Как ограничить расходы на OpenAI API, чтобы ИИ-агенты не сожгли бюджет

Если ваше приложение или агент работает с OpenAI API, один бесконтрольный цикл способен за несколько часов превратить пару долларов в счёт на сотни или тысячи. Хорошая новость: в кабинете разработчика уже есть инструменты, которые не дают бюджету уйти в свободное плавание.

В этой статье разбираем, как работают usage tiers, мягкие и жёсткие лимиты расходов, алерты и rate limits. И главное — что нужно учесть в коде, чтобы приложение корректно обработало отказ API.

Как устроены usage tiers

Usage tiers — это автоматические уровни аккаунта, которые OpenAI выдаёт в зависимости от суммы уже оплаченных API-вызовов. Чем выше tier, тем больше месячный потолок трат и выше rate limits. Для новичка это двойная защита: даже если вы ничего не настраивали, система не даст потратить больше, чем разрешено текущему уровню.

Таблица tiers по состоянию на июль 2026

Данные взяты из документации OpenAI.

• Free — доступен из разрешённых регионов, лимит $100 / месяц.
• Tier 1 — нужно оплатить от $5, лимит $100 / месяц.
• Tier 2 — оплачено от $50, лимит $500 / месяц.
• Tier 3 — оплачено от $100, лимит $1 000 / месяц.
• Tier 4 — оплачено от $250, лимит $5 000 / месяц.
• Tier 5 — оплачено от $1 000, лимит $200 000 / месяц.

Важно:
После Tier 5 потолок резко растёт — именно на этом этапе жёсткий лимит расходов становится критичным. Без него зациклившийся агент теоретически может исчерпать шестизначную сумму до того, как вы заметите.

Лимит расходов: мягкий, жёсткий и алерты

На странице Limits в настройках организации можно задать три вещи: месячный бюджет, уведомления и автопополнение баланса.

• Spend limit — мягкий потолок. OpenAI показывает предупреждение, но фактические траты могут его немного превысить.
• Enforce hard limit — жёсткий потолок. При достижении лимита API начинает возвращать ошибку 429 и больше не списывает деньги.
• Spend alerts — email-уведомление при достижении заданного процента от бюджета.
• Auto recharge — автоматическое пополнение баланса с привязанной карты. При риске перерасхода его стоит отключить.

Рекомендация простая: для продакшена включайте Enforce hard limit и настраивайте алерты на 50% и 80%. Так у вас будет время разобраться, пока API ещё работает.

Rate limits: почему API отвечает 429

Rate limits — это не про деньги, а про нагрузку. OpenAI ограничивает количество запросов в минуту/день и токенов в минуту/день для каждой модели. Лимиты зависят от tier и модели: например, для gpt-4o и gpt-4o-mini они различаются.

• RPM — requests per minute, запросы в минуту.
• RPD — requests per day, запросы в день.
• TPM — tokens per minute, токены в минуту.
• TPD — tokens per day, токены в день.
• IPM — images per minute, изображения в минуту (для моделей генерации картинок).

При превышении любого из лимитов API возвращает 429 Too Many Requests. OpenAI рекомендует обрабатывать эту ошибку через экспоненциальный бэкофф: повторять запрос с увеличивающейся паузой.

			import time
from openai import OpenAI, RateLimitError

client = OpenAI()

def chat_with_backoff(messages, max_retries=5):
    for attempt in range(max_retries):
        try:
            return client.chat.completions.create(
                model="gpt-4o-mini",
                messages=messages,
            )
        except RateLimitError:
            time.sleep(2 ** attempt)  # 1, 2, 4, 8, 16 секунд
    raise RuntimeError("Превышен лимит попыток")
		

Что делать в коде

1. Перехватывайте 429 и различайте причину: rate limit, hard spend limit или квота по токенам.
2. Используйте экспоненциальный бэкофф с джиттером, чтобы не «дудосить» API своими ретраями.
3. Логируйте количество токенов и стоимость каждого вызова — лучше всего через поля usage в ответе.
4. Для агентов добавьте circuit breaker: если бюджет исчерпан или ошибки 429 идут подряд, остановите цикл и уведомите команду.
5. Не храните API-ключ в клиентском коде: утечка ключа — самый быстрый способ получить чужой счёт.

Пошаговая настройка

Выводы

OpenAI API даёт в руки разработчика все нужные рычаги: usage tiers, spend limits, spend alerts, rate limits и жёсткое ограничение. Проблема не в отсутствии инструментов, а в том, что ими редко пользуются до первого «сюрприза» в биллинге.

Минимальный must have для любого проекта: включить Enforce Hard Limit, настроить алерты на 50% и 80%, отключить автопополнение, если бюджет критичен, и добавить в код обработку 429. Так вы защитите не только карту, но и репутацию команды.

Set up spend limits so rogue AIs don't exceed your budget. Rate limits are very easy to configure, making them a no-brainer for protecting your account.

David Gewirtzauthor, ZDNET

Источники:
ZDNET — How I set OpenAI API usage limits to stop agent overspending
OpenAI Docs — Rate limits