GuidesOneMux

Hy4 Preview API: Kostenschätzung für Repository-Änderungen mit Testprüfung

Schätzen Sie die Kosten der Hy4 Preview API für Repository-Änderungen und deren Prüfung durch Tests anhand expliziter Annahmen zu Tokens, Cache und Preisen.

AI

Zusammenfassung · TL;DR

Ein beispielhaftes Kostenmodell für den Einsatz von Hy4 Preview zum Untersuchen eines Repositorys, Vornehmen von Änderungen und Prüfen durch Tests, einschließlich Preisszenarien mit und ohne Cache-Lesezugriffe.

Kernaussagen

  • Bei der angegebenen Annahme zu Preisen pro Million Tokens kostet eine beispielhafte Arbeitslast mit 10 Millionen Input-Tokens und 2 Millionen Output-Tokens zu den veröffentlichten OneMux-Tarifen ohne Cache-Lesezugriffe $3.7674.
  • Wenn 9 Millionen dieser Input-Tokens für den veröffentlichten Cache-Read-Tarif infrage kommen, kostet dieselbe beispielhafte Arbeitslast $1.764945, sofern keine weiteren Cache-Gebühren anfallen.
  • Die Momentaufnahme der Katalogpreise und die unabhängig dokumentierten Preise von Venice stammen aus unterschiedlichen Quellen. Prüfen Sie vor der Budgetplanung die aktuellen Abrechnungseinheiten, die Cache-Berechtigung und die Endpoint-Unterstützung.
  • Die Modellausgabe, einschließlich gegebenenfalls abgerechneter Reasoning-Tokens, und an das Modell zurückgesendete Testprotokolle können die Schätzung erheblich verändern.
Auf dieser Seite (9)

Die Kostenentscheidung

Schätzen Sie die Kosten von Hy4 Preview für Repository-Änderungen anhand der Tokens, die über den gesamten Bearbeitungs- und Testzyklus ausgetauscht werden, und nicht anhand der Größe des endgültigen Patches. Ein Agent kann Dateien lesen, Änderungen vorschlagen, Testausgaben erhalten und seine Arbeit mehrfach überarbeiten. Jeder Austausch kann zusätzliche Input- und Output-Tokens verursachen.

In der folgenden beispielhaften Arbeitslast kosten 10 Millionen Input-Tokens und 2 Millionen Output-Tokens zu den veröffentlichten OneMux-Tarifen $3.7674, sofern die angegebenen Preise pro 1 Million Tokens gelten. Wenn 9 Millionen Input-Tokens für den angegebenen Cache-Read-Preis infrage kommen, sinkt die Schätzung auf $1.764945, sofern keine weiteren Cache-Gebühren anfallen. Dies sind Berechnungen, keine Messwerte oder eine Einspargarantie.

OneMux, der Herausgeber dieses Leitfadens, bietet über eine OpenAI-kompatible API Zugriff auf Modelle sowie Modellrouting und Einblick in die Ausgaben. Die Modellseite von Hy4 Preview ist der passende Ausgangspunkt, um den aktuellen Katalogeintrag zu prüfen.

Preisübersicht für Hy4 Preview

Die bereitgestellte Momentaufnahme des OneMux-Katalogs wurde am 16. November 2026 um 19:00:05 UTC erfasst. Die Tabelle gibt die veröffentlichten Preiswerte und das Verhältnis unverändert wieder. Die Berechnung in diesem Artikel geht davon aus, dass jeder angegebene Token-Preis in USD pro 1 Million Tokens gilt. Prüfen Sie diese Abrechnungseinheit und alle geltenden Bedingungen auf der aktuellen Modellseite, bevor Sie die Schätzung für ein Budget verwenden. Der bereitgestellte Katalogauszug nennt die Einheit für die einzelnen Preise nicht ausdrücklich.

PreiskategorieOffizieller KatalogpreisOneMux-KatalogpreisVeröffentlichtes Verhältnis OneMux zu offiziell
Input$0.86$0.234780.273
Output$2.6$0.70980.273
Cache read$0.045$0.0122850.273

Ein Verhältnis von 0.273 entspricht einem Preis, der 72,7 % unter dem angegebenen offiziellen Preis der jeweiligen Kategorie liegt. Dies ist ein Vergleich veröffentlichter Tarife und kein Versprechen, dass eine bestimmte Arbeitslast diesen Betrag einspart. Für dieses Modell wurden keine Angaben zu Preisstufen bereitgestellt. Gebühren für Cache-Schreibzugriffe und andere mögliche Bedingungen sind unbekannt und nicht gleich null.

Die separate Venice-Dokumentation zu Hy4 Preview nennt $1.04 pro 1 Million Input-Tokens, $3.13 pro 1 Million Output-Tokens und $0.0525 pro 1 Million zwischengespeicherter Input-Tokens. Das sind die von Venice dokumentierten Preise und nicht die offiziellen Katalogwerte in der Tabelle. Anbieterbedingungen und Cache-Berechtigung können sich unterscheiden. Verwenden Sie deshalb für eine tatsächliche Schätzung die vollständigen Abrechnungsregeln eines einzelnen Anbieters.

Kostenschätzung für Repository-Änderungen erstellen

Betrachten wir einen beispielhaften Stapel von 100 Repository-Aufgaben. Jede Aufgabe umfasst das Lesen relevanten Codes, das Erstellen eines Patches, den Empfang von Testergebnissen und gegebenenfalls eine Überarbeitung. Die Zahlen sind Planungsannahmen; sie sind weder ein Benchmark noch das Ergebnis eines Integrationstests.

AnnahmePro AufgabeStapel mit 100 Aufgaben
Gesamter Input einschließlich zurückgesendeter Testprotokolle100.000 Tokens10.000.000 Tokens
Gesamter Output einschließlich gegebenenfalls abgerechneter Reasoning-Tokens20.000 Tokens2.000.000 Tokens
Anfragen, erneute Versuche und ÜberarbeitungenIn den Token-Gesamtsummen enthaltenIn den Token-Gesamtsummen enthalten

Ohne Cache-Lesezugriffe und unter Verwendung der angenommenen Einheit pro Million Tokens für die OneMux-Momentaufnahme ergibt sich:

  • Input: 10 × $0.23478 = $2.3478.
  • Output: 2 × $0.7098 = $1.4196.
  • Gesamt: $2.3478 + $1.4196 = $3.7674, also etwa $0.0377 pro Aufgabe.

Unter derselben Annahme zur Einheit ergeben die offiziellen Katalogtarife für den Stapel 10 × $0.86 + 2 × $2.6 = $13.80. Damit dieser Vergleich aussagekräftig ist, müssen Arbeitslast und Token-Zahlen übereinstimmen.

Ein Cache-Szenario ergänzen

Angenommen, 9 Millionen der 10 Millionen Input-Tokens werden als Cache-Lesezugriffe abgerechnet, während für die verbleibende 1 Million der reguläre Input-Tarif gilt. Der Output bleibt bei 2 Millionen Tokens:

  • Zwischengespeicherter Input: 9 × $0.012285 = $0.110565.
  • Regulärer Input: 1 × $0.23478 = $0.23478.
  • Output: 2 × $0.7098 = $1.4196.
  • Gesamt: $1.764945, vor weiteren gegebenenfalls anfallenden Gebühren.

Dies ist ein Beispiel dafür, wie sich eine andere Annahme auf die Kosten auswirkt, und keine Prognose einer Cache-Trefferquote von 90 %. Wiederholte Anweisungen oder Repository-Kontext könnten für eine Wiederverwendung infrage kommen. Ob sie berechtigt sind und wie sich der Cache verhält, hängt jedoch vom Anbieter und vom Anfragemuster ab. Prüfen Sie die tatsächlich abgerechneten Cache-Lesezugriffe sowie mögliche Gebühren für Cache-Schreibzugriffe oder die Aufbewahrung, bevor Sie sich auf den niedrigeren Wert verlassen.

Den Bearbeitungs- und Testzyklus messen

Gehen Sie wie folgt vor, um die Annahmen durch eigene Beobachtungen zu ersetzen:

  1. Definieren Sie eine repräsentative Aufgabe. Halten Sie fest, welche Dateien der Agent untersuchen darf, welche Änderung er vornehmen soll und welcher Befehl sie prüft. Berücksichtigen Sie sowohl Aufgaben, die eine Überarbeitung erfordern, als auch solche, die beim ersten Versuch bestehen.
  2. Erfassen Sie die Nutzung für jeden Modellaufruf. Addieren Sie Input-, Output- und gemeldete Cache-Read-Tokens über die gesamte Aufgabe hinweg. Beziehen Sie die ersten Anweisungen, Dateiinhalte, Tool-Ergebnisse, Testprotokolle und alle erneuten Versuche ein. Zählen Sie die lokale Testausführung nicht als Modell-Tokens, sofern ihre Ausgabe nicht an das Modell zurückgesendet wird.
  3. Trennen Sie zwischengespeicherten und regulären Input. Wenden Sie den Cache-Read-Preis nur auf Tokens an, die als berechtigt gemeldet und abgerechnet werden. Wenn die Nutzungsdaten nicht zwischen ihnen unterscheiden, berechnen Sie den Fall ohne Cache und kennzeichnen Sie Cache-Einsparungen als unbekannt.
  4. Wenden Sie die Preise des jeweiligen Anbieters an. Multiplizieren Sie jede Token-Kategorie mit ihrem Tarif anhand der vom Anbieter angegebenen Einheit und addieren Sie die Ergebnisse. Berücksichtigen Sie alle separat dokumentierten Gebühren. Vergleichen Sie Anbieter erst, nachdem Sie geprüft haben, ob Token-Kategorien und Einheiten übereinstimmen.
  5. Geben Sie eine Spanne an. Wiederholen Sie die Berechnung mit einem höheren Ansatz für Output oder erneute Versuche. Lange Ausgaben fehlgeschlagener Tests und zusätzliche Korrekturzyklen können dazu führen, dass eine einzelne Durchschnittsaufgabe ein irreführendes Bild vermittelt.

Die Venice-Dokumentation zu Hy4 Preview beschreibt ein Kontextfenster von 1.048.576 Tokens, einen maximalen Output von 64.000 Tokens, Function Calling, Structured Output und Einstellungen für den Reasoning-Aufwand. Sie besagt außerdem, dass der Output-Preis von Venice Reasoning-Tokens einschließt. Dies sind dokumentierte Funktionen und Abrechnungsdetails für diesen Dienst, keine Messwerte für die Genauigkeit beim Programmieren oder die Bestehensquote von Tests. Ein großes Kontextfenster ist eine Kapazitätsgrenze und kein Grund, bei jedem Aufruf ein gesamtes Repository zu senden.

Prüfen Sie bei einer Implementierung, ob der gewählte Endpoint die Modell-ID, das Tool-Calling-Format, die Nutzungsberichterstattung und alle Reasoning-Parameter unterstützt, die Ihr Client sendet. OneMux bietet eine OpenAI-kompatible API. Ob ein bestimmter Endpoint oder Parameter unterstützt wird, sollten Sie jedoch in der Dokumentation prüfen; dieser Leitfaden behauptet keinen durchgeführten Integrationstest.

Fehler bei der Kostenschätzung beheben

Wenn die tatsächlichen Ausgaben höher ausfallen als erwartet, prüfen Sie zunächst, ob Testprotokolle, wiederholt gesendete Dateiinhalte oder fehlgeschlagene Versuche in der Input-Gesamtsumme fehlen. Prüfen Sie anschließend, ob Reasoning-Tokens oder andere generierte Tokens im abgerechneten Output erscheinen. Wenn eine erwartete Cache-Einsparung ausbleibt, untersuchen Sie die vom Anbieter gemeldete Cache-Nutzung und die Bedingungen für die Berechtigung, statt anzunehmen, dass wiederholter Text zwischengespeichert wurde.

Wenn die Testausgabe den für eine Korrektur nützlichen Kontext überschreitet, senden Sie dem Modell eine gezielte Zusammenfassung des Fehlers und den relevanten Protokollauszug, während Sie das vollständige Protokoll in Ihrem eigenen Workflow aufbewahren. Prüfen Sie, ob die Zusammenfassung den fehlgeschlagenen Befehl, den Fehler und die betroffene Stelle enthält. Andernfalls benötigt der Agent möglicherweise zusätzliche Aufrufe oder behebt das falsche Problem.

Fazit

Beginnen Sie mit einer Schätzung ohne Cache für den gesamten Bearbeitungs- und Testzyklus im Repository. Ergänzen Sie ein separates Cache-Szenario erst dann, wenn Sie berechtigte Lesezugriffe belegen können. Prüfen Sie die aktuellen Einheiten und Bedingungen anhand der OneMux-Preise und ersetzen Sie die beispielhaften Token-Zahlen durch beobachtete Nutzungswerte, bevor Sie ein Budget festlegen.

Quellen

Veröffentlichte Preisübersicht

Erfasst am 2026-11-16T19:00:05.958Z 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.

ModellOffizieller InputOffizieller OutputOneMux-InputOneMux-OutputVeröffentlichtes Preisverhältnis
Hy4 Preview$0.86$2.6$0.23478$0.70980.273

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

FAQ

Wie viel kostet Hy4 Preview für eine Repository-Programmieraufgabe?

Im beispielhaften Szenario kostet eine Aufgabe mit durchschnittlich 100.000 Input-Tokens und 20.000 Output-Tokens zu den bereitgestellten OneMux-Tarifen ohne Cache-Lesezugriffe etwa $0.0377, sofern diese Tarife pro 1 Million Tokens gelten. Die tatsächlichen Kosten hängen von der Nutzung, den Abrechnungseinheiten und den aktuellen Bedingungen ab.

Zählen Testläufe zu den API-Token-Kosten?

Die lokale Ausführung von Tests ist für sich genommen kein Austausch von Modell-Tokens. Testbefehle, Protokolle oder Zusammenfassungen, die an das Modell gesendet werden, zählen als Input; vom Modell erzeugte Antworten zählen gemäß den Abrechnungsregeln des Anbieters als Output.

Kann ich davon ausgehen, dass für wiederholt gesendete Repository-Dateien der Cache-Read-Preis gilt?

Nein. Verwenden Sie den Cache-Read-Tarif nur für Tokens, die der Anbieter als berechtigt meldet und abrechnet. Prüfen Sie außerdem, ob für Cache-Schreibzugriffe oder aufgrund anderer Bedingungen separate Gebühren anfallen.

Beweist das große Kontextfenster von Hy4 Preview, dass es Repository-Tests bestehen wird?

Nein. Die Venice-Dokumentation nennt ein Kontextfenster von 1.048.576 Tokens, aber die bereitgestellten Quellen enthalten keine gemessene Bestehensquote für Repository-Tests in diesem Workflow.

Ähnliche Artikel