به‌عنوان مثال:

پیام اول: وقتی پیام اول را ارسال می‌کنید، مدل تنها نیاز دارد به همین یک پیام پاسخ دهد. فرض کنیم که این مکالمه 100 توکن مصرف می‌کند.

پاسخ به پیام اول: مدل پاسخی به پیام شما می‌دهد که خودش نیز مثلاً 150 توکن مصرف می‌کند.

پیام دوم: حالا که پیام دوم را می‌فرستید، مدل باید هم پیام اول شما و هم پاسخ خودش به آن را مرور کند تا پاسخی مناسب به پیام جدیدتان ارائه دهد. به این ترتیب، مجموع توکن‌هایی که مصرف می‌شود، مثلاً 350 توکن است (100 توکن پیام اول + 150 توکن پاسخ اول + 100 توکن پیام دوم).

پاسخ به پیام دوم: وقتی مدل به پیام دوم پاسخ می‌دهد، خودش نیز یک پیام جدید تولید می‌کند که به مصرف توکن اضافه می‌کند.

این روند با افزایش پیام‌ها ادامه می‌یابد و هرچه تعداد پیام‌های ارسال‌شده و پاسخ‌های مدل بیشتر شوند، سیستم نیاز به پردازش داده‌های بیشتری دارد، که در نتیجه هزینه نهایی بیشتر خواهد شد.

هزینه مصرف هر توکن‌، در مدل‌ها و دستیارهای مختلف، متفاوت است. جدول زیر نشان می‌دهد که مصرف ۱۰۰۰ توکن در هر مدل چقدر است:

اپلود تصاویر فقط با استفاده از مدل GPT-4o قابل انجام است. هزینه آپلود هر عکس براساس اندازه آن محاسبه می شود. به این شکل که عکس به مربع های 512 در 512 پیکسل تقسیم می شود که هر کدام از این مربع ها هزینه ثابتی دارند. برای مثال، اگر عکسی به اندازه 1024 در 1024 پیکسل آپلود کنید، به 4 مربع تقسیم خواهد شد و هزینه 4x1000 تومان به پیام شما اضافه خواهد شد.

عکس های تولید شده از طریق دستیار DALL-E به اندازه 1024 در 1024 پیکسل هستند و هزینه هر عکس ثابت است: