GuidesOneMux

Costes de la API de GPT 6.1 Terra para cambios en repositorios y verificación de pruebas

Calcula los costes de tokens de GPT 6.1 Terra para un flujo de cambios en un repositorio y verificación de pruebas, con supuestos explícitos sobre la caché y cálculos reproducibles.

AI

Resumen · TL;DR

Una tarea ilustrativa de edición de un repositorio con cuatro llamadas cuesta $0.58 a las tarifas oficiales publicadas sin caché, o $0.325 bajo un supuesto explícito de facturación de caché. Las estimaciones equivalentes con las tarifas del catálogo de OneMux son $0.09048 y $0.0507.

Puntos clave

  • Ten en cuenta todo el ciclo de verificación, incluidos los resultados de las pruebas que se devuelven al modelo y las correcciones posteriores, en lugar de calcular solo el coste de un prompt.
  • El ejemplo supone una escritura en caché facturada por separado y cuatro lecturas de caché; la facturación real depende de la creación, la retención y la coincidencia de la caché, así como del comportamiento del proveedor.
  • Las solicitudes de más de 272K tokens de entrada tienen precios diferentes para entrada, salida y caché en el catálogo proporcionado.
  • Las estimaciones de tokens de la API excluyen la infraestructura de pruebas, la revisión por desarrolladores, los reintentos y otros costes operativos.
En esta página (11)

Una estimación útil para un cambio en un repositorio asistido por IA comienza con todo el ciclo de edición y pruebas, no solo con la primera solicitud de programación. Para la tarea ilustrativa de cuatro llamadas que se presenta a continuación, GPT 6.1 Terra cuesta $0.58 a las tarifas oficiales publicadas sin caché, o $0.325 con una escritura en caché de 30 minutos facturada por separado y cuatro lecturas de caché. Con las tarifas correspondientes del catálogo de OneMux, las estimaciones son $0.09048 y $0.0507.

Estos son ejemplos aritméticos, no mediciones ni presupuestos. OneMux es el editor de este artículo y proporciona acceso a modelos mediante una API compatible con OpenAI. Los cargos reales dependen del uso de tokens, del comportamiento de la caché y de las condiciones de precios aplicables.

Precios y unidades de GPT 6.1 Terra

La siguiente instantánea se capturó el 11 de noviembre de 2026. Todos los precios de las tablas están expresados en USD por millón de tokens. La relación de precios publicada entre OneMux y los precios oficiales es 0.156 para los precios de entrada y salida en ambos tramos; es una relación de precios, no un porcentaje de descuento. Consulta la página del modelo GPT 6.1 Terra y los precios actuales de OneMux antes de elaborar un presupuesto.

Tramo de contexto de entradaEntrada oficialSalida oficialEntrada OneMuxSalida OneMuxRelación de precios publicada
≤272K$1.00$5.00$0.156$0.780.156
>272K$2.00$7.50$0.312$1.170.156

Los precios de caché también se expresan por millón de tokens. La fuente describe el precio estándar de escritura como una opción con retención de 30 minutos y el otro precio de escritura como una opción de 12 horas. Comprueba qué opciones y comportamiento de facturación se aplican a tu endpoint antes de basarte en ellos.

Tramo de contexto de entradaLectura de caché oficialEscritura oficial de 30 minutosEscritura oficial de 12 horasLectura de caché OneMuxEscritura OneMux de 30 minutosEscritura OneMux de 12 horas
≤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

El artículo de OrcaRouter proporcionado describe los precios de caché y el umbral de entrada de 272K. Sus ejemplos de caché utilizan una escritura separada seguida de lecturas; el cálculo siguiente adopta explícitamente esa convención, en lugar de suponer que se aplica a todas las implementaciones de API. El precio de salida por encima de 272K es $7.50, no el doble del precio de salida del tramo inferior.

Un cambio en un repositorio con cuatro llamadas: supuestos

Supongamos que un ingeniero pide a un agente que cambie una función, ejecute pruebas y corrija un fallo. Las cuatro llamadas al modelo podrían abarcar la planificación, la generación de un cambio, la interpretación de los resultados de las pruebas y la generación de una corrección. El ejecutor de pruebas es externo al modelo; sus resultados se convierten en entrada cuando se devuelven para su interpretación.

Para este ejemplo, supongamos lo siguiente:

  • Cada llamada contiene el mismo prefijo estable del repositorio de 100,000 tokens y 20,000 tokens de otras entradas, como instrucciones de la tarea, cambios o resultados de pruebas.
  • Cada llamada produce 5,000 tokens de salida, incluido cualquier código o explicación generados.
  • Todas las solicitudes permanecen dentro del tramo ≤272K. Los tokens se facturan según las cantidades indicadas, sin suponer cargos adicionales ni mínimos.
  • El escenario con caché escribe el prefijo de 100,000 tokens una vez a la tarifa de 30 minutos y después factura cuatro lecturas de ese prefijo. Todas las llamadas se realizan dentro del periodo de retención y el prefijo coincide.
  • Los 20,000 tokens de entrada restantes de cada llamada se facturan a la tarifa ordinaria de entrada. La escritura en caché es independiente de las cuatro lecturas y no se vuelve a contabilizar como entrada ordinaria.

Este es un modelo de facturación deliberadamente simplificado. Un servicio real puede contabilizar la solicitud inicial de otra manera, renovar o caducar una caché, o informar de una coincidencia parcial. Utiliza sus registros reales de uso en lugar de dar por supuesto este patrón.

Cálculo del coste por intento de cambio verificado

En las cuatro llamadas, la carga de trabajo sin caché contiene 480,000 tokens de entrada y 20,000 tokens de salida. La carga de trabajo con caché contiene una escritura de 100,000 tokens, 400,000 tokens de lectura de caché, 80,000 tokens de entrada ordinaria y los mismos 20,000 tokens de salida.

EscenarioCálculo de entrada y cachéCálculo de salidaTotal por intentoTotal por 1,000 intentos idénticos
Oficial, sin caché0.48 × $1.00 = $0.480.02 × $5.00 = $0.10$0.58$580
Oficial, con caché(0.1 × $1.25) + (0.4 × $0.05) + (0.08 × $1.00) = $0.2250.02 × $5.00 = $0.10$0.325$325
OneMux, sin caché0.48 × $0.156 = $0.074880.02 × $0.78 = $0.0156$0.09048$90.48
OneMux, con caché(0.1 × $0.195) + (0.4 × $0.0078) + (0.08 × $0.156) = $0.03510.02 × $0.78 = $0.0156$0.0507$50.70

Los decimales de los cálculos representan millones de tokens. La columna de 1,000 intentos simplemente escala cada intento independiente, incluida una nueva escritura en caché para cada uno; no presupone una caché compartida entre tareas.

Bajo estos supuestos, el ejemplo oficial con caché ahorra $0.255 por intento frente al ejemplo sin caché. Esa diferencia no está garantizada: un cambio en el prefijo, una entrada caducada, una cantidad diferente de tokens o un tratamiento de facturación distinto modifican el resultado. Ninguna de las dos estimaciones incluye el cómputo para ejecutar pruebas, el almacenamiento, la revisión humana, los impuestos ni otros costes del servicio.

¿Cuándo compensa el prefijo del repositorio el coste de escribirlo en caché?

Según la convención de escritura separada del ejemplo, comparamos la lectura de un mismo prefijo desde la caché con el envío de ese prefijo como entrada ordinaria. A las tarifas oficiales del tramo ≤272K, una lectura ahorra $0.95 por millón de tokens de prefijo frente a la entrada ordinaria. Una escritura de 30 minutos cuesta $1.25 por millón, por lo que dos lecturas satisfactorias ahorran $1.90 por millón y cubren la escritura. Una escritura de 12 horas cuesta $2.50 por millón, por lo que se necesitan tres lecturas satisfactorias para cubrirla.

Estos umbrales excluyen otros tokens y suponen una escritura, un tamaño de prefijo idéntico y ausencia de caducidad. Si la creación de la caché se factura de forma diferente a la escritura separada que se supone aquí, vuelve a calcular el coste con las categorías reales de uso del proveedor. Las coincidencias fallidas o parciales reducen el ahorro.

Cómo mantener una estimación representativa del ciclo de pruebas

  1. Registra el uso de tokens por llamada. Separa la entrada ordinaria, las lecturas de caché, las escrituras en caché y la salida cuando los informes de uso lo permitan. Registra si cada llamada correspondía a planificación, edición, interpretación de pruebas o un reintento.
  2. Conserva el prefijo reutilizable. Coloca el material estable del repositorio y las instrucciones antes de los detalles cambiantes de la tarea cuando las reglas de caché del endpoint lo permitan. La fuente proporcionada identifica los cambios en el contenido inicial del prompt, las definiciones de herramientas o el orden de los documentos como posibles causas de fallos de coincidencia.
  3. Trata los registros de pruebas como entrada variable. Las trazas largas de errores y los registros repetidos pueden aumentar tanto el volumen de entrada como la probabilidad de cruzar el límite de un tramo. Recorta los resultados irrelevantes solo cuando no se eliminen pruebas necesarias para diagnosticar el fallo.
  4. Cuenta los reintentos y las invalidaciones. Una nueva instantánea del repositorio, instrucciones modificadas o una caché caducada pueden requerir otra escritura. Incluye en la estimación el número real de llamadas por intento.
  5. Comprueba la solicitud completa cerca de 272K. Un prefijo estable de 250K más 30K de material de la tarea y las pruebas suma 280K tokens de entrada; no es una solicitud del tramo inferior solo porque el prefijo esté por debajo del umbral. Aplica el tramo superior del catálogo cuando se cumplan sus condiciones.

En repositorios sensibles, evita registrar código o resultados de pruebas en bruto únicamente para diagnosticar la caché. En su lugar, compara hashes debidamente protegidos o cantidades de tokens, de acuerdo con las normas de seguridad de tu organización. Un hash de diagnóstico coincidente no demuestra que el servicio haya registrado un acierto de caché; verifícalo en los informes de uso.

Preguntas frecuentes

¿La verificación de pruebas cuenta como salida del modelo?

La ejecución del ejecutor de pruebas es independiente de la salida de tokens del modelo. Si sus registros se envían a GPT 6.1 Terra, esos registros son entrada del modelo. Una explicación o un parche generado por el modelo es salida. Los cargos de infraestructura de pruebas quedan fuera del cálculo de tokens.

¿La caché es siempre la opción de menor coste?

No. Una tarea breve, un prefijo cambiante o una caché que caduca antes de reutilizarse pueden impedir que se recupere el coste de escritura. Otra opción es reducir el material del repositorio enviado únicamente a los archivos pertinentes, siempre que el modelo siga disponiendo de contexto suficiente para realizar y verificar el cambio. Mide el uso de tokens y revisa la calidad resultante en lugar de suponer que uno de los enfoques es mejor.

Conclusión

Presupuesta los cambios en repositorios como una secuencia de llamadas al modelo más los costes separados de ejecución de pruebas. Parte del uso real de entrada y salida y añade las escrituras y lecturas de caché únicamente según el comportamiento de facturación que observes. El ejemplo de cuatro llamadas ofrece una referencia reproducible, no una promesa del coste de una tarea real.

Fuentes

Instantánea de precios publicados

Capturada el 2026-11-11T17:00:05.802Z del catálogo publicado de OneMux. Los precios conservan las unidades de facturación del sitio web; esta no es una comparación en tiempo real. La facturación por tramos, caché o tiempo puede variar. Los valores desconocidos no son cero.

ModeloEntrada oficialSalida oficialEntrada OneMuxSalida OneMuxRelación de precios publicada
GPT 6.1 Terra$1$5$0.156$0.780.156

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

FAQ

¿La verificación de pruebas cuenta como salida del modelo?

La ejecución de pruebas es independiente de la salida del modelo. Los registros enviados al modelo cuentan como entrada, mientras que las explicaciones o los parches generados cuentan como salida. Los costes de infraestructura de pruebas son independientes.

¿La caché es siempre la opción de menor coste?

No. Un prefijo cambiante, una reutilización insuficiente, la caducidad o un tratamiento de facturación diferente pueden impedir que la caché genere ahorros. Compara el uso observado con un flujo de trabajo sin caché o con menos contexto.

Artículos relacionados