Qwen3.7 Plus API-Kosten für die Beantwortung von Fragen zu Dokumenten
Qwen3.7 Plus API-Kosten für die Beantwortung von Dokumentfragen mit Quellenangaben anhand expliziter Token-Annahmen und nachvollziehbarer Berechnungen schätzen.
Zusammenfassung · TL;DR
Ein beispielhaftes Aufkommen von 150.000 Anfragen pro Monat zur Beantwortung von Dokumentfragen kostet bei den angegebenen Standardpreisen für Eingabe und Ausgabe $276 oder bei den veröffentlichten OneMux-Preisen der niedrigeren Kontextstufe $179.40 – jeweils vor Caching und weiteren Produktionskosten.
Kernaussagen
- Bei 3.000 Eingabe- und 400 Ausgabe-Token pro Anfrage betragen die beispielhaften Modellkosten in der niedrigeren OneMux-Kontextstufe $0.001196 pro Anfrage.
- Sowohl Quellenauszüge als auch Antworten mit Quellenangaben verbrauchen Token. Messen Sie diese anhand einer repräsentativen Arbeitslast, statt nur die Frage der Nutzenden zu kalkulieren.
- Cache-Preise, Voraussetzungen, Kontextlimits und Bedingungen der Preisstufen unterscheiden sich je nach Angebot und sollten vor einer Kostenprognose geprüft werden.
- Die Schätzung umfasst weder Retrieval-Infrastruktur und Dokumentaufbereitung noch Wiederholungsversuche oder zusätzliche Modellaufrufe.
Auf dieser Seite (8)
Die kurze Antwort
Bei einer beispielhaften Arbeitslast von 150.000 Anfragen pro Monat zur Beantwortung von Dokumentfragen mit 3.000 Eingabe- und 400 Ausgabe-Token pro Anfrage betragen die geschätzten Modellkosten $276 zu den angegebenen Standardpreisen oder $179.40 zu den veröffentlichten OneMux-Preisen der niedrigeren Kontextstufe. Dabei handelt es sich um Token-Kosten, nicht um die vollständigen Betriebskosten eines Dienstes zur Beantwortung von Dokumentfragen.
OneMux, der Herausgeber dieses Artikels, bietet Modellzugriff über eine OpenAI-kompatible API. Der folgende Vergleich verwendet einen am 12. November 2026 erfassten Stand des veröffentlichten OneMux-Katalogs sowie den Fireworks AI-Eintrag, der im Qwen3.7 Plus-Rechner von Future AGI beschrieben wird. Der Rechner gibt Preise von $0.40 für die Eingabe und $1.60 für die Ausgabe pro Million Token an. Prüfen Sie die aktuellen Bedingungen, bevor Sie ein Budget festlegen.
Preisgrundlagen und Abrechnungseinheiten
Die Tabelle verwendet USD pro 1 Million Token. Die offiziellen Spalten enthalten die im bereitgestellten OneMux-Katalog als offiziell bezeichneten Preise; der Fireworks-Eintrag weist unabhängig davon dieselben Standardbeträge für Eingabe und Ausgabe aus. Daraus folgt nicht, dass die Angebote identische Limits, Caching-Regeln oder sonstige Bedingungen haben.
| Qwen3.7 Plus Kontextstufe | Offizielle Eingabe | Offizielle Ausgabe | OneMux-Eingabe | OneMux-Ausgabe | Veröffentlichtes Preisverhältnis OneMux zu offiziell |
|---|---|---|---|---|---|
| ≤256K | $0.40 | $1.60 | $0.26 | $1.04 | 0.65 |
| >256K | $1.20 | $4.80 | $0.78 | $3.12 | 0.65 |
Ein Verhältnis von 0.65 bedeutet, dass der angegebene OneMux-Preis 65 % des entsprechenden angegebenen offiziellen Preises beträgt. Prüfen Sie die geltende Stufe und ihre Bedingungen auf der Qwen3.7 Plus-Modellseite. Gehen Sie bei einer Anfrage nahe der Grenze nicht ungeprüft davon aus, dass sie in einer bestimmten Stufe abgerechnet wird. Die folgenden Beispiele setzen durchgehend die Stufe ≤256K voraus.
Die Quellen unterscheiden sich auch beim Kontext: Future AGI nennt für das Fireworks-Angebot ein Kontextfenster von 262.144 Token und bis zu 65.536 Ausgabe-Token, während der bereitgestellte OneMux-Katalog einen Kontext von 1M aufführt. Betrachten Sie diese Angaben als angebotsspezifisch und nicht als austauschbare Limits. Prüfen Sie vor dem Senden langer Dokumente die aktuellen Limits des gewählten Endpunkts, einschließlich der Frage, wie Eingabe und Ausgabe den verfügbaren Kontext gemeinsam nutzen.
Monatliche Kosten für Dokumentfragen berechnen
Nehmen wir an, ein Retrieval-Schritt hat bereits relevante Passagen ausgewählt. Jede Modellanfrage enthält die Frage der Nutzenden, Anweisungen, Passagenkennungen und Auszüge mit insgesamt 3.000 Eingabe-Token. Die Antwort und ihre Quellenverweise umfassen zusammen 400 Ausgabe-Token. Pro Frage erfolgt ein Modellaufruf; Caching und Wiederholungsversuche finden nicht statt.
Bei 5.000 Fragen pro Tag in einem Monat mit 30 Tagen:
- Anfragen: 5.000 × 30 = 150.000.
- Eingabe: 150.000 × 3.000 = 450 Millionen Token.
- Ausgabe: 150.000 × 400 = 60 Millionen Token.
| Kosten | Berechnung zum Standardpreis | Berechnung für die niedrigere OneMux-Stufe |
|---|---|---|
| Eingabe | 450 × $0.40 = $180.00 | 450 × $0.26 = $117.00 |
| Ausgabe | 60 × $1.60 = $96.00 | 60 × $1.04 = $62.40 |
| Gesamt pro Monat mit 30 Tagen | $276.00 | $179.40 |
| Gesamt pro Anfrage | $0.00184 | $0.001196 |
| Gesamt pro 1.000 Anfragen | $1.84 | $1.196 |
Das Ergebnis hängt stark davon ab, wie viel Quellenmaterial Sie senden und wie viel das Modell zurückgibt. Beispielsweise führen 1.000 zusätzliche Eingabe-Token pro Anfrage zu monatlich 150 Millionen zusätzlichen Eingabe-Token: $60 zum Standardpreis für Eingabe oder $39 zum OneMux-Eingabepreis der niedrigeren Stufe. 100 zusätzliche Ausgabe-Token pro Antwort ergeben monatlich 15 Millionen zusätzliche Ausgabe-Token: $24 beziehungsweise $15.60.
Die Schätzung umfasst weder die Aufnahme von Dokumenten, OCR, Embeddings, Such- oder Vektorspeicher, Anwendungshosting, Steuern noch etwaige Gateway-Gebühren. Ebenfalls ausgeschlossen sind fehlgeschlagene oder wiederholte Aufrufe sowie zusätzliche Modellaufrufe zum Umformulieren von Suchanfragen, Prüfen von Quellenangaben oder Überarbeiten von Antworten. Kalkulieren Sie diese separat: Unbekannte Kosten sind keine Kosten von null.
Quellenangaben im Budget berücksichtigen
Eine hilfreiche Antwort sollte das Quellenmaterial benennen, das Lesende prüfen können, statt lediglich einen plausiblen Dokumenttitel anzuhängen. Für eine beispielhafte Implementierung:
- Weisen Sie jeder abgerufenen Passage eine stabile Dokument-ID und eine Positionsangabe zu, etwa eine Seiten- oder Abschnittsnummer. Senden Sie diese Kennungen zusammen mit den Auszügen an das Modell.
- Verlangen Sie für jede wesentliche Aussage einen Verweis auf die bereitgestellten Passagen-IDs und weisen Sie das Modell an, anzugeben, wenn die Auszüge keine Antwort stützen.
- Prüfen Sie, ob die zurückgegebenen IDs in der abgerufenen Menge vorhanden sind. Prüfen Sie außerdem, ob die zitierten Passagen die Aussagen tatsächlich stützen; eine gültige ID allein beweist noch nicht, dass die Quellenzuordnung korrekt ist.
- Erfassen Sie die Nutzung von Eingabe- und Ausgabe-Token für repräsentative Fragen, einschließlich langer Antworten und Fällen ohne Antwort. Berechnen Sie die Kosten sowohl anhand der beobachteten Verteilung als auch anhand des Durchschnitts neu.
Passagenkennzeichnungen, Anweisungen zu Quellenangaben und Verweise zählen alle zu den Token-Gesamtmengen des Beispiels. Wenn Ihre Anwendung einen separaten Modellaufruf zur Prüfung von Quellenangaben durchführt, addieren Sie dessen Eingabe- und Ausgabekosten, statt sie in der ursprünglichen Annahme von 400 Ausgabe-Token zu verstecken. Die bereitgestellten Quellen belegen weder die Genauigkeit der Quellenangaben noch eine gemessene Leistung für diesen Ablauf. Bewerten Sie beides daher anhand Ihrer eigenen Dokumente, bevor Sie ein Produktionsbudget festlegen.
Cache-Einsparungen gelten nur unter bestimmten Bedingungen
Der bereitgestellte OneMux-Katalog nennt für die niedrigere Stufe Preise für das Lesen aus dem Cache und das Schreiben in den Cache von $0.026 beziehungsweise $0.325 per million tokens. Für die höhere Stufe lauten die Werte $0.078 und $0.975. Der Fireworks-Rechner von Future AGI nennt für zwischengespeicherte Eingaben $0.080 per million, während sein Abschnitt zu den Funktionen angibt, dass Prompt-Caching nicht beworben wird. Diese Zahlen und Beschreibungen sind kein Beleg dafür, dass angebotsübergreifend derselbe Cache-Mechanismus oder dieselben Voraussetzungen gelten.
Nehmen wir ausschließlich als Sensitivitätsbeispiel an, dass jede Anfrage 2.400 geeignete Eingabe-Token enthält, die als Cache-Lesezugriffe in der niedrigeren OneMux-Stufe abgerechnet werden, dazu 600 reguläre Eingabe-Token und 400 Ausgabe-Token. Unter der Annahme, dass der Cache bereits befüllt ist und im betrachteten Zeitraum keine Schreibvorgänge berechnet werden:
- Zwischengespeicherte Eingabe: 360 Millionen Token × $0.026 = $9.36.
- Reguläre Eingabe: 90 Millionen Token × $0.26 = $23.40.
- Ausgabe: 60 Millionen Token × $1.04 = $62.40.
- Gesamt: $95.16 per 150,000 requests.
Dies ist weder ein zugesicherter Cache-Preis noch eine vollständige Caching-Prognose. Wiederkehrende Dokumentpräfixe können nur unter bestimmten Regeln des Anbieters für Caching infrage kommen; Cache-Erstellung, Ablauf oder Cache-Misses können das Ergebnis verändern. Prüfen Sie, wie Schreibvorgänge abgerechnet werden, und berücksichtigen Sie sie in einer realen Schätzung. Wenden Sie den Preis für Cache-Lesezugriffe nicht allein deshalb auf alle abgerufenen Passagen an, weil diese aus derselben Dokumentsammlung stammen.
Vor der Budgetfreigabe
Nutzen Sie die Schätzung ohne Cache als transparente Ausgangsbasis und ersetzen Sie anschließend die beispielhaften Token-Zahlen durch beobachtete Nutzungswerte. Prüfen Sie die aktuellen Kontext- und Stufenregeln des Endpunkts, reservieren Sie Budget für Wiederholungsversuche und Prüfungen der Quellenzuordnung und bewerten Sie die Qualität der Quellenangaben getrennt vom Preis. Die aktuelle Preisseite von OneMux ist ein Ausgangspunkt, um zu prüfen, ob sich die veröffentlichten Preise geändert haben.
Quellen
- Future AGI: Qwen3.7 Plus auf Fireworks AI — angegebene Modellpreise, Limits und Funktionsübersicht.
- OneMux: Qwen3.7 Plus — veröffentlichte Modellpreise und Informationen zu Kontextstufen; der hier verwendete Katalogstand wurde am 12. November 2026 erfasst.
Veröffentlichter Preisstand
Am 2026-11-12T22:30:06.019Z aus dem veröffentlichten OneMux-Katalog erfasst. Die Preise behalten die Abrechnungseinheiten der Website bei; dies ist kein Live-Benchmark. Staffel-, Cache- oder zeitbasierte Abrechnung kann abweichen. Unbekannte Werte sind nicht null.
| Modell | Offizielle Eingabe | Offizielle Ausgabe | OneMux-Eingabe | OneMux-Ausgabe | Veröffentlichtes Preisverhältnis |
|---|---|---|---|---|---|
| Qwen3.7 Plus | $0.4 | $1.6 | $0.26 | $1.04 | 0.65 |
Aktuelle OneMux-Preise. Vergleichen Sie Kosten für Arbeitslasten nur, wenn Eingabe- und Ausgabeeinheiten sowie Abrechnungseinheiten übereinstimmen; die Bedingungen der Preisstufen finden Sie auf der jeweiligen Modellseite.
FAQ
Was kostet Qwen3.7 Plus für 150.000 Dokumentfragen?
Bei 3.000 Eingabe- und 400 Ausgabe-Token pro Frage betragen die beispielhaften Modellkosten für 30 Tage $276 zu den angegebenen Standardpreisen oder $179.40 zu den veröffentlichten OneMux-Preisen der niedrigeren Stufe. Retrieval, Wiederholungsversuche, Caching-Gebühren und weitere Betriebskosten sind nicht enthalten.
Erhöhen Quellenangaben die API-Kosten?
Das können sie. Passagenkennungen und Anweisungen zu Quellenangaben erhöhen die Zahl der Eingabe-Token, während Verweise in der Antwort zusätzliche Ausgabe-Token verursachen. Eine separate modellbasierte Prüfung der Quellenangaben erfordert einen weiteren Aufruf.
Kann ich davon ausgehen, dass jeder wiederholt verwendete Dokumenttext zum Cache-Lesepreis abgerechnet wird?
Nein. Voraussetzungen für Caching, Schreibvorgänge, Ablauf und Abrechnung hängen vom gewählten Angebot und dessen Bedingungen ab. Messen Sie die tatsächliche Cache-Nutzung und berücksichtigen Sie gegebenenfalls die Kosten für Cache-Schreibvorgänge.
Ähnliche Artikel
Guides
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.
Guides
Claude Fable 5.2 API-Kosten für Dokumentenfragen schätzen
Eine reproduzierbare Methode zur Schätzung der Claude Fable 5.2-Kosten für Fragen zu Dokumenten mit klaren Token-Annahmen, Hinweisen zur Quellenzuordnung und datierten Preisangaben.
Guides
GPT 6.1 Terra API-Kosten für Dokumentenfragen abschätzen
Eine nachvollziehbare Methode, um die Kosten für GPT 6.1 Terra bei Dokumentenfragen mit Quellenangaben zu schätzen – einschließlich Annahmen zu Caching und der Long-Context-Preisstufe.
Guides
Gemini 3 Pro Image Preview: API-Kosten für die Beantwortung von Dokumentfragen
Kosten für die Beantwortung von Dokumentfragen anhand expliziter Token-Annahmen, vergleichbarer Preiseinheiten und einer reproduzierbaren Monatsrechnung schätzen.