GuidesOneMux

Estimación del coste de la API de Gemini 4 Carbon para extracción con JSON Schema

Un método reproducible para estimar los costes de Gemini 4 Carbon en extracción estructurada, con supuestos explícitos sobre tokens, comparaciones de precios, validación de JSON Schema y casos de fallo.

AI

Resumen · TL;DR

Para una solicitud representativa de extracción estructurada con 10.000 tokens de entrada y 800 tokens de salida, las tarifas publicadas del catálogo dan un coste estimado de $0.028 con los precios oficiales y de $0.004368 con los precios publicados de OneMux. La estimación supone facturación por token, sin descuento por caché, sin precios por niveles y que la validación se completa correctamente sin necesidad de una segunda llamada al modelo.

Puntos clave

  • Usa los mismos recuentos de tokens y unidades de facturación antes de comparar proveedores.
  • En la instantánea de precios publicada, Gemini 4 Carbon figura oficialmente a $2 per 1 million input tokens y $10 per 1 million output tokens.
  • El catálogo de OneMux indica $0.312 per 1 million input tokens y $1.56 per 1 million output tokens, con una relación de precios publicada de 0.156.
  • La validación de JSON Schema es un paso independiente de la aplicación, salvo que el endpoint elegido admita explícitamente salidas restringidas por esquema.
  • La comparación de benchmarks proporcionada no demuestra la precisión de Gemini 4 Carbon en extracción estructurada ni su conformidad con JSON Schema; mide el rendimiento con tus propios documentos representativos.
En esta página (12)

Respuesta breve

Para la extracción estructurada, estima el coste de Gemini 4 Carbon a partir de dos cifras: los tokens de entrada enviados al modelo y los tokens de salida devueltos. Con una carga de trabajo ilustrativa de 10.000 tokens de entrada y 800 tokens de salida, el cálculo es:

  • Tarifas oficiales del catálogo: (10,000 × $2 / 1,000,000) + (800 × $10 / 1,000,000) = $0.028
  • Tarifas publicadas de OneMux: (10,000 × $0.312 / 1,000,000) + (800 × $1.56 / 1,000,000) = $0.004368

Son estimaciones de carga de trabajo, no importes medidos en facturas. Excluyen reintentos, llamadas cuya validación falla, impuestos, cambios de nivel y cualquier tratamiento de entrada en caché facturado por separado.

OneMux publica esta comparación y ofrece acceso a Gemini 4 Carbon mediante una API unificada. La página del modelo es Gemini 4 Carbon en OneMux.

Instantánea de precios y unidades comparables

Los siguientes precios se obtuvieron del catálogo publicado de OneMux el 2026-11-12. En este cálculo, los valores del catálogo se expresan por 1 millón de tokens, tanto de entrada como de salida. Consulta la página actual del modelo antes de desplegarlo en producción, ya que la facturación por niveles, por caché o basada en el tiempo puede variar.

Fuente del precioPrecio de entradaPrecio de salidaRelación de precios publicada
Catálogo oficial$2 per 1M tokens$10 per 1M tokens—
Catálogo de OneMux$0.312 per 1M tokens$1.56 per 1M tokens0.156

La relación de 0.156 significa que las tarifas indicadas de OneMux son el 15,6 % de las tarifas correspondientes del catálogo oficial. La diferencia aritmética es del 84,4 %, pero no debe considerarse un ahorro garantizado: el coste final puede variar según los niveles de uso, la caché, los reintentos, las condiciones de enrutamiento, los impuestos o las funciones facturadas al margen de estas tarifas por token.

La página de comparación proporcionada presenta estimaciones de carga de trabajo para Gemini 4 Carbon basadas en las tarifas estándar de API indicadas, entre ellas $0.007 for 1,000 fresh input tokens plus 500 output tokens, $0.13 for 50,000 input plus 3,000 output tokens y $0.16 for a cache-heavy workload. Estas cifras ofrecen puntos de referencia útiles, pero la página señala que el estado de adecuación de Gemini 4 Carbon no estaba disponible para esos escenarios y no publica una comparación completa del contexto. Consulta Gemini 4 Carbon vs GPT-6 Luna, actualizada el 29 de octubre de 2026.

Una estimación reproducible de extracción

Supongamos que un documento se convierte en un prompt que contiene:

  • 10.000 tokens de entrada: instrucciones, texto fuente y definiciones de campos
  • 800 tokens de salida: el objeto JSON extraído
  • Sin tarifa de entrada en caché
  • Sin precios por niveles
  • Una solicitud completada correctamente y ningún reintento
  • Validación realizada localmente sin otra llamada al modelo

El cálculo general es:

cost = (input_tokens / 1,000,000 × input_price) + (output_tokens / 1,000,000 × output_price)

Para las tarifas oficiales:

  • Entrada: 10,000 / 1,000,000 × $2 = $0.020
  • Salida: 800 / 1,000,000 × $10 = $0.008
  • Total: $0.028 per document

Para las tarifas publicadas de OneMux:

  • Entrada: 10,000 / 1,000,000 × $0.312 = $0.00312
  • Salida: 800 / 1,000,000 × $1.56 = $0.001248
  • Total: $0.004368 per document

Para 10.000 documentos, los mismos supuestos dan como resultado $280 con las tarifas oficiales o $43.68 con las tarifas publicadas de OneMux. Esta multiplicación es útil para la planificación, pero no tiene en cuenta documentos con distintas longitudes o tamaños de salida.

Flujo de validación de JSON Schema

Un pipeline de extracción fiable debe separar tres preguntas:

  1. ¿Devolvió el modelo un JSON que se puede analizar?
  2. ¿Cumple el JSON el esquema requerido?
  3. ¿Es semánticamente correcto el valor extraído?

La validación del esquema solo responde a la segunda pregunta. No puede demostrar que el total de una factura, una dirección o la fecha de un contrato se hayan extraído correctamente.

Un endpoint de proveedor puede ofrecer parámetros de salida estructurada o de JSON Schema, pero es necesario confirmar la compatibilidad del endpoint y el modelo elegidos. La fuente de benchmark proporcionada no documenta si Gemini 4 Carbon admite salidas sujetas a un esquema. Por tanto, el siguiente es un patrón ilustrativo de solicitud compatible con OpenAI, no una afirmación de que se haya probado con OneMux o con este modelo:

import json
import requests
from jsonschema import validate

schema = {
    "type": "object",
    "properties": {
        "invoice_number": {"type": "string"},
        "total": {"type": "number"},
        "currency": {"type": "string"}
    },
    "required": ["invoice_number", "total", "currency"],
    "additionalProperties": False
}

payload = {
    "model": "Gemini 4 Carbon",
    "messages": [
        {"role": "system", "content": "Extract the requested fields as JSON."},
        {"role": "user", "content": invoice_text}
    ],
    "response_format": {
        "type": "json_schema",
        "json_schema": {"name": "invoice", "schema": schema}
    }
}

response = requests.post(API_URL, headers=AUTH_HEADERS, json=payload, timeout=60)
response.raise_for_status()
result = response.json()
content = result["choices"][0]["message"]["content"]
record = json.loads(content)
validate(instance=record, schema=schema)

Antes de adoptar este patrón, verifica el identificador documentado del modelo, el formato del endpoint, el método de autenticación y la compatibilidad con response_format y JSON Schema. Si no se admiten salidas restringidas, solicita JSON sin restricciones, analízalo, valídalo localmente y envía solo los registros fallidos a una cola de reintento o revisión. Cada reintento aumenta el coste real de la carga de trabajo.

Casos de fallo que modifican la estimación

Documentos largos

Un documento fuente grande puede superar el contexto utilizable del endpoint o requerir su división en fragmentos. Esta división cambia el volumen de tokens de entrada y puede generar varias salidas. La comparación proporcionada no incluye una comparación documentada y completa de las ventanas de contexto, por lo que no debes asumir que una indicación de contexto de 1M define por sí sola los límites prácticos de extracción.

JSON no válido o incompleto

Un JSON mal formado puede requerir un reintento. Un objeto válido según el esquema puede seguir conteniendo valores ausentes, alucinados o normalizados incorrectamente. Registra los fallos de análisis y la revisión semántica por separado del coste de los tokens.

Prompts en caché

Si se reutilizan instrucciones o esquemas, los precios de entrada en caché pueden afectar al resultado. La instantánea publicada del catálogo de Gemini 4 Carbon no indica un precio de caché, por lo que esta estimación trata toda la entrada como entrada ordinaria. Los precios ausentes no equivalen a cero; confirma el tratamiento de la caché antes de modelar un pipeline que dependa en gran medida de ella.

Tamaños de documento desiguales

Un único promedio puede ocultar picos de coste. Mide los tokens de entrada p50, p90 y máximos, y después estima cada segmento por separado. Los límites de salida también deben ser explícitos, ya que un JSON extenso, las explicaciones o los campos repetidos aumentan los cargos de salida.

Lista práctica para tomar una decisión

  • Registra los recuentos de tokens de entrada y salida de documentos representativos.
  • Mantén los precios oficiales y los de intermediarios en la misma unidad: aquí, dólares por 1 millón de tokens.
  • Indica si se incluyen la caché, los niveles, los reintentos y las llamadas de validación.
  • Confirma la compatibilidad del endpoint y de los parámetros de JSON Schema antes de implementar la solución.
  • Valida cada respuesta localmente, incluidos additionalProperties y los campos obligatorios.
  • Compara la calidad de extracción con una muestra etiquetada; la página de benchmark proporcionada no demuestra esta capacidad.
  • Recalcula cuando cambie la página de precios de OneMux o la página del modelo.

Conclusión

Para el ejemplo indicado de 10.000 tokens de entrada y 800 de salida, Gemini 4 Carbon cuesta $0.028 con las tarifas oficiales del catálogo o $0.004368 con las tarifas publicadas de OneMux. La comparación útil no se limita a la cifra principal: abarca todos los supuestos, incluidos los recuentos de tokens, el tratamiento de la caché, los reintentos, la compatibilidad con esquemas y el comportamiento de la validación. Usa estos cálculos como punto de partida para la planificación y sustituye después la combinación ilustrativa de tokens por mediciones de tu propio corpus de extracción.

Instantánea de precios publicada

Obtenida el 2026-11-12T08:00:05.707Z del catálogo publicado de OneMux. Los precios conservan las unidades de facturación del sitio web; no se trata de un benchmark en tiempo real. La facturación por niveles, por caché o basada en el tiempo puede variar. Los valores desconocidos no equivalen a cero.

ModeloEntrada oficialSalida oficialEntrada OneMuxSalida OneMuxRelación de precios publicada
Gemini 4 Carbon210$0.312$1.560.156

Precios actuales de OneMux. Compara los costes de las cargas de trabajo solo cuando coincidan las unidades de entrada, salida y facturación; consulta la página de cada modelo para conocer las condiciones de los niveles.

FAQ

¿Cuánto cuesta una solicitud de extracción de JSON con Gemini 4 Carbon?

Bajo el supuesto ilustrativo de 10.000 tokens de entrada y 800 tokens de salida, el coste estimado es de $0.028 con las tarifas oficiales del catálogo o $0.004368 con las tarifas publicadas de OneMux. El coste real depende de los tokens, los reintentos, los niveles, la caché y otras condiciones de facturación.

¿La validación de JSON Schema añade coste de tokens?

La validación local no añade coste de tokens del modelo. Un reintento, una solicitud de reparación o una segunda llamada al modelo tras un fallo de validación sí añade consumo y debe incluirse en la estimación de la carga de trabajo.

¿Gemini 4 Carbon admite salida JSON estructurada?

La fuente de comparación proporcionada no documenta si Gemini 4 Carbon admite salidas restringidas por JSON Schema. Confirma la documentación del endpoint y del modelo elegidos antes de usar un parámetro de solicitud específico para esquemas.

¿Está garantizado que los precios de OneMux sean un 84,4 % más bajos?

No. La instantánea del catálogo indica una relación de precios de 0.156 para las tarifas correspondientes de entrada y salida, lo que supone una diferencia aritmética del 84,4 % en las unidades indicadas. Los niveles, la caché, los reintentos, los impuestos y otras condiciones pueden modificar los costes reales.

Artículos relacionados