OpenAI Platform i Playground – konto, klucz API, limity wydatków i pierwsze wywołanie (co zmieniło się w 2026)

OpenAI Platform to konsola deweloperska OpenAI (platform.openai.com), w której zakładasz organizację i projekty, tworzysz klucze API, doładowujesz środki, ustawiasz limity wydatków i testujesz modele w Playground, zanim wyślesz pierwsze wywołanie z kodu – a test w Playground kosztuje tyle co każde wywołanie API, na przykład około 0,00035 USD na modelu gpt-6-luna dla zapytania z 1 000 tokenami wejścia i 500 tokenami wyjścia.

Ten poradnik różni się od starszych instrukcji w trzech miejscach. Po pierwsze, 6 października 2026 OpenAI uprościło płatne poziomy limitów z pięciu do trzech (Build, Launch, Grow), a obok nich został poziom Free, więc poradniki z tabelą „Tier 1-5” są nieaktualne. Po drugie, zapisane polecenia z Playground (obiekty prompt) miały zaplanowane wyłączenie na 30 listopada 2026, a OpenAI zaleca trzymanie poleceń w kodzie. Po trzecie, model z quickstartu, gpt-6-astra, nie przyjmuje własnych wartości temperature i top_p, a zatrzymania zapytań z powodu limitu szybkości, limitu wydatków, limitu poziomu i braku środków mają różne kody błędów. Niżej znajdziesz kroki zakładania konta i klucza, kod pierwszego wywołania w JavaScripcie, Pythonie i curl, tabele poziomów, limitów i kosztów oraz zasady przetwarzania danych w API.

Czym jest OpenAI Platform i czym różni się od ChatGPT?

OpenAI Platform to panel dla programistów pod adresem platform.openai.com, w którym tworzysz klucze API, rozliczasz zużycie modeli i testujesz je w Playground, a subskrypcja ChatGPT nie obejmuje użycia API – API rozlicza się osobno, ze środków doładowanych w OpenAI Platform. API (interfejs programistyczny) to sposób, w jaki twój program wysyła zapytanie do modelu i odbiera odpowiedź bez okna czatu. Quickstart OpenAI każe utworzyć klucz API w panelu OpenAI Platform, a Playground opisuje jako miejsce do budowania i testowania poleceń konwersacyjnych.

Polska jest na liście krajów i terytoriów, w których OpenAI dopuszcza korzystanie z API (strona „Supported countries and territories”). Według tej strony korzystanie z usług spoza listy może skończyć się zablokowaniem lub zawieszeniem konta. Dokumentacja API mieszka dziś pod adresem developers.openai.com/api/docs, a dawny adres platform.openai.com/docs przekierowuje tam automatycznie.

Codex, agent OpenAI do programowania, używany z kluczem API rozlicza się według cennika API – opisujemy go w tekście OpenAI Codex – co to jest, a szersze zestawienie narzędzi dla programistów znajdziesz w tekście AI do programowania. Ceny planów ChatGPT zebraliśmy w tekście ile kosztuje ChatGPT: plany i API.

Jak założyć konto w OpenAI Platform i dodać środki?

Konto w OpenAI Platform zakładasz na platform.openai.com, a użycie API opłacasz środkami doładowanymi z góry; poziom Build (limit 500 USD miesięcznie) odblokowuje łączny zakup kredytów za 5 USD, a poziom Free przysługuje organizacji w dozwolonym kraju bez żadnego zakupu. Organizacja to konto firmowe w OpenAI Platform, do którego należą rozliczenia, projekty i członkowie zespołu, a kredyty to przedpłacona kwota w dolarach, z której OpenAI pobiera opłatę za każde wywołanie.

1. Wejdź na platform.openai.com i załóż konto – przy pierwszym logowaniu powstaje organizacja.
2. Otwórz ustawienia rozliczeń organizacji (Billing).
3. Doładuj środki albo dodaj metodę płatności. Nazw przycisków w nowym układzie panelu nie podajemy – tego nie testowaliśmy, a dokumentacja ich nie opisuje.

Według dokumentacji limitów OpenAI poziom organizacji rośnie automatycznie, gdy łączne zakupy kredytów osiągają kolejny próg; na stronie limitów organizacji (Settings > Organization > Limits) jest też sekcja Usage Tiers z opcją Upgrade tier. Do 6 października 2026 obowiązywało pięć płatnych poziomów, dlatego starsze poradniki opisują układ „Tier 1-5”.

Poziom Free to miesięczny limit użycia zatwierdzony przez OpenAI, a nie pula darmowych kredytów – OpenAI nie opisuje, ile zapytań da się w nim wykonać bez wpłaty. Quickstart OpenAI nazywa pierwsze zapytanie testowe darmowym i odsyła do rozliczeń po wyższe limity. Szczegóły przedpłaty, takie jak minimalna kwota pojedynczego zakupu, ważność kredytów, zwroty i automatyczne doładowanie, opisuje strona pomocy OpenAI o przedpłacie – sprawdź je w panelu rozliczeń przed pierwszą wpłatą, bo dokumentacja API ich nie podaje.

Jak utworzyć klucz API i bezpiecznie go przechowywać?

Klucz API tworzysz w OpenAI Platform na stronie kluczy (platform.openai.com/api-keys), pełną wartość klucza widzisz tylko przy tworzeniu, a zapisujesz go w zmiennej środowiskowej OPENAI_API_KEY albo w menedżerze sekretów, nigdy w kodzie ani w publicznym repozytorium. Klucz API to tajny ciąg znaków, po którym OpenAI rozpoznaje twój projekt i nalicza opłaty – kto go ma, wydaje twoje środki.

1. Wybierz projekt, w którym klucz ma działać (projekt to wydzielona część organizacji z własnymi kluczami i limitami).
2. Otwórz stronę kluczy platform.openai.com/api-keys.
3. Utwórz nowy klucz: podaj nazwę, projekt i uprawnienia.
4. Ustaw datę wygaśnięcia – od 10 września 2026 OpenAI Platform pozwala ustawić ją przy tworzeniu klucza projektowego.
5. Skopiuj klucz od razu. Według pomocy OpenAI pełną wartość widać tylko przy tworzeniu, a zgubiony klucz zastępujesz nowym.

Zmienna środowiskowa to wartość zapisana w systemie, którą program odczytuje przy starcie – dzięki niej klucz nie trafia do pliku z kodem. Polecenia z quickstartu OpenAI dla macOS i Linuksa:

export OPENAI_API_KEY="your_api_key_here"

Dla Windows (PowerShell):

setx OPENAI_API_KEY "your_api_key_here"

Według quickstartu każde SDK OpenAI (oficjalna biblioteka dla danego języka) odczytuje klucz ze środowiska systemu automatycznie. Polecenie export działa w bieżącej sesji terminala, a setx zapisuje zmienną na stałe, ale widzą ją dopiero nowe okna – po setx otwórz nowy terminal.

Poradnik produkcyjny OpenAI zaleca: nie ujawniaj kluczy w kodzie ani w publicznych repozytoriach, ustawiaj datę wygaśnięcia przy tworzeniu klucza projektowego i rotuj klucze – utwórz zamiennik, podmień go w aplikacjach i unieważnij stary dopiero po sprawdzeniu, że nowy działa. Od 10 września 2026 administratorzy mogą wymusić maksymalny czas życia kluczy na poziomie organizacji albo projektu. Od 15 września 2026 OpenAI Platform ma kontrolę tworzenia kluczy: administrator może dopuścić tylko klucze kont usług, tylko klucze projektowe przypisane do użytkownika albo zablokować tworzenie nowych kluczy; ograniczenia organizacji mają pierwszeństwo przed ustawieniami projektu, a istniejących kluczy zmiana nie dotyczy.

Jeśli nie możesz utworzyć klucza, sprawdź swoją rolę w projekcie, ustawienia kontroli tworzenia kluczy i stan rozliczeń. Klucze administracyjne istnieją osobno i służą do zarządzania organizacją, nie do wywołań modeli.

Jak oddzielić testy od produkcji: organizacja, projekty i role

W OpenAI Platform organizacja zbiera rozliczenia, a projekty rozdzielają środowiska – OpenAI zaleca osobne projekty dla testów i produkcji, każdy z własnymi limitami szybkości i wydatków, które nie mogą przekroczyć limitów organizacji. Rola to zestaw uprawnień przypisany osobie w organizacji albo w projekcie.

Role projektu działają tylko w tym projekcie. Brak uprawnienia wyłącza powiązane elementy interfejsu – dokumentacja podaje przykład przycisku wgrywania plików w Playground. Według dokumentacji limitów OpenAI limity szybkości obowiązują na poziomie organizacji i projektu, a nie pojedynczego użytkownika.

Dla projektu testowego ustaw osobno:

• limit wydatków – niski, z włączonym twardym limitem;
• limit szybkości – niższy niż w produkcji;
• dostęp użytkowników – zespół w projekcie testowym, wąska grupa w produkcyjnym.

Projektami i dostępem można też zarządzać przez interfejsy administracyjne i Terraform – to temat na osobny tekst.

Jak wykonać pierwsze wywołanie API i który model wybrać?

Pierwsze wywołanie OpenAI Platform to jedno żądanie do Responses API z kluczem w zmiennej środowiskowej, modelem i polem input – kod z quickstartu OpenAI wklejasz bez zmian w JavaScripcie, Pythonie albo curl. Responses API to obecny podstawowy interfejs OpenAI do generowania odpowiedzi modelu.

Instalacja SDK dla JavaScriptu:

npm install openai

Instalacja SDK dla Pythona:

pip install openai

JavaScript. Zapisz kod w pliku example.mjs i uruchom poleceniem node example.mjs – program wyśle jedno polecenie do modelu i wypisze tekst odpowiedzi:

import OpenAI from "openai";
const client = new OpenAI();

const response = await client.responses.create({
  model: "gpt-6-astra",
  input: "Write a one-sentence bedtime story about a unicorn.",
});

console.log(response.output_text);

Python. Zapisz kod w pliku example.py i uruchom poleceniem python example.py – działa tak samo jak wersja JavaScript:

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-6-astra",
    input="Write a one-sentence bedtime story about a unicorn.",
)

print(response.output_text)

curl. To samo żądanie wysłane bez SDK, prosto na adres https://api.openai.com/v1/responses, z kluczem w nagłówku Authorization:

curl "https://api.openai.com/v1/responses" \
    -H "Content-Type: application/json" \
    -H "Authorization: Bearer $OPENAI_API_KEY" \
    -d '{
        "model": "gpt-6-astra",
        "input": "Write a one-sentence bedtime story about a unicorn."
    }'

W quickstarcie model to gpt-6-astra, najdroższy z trzech modeli opisanych niżej – do serii prostych testów zamień identyfikator na gpt-6-luna (ceny porównuje sekcja o kosztach).

Token to fragment tekstu – część wyrazu, wyraz albo znak – w którym model liczy wejście i wyjście; szerzej wyjaśniamy to w tekście czym są tokeny. Kontekst to maksymalna liczba tokenów, którą model przyjmuje w jednym żądaniu. Według przeglądu modeli OpenAI, jeśli nie wiesz, od czego zacząć, wybierz Astrę jako model flagowy do złożonego rozumowania i kodu; do zadań seryjnych i masowych producent opisuje Lunę jako najbardziej efektywną.

Chat Completions, starszy interfejs, jest nadal obsługiwany, ale według przewodnika migracji OpenAI dla nowych projektów zalecany jest Responses API. Astra wymaga Responses API do wywoływania narzędzi (przewodnik migracji wymienia też Sol), a Luna w Chat Completions obsługuje wywoływanie funkcji tylko przy poziomie rozumowania none. Assistants API OpenAI wyłączyło 26 sierpnia 2026.

Poziom rozumowania (reasoning.effort) określa, ile pracy model wkłada w przemyślenie odpowiedzi. Astra przyjmuje wartości low, medium, high, xhigh i max (bez none), a Luna none, low, medium (domyślnie), high, xhigh i max.

Dlaczego opisy ze starych poradników już nie pasują?

Opisy ze starych poradników o OpenAI Platform nie pasują, bo poziomy limitów zredukowano z pięciu do trzech (6 października 2026), zapisane polecenia miały wyłączenie 30 listopada 2026, Assistants API wyłączono 26 sierpnia 2026, a model Astra odrzuca własne temperature i top_p. Poradniki sprzed tych zmian są nieaktualne i niezgodne z obecną dokumentacją, więc porównaj każdy krok z tabelą.

Czym jest Playground i jak testować w nim modele?

Playground to część OpenAI Platform (platform.openai.com/chat), w której wpisujesz polecenia, wybierasz model i oglądasz odpowiedzi bez pisania kodu – według dokumentacji OpenAI służy do budowania i testowania poleceń, a każde zapytanie rozlicza się jak zwykłe wywołanie API. Strony modeli w dokumentacji OpenAI mają odnośnik „Try in Playground”, który otwiera test wybranego modelu.

Co o Playground potwierdza OpenAI:

• testy poleceń – quickstart opisuje Playground jako miejsce do budowania i testowania poleceń konwersacyjnych;
• przycisk Generate – według przewodnika OpenAI po generowaniu poleceń Generate w Playground tworzy polecenia, funkcje i schematy z samego opisu zadania, za pomocą meta-poleceń (poleceń, które piszą albo poprawiają inne polecenia);
• Prompts Playground – według ogłoszenia OpenAI na forum deweloperów z 14 marca 2025 Chat Playground zmienił nazwę na Prompts Playground i pozwalał zapisywać oraz udostępniać konfiguracje modelu, instrukcji systemowej i narzędzi;
• Playground głosowy – od 16 października 2026 tworzy własny głos z opisu tekstowego.

Nazw zakładek i przycisków po przeprojektowaniu nawigacji z 5 czerwca 2026 nie podajemy – dokumentacja ich nie opisuje, a tego nie testowaliśmy.

Co ustawić w pierwszym teście:

1. Model – Luna do taniego testu, Astra do trudnych zadań (według opisów producenta).
2. Instrukcję systemową i wiadomość użytkownika – instrukcja ustala rolę i format odpowiedzi; zasady pisania opisujemy w poradniku system prompty w czatach.
3. Poziom rozumowania – z listy wartości obsługiwanych przez wybrany model.
4. Bez temperature i top_p dla Astry – API odrzuca takie żądania.

Jak przenieść test z Playground do kodu?

Test z Playground przenosisz do kodu OpenAI Platform, przepisując model, instrukcję i treść wiadomości do wywołania Responses API (pola model, instructions i input), a gotowy fragment pierwszego zapytania OpenAI podaje w quickstarcie. Punktem wyjścia są bloki kodu z sekcji o pierwszym wywołaniu – dopisujesz do nich pole instructions z instrukcją systemową z testu.

Zalecenia OpenAI dla poleceń produkcyjnych z przewodnika po promptowaniu:

• trzymaj każde polecenie w pliku kodu z wersjonowaniem, na przykład prompts/supportReply.ts;
• zamiast zmiennych polecenia używaj typowanych parametrów funkcji albo sprawdzanych obiektów wejściowych;
• pokrywaj zmiany testami i sprawdzianami jakości w procesie wdrożenia;
• korzystaj z repozytorium: historia zmian, przegląd zmian, znaczniki wydań i flagi funkcji pozwalają porównać i wycofać wersję polecenia.

Przewodnik migracji z obiektów prompt radzi też układać treść stałą na początku, a zmienną na końcu żądania, żeby zachować korzyści z pamięci podręcznej promptu – mechanizm opisujemy w tekście cache kontekstu w AI.

Co z zapisanymi poleceniami w Playground po 30 listopada 2026?

OpenAI ogłosiło 3 czerwca 2026 wycofywanie obiektów prompt wielokrotnego użytku w OpenAI Platform i zaplanowało wyłączenie interfejsu v1/prompts na 30 listopada 2026, więc zapisane polecenia, na które wskazują identyfikatory w wywołaniach, trzeba przenieść do kodu. Według strony wycofań od 3 czerwca 2026 tworzenie poleceń w platformie zostało odsunięte na drugi plan, a do nowych projektów OpenAI zaleca nie tworzyć obiektów prompt.

Migracja w trzech krokach:

1. Spisz identyfikatory zapisanych poleceń, ich wersje i zmienne używane w wywołaniach.
2. Przenieś treść polecenia z obiektu prompt do kodu aplikacji, jak zaleca przewodnik migracji OpenAI.
3. Porównaj żądania generowane przez nowy kod z dotychczasowymi, zanim zmienisz produkcję.

Aktualny stan każdej pozycji sprawdzisz na stronie wycofań OpenAI – harmonogram mówi o wyłączeniach zaplanowanych, a w Playground zobaczysz, czy zapis poleceń jest jeszcze dostępny.

Ile kosztuje testowanie w OpenAI Platform i jak policzyć koszt?

Testowanie w OpenAI Platform kosztuje tyle samo co wywołanie API: koszt zadania to tokeny wejścia razy cena wejścia plus tokeny wyjścia razy cena wyjścia, podzielone przez milion – na modelu gpt-6-luna zapytanie z 1 000 tokenami wejścia i 500 wyjścia kosztuje około 0,00035 USD, a na gpt-6-astra około 0,035 USD. Cennik OpenAI podaje ceny za milion tokenów, osobno dla wejścia i wyjścia.

koszt (USD) = (tokeny wejścia x cena wejścia + tokeny wyjścia x cena wyjścia) / 1 000 000

Ceny w trybie Standard według cennika OpenAI (USD za milion tokenów, prompt do 272 tys. tokenów wejścia):

Wyliczenie testu przyjmuje założenie autora, nie pomiar: 1 000 tokenów wejścia i 500 tokenów wyjścia, bez pamięci podręcznej.

Żeby przeliczyć tabelę na swoje zadanie, podstaw do wzoru własne liczby tokenów. Do rachunku mogą dojść mnożniki z dokumentacji modeli:

• Batch i Flex – 50 procent stawek Standard (Batch to paczka żądań wykonywanych z opóźnieniem, Flex – tańsze przetwarzanie o niższym priorytecie);
• Fast – 2 razy stawki;
• długi prompt – powyżej 272 tys. tokenów wejścia całe żądanie kosztuje 2 razy więcej za wejście i pamięć podręczną oraz 1,5 razy więcej za wyjście;
• przetwarzanie regionalne – dopłata 10 procent dla modeli wydanych od 5 marca 2026;
• wyszukiwanie w sieci – 10 USD za 1 000 wywołań narzędzia plus tokeny treści wyszukiwania według stawek modelu.

Modele z rozumowaniem zużywają dodatkowe tokeny rozumowania, które zwiększają zużycie ponad samą widoczną odpowiedź, dlatego wyliczenie traktuj jako dolną granicę i porównaj je z polem usage w odpowiedzi albo z panelem Usage. Pełny cennik API i planów ChatGPT zebraliśmy w tekście ile kosztuje ChatGPT: plany i API.

Jakie limity ma OpenAI Platform: poziomy, RPM, TPM i limit wydatków?

Limity OpenAI Platform dzielą się na limity szybkości (zapytania i tokeny na minutę), zależne od poziomu i modelu, oraz na miesięczny limit użycia przydzielany z poziomem – na poziomie Build model gpt-6-astra dopuszcza 5 000 zapytań i 1 000 000 tokenów na minutę, a miesięczny limit użycia wynosi 500 USD.

• RPM (requests per minute) to liczba zapytań na minutę.
• TPM (tokens per minute) to liczba tokenów na minutę.
• Dokumentacja wymienia też RPD i TPD (zapytania i tokeny na dzień), IPM (obrazy na minutę) i minuty audio na minutę.

Limit zadziała na tej metryce, którą przekroczysz pierwszą. Limity szybkości obowiązują na poziomie organizacji i projektu i zależą od modelu.

Limity swojego poziomu dla każdego modelu sprawdzisz na stronie limitów organizacji (Settings > Organization > Limits, sekcja Rate limits). Według dokumentacji limitów wydatków OpenAI przydziela organizacji zatwierdzony miesięczny limit użycia zależny od poziomu, osobny od limitów wydatków, które ustawiasz sam; po jego osiągnięciu prosisz o wyższy limit.

Stan limitów OpenAI zwraca w nagłówkach odpowiedzi: retry-after, x-ratelimit-limit-requests, x-ratelimit-limit-tokens, x-ratelimit-remaining-requests, x-ratelimit-remaining-tokens, x-ratelimit-reset-requests i x-ratelimit-reset-tokens oraz w wariantach projektowych x-ratelimit-limit-project-tokens, x-ratelimit-remaining-project-tokens i x-ratelimit-reset-project-tokens.

Zalecenia dokumentacji limitów na błędy szybkości:

• 429 slow_down – ruch rośnie za szybko; zastosuj się do Retry-After, zmniejsz tempo i zwiększaj je stopniowo;
• 503 server_is_overloaded – model jest chwilowo przeciążony; poczekaj według Retry-After i ponów, a przy powtarzaniu się błędu wydłużaj przerwy;
• duży ruch – od 1 mln tokenów wejścia na minutę zwiększaj ruch o najwyżej 50 procent co 15 minut;
• ponawianie – stosuj wykładnicze wydłużanie przerw z losowym opóźnieniem, a błędów limitów, rozliczeń i innych wymagających twojego działania nie ponawiaj;
• nieudane żądania też wliczają się do limitu minutowego, więc ciągłe ponawianie nie pomaga.

Cztery różne zatrzymania zapytań i co z nimi zrobić

OpenAI Platform zatrzymuje zapytania z czterech różnych powodów – limit szybkości (slow_down), twardy limit wydatków (organization_spend_limit_exceeded albo project_spend_limit_exceeded), miesięczny limit użycia poziomu (organization_usage_limit_exceeded) i brak środków (credit_balance_exhausted) – i każdy ma inne lekarstwo. Zestawienie łączy dwie strony dokumentacji OpenAI (limity szybkości i limity wydatków); żadna z nich nie pokazuje wszystkich czterech przypadków w jednej tabeli.

W trzech ostatnich przypadkach ponawianie nic nie da – potrzebne jest twoje działanie w panelu. Według dokumentacji egzekwowanie twardego limitu nie jest natychmiastowe, więc zapisane wydatki mogą nieznacznie przekroczyć ustawioną kwotę.

Jak ustawić limit wydatków i sprawdzać zużycie?

Limit wydatków w OpenAI Platform ustawiasz na stronie limitów organizacji (platform.openai.com/settings/organization/limits) albo w ustawieniach projektu: Edit spend limit, miesięczna kwota i włączone Enforce a hard limit – twarde limity dla organizacji i projektów OpenAI dodało 22 lipca 2026. Do zmiany limitu potrzebujesz uprawnienia do zarządzania rozliczeniami.

Organizacja według dokumentacji limitów wydatków:

1. Otwórz stronę limitów organizacji.
2. W sekcji Spend wybierz Edit spend limit.
3. Wpisz kwotę w polu Monthly spend limit.
4. Włącz Enforce a hard limit, jeśli zapytania mają być odrzucane po osiągnięciu limitu.
5. Wybierz Save.

Projekt: ustawienia projektu, zakładka Limits, a dalej ta sama ścieżka od sekcji Spend. Twardy limit organizacji obejmuje ruch wszystkich projektów, a limit projektu – tylko ruch rozliczany na ten projekt. Alerty wydatków wysyłają powiadomienie i nie zatrzymują ruchu („Spend alerts do not enforce a cap”); działają dalej po dodaniu twardego limitu, więc ostrzegą cię, zanim limit przerwie ruch. Poradnik produkcyjny OpenAI zaleca dla testów osobny projekt z niskim twardym limitem.

Zużycie sprawdzasz w panelu Usage, który pokazuje tokeny w bieżącym i poprzednich cyklach rozliczeniowych, oraz w panelu Costs. Od 4 sierpnia 2026 oba panele filtrują i grupują dane po kluczu API, a od 20 sierpnia 2026 OpenAI Platform ma panel pamięci podręcznej promptu z odsetkiem trafień w czasie.

Czy OpenAI trenuje na danych z API i jak długo je przechowuje?

Według dokumentacji kontroli danych OpenAI dane wysyłane do API OpenAI Platform od 1 marca 2023 nie są używane do trenowania modeli, chyba że sam się na to zgodzisz, a dzienniki wykrywania nadużyć z treścią zapytań i odpowiedzi OpenAI przechowuje do 30 dni, z możliwością wyłączenia po zatwierdzeniu przez OpenAI (zero data retention). Retencja to czas, przez który dostawca przechowuje wysłane treści.

Strona o danych jest w punkcie o stanie aplikacji Responses API niespójna, dlatego zestawiliśmy oba zapisy. Kwalifikację do kontroli lokalizacji danych według dokumentacji potwierdza dział sprzedaży OpenAI. Obrazy i pliki są według dokumentacji skanowane pod kątem materiałów przedstawiających wykorzystywanie seksualne dzieci (CSAM), a zgłoszone treści są przechowywane do przeglądu także przy wyłączonej retencji.

Zasady API nie przenoszą się na aplikację ChatGPT – tam obowiązują inne ustawienia, które omawiamy w tekście czy ChatGPT jest bezpieczny. Umowę powierzenia przetwarzania danych (DPA) i jej znaczenie dla firmy przetwarzającej dane osobowe omawiamy w tekście AI a RODO.

Co robić po pierwszych testach w OpenAI Platform?

Po pierwszych testach w OpenAI Platform ustaw twardy limit wydatków w osobnym projekcie testowym, przenieś działające polecenie do kodu i dopiero potem dokładaj narzędzia, pamięć podręczną i tańsze tryby, takie jak Batch. Kolejność ma znaczenie: limit chroni budżet, polecenie w kodzie da się wersjonować, a optymalizacja kosztu ma sens dopiero przy powtarzalnym ruchu.

1. Ustaw projekt testowy z niskim twardym limitem i alertem wydatków (sekcja o limitach wyżej).
2. Przenieś polecenie z Playground do pliku w repozytorium i dopisz instrukcję systemową – zasady w poradniku system prompty w czatach.
3. Sprawdź koszt na swoich danych i porównaj z cennikiem w tekście ile kosztuje ChatGPT: plany i API.
4. Gdy powtarzasz tę samą instrukcję, ułóż ją na początku żądania i zajrzyj do tekstu cache kontekstu w AI; zadania bez pośpiechu przenieś do trybu Batch za 50 procent stawki.
5. Gdy chcesz podłączyć zewnętrzne źródła danych, poznaj Model Context Protocol, a przy dłuższych poleceniach przyda się tekst czym są tokeny.
6. Ten sam proces od strony Anthropic opisuje tekst Claude API – jak zacząć, a agenta OpenAI do programowania – OpenAI Codex – co to jest.

FAQ

Źródła

• Pricing – ceny gpt-6-astra, gpt-6.1-sol i gpt-6-luna za milion tokenów, cennik OpenAI (podpiera stawki 10/50, 2/10 i 0,10/0,50 USD, a więc też wyliczenie kosztu testu)
• Rate limits – poziomy Free, Build, Launch, Grow, progi zakupów, RPM i TPM, dokumentacja OpenAI (podpiera progi 5/100/500 USD, limity 100/500/5 000/200 000 USD i RPM/TPM per poziom)
• Spend limits – twardy limit wydatków, alerty i kody błędów, dokumentacja OpenAI (podpiera kody „project_spend_limit_exceeded”, „organization_usage_limit_exceeded” i to, że alerty nie zatrzymują ruchu)
• Changelog – zmiana poziomów z pięciu na trzy (6.10.2026), ograniczenia Astry, wygasanie kluczy, historia zmian OpenAI (podpiera brak własnych „temperature” i „top_p” w Astrze oraz daty wygaśnięcia kluczy od 10.09.2026)
• Deprecations – harmonogram wyłączeń modeli, „v1/prompts” i Assistants API, dokumentacja OpenAI (podpiera wyłączenie Assistants API 26.08.2026 i wycofanie obiektów „prompt”)
• Data controls in the OpenAI platform – trenowanie, retencja i lokalizacja danych, dokumentacja OpenAI (podpiera brak trenowania na danych z API od 1 marca 2023 i 30-dniowe dzienniki nadużyć)

Ostatnia aktualizacja: 5 listopada 2026 · Zgłoś poprawkę