GuidesOneMux

GPT 6.2 Astra API: Kostenschätzung für dokumentenbasierte Fragen und Antworten

Schätzen Sie die Kosten für dokumentenbasierte Fragen und Antworten mit GPT 6.2 Astra anhand expliziter Token-Annahmen, Kontextstufen, Cache-Preise und nachvollziehbarer Berechnungen.

AI

Zusammenfassung · TL;DR

Ein beispielhaftes Kostenmodell für dokumentenbasierte Antworten mit Quellenangaben, einschließlich offizieller und OneMux-Token-Preise, Cache-Kosten und einer Checkliste, um Annahmen durch beobachtete Nutzungsdaten zu ersetzen.

Kernaussagen

  • Bei 12.000 Input- und 1.000 Output-Tokens pro Antwort betragen die beispielhaften Astra-Kosten zu den aufgeführten offiziellen Preisen $0.136 beziehungsweise zu den OneMux-Preisen der Momentaufnahme $0.014144.
  • Für 10.000 Antworten mit demselben Token-Verhältnis ergeben sich Schätzwerte von $1,360 beziehungsweise $141.44, jeweils ohne Retrieval, Dokumentenverarbeitung, Wiederholungsversuche und weitere Kosten.
  • Für Anfragen mit mehr als 272K Input-Tokens gelten höhere aufgeführte Input- und Output-Preise. Schätzen Sie diese separat, statt einen einheitlichen Mischpreis anzusetzen.
  • Cache-Einsparungen hängen von den tatsächlich berechtigten Schreib- und Lesevorgängen, der Aufbewahrungsdauer und der Abrechnung ab – nicht allein von wiederholten Dokumentinhalten.
Auf dieser Seite (8)

Bei dokumentenbasierten Fragen und Antworten mit Quellenangaben sollten Sie sowohl die an das Modell übermittelten Belege als auch die zurückgegebene Antwort im Budget berücksichtigen. Bei einer beispielhaften Arbeitslast mit 12.000 Input-Tokens und 1.000 Output-Tokens pro Antwort kostet GPT 6.2 Astra $0.136 pro Antwort zu den aufgeführten offiziellen Preisen beziehungsweise $0.014144 zu den OneMux-Preisen der Momentaufnahme – jeweils ohne Retrieval und weitere Ausgaben.

Dies ist ein Preisszenario, kein gemessenes Ergebnis. OneMux, der Herausgeber dieses Artikels, ist zugleich das Produkt im Preisvergleich. Die tatsächlichen Kosten hängen von der Token-Nutzung, der Cache-Berechtigung, der Anfragegröße und den zum Ausführungszeitpunkt geltenden Preisen ab.

Verwendete Preise und Einheiten

Die folgende OneMux-Katalogmomentaufnahme wurde am 18. November 2026 erfasst. Alle Preise sind in US-Dollar pro 1 Million Tokens angegeben. Das veröffentlichte Preisverhältnis ist der OneMux-Preis geteilt durch den aufgeführten offiziellen Preis; es ist kein prozentualer Rabatt. Ein Verhältnis von 0,104 entspricht bei den gezeigten Preisen rechnerisch einem um 89,6 % niedrigeren Token-Preis, garantiert aber keine entsprechenden Einsparungen bei den Gesamtkosten der Arbeitslast.

Input-KontextstufeOffizieller InputOffizieller OutputOneMux InputOneMux OutputVeröffentlichtes Preisverhältnis
Bis einschließlich 272K Tokens$8$40$0.832$4.160.104
Über 272K Tokens$16$60$1.664$6.240.104

Das bereitgestellte Gateway-Changelog nennt ebenfalls die Astra-Standardpreise von $8/$40 und Preise von $16/$60 für Prompts mit mehr als 272K Input-Tokens. Prüfen Sie die aktuellen Anbieterbedingungen und die OneMux-Preise, bevor Sie ein Budget festlegen. Die Stufe wird pro Anfrage bestimmt; erfassen Sie Anfragen mit langem Kontext daher in Ihrer Schätzung separat. Gehen Sie nicht davon aus, dass das Senden einer gesamten Dokumentensammlung allein wegen eines großen Kontextfensters wirtschaftlich ist.

Kosten für eine Antwort mit Quellenangaben schätzen

Nehmen wir an, ein Retrieval-Schritt wählt relevante Dokumentpassagen aus und das Modell erhält diese Passagen zusammen mit der Frage und Anweisungen zu Quellenangaben. Für dieses Beispiel gilt:

  • Jede Anfrage verwendet 12.000 Input-Tokens, einschließlich Frage, Anweisungen, Dokumentauszügen und Quellenkennungen.
  • Jede Antwort verwendet 1.000 abrechenbare Output-Tokens, einschließlich Antwort, Quellenangaben und etwaiger abrechenbarer Reasoning-Tokens. Laut der Gateway-Quelle werden Reasoning-Tokens als Output abgerechnet; zählen Sie sie nicht erneut, wenn sie bereits in der Output-Gesamtzahl enthalten sind.
  • Jede Anfrage fällt in die Stufe bis 272K. In dieser Ausgangsrechnung gibt es keine Cache-Lese- oder -Schreibvorgänge, Wiederholungsversuche oder fehlgeschlagenen Anfragen.
  • Die Arbeitslast erzeugt 10.000 Antworten pro Monat. Dies ist eine Annahme, keine Prognose des Anfragevolumens.

Berechnen Sie jede Token-Kategorie separat: Teilen Sie die Token-Anzahl durch eine Million und multiplizieren Sie das Ergebnis mit dem zugehörigen Preis.

KostenbestandteilOffizielle BerechnungOffizielle KostenOneMux-BerechnungOneMux-Kosten
Input pro Antwort12,000 ÷ 1,000,000 × $8$0.09612,000 ÷ 1,000,000 × $0.832$0.009984
Output pro Antwort1,000 ÷ 1,000,000 × $40$0.0401,000 ÷ 1,000,000 × $4.16$0.004160
Gesamt pro Antwort$0.096 + $0.040$0.136$0.009984 + $0.004160$0.014144
10.000 Antworten10,000 × $0.136$1,36010,000 × $0.014144$141.44

Die Schätzung umfasst ausschließlich Modell-Tokens. Rechnen Sie Dokumenten-Parsing, Embeddings, Indexierung, Retrieval, Speicherung, Anwendungs-Hosting, Evaluierung und gegebenenfalls abgerechnete Wiederholungsversuche separat hinzu. Ihre Preise werden hier nicht angegeben; sie sind nicht null. Auch Steuern und andere anfallende Gebühren sind im Beispiel nicht enthalten.

Was gilt bei mehr als 272K Input-Tokens pro Anfrage?

Für eine separate beispielhafte Anfrage mit 300.000 Input-Tokens und 1.000 Output-Tokens ergibt die Anwendung der aufgeführten Preise für über 272K auf diese Mengen:

PreisbasisInput-KostenOutput-KostenGesamt pro Antwort
Offiziell300,000 ÷ 1,000,000 × $16 = $4.801,000 ÷ 1,000,000 × $60 = $0.06$4.86
OneMux300,000 ÷ 1,000,000 × $1.664 = $0.49921,000 ÷ 1,000,000 × $6.24 = $0.00624$0.50544

Dieses Szenario setzt voraus, dass die höhere Stufe für alle Input- und Output-Tokens der Anfrage gilt. Prüfen Sie die für Ihr Konto geltenden Abrechnungsregeln. Ein direkter Qualitätsvergleich mit der kürzeren Anfrage ist nicht möglich: Die dem Modell vorgelegten Belege unterscheiden sich.

Cache-Schreib- und -Lesevorgänge berücksichtigen

Bei wiederholten Fragen zu denselben Dokumenten lässt sich möglicherweise ein cachefähiger Prompt-Präfix wiederverwenden. Die Wiederholung allein belegt jedoch keinen Cache-Treffer. Der Katalog führt die folgenden Astra-Cache-Preise pro Million Tokens auf; die Schreibspalten unterscheiden die aufgeführten Aufbewahrungsdauern.

Input-KontextstufeOffizielles Cache-LesenOffizielles Schreiben, 30 MinutenOffizielles Schreiben, 12 StundenOneMux Cache-LesenOneMux Schreiben, 30 MinutenOneMux Schreiben, 12 Stunden
Bis einschließlich 272K$0.40$10$20$0.0416$1.04$2.08
Über 272K$0.80$20$40$0.0832$2.08$4.16

Nehmen wir für einen beispielhaften Batch in der Standardstufe an, dass 10.000 Tokens einmal als Cache-Schreibvorgang mit 30 Minuten Aufbewahrungsdauer und bei neun nachfolgenden Anfragen als Cache-Lesevorgänge abgerechnet werden. Für diesen gemeinsamen Anteil allein betragen die offiziellen Kosten $0.10 für den Schreibvorgang plus $0.036 für die neun Lesevorgänge, also $0.136. Die entsprechende OneMux-Berechnung ergibt $0.0104 plus $0.003744, also $0.014144. Ohne Caching würden zehn reguläre Input-Abrechnungen für denselben Anteil von 10.000 Tokens offiziell $0.80 beziehungsweise bei OneMux $0.0832 kosten.

Dies ist eine Veranschaulichung nach Abrechnungskategorien und keine Zusage, dass diese zehn Anfragen dafür berechtigt sind. Das Beispiel setzt voraus, dass der Cache-Schreibpreis die reguläre Input-Gebühr für den geschriebenen Anteil ersetzt, jede spätere Nutzung als Lesevorgang abgerechnet wird und alle Lesevorgänge innerhalb der geltenden Aufbewahrungsdauer stattfinden. Prüfen Sie die tatsächlichen Regeln für Berechtigung, Abrechnung und Aufbewahrung. Rechnen Sie nicht gecachten Input und den gesamten Output separat hinzu; zählen Sie dieselben Tokens nicht zugleich als regulären und als Cache-Input, sofern Ihre Abrechnungsbedingungen dies nicht verlangen.

Aus der Schätzung ein überprüfbares Budget machen

  1. Definieren Sie eine erfolgreiche Antwort. Verlangen Sie Quellenangaben mit stabilen Dokumentkennungen und Passagen, die jede wesentliche Aussage stützen. Eine Antwort mit Quellenangabe ist nicht automatisch belegt; prüfen Sie, ob die zitierte Passage sie tatsächlich stützt.
  2. Messen Sie eine repräsentative Stichprobe. Erfassen Sie Input, Output, Cache-Lese- und -Schreibvorgänge, Anfragestufe und, soweit verfügbar, abgerechnete Kosten. Berücksichtigen Sie kurze und lange Dokumente, unbeantwortbare Fragen und Fragen über mehrere Quellen hinweg. Für diesen Artikel wurde keine kostenpflichtige Evaluierung durchgeführt.
  3. Erfassen Sie die Kosten pro akzeptierter Antwort. Teilen Sie die gesamten abgerechneten Kosten der Arbeitslast – einschließlich Wiederholungsversuchen und fehlgeschlagenen Versuchen – durch die Anzahl der Antworten, die Ihre Prüfung der Quellenzuordnung bestehen. So werden Kosten sichtbar, die ein Durchschnitt pro Anfrage verdeckt.
  4. Untersuchen Sie Ausreißer. Große abgerufene Passagen, wiederholte Anweisungen, ausführliche Quellenangaben und lange Antworten können den Token-Verbrauch erhöhen. Prüfen Sie, ob Quellenkennungen erhalten bleiben, wenn Passagen gekürzt oder neu angeordnet werden.
  5. Berechnen Sie nach Stufe und Cache-Kategorie neu. Multiplizieren Sie die beobachteten Token-Gesamtmengen mit den jeweils passenden aktuellen Preisen und addieren Sie anschließend die Kosten außerhalb des Modells. Behandeln Sie nicht verfügbare Nutzungsdaten oder Preise als unbekannt und nicht als null.

Wann sich eine Alternative zur Prüfung anbietet

Wenn sich das Ziel für die Qualität der Quellenangaben mit weniger Kontext oder einem anderen Modell erreichen lässt, testen Sie dies mit Ihrem eigenen Dokumentensatz, bevor Sie allein nach Token-Preis entscheiden. Das bereitgestellte Gateway-Changelog berichtet, dass GPT 6.2 Sol und Astra beide ein kleines Rate-Limiter-Beispiel in fünf Durchläufen lösten und Sol in diesem Beispiel weniger kostete. Dieses Ergebnis belegt nicht, wie sich ihre Genauigkeit oder ihre Kosten pro akzeptierter Antwort bei Dokumenten-Q&A zueinander verhalten; ohne eine entsprechende Evaluierung sind diese Ergebnisse unbekannt.

Verwenden Sie für ein erstes Budget die Ausgangsrechnung und ersetzen Sie anschließend jede Annahme zu Tokens und Erfolgsquote durch beobachtete Daten. Trennen Sie Anfragen mit langem Kontext und solche mit Cache-Nutzung, damit ein plausibler Durchschnitt keine kostenintensive Mischung von Anfragen verdeckt.

Quellen

Veröffentlichte Preismomentaufnahme

Am 2026-11-18T08:00:05.571Z aus dem veröffentlichten OneMux-Katalog erfasst. Die Preise behalten die Abrechnungseinheiten der Website bei; dies ist kein Live-Benchmark. Die gestaffelte, Cache- oder zeitbasierte Abrechnung kann abweichen. Unbekannte Werte sind nicht null.

ModellOffizieller InputOffizieller OutputOneMux InputOneMux OutputVeröffentlichtes Preisverhältnis
GPT 6.2 Astra$8$40$0.832$4.160.104

Aktuelle OneMux-Preise. Vergleichen Sie die Kosten von Arbeitslasten nur, wenn Input-, Output- und Abrechnungseinheiten übereinstimmen; die Bedingungen für die einzelnen Stufen finden Sie auf der jeweiligen Modellseite.

FAQ

Wie viel kostet eine dokumentenbasierte Antwort mit GPT 6.2 Astra?

Bei 12.000 Input-Tokens und 1.000 Output-Tokens, ohne Caching und zu den Preisen der Momentaufnahme für die Stufe bis 272K betragen die beispielhaften Modell-Token-Kosten $0.136 zu den aufgeführten offiziellen Preisen beziehungsweise $0.014144 zu den OneMux-Preisen. Retrieval, Dokumentenverarbeitung, Wiederholungsversuche und weitere Ausgaben sind nicht enthalten.

Gibt es für Quellenangaben einen separaten Token-Preis?

Die bereitgestellten Preisinformationen führen keine separate Gebühr für Quellenangaben auf. Anweisungen zu Quellenangaben und Quellenkennungen zählen zu den Input-Tokens, während in einer Antwort erzeugte Quellenangaben zu den Output-Tokens zählen.

Garantiert die Wiederholung eines Dokuments einen Cache-Rabatt?

Nein. Einsparungen hängen davon ab, ob der wiederholte Inhalt für Caching berechtigt ist, welche Schreib- und Lesekategorien abgerechnet werden, wie lange Inhalte aufbewahrt werden und welche Bedingungen gelten. Messen Sie die tatsächliche Cache-Nutzung, statt bei jeder Wiederholung einen Treffer anzunehmen.

Wie sollten Anfragen mit langem Kontext budgetiert werden?

Schätzen Sie Anfragen mit mehr als 272K Input-Tokens separat anhand der geltenden Preise für die höhere Stufe. Prüfen Sie, wie diese Preise auf die gesamte Anfrage angewendet werden, und berücksichtigen Sie etwaige Cache-Kategorien sowie Output-Tokens.

Ähnliche Artikel