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.
Zusammenfassung · TL;DR
Eine beispielhafte Repository-Änderung mit vier Aufrufen kostet zu den veröffentlichten offiziellen Tarifen ohne Caching $0.58 oder unter einem ausdrücklich angenommenen Cache-Abrechnungsmodell $0.325. Die entsprechenden Schätzungen zu OneMux-Katalogtarifen betragen $0.09048 und $0.0507.
Kernaussagen
- Kalkulieren Sie den gesamten Prüfzyklus einschließlich der an das Modell zurückgesendeten Testausgabe und möglicher Folgeänderungen, statt nur einen einzelnen Prompt zu berechnen.
- Das Rechenbeispiel setzt einen separat abgerechneten Cache-Schreibvorgang und vier Cache-Lesevorgänge voraus. Die tatsächliche Abrechnung hängt von Cache-Erstellung, Aufbewahrung, Übereinstimmung und Anbieterverhalten ab.
- Für Anfragen mit mehr als 272K Eingabe-Tokens gelten im bereitgestellten Katalog andere Eingabe-, Ausgabe- und Cache-Preise.
- Die API-Token-Schätzungen enthalten weder Testinfrastruktur noch Entwicklerprüfung, Wiederholungsversuche oder andere Betriebskosten.
Auf dieser Seite (11)
Eine aussagekräftige Kostenschätzung für eine KI-gestützte Repository-Änderung berücksichtigt den gesamten Änderungs- und Testzyklus, nicht nur die erste Coding-Anfrage. Für die folgende Beispielaufgabe mit vier Aufrufen kostet GPT 6.1 Terra ohne Caching $0.58 zu den veröffentlichten offiziellen Tarifen oder $0.325 mit einem separat abgerechneten Cache-Schreibvorgang für 30 Minuten und vier Cache-Lesevorgängen. Zu den entsprechenden OneMux-Katalogtarifen ergeben sich Schätzungen von $0.09048 und $0.0507.
Dies sind Rechenbeispiele, keine Messwerte oder Preisangebote. OneMux ist Herausgeber dieses Artikels und bietet über eine OpenAI-kompatible API Zugang zu Modellen. Die tatsächlichen Kosten hängen von der Token-Nutzung, dem Cache-Verhalten und den jeweils geltenden Preisbedingungen ab.
GPT 6.1 Terra: Preise und Einheiten
Die folgende Momentaufnahme wurde am 11. November 2026 erfasst. Alle Preise in den Tabellen verstehen sich in USD pro Million Tokens. Das veröffentlichte Preisverhältnis von OneMux zu den offiziellen Tarifen beträgt für die Eingabe- und Ausgabepreise in beiden Stufen 0.156; es handelt sich um ein Preisverhältnis, nicht um einen prozentualen Rabatt. Prüfen Sie vor der Budgetplanung die Modellseite von GPT 6.1 Terra und die aktuellen OneMux-Preise.
| Eingabekontextstufe | Offizielle Eingabe | Offizielle Ausgabe | OneMux Eingabe | OneMux Ausgabe | Veröffentlichtes Preisverhältnis |
|---|---|---|---|---|---|
| ≤272K | $1.00 | $5.00 | $0.156 | $0.78 | 0.156 |
| >272K | $2.00 | $7.50 | $0.312 | $1.17 | 0.156 |
Auch die Cache-Preise gelten pro Million Tokens. Die Quelle beschreibt den Standardpreis für Schreibvorgänge als Option mit 30 Minuten Aufbewahrung und den anderen Schreibpreis als Option mit 12 Stunden Aufbewahrung. Prüfen Sie, welche Optionen und welches Abrechnungsverhalten für Ihren Endpunkt gelten, bevor Sie damit planen.
| Eingabekontextstufe | Offizielles Cache-Lesen | Offizielles Schreiben, 30 Minuten | Offizielles Schreiben, 12 Stunden | OneMux Cache-Lesen | OneMux Schreiben, 30 Minuten | OneMux Schreiben, 12 Stunden |
|---|---|---|---|---|---|---|
| ≤272K | $0.05 | $1.25 | $2.50 | $0.0078 | $0.195 | $0.39 |
| >272K | $0.10 | $2.50 | $5.00 | $0.0156 | $0.39 | $0.78 |
Der bereitgestellte OrcaRouter-Artikel beschreibt die Cache-Preise und die Schwelle von 272K Eingabe-Tokens. Seine Cache-Beispiele verwenden einen separaten Schreibvorgang mit anschließenden Lesevorgängen. Die folgende Berechnung übernimmt diese Konvention ausdrücklich, statt davon auszugehen, dass sie für jede API-Implementierung gilt. Der Ausgabepreis oberhalb von 272K beträgt $7.50 und ist damit nicht doppelt so hoch wie der Ausgabepreis der niedrigeren Stufe.
Eine Repository-Änderung mit vier Aufrufen: Annahmen
Angenommen, eine Entwicklerin oder ein Entwickler beauftragt einen Agenten, eine Funktion zu ändern, Tests auszuführen und einen Fehler zu beheben. Die vier Modellaufrufe könnten Planung, Erstellung einer Änderung, Interpretation der Testausgabe und Erstellung einer Korrektur abdecken. Der Test-Runner ist vom Modell unabhängig; seine Ausgabe wird zur Eingabe, wenn sie zur Interpretation an das Modell zurückgesendet wird.
Für dieses Beispiel gelten folgende Annahmen:
- Jeder Aufruf enthält denselben stabilen Repository-Präfix mit 100.000 Tokens und 20.000 Tokens sonstiger Eingabe, darunter Aufgabenanweisungen, Änderungen oder Testausgaben.
- Jeder Aufruf erzeugt 5.000 Ausgabe-Tokens, einschließlich generiertem Code oder Erklärungen.
- Jede Anfrage bleibt innerhalb der Stufe ≤272K. Die Token-Anzahlen werden wie angegeben abgerechnet; zusätzliche Gebühren oder Mindestbeträge werden nicht angenommen.
- Im Cache-Szenario wird der Präfix mit 100.000 Tokens einmal zum 30-Minuten-Tarif geschrieben; anschließend werden vier Lesevorgänge dieses Präfixes abgerechnet. Alle Aufrufe erfolgen innerhalb des Aufbewahrungszeitraums und der Präfix stimmt überein.
- Die übrigen 20.000 Eingabe-Tokens pro Aufruf werden zum regulären Eingabetarif abgerechnet. Der Cache-Schreibvorgang erfolgt getrennt von den vier Lesevorgängen und wird nicht nochmals als reguläre Eingabe gezählt.
Dies ist ein bewusst vereinfachtes Abrechnungsmodell. Ein tatsächlicher Dienst kann die erste Anfrage anders abrechnen, einen Cache erneuern oder ablaufen lassen oder einen teilweisen Treffer melden. Verwenden Sie daher dessen tatsächliche Nutzungsdaten, statt dieses Muster vorauszusetzen.
Kosten pro Versuch einer geprüften Änderung berechnen
Über vier Aufrufe hinweg umfasst die Arbeitslast ohne Cache 480.000 Eingabe-Tokens und 20.000 Ausgabe-Tokens. Mit Cache umfasst sie einen Schreibvorgang mit 100.000 Tokens, 400.000 aus dem Cache gelesene Tokens, 80.000 reguläre Eingabe-Tokens und dieselben 20.000 Ausgabe-Tokens.
| Szenario | Berechnung für Eingabe und Cache | Berechnung für Ausgabe | Gesamt pro Versuch | Gesamt pro 1.000 identische Versuche |
|---|---|---|---|---|
| Offiziell, ohne Cache | 0.48 × $1.00 = $0.48 | 0.02 × $5.00 = $0.10 | $0.58 | $580 |
| Offiziell, mit Cache | (0.1 × $1.25) + (0.4 × $0.05) + (0.08 × $1.00) = $0.225 | 0.02 × $5.00 = $0.10 | $0.325 | $325 |
| OneMux, ohne Cache | 0.48 × $0.156 = $0.07488 | 0.02 × $0.78 = $0.0156 | $0.09048 | $90.48 |
| OneMux, mit Cache | (0.1 × $0.195) + (0.4 × $0.0078) + (0.08 × $0.156) = $0.0351 | 0.02 × $0.78 = $0.0156 | $0.0507 | $50.70 |
Die Dezimalzahlen in der Berechnung stehen für Millionen Tokens. Die Spalte für 1.000 Versuche skaliert lediglich jeden unabhängigen Versuch, einschließlich eines neuen Cache-Schreibvorgangs für jeden Versuch; sie setzt keinen aufgabenübergreifend genutzten Cache voraus.
Das offizielle Beispiel mit Cache spart unter diesen Annahmen $0.255 pro Versuch gegenüber dem Beispiel ohne Cache. Diese Differenz ist nicht garantiert: Ein geänderter Präfix, ein abgelaufener Eintrag, andere Token-Anzahlen oder eine andere Abrechnung verändern das Ergebnis. Keine der beiden Schätzungen enthält Rechenleistung für die Testausführung, Speicher, menschliche Prüfung, Steuern oder andere Dienstkosten.
Wann amortisiert sich der Cache-Schreibvorgang für den Repository-Präfix?
Vergleichen Sie gemäß der Konvention des Beispiels mit separatem Schreibvorgang das Lesen desselben Präfixes aus dem Cache mit seiner Übermittlung als reguläre Eingabe. Zu den offiziellen Tarifen der Stufe ≤272K spart ein Lesevorgang gegenüber regulärer Eingabe $0.95 pro Million Präfix-Tokens. Ein Schreibvorgang für 30 Minuten kostet $1.25 pro Million; zwei erfolgreiche Lesevorgänge sparen somit $1.90 pro Million und decken die Schreibkosten. Ein Schreibvorgang für 12 Stunden kostet $2.50 pro Million; daher sind drei erfolgreiche Lesevorgänge nötig, um ihn zu decken.
Diese Schwellenwerte berücksichtigen keine anderen Tokens und setzen einen Schreibvorgang, eine identische Präfixgröße und keinen Ablauf voraus. Wird die Cache-Erstellung anders abgerechnet als der hier angenommene separate Schreibvorgang, rechnen Sie mit den tatsächlichen Nutzungskategorien des Anbieters neu. Fehlgeschlagene oder teilweise Übereinstimmungen verringern die Einsparung.
Die Schätzung am tatsächlichen Testzyklus ausrichten
- Token-Nutzung pro Aufruf erfassen. Unterscheiden Sie, soweit die Nutzungsberichte es erlauben, zwischen regulärer Eingabe, Cache-Lesevorgängen, Cache-Schreibvorgängen und Ausgabe. Halten Sie fest, ob ein Aufruf der Planung, Änderung, Interpretation von Tests oder einem Wiederholungsversuch diente.
- Den wiederverwendbaren Präfix erhalten. Stellen Sie stabiles Repository-Material und Anweisungen vor veränderliche Aufgabendetails, sofern die Cache-Regeln des Endpunkts dies unterstützen. Die bereitgestellte Quelle nennt Änderungen an frühen Prompt-Inhalten, Tool-Definitionen oder der Dokumentreihenfolge als mögliche Ursachen für Cache-Misses.
- Testprotokolle als variable Eingabe behandeln. Lange Fehler-Traces und wiederholte Protokolle können sowohl das Eingabevolumen als auch die Wahrscheinlichkeit erhöhen, eine Stufengrenze zu überschreiten. Kürzen Sie irrelevante Ausgaben nur, wenn dadurch keine für die Fehlerdiagnose benötigten Hinweise verloren gehen.
- Wiederholungsversuche und Invalidierungen mitzählen. Ein neuer Repository-Snapshot, geänderte Anweisungen oder ein abgelaufener Cache können einen weiteren Schreibvorgang erfordern. Berücksichtigen Sie in der Schätzung die tatsächliche Zahl der Aufrufe pro Versuch.
- In der Nähe von 272K die gesamte Anfrage prüfen. Ein stabiler Präfix von 250K plus 30K an Aufgaben- und Testmaterial ergeben 280K Eingabe-Tokens – und damit nicht allein deshalb eine Anfrage der niedrigeren Stufe, weil der Präfix unter dem Schwellenwert liegt. Wenden Sie die höhere Katalogstufe an, wenn deren Bedingungen erfüllt sind.
Vermeiden Sie bei sensiblen Repositorys, unverarbeiteten Code oder Testausgaben nur zur Cache-Diagnose zu protokollieren. Vergleichen Sie stattdessen angemessen geschützte Hashes oder Token-Anzahlen und beachten Sie dabei die Sicherheitsregeln Ihrer Organisation. Ein übereinstimmender Diagnose-Hash beweist nicht, dass der Dienst einen Cache-Treffer erfasst hat; prüfen Sie dies im Nutzungsbericht.
FAQ
Zählt die Testprüfung als Modellausgabe?
Die Ausführung des Test-Runners ist von der Token-Ausgabe des Modells getrennt. Werden seine Protokolle an GPT 6.1 Terra gesendet, sind sie Modell-Eingabe. Eine vom Modell generierte Erklärung oder ein Patch ist Ausgabe. Kosten für die Testinfrastruktur liegen außerhalb der Token-Berechnung.
Ist Caching immer die kostengünstigste Lösung?
Nein. Bei einer kurzen Aufgabe, einem veränderlichen Präfix oder einem Cache, der vor der Wiederverwendung abläuft, amortisieren sich die Schreibkosten möglicherweise nicht. Eine weitere Möglichkeit besteht darin, nur die relevanten Dateien als Repository-Material zu senden, sofern das Modell weiterhin genügend Kontext hat, um die Änderung vorzunehmen und zu prüfen. Messen Sie die daraus resultierende Token-Nutzung und prüfen Sie die Qualität, statt von vornherein eine der beiden Vorgehensweisen als überlegen anzunehmen.
Fazit
Planen Sie Repository-Änderungen als Folge von Modellaufrufen zuzüglich separater Kosten für die Testausführung. Beginnen Sie mit der tatsächlichen Eingabe- und Ausgabenutzung und ergänzen Sie Cache-Schreib- und Lesevorgänge nur entsprechend dem beobachteten Abrechnungsverhalten. Das Beispiel mit vier Aufrufen bietet eine nachvollziehbare Ausgangsbasis, aber keine Zusage über die Kosten einer tatsächlichen Aufgabe.
Quellen
- OrcaRouter: GPT-6.1 Terra Caching – bereitgestellte Erläuterung zu Cache-Preisen, Wiederverwendung und der 272K-Schwelle.
- OneMux GPT 6.1 Terra Katalog und OneMux Preise – Modell- und Preisreferenzen; die obigen Zahlen verwenden die bereitgestellte Momentaufnahme vom 11. November 2026.
Veröffentlichte Preis-Momentaufnahme
Erfasst am 2026-11-11T17:00:05.802Z 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 gleich 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 Arbeitslastkosten nur, wenn Eingabe-/Ausgabe- und Abrechnungseinheiten übereinstimmen; die Bedingungen der jeweiligen Stufen finden Sie auf der Modellseite.
FAQ
Zählt die Testprüfung als Modellausgabe?
Die Testausführung ist von der Modellausgabe getrennt. An das Modell gesendete Protokolle zählen als Eingabe, generierte Erklärungen oder Patches als Ausgabe. Kosten für die Testinfrastruktur fallen separat an.
Ist Caching immer die kostengünstigste Lösung?
Nein. Ein veränderlicher Präfix, zu geringe Wiederverwendung, ein Ablauf oder eine andere Abrechnung können Cache-Einsparungen verhindern. Vergleichen Sie die beobachtete Nutzung mit einem Workflow ohne Cache oder mit kleinerem Kontext.
Ähnliche Artikel
Guides
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.
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: 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.
Guides
GPT 6.2 Astra API-Kosten für Repository-Änderungen: eine reproduzierbare Schätzung
Schätzen Sie die Tokenkosten für Repository-Änderungen und deren Prüfung durch Tests – einschließlich Cache-Nutzung, Kontextstufen, Wiederholungsversuchen und Kosten pro akzeptierter Änderung.