Ringkasan
Artikel ini menguraikan tarif kredit terkini untuk Codex, dalam struktur harga yang fleksibel untuk paket Plus, Pro, Business, Enterprise, Edu, Kesehatan, dan Pemerintah.
Pelajari lebih lanjut mengenai kredit di ChatGPT Plus dan Pro.
Pelajari lebih lanjut tentang kredit di ChatGPT Business, Enterprise, dan Edu.
Catatan: Pada 2 April 2026, kami memperbarui harga Codex agar selaras dengan penggunaan token API, bukan harga per pesan. Perubahan ini berlaku untuk paket Plus, Pro, ChatGPT Business yang baru maupun yang sudah ada, serta paket ChatGPT Enterprise yang baru.
Pada 23 April 2026, kami juga melakukan pembaruan ini untuk semua paket ChatGPT Enterprise yang sudah ada, termasuk Edu, Kesehatan, Gov, dan ChatGPT untuk Guru.
Harap lihat kartu tarif baru di bagian di bawah untuk detailnya.
Kartu tarif Codex - harga berbasis token
Kartu tarif ini berlaku untuk paket pelanggan berikut:
Pelanggan baru dan yang sudah ada dari ChatGPT Plus dan Pro
Pelanggan ChatGPT Business baru dan yang sudah ada
Pelanggan baru maupun yang sudah ada untuk Enterprise/Edu/Pemerintah/Kesehatan/ChatGPT untuk Guru
Sebagian kecil pelanggan Enterprise harus tetap menggunakan kartu tarif lama. Untuk informasi lebih lanjut, hubungi tim penjualan OpenAI.
Penggunaan Codex dihargai berdasarkan penggunaan token API, yang dihitung sebagai kredit per juta token masukan, token masukan yang di-cache, dan token output. Pelajari lebih lanjut tentang token di sini.
Format ini menggantikan perkiraan rata-rata per pesan dengan pemetaan langsung antara penggunaan token dan kredit. Format ini paling berguna saat Anda menginginkan gambaran yang lebih jelas tentang bagaimana input, input yang di-cache, dan output memengaruhi penggunaan kredit.
Dalam model ini, penggunaan kredit aktual bergantung pada kombinasi token input, input dengan cache, dan output dalam setiap tugas. Tabel di bawah menampilkan kredit per 1 juta token untuk setiap jenis token.
| Model | Token input | Token input dengan cache | Token keluaran |
|---|---|---|---|
| GPT-5.5 | 125 kredit | 12,50 kredit | 750 kredit |
| GPT-5.4 | 62,50 kredit | 6,250 kredit | 375 kredit |
| GPT-5.4-Mini | 18,75 kredit | 1,875 kredit | 113 Kredit |
| GPT-5.3-Codex | 43,75 kredit | 4,375 kredit | 350 kredit |
| GPT-5.2 | 43,75 kredit | 4,375 kredit | 350 kredit |
| GPT-5.3-Codex-Spark | pratinjau riset | pratinjau riset | pratinjau riset |
| GPT-Image-2.0 (gambar) | 200 kredit | 50 kredit | 750 kredit |
| GPT-Image-2.0 (teks) | 125 kredit | 31,25 kredit | 250 kredit |
Catatan:
Mode cepat mengonsumsi kredit dengan laju yang lebih tinggi untuk model yang didukung. Lihat Kecepatan untuk laju.
Peninjauan kode menggunakan GPT-5.3-Codex.
GPT-5.3-Codex-Spark mungkin tersedia di Codex sebagai pratinjau riset - tarif kredit untuk model ini belum final.
Baca tentang batas laju penggunaan Codex.
Rata-rata, biaya Codex adalah sekitar $100-$200/pengembang per bulan, meskipun terdapat variasi yang besar bergantung pada model yang digunakan, jumlah instans yang dijalankan pengguna, otomatisasi, dan penggunaan mode cepat. Baca selengkapnya tentang praktik terbaik dalam memaksimalkan batas laju Anda dan mengelola konsumsi token.
Anda dapat memantau batas penggunaan dan melihat sisa kredit di pengaturan Codex > Penggunaan panel. Bergantung pada paket dan peran workspace Anda, Anda mungkin juga dapat membeli kredit atau mengelola isi ulang otomatis di sana. Jika Anda tidak dapat menambahkan kredit sendiri, silakan tanyakan kepada pemilik atau admin workspace Anda.
Kartu tarif sistem lama
Sebagian besar pelanggan baru dan pelanggan lama di semua paket telah dimigrasikan ke harga berbasis token yang baru, dan harus menggunakan kartu tarif baru yang tercantum di halaman ini.
Sebagian kecil pelanggan Enterprise harus tetap menggunakan kartu tarif lama hingga kami memigrasikan Anda ke harga berbasis token yang baru untuk Codex. Untuk informasi lebih lanjut, hubungi tim penjualan OpenAI.
Kartu tarif lama menyatakan penggunaan Codex sebagai perkiraan rata-rata kredit per pesan atau pull request. Nilai rata-rata ini berguna untuk perencanaan kasar, tetapi penggunaan kredit yang sebenarnya dapat bervariasi berdasarkan ukuran tugas, pilihan model, dan persyaratan penalaran.
| Unit | GPT-5.5 | GPT-5.4 | GPT-5.3-Codex | GPT-5.1-Codex-mini | |
|---|---|---|---|---|---|
| Tugas Lokal | 1 pesan | ~14 kredit | ~7 kredit | ~5 kredit | ~2 Kredit |
| Tugas Cloud | 1 pesan | Tidak tersedia | ~34 Kredit | ~25 kredit | Tidak tersedia |
| Tinjauan Kode | 1 pull request | Tidak tersedia | ~34 Kredit | ~25 kredit | Tidak tersedia |
Rata-rata ini juga berlaku untuk GPT-5.2 versi lama, GPT-5.2-Codex, GPT-5.1, GPT-5.1-Codex-Max, GPT-5, GPT-5-Codex, dan GPT-5-Codex-Mini.
Pertanyaan Umum
Mengapa ada dua kartu tarif Codex?
Kami telah mengubah harga kami dari kredit per pesan menjadi kredit per jenis token yang digunakan. OpenAI mendukung baik kartu tarif lama maupun kartu tarif berbasis token yang diperbarui. Versi yang berlaku bergantung pada status migrasi workspace.
Kartu tarif mana yang harus saya gunakan?
Sebagian besar pelanggan Plus, Pro, ChatGPT Business, Enterprise, Kesehatan, Edu, dan Gov baru dan yang sudah ada sebaiknya menggunakan daftar tarif harga berbasis token. Perlu diperhatikan bahwa sejumlah kecil pelanggan Enterprise harus tetap menggunakan kartu tarif lama. Jika Anda adalah pelanggan Enterprise dan memiliki pertanyaan, silakan hubungi tim penjualan OpenAI.
Apa yang berubah dalam pembaruan kartu tarif berbasis token?
Kartu tarif lama menampilkan perkiraan rata-rata kredit per pesan atau pull request. Daftar tarif berbasis token yang diperbarui menampilkan kredit berdasarkan jenis token.
Mengapa kartu tarif sedang diubah?
Kredit tetap menjadi unit harga utama yang dibeli dan dikonsumsi pelanggan. Format berbasis token yang diperbarui memudahkan pemetaan penggunaan kredit ke aktivitas model yang sebenarnya, menyelaraskan harga Codex dengan pengukuran penggunaan berbasis token, serta memberikan visibilitas yang lebih jelas tentang bagaimana masukan, masukan yang di-cache, dan keluaran berkontribusi terhadap total penggunaan.
Bagaimana ini memengaruhi harga Anda?
Dampaknya bergantung pada bauran beban kerja Anda. Sebagian pengguna mungkin mengalami penggunaan kredit yang lebih tinggi, sementara yang lain lebih rendah, tergantung pada seberapa besar input, input yang di-cache, dan output yang digunakan oleh tugas mereka. Tugas yang menghasilkan banyak keluaran dan mode cepat umumnya menggunakan lebih banyak kredit dibandingkan tugas yang lebih ringan.