GPT 6.1 Terra API-Kosten für Produktions-Workflows: Budget für Wiederholungsversuche und Cache
Schätzen Sie die GPT 6.1 Terra API-Kosten pro abgeschlossenem Workflow, einschließlich Wiederholungsversuchen, Cache-Schreibvorgängen, Wiederherstellungsregeln und Wechseln der Kontextstufe.
Zusammenfassung · TL;DR
Ein reproduzierbares Kostenmodell für GPT 6.1 Terra Produktions-Workflows mit einem beispielhaften Budget für Wiederholungsversuche und Cache, einer Analyse der Preisstufen und einer Checkliste zur Wiederherstellung.
Kernaussagen
- Kalkulieren Sie pro abgeschlossenem Workflow statt nur pro API-Anfrage: Wiederholungsversuche, Wiederherstellungsaufrufe, Ausgabe-Tokens und erneute Cache-Schreibvorgänge beeinflussen das Ergebnis.
- Im Beispiel mit 10.000 Workflows betragen die geschätzten API-Kosten mit Cache $110.75 zu offiziellen Preisen oder $17.277 zu den veröffentlichten OneMux-Preisen, jeweils vor weiteren Servicekosten.
- Die Break-even-Berechnung für den Cache hängt davon ab, wie Schreib- und Lesevorgänge abgerechnet werden. Prüfen Sie tatsächliche Nutzungsdaten, bevor Sie das Beispiel auf den Produktivbetrieb übertragen.
- Eine Anfrage mit mehr als 272.000 Eingabe-Tokens kann in eine höhere Preisstufe fallen. Erfassen Sie daher die Größe der gesamten Anfrage und nicht nur die des stabilen Präfixes.
Auf dieser Seite (9)
Ausgangspunkt: Kosten pro abgeschlossenem Workflow
Schätzen Sie für einen Produktions-Workflow mit GPT 6.1 Terra die Kosten aller Versuche, die zum Abschluss eines Jobs nötig sind, und nicht nur die der ersten Anfrage. Berücksichtigen Sie Eingabe und Ausgabe bei Wiederholungsversuchen, Cache-Schreibvorgänge nach Ablauf oder Änderungen des Prompts sowie etwaige Wiederherstellungsaufrufe. Teilen Sie anschließend die Gesamtkosten durch die Zahl der abgeschlossenen Jobs.
Der beispielhafte Workload unten kostet für 10.000 abgeschlossene Jobs unter den genannten Annahmen zur Cache-Abrechnung $110.75 zu den aufgeführten offiziellen Preisen oder $17.277 zu OneMux-Preisen. Dabei handelt es sich um Schätzungen der API-Tokenkosten, nicht um tatsächlich beobachtete Rechnungsbeträge. Die tatsächlichen Kosten hängen von der Abrechnung des Anbieters, Cache-Treffern, Fehlern und Anfragegrößen ab.
OneMux ist Herausgeber dieses Leitfadens und bietet über eine OpenAI-kompatible API Zugang zu Modellen. Dieselbe Schätzmethode ist auch bei der Bewertung einer direkten Anbieteranbindung oder einer anderen Route hilfreich.
GPT 6.1 Terra: Preisübersicht
Der Stand des OneMux-Modellkatalogs wurde am 13. November 2026 erfasst. Alle folgenden Preise gelten in US-Dollar pro Million Tokens. Das veröffentlichte Verhältnis der OneMux- zu den offiziellen Preisen beträgt für die aufgeführten Eingabe- und Ausgabepreise in beiden Stufen 0,156, entsprechend einem Rabatt von 84,4 %. Es handelt sich um veröffentlichte Preise, nicht um eine Garantie für den späteren Rechnungsbetrag. Prüfen Sie vor der Budgetplanung die aktuellen Preise.
| Eingabekontextstufe | Offizielle Eingabe | Offizielle Ausgabe | OneMux-Eingabe | OneMux-Ausgabe | Veröffentlichtes Preisverhältnis |
|---|---|---|---|---|---|
| ≤272K Tokens | $1.00 | $5.00 | $0.156 | $0.78 | 0.156 |
| >272K Tokens | $2.00 | $7.50 | $0.312 | $1.17 | 0.156 |
Auch die Cache-Preise unterscheiden sich je nach Stufe, Aufbewahrungsdauer und Route:
| Eingabekontextstufe | Offizielles Cache-Lesen | Offizielles Schreiben, 30 min | Offizielles Schreiben, 12 h | OneMux Cache-Lesen | OneMux Schreiben, 30 min | OneMux Schreiben, 12 h |
|---|---|---|---|---|---|---|
| ≤272K Tokens | $0.05 | $1.25 | $2.50 | $0.0078 | $0.195 | $0.39 |
| >272K Tokens | $0.10 | $2.50 | $5.00 | $0.0156 | $0.39 | $0.78 |
OrcaRouters Caching-Analyse beschreibt die offiziellen Cache-Preise und den Schwellenwert von 272K. In den dortigen Beispielen wird ein Cache-Schreibvorgang separat berechnet, gefolgt von kostenpflichtigen Lesevorgängen. Verwenden Sie diese Konvention hier nur als Annahme für die Schätzung: Prüfen Sie in der Dokumentation und den Nutzungsdaten der Route, wie Schreib- und Lesevorgänge sowie die erste Anfrage tatsächlich abgerechnet werden. Gehen Sie nicht allein deshalb von einem Cache-Treffer aus, weil ein Prompt wiederverwendbar aussah.
Rechenbeispiel: 10.000 Jobs mit Wiederholungsversuchen
Angenommen, ein Workflow verarbeitet in einem Abrechnungszeitraum 10.000 Jobs. Jeder Job wird abgeschlossen. Der Workload nutzt die niedrigere Kontextstufe und umfasst:
- 11.000 Versuche insgesamt: 10.000 erste Versuche plus 1.000 Wiederholungsversuche. Jeder Versuch sendet die vollständige Eingabe und erzeugt die angenommene Ausgabe, auch wenn er erfolglos bleibt.
- 50.000 stabile Präfix-Tokens und 2.000 variable Eingabe-Tokens pro Versuch.
- 1.000 Ausgabe-Tokens pro Versuch.
- 100 Schreibvorgänge des stabilen Präfixes zum 30-Minuten-Schreibpreis sowie 11.000 Cache-Lesevorgänge dieses Präfixes. Dies ist eine beispielhafte Abrechnungskonvention und keine Aussage über beobachtetes Cache-Verhalten.
- Keine separaten Wiederherstellungsaufrufe, Tool-Gebühren, Steuern oder Infrastrukturkosten. Die Kosten für das Erstellen oder Abrufen der Eingabe außerhalb der Modell-API sind nicht enthalten.
Die 100 Schreibvorgänge stehen für Ablauf oder Ersetzung während des Zeitraums. Es handelt sich nicht um einen Schreibvorgang pro Job. Die 1.000 Wiederholungsversuche entsprechen 10 % der ursprünglichen Jobs und sind keine gemessene Fehlerrate des Modells.
| Kostenbestandteil | Tokenberechnung | Offizielle Kosten | OneMux-Kosten |
|---|---|---|---|
| Präfix-Schreibvorgänge | 100 × 50.000 = 5 Millionen Tokens | 5 × $1.25 = $6.25 | 5 × $0.195 = $0.975 |
| Präfix-Lesevorgänge | 11.000 × 50.000 = 550 Millionen Tokens | 550 × $0.05 = $27.50 | 550 × $0.0078 = $4.29 |
| Variable Eingabe | 11.000 × 2.000 = 22 Millionen Tokens | 22 × $1.00 = $22.00 | 22 × $0.156 = $3.432 |
| Ausgabe | 11.000 × 1.000 = 11 Millionen Tokens | 11 × $5.00 = $55.00 | 11 × $0.78 = $8.58 |
| Gesamt | 10.000 abgeschlossene Jobs | $110.75 | $17.277 |
Das entspricht $0.011075 pro abgeschlossenem Job zu offiziellen Preisen und $0.0017277 zu OneMux-Preisen. Für einen direkt vergleichbaren Fall ohne Cache senden dieselben Versuche 572 Millionen reguläre Eingabe-Tokens und erzeugen 11 Millionen Ausgabe-Tokens: $627.00 offiziell oder $97.812 bei OneMux. Diese Schätzungen halten Jobzahl, Versuche und Ausgabe konstant; sie belegen nicht, welche Cache-Einsparungen ein realer Workload erreichen wird.
Wann sich ein Cache-Schreibvorgang amortisiert
Unter der im Beispiel verwendeten Konvention aus Schreiben und anschließendem Lesen spart jede Million gelesener Präfix-Tokens in der niedrigeren offiziellen Stufe gegenüber regulärer Eingabe $0.95: $1.00 minus $0.05. Ein Schreibvorgang für 30 Minuten kostet $1.25 pro Million; zwei Lesevorgänge sparen also $1.90 und übersteigen damit diese Schreibkosten. Ein Schreibvorgang für 12 Stunden kostet $2.50; drei Lesevorgänge sparen also $2.85 und übersteigen die Schreibkosten.
Dieser Break-even gilt pro stabilem Präfix und Aufbewahrungsfenster. Variable Eingabe und Ausgabe bleiben unberücksichtigt, da sie als unverändert angenommen werden. Wenn der erste Schreibvorgang anders abgerechnet wird oder eine Anfrage nur teilweise mit dem gecachten Präfix übereinstimmt, rechnen Sie anhand der tatsächlich abgerechneten Nutzung neu. Die Quellenanalyse weist außerdem darauf hin, dass Änderungen am Anfang des Prompts eine Wiederverwendung verhindern können.
Halten Sie stabile Anweisungen, Tool-Definitionen und Dokumente in einer einheitlichen Reihenfolge. Platzieren Sie Anfrage-IDs, Zeitstempel und jobspezifische Inhalte danach, soweit das dokumentierte Cache-Verhalten der API dies erlaubt. Messen Sie Treffer- und Schreibraten, statt diese Prompt-Struktur als Garantie zu betrachten.
Regeln für Wiederholungsversuche und Wiederherstellung vor der Prognose festlegen
Ein Wiederholungsversuch kann erneut Tokenkosten verursachen und, was noch wichtiger ist, eine externe Aktion wiederholen. Legen Sie die Regeln für den Workflow ausdrücklich fest:
- Fehler klassifizieren. Wiederholen Sie vorübergehende Transport- oder Rate-Limit-Fehler mit begrenztem Backoff. Leiten Sie ungültige Anfragen oder fehlgeschlagene Validierungen zur Korrektur oder Prüfung weiter, statt sie unverändert und unbegrenzt zu wiederholen.
- Versuchslimit und Kostenobergrenze festlegen. Budgetieren Sie sowohl die maximal zulässige Anzahl an Versuchen als auch den Durchschnitt. Auch bei einem Timeout kann abrechenbare Ausgabe entstanden sein. Gleichen Sie daher die Nutzungsdaten ab, statt anzunehmen, dass der Versuch kostenlos war.
- Seiteneffekte absichern. Verwenden Sie einen Idempotenzschlüssel auf Anwendungsebene oder einen dauerhaft gespeicherten Jobstatus, bevor Sie einen Vorgang wiederholen, der eine Nachricht senden, einen Datensatz ändern oder ein Tool aufrufen kann. Prüfen Sie nach einem nicht eindeutig geklärten Timeout, ob die Aktion bereits abgeschlossen wurde.
- Wiederherstellung separat erfassen. Ein Reparatur-Prompt, ein Aufruf zur Vorbereitung einer menschlichen Prüfung oder ein Aufruf eines Fallback-Modells ist ein zusätzlicher Versuch mit eigener Eingabe, Ausgabe und eigenem Preis. Das Rechenbeispiel geht davon aus, dass keine solchen Aufrufe stattfinden; rechnen Sie sie hinzu, wenn sie anfallen.
- Den Nenner erfassen. Dokumentieren Sie abgeschlossene und fehlgeschlagene Jobs, Versuche, abgerechnete Eingabe und Ausgabe, Cache-Lese- und Schreibvorgänge sowie Kosten nach Stufe. Niedrige Kosten pro Versuch können hohe Kosten pro Abschluss verdecken.
Den Schwellenwert von 272K im Blick behalten
Die Stufe wird anhand des Eingabekontexts beschrieben. Prüfen Sie daher die gesamte Anfrage, einschließlich variabler Inhalte, und nicht nur das wiederverwendbare Präfix. Zu den aufgeführten offiziellen Preisen kosten 270.000 nicht gecachte Eingabe-Tokens $0.27, während 273.000 zum höheren Preis $0.546 kosten. Dabei wird wie in den Beispielen der Quelle angenommen, dass der höhere Preis für die gesamte Eingabe gilt. Auch die Ausgabepreise ändern sich je nach Stufe. Prüfen Sie die geltende Abrechnung, bevor Sie sich auf eine Schätzung an der Stufengrenze verlassen.
Entfernen Sie bei Jobs nahe am Schwellenwert unnötigen Kontext oder rufen Sie einen kleineren relevanten Abschnitt ab. Prüfen Sie anschließend die Qualität der Aufgabenerfüllung. Ein kleinerer Prompt ist nur dann eine betriebliche Verbesserung, wenn der Workflow weiterhin zuverlässig abgeschlossen wird; zusätzliche Wiederholungsversuche können eine scheinbare Einsparung zunichtemachen.
Fazit
Beginnen Sie mit einer Verteilung der Versuche, realistischen Tokenzahlen und der Häufigkeit von Cache-Schreibvorgängen. Berechnen Sie sowohl reguläre als auch gecachte Eingabe und teilen Sie anschließend durch die Zahl der abgeschlossenen Jobs. Betrachten Sie das Ergebnis als Prognose, bis Nutzungsdaten die Cache-Abrechnung, die Stufenzuordnung und die Kosten fehlgeschlagener Versuche bestätigen.
Quellen
- OneMux-Modelleintrag für GPT 6.1 Terra und OneMux-Preise – bereitgestellter Katalogstand, erfasst am 13. November 2026.
- OrcaRouter: GPT-6.1 Terra Caching – bereitgestellte Analyse der offiziellen Cache-Preise, der Break-even-Annahmen und des Schwellenwerts für lange Kontexte.
Veröffentlichter Preisstand
Erfasst am 2026-11-13T19:30:05.480Z aus dem veröffentlichten OneMux-Katalog. Die Preise behalten die Abrechnungseinheiten der Website bei; dies ist kein Live-Benchmark. Gestaffelte, Cache- oder zeitbasierte Abrechnung kann abweichen. Unbekannte Werte sind nicht null.
| Modell | Offizielle Eingabe | Offizielle Ausgabe | OneMux-Eingabe | OneMux-Ausgabe | Veröffentlichtes Preisverhältnis |
|---|---|---|---|---|---|
| GPT 6.1 Terra | $1 | $5 | $0.156 | $0.78 | 0.156 |
Aktuelle OneMux-Preise. Vergleichen Sie Workload-Kosten nur, wenn Eingabe, Ausgabe und Abrechnungseinheiten übereinstimmen; die Bedingungen der Preisstufen finden Sie auf der jeweiligen Modellseite.
FAQ
Wie sollten Wiederholungsversuche in GPT 6.1 Terra Kostenschätzungen einfließen?
Erfassen Sie Eingabe und Ausgabe jedes Versuchs, einschließlich fehlgeschlagener Versuche, sofern sie abgerechnet werden, und rechnen Sie separate Wiederherstellungsaufrufe hinzu. Teilen Sie die Gesamtkosten durch die Zahl der abgeschlossenen Jobs, nicht durch die Zahl der Versuche.
Wann amortisiert sich ein GPT 6.1 Terra Cache-Schreibvorgang?
Bei den aufgeführten offiziellen Preisen der niedrigeren Stufe und unter der Annahme eines separat berechneten Schreibvorgangs mit anschließenden kostenpflichtigen Lesevorgängen amortisiert sich ein 30-Minuten-Schreibvorgang nach zwei vollständigen Lesevorgängen und ein 12-Stunden-Schreibvorgang nach drei. Die tatsächliche Abrechnung und Cache-Übereinstimmung müssen geprüft werden.
Hängt die 272K-Stufe nur vom gecachten Präfix ab?
Die Stufe wird anhand des Eingabekontexts beschrieben. Verwenden Sie für die Schätzung daher die vollständige Anfrage einschließlich variabler Eingabe. Prüfen Sie in der Abrechnungsdokumentation und den Nutzungsdaten, wie der Anbieter die Stufe anwendet.
Ähnliche Artikel
Guides
Gemini 4 Neon API-Kosten: Workload-Schätzung mit Wiederholungsversuchen und Fehlerbehebung
Schätzen Sie die Kosten produktiver Gemini 4 Neon-Workflows anhand vergleichbarer Token-Einheiten, ausdrücklicher Retry-Annahmen und einer nachvollziehbaren Berechnung der Kosten pro erfolgreichem Workflow.
Guides
GPT 6.1 Terra API-Kosten für die Support-Triage: eine nachvollziehbare Schätzung
Schätzen Sie die GPT 6.1 Terra API-Kosten für eine Support-Triage mit menschlicher Freigabe anhand konkreter Tokenmengen, Cache-Annahmen und vergleichbarer offizieller und OneMux-Tarife.
Guides
GPT 6.1 Terra API-Kosten für Repository-Änderungen und Testprüfung
Schätzen Sie die Token-Kosten von GPT 6.1 Terra für einen Workflow aus Repository-Änderung und Testprüfung – mit expliziten Cache-Annahmen und nachvollziehbarer Berechnung.
Guides
GPT 6.1 Terra API-Kosten: Reproduzierbare Cache-Auswertung
Schätzen Sie die API-Kosten von GPT 6.1 Terra mit expliziten Token-Annahmen, veröffentlichten OneMux- und offiziellen Preisen sowie einem wiederholbaren Test, um den Nutzen von Prompt Caching für Ihren Workload zu prüfen.