневник настроения и пространство для творчества.
  • drained
    Telegram Mini App для дневных отметок усталости и восстановления.
  • vietinfodesk
    Практичные гиды, сервисы и помощь для жизни во Вьетнаме.
  • frau
    Визитка уютного кафе в Нячанге с вафлями, завтраками и напитками.

Работаем в партнерстве с креативным агентством Deep.

Попробуйте наши плагины для Codex и Claude