Costes de la API de GPT Image 2.6 Flare para preguntas y respuestas sobre documentos: una estimación reproducible
Estima los costes conocidos y desconocidos de un flujo de preguntas y respuestas sobre documentos que utiliza GPT Image 2.6 Flare, con supuestos explícitos y comprobaciones de atribución de fuentes.
Resumen · TL;DR
La fuente facilitada ofrece tarifas por token para GPT Image 2.6 Flare, pero ni esa fuente ni el catálogo de OneMux establecen un precio completo o un flujo integral de preguntas y respuestas sobre documentos cuyo soporte esté confirmado. Esta guía calcula un componente ilustrativo de procesamiento de imágenes y explica cómo tener en cuenta los costes no incluidos de generación de respuestas y atribución.
Puntos clave
- La fuente recoge tarifas oficiales de $5 por millón de tokens de entrada de texto, $8 por millón de tokens de entrada de imagen y $30 por millón de tokens de salida de imagen; verifica las tarifas vigentes antes de elaborar un presupuesto.
- La instantánea fechada del catálogo de OneMux indica que los precios de entrada y salida de Flare son desconocidos, por lo que no permite determinar el coste ni el ahorro de una carga de trabajo en OneMux.
- Una carga de trabajo ilustrativa de 1.000 preguntas cuesta $48.49 por las solicitudes de imagen previstas, con una tasa de aceptación del 80 % y sin incluir otros servicios ni costes.
- Las preguntas y respuestas sobre documentos con citas verificables requieren capacidades y costes adicionales que la evidencia facilitada sobre el modelo no confirma.
En esta página (8)
La decisión, en primer lugar
Presupuesta GPT Image 2.6 Flare como un posible componente de procesamiento de imágenes, no como una solución integral verificada de preguntas y respuestas sobre documentos. La guía de precios de Ofox facilitada recoge tarifas por token del modelo de imagen, pero no confirma que Flare pueda responder preguntas sobre documentos con citas de fuentes, extraer texto de forma fiable o devolver la procedencia a nivel de página. Es necesario verificar por separado esas capacidades, el endpoint de API adecuado y el consumo real.
Para una carga de trabajo ilustrativa de 1.000 respuestas aceptadas, los supuestos sobre solicitudes de imagen que se detallan a continuación dan lugar a $48.49 en cargos del modelo de imagen. No es el coste de un sistema completo de preguntas y respuestas: la ingesta de documentos, la recuperación de información, la generación de respuestas, las comprobaciones de atribución, el almacenamiento y cualquier otro servicio quedan sin valorar.
OneMux publica esta guía y ofrece acceso a modelos mediante una API compatible con OpenAI. Su ficha del modelo Flare indica que el modelo está disponible mediante enrutamiento unificado; esa disponibilidad, por sí sola, no confirma que admita este flujo de trabajo ni los parámetros necesarios.
Evidencia de precios y unidades comparables
La siguiente instantánea se capturó del catálogo de OneMux el 11 de noviembre de 2026. La guía externa indica que comprobó los precios oficiales el 5 de noviembre de 2026. Se trata de observaciones históricas de distintas fuentes, no de una cotización en tiempo real. La guía externa describe sus ejemplos como cálculos, no como pruebas de generación de pago.
| Categoría de facturación | Tarifa oficial indicada por la guía externa | Tarifa de la instantánea de OneMux | Unidad |
|---|---|---|---|
| Entrada de texto | $5.00 | Desconocida | Por cada millón de tokens |
| Entrada de imagen | $8.00 | Desconocida | Por cada millón de tokens |
| Salida de imagen | $30.00 | Desconocida | Por cada millón de tokens |
| Entrada de texto en caché | $1.25 | Desconocida | Por cada millón de tokens |
| Entrada de imagen en caché | $2.00 | Desconocida | Por cada millón de tokens |
La instantánea de OneMux también publica una relación de precios de 0.11699999999999999 para Flare, pero se desconocen sus importes de entrada y salida. La instantánea no aporta información suficiente para calcular el precio de una carga de trabajo ni para justificar un porcentaje de ahorro a partir de esa relación. Los precios desconocidos no son cero. Consulta los precios actuales de OneMux y las condiciones aplicables al modelo antes de tomar una decisión de compra.
La guía externa indica que Flare y Sunburst tienen las mismas tarifas oficiales por token publicadas, aunque no necesariamente el mismo consumo de tokens ni el mismo coste por tarea. También advierte que no debe suponerse que se aplica un descuento por caché a una solicitud 2.6 sin pruebas. Por ello, el ejemplo siguiente utiliza tarifas sin caché; verifica por separado si el endpoint cumple los requisitos y cómo se factura realmente la caché. Se desconocen las condiciones de los niveles de precios de la instantánea de OneMux.
Coste ilustrativo por respuesta aceptada
Este cálculo es un ejercicio de presupuestación, no una carga de trabajo medida de Flare. Supone que se utiliza una solicitud de imagen admitida por cada intento de respuesta y que esta produce una imagen de salida. Puede que esa salida no sea necesaria para tu diseño real de preguntas y respuestas; si el flujo previsto no genera imágenes, no apliques automáticamente el cargo por salida de imagen que aparece a continuación.
Supongamos que cada intento utiliza:
- 120 tokens de entrada de texto a $5 por millón.
- 1.024 tokens de entrada de imagen a $8 por millón.
- 1.000 tokens de salida de imagen a $30 por millón.
- Ningún descuento por caché confirmado y ningún otro servicio facturado en este componente.
| Componente por intento | Cálculo | Coste |
|---|---|---|
| Entrada de texto | 120 × $5 / 1.000.000 | $0.0006 |
| Entrada de imagen | 1.024 × $8 / 1.000.000 | $0.008192 |
| Salida de imagen | 1.000 × $30 / 1.000.000 | $0.030000 |
| Total | Suma de los tres componentes | $0.038792 |
Supongamos que el 80 % de los intentos produce un resultado aceptado y que los intentos rechazados generan el mismo cargo medio. Para 1.000 respuestas aceptadas, la estimación de planificación es de 1.000 / 0,80 = 1.250 intentos. A $0.038792 cada uno, el componente de imagen suma $48.49, o $0.04849 por respuesta aceptada.
Con una tasa de aceptación del 50 %, los mismos supuestos dan como resultado 2.000 intentos y $77.584, o $0.077584 por respuesta aceptada. Son cifras previstas para la planificación, no garantías del número exacto de intentos. Ninguno de los ejemplos incluye el coste de un modelo de texto, la recuperación de información, el almacenamiento, la revisión humana ni los impuestos. Tampoco predicen cómo factura un proveedor las solicitudes HTTP fallidas.
Incluye la atribución de fuentes en los criterios de aceptación
Para este caso de uso, una respuesta aceptada requiere algo más que una respuesta de imagen satisfactoria. Antes de estimar el volumen de producción, define un conjunto de preguntas de prueba y conserva las páginas pertinentes de los documentos. Para cada respuesta, comprueba que:
- Cada afirmación relevante incluya una referencia al documento correcto y a la página u otra ubicación estable.
- El pasaje citado respalde realmente la afirmación, en lugar de limitarse a mencionar el tema.
- La respuesta señale la falta de evidencia o la incertidumbre en vez de inventar una cita.
- La versión del documento indicada en la cita sea la utilizada para responder.
Distingue los fallos de procesamiento de imágenes de las respuestas sin respaldo y las citas incorrectas. Una imagen puede generarse correctamente aunque la respuesta final no supere la revisión de atribución. A la inversa, un fallo en la comprobación de citas no demuestra que haya fallado una solicitud de imagen.
Un flujo de trabajo práctico puede combinar la ingesta de documentos, la extracción, la recuperación de información, un modelo de respuesta de texto y un verificador de citas con un modelo de imagen. La evidencia facilitada no especifica cuáles de estos pasos admite Flare. Confirma cada componente por separado, incluido si el proveedor ofrece el endpoint, los formatos de entrada, los detalles de consumo y los metadatos de ubicación de la fuente necesarios. El acceso compatible con OpenAI no demuestra por sí solo que se admitan todos los endpoints o parámetros.
Convierte la estimación en una carga de trabajo facturable
Ejecuta una pequeña prueba piloto con un límite de presupuesto solo después de confirmar el acceso al modelo y la compatibilidad del endpoint. Para este artículo no se realizó ninguna integración ni evaluación de pago. Registra una fila por intento con el modelo y el proveedor, las páginas del documento enviadas, los parámetros de la solicitud, el consumo de entrada y salida por modalidad, cualquier uso de caché confirmado, el cargo real y el motivo por el que la respuesta superó o no la revisión de atribución.
A continuación, calcula cada componente utilizando su propia unidad publicada y el volumen observado. Añade los cargos de extracción, recuperación de información, generación de respuestas, almacenamiento y revisión según las tarifas aplicables. Divide el gasto conjunto entre el número de respuestas aceptadas con atribución de fuentes, no simplemente entre el número de respuestas satisfactorias de la API. Si una respuesta de consumo proporciona tanto un total de entrada como un desglose, no contabilices dos veces el total y sus partes. Marca los desgloses que falten como desconocidos, en lugar de suponer que corresponden a texto.
Puede ser útil evaluar como alternativa un enfoque que priorice el texto o se base en la recuperación de información si tus documentos ya contienen texto extraíble. Las fuentes facilitadas no establecen su precisión ni su coste comparativos para tus documentos; calcula su precio y pruébalo por separado con los mismos criterios de atribución.
Conclusión
El ejemplo reproducible de $48.49 solo valora un componente supuesto de solicitudes de imagen, utilizando tarifas oficiales comunicadas por una fuente externa. No es una cotización de OneMux ni una estimación integral de preguntas y respuestas sobre documentos. Confirma la compatibilidad del flujo de trabajo, obtén los precios actuales del proveedor y mide la aceptación de las citas antes de utilizar cualquier cifra por respuesta en un presupuesto de producción.
Fuentes
- Ofox: precios de la API de GPT Image 2.6 y facturación de GIF y SVG — tarifas oficiales comunicadas por la fuente, advertencias sobre la caché y cálculos ilustrativos; la guía indica que no realizó pruebas de generación de pago.
- Ficha del modelo GPT Image 2.6 Flare de OneMux y precios de OneMux — páginas pertinentes del catálogo y de precios actuales; la instantánea del catálogo facilitada se capturó el 11 de noviembre de 2026.
Instantánea de precios publicados
Capturada el 2026-11-11T12:30:05.565Z del catálogo publicado de OneMux. Los precios conservan las unidades de facturación del sitio web; no se trata de una comparativa en tiempo real. La facturación por niveles, caché o tiempo puede variar. Los valores desconocidos no son cero.
| Modelo | Entrada oficial | Salida oficial | Entrada OneMux | Salida OneMux | Relación de precios publicada |
|---|---|---|---|---|---|
| GPT Image 2.6 Flare | Desconocida | Desconocida | Desconocida | Desconocida | 0.11699999999999999 |
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 niveles en la página de cada modelo.
FAQ
¿Cuánto cuesta GPT Image 2.6 Flare por pregunta sobre un documento?
Los datos de precios facilitados no permiten establecer un coste completo por pregunta. Según los supuestos ilustrativos del artículo, el componente de imagen cuesta $0.038792 por intento, o $0.04849 por respuesta aceptada con una tasa de aceptación del 80 %. Se excluyen los demás costes del flujo de trabajo.
¿Ofrece GPT Image 2.6 Flare respuestas sobre documentos con atribución de fuentes?
La fuente facilitada no confirma esa capacidad. Verifica el endpoint pertinente, el manejo de documentos, la generación de respuestas y la compatibilidad con ubicaciones de las fuentes antes de diseñar un flujo de trabajo basado en ella.
¿Puede utilizarse la relación publicada por OneMux para calcular el ahorro?
No solo con esta instantánea. La relación publicada es 0.11699999999999999, pero se desconocen los precios de entrada y salida correspondientes de OneMux, por lo que no puede justificarse un coste de carga de trabajo ni un porcentaje de ahorro.
Artículos relacionados
Guides
Estimación del coste de la API de GPT 6.2 Astra para preguntas y respuestas sobre documentos
Estima el coste de usar GPT 6.2 Astra para responder preguntas sobre documentos mediante supuestos explícitos de tokens, tramos de contexto, tarifas de caché y cálculos reproducibles.
Guides
Estima los costos de la API de Claude Fable 5.2 para preguntas y respuestas sobre documentos
Un método reproducible para estimar los costos de Claude Fable 5.2 en preguntas y respuestas sobre documentos, con supuestos explícitos de tokens, orientación sobre atribución de fuentes y precios fechados.
Guides
Costes de la API de GPT Image 2.6 Sunburst para preguntas y respuestas sobre documentos
Elabora un presupuesto reproducible para preguntas y respuestas sobre documentos con supuestos explícitos de entrada de imágenes, separando los costes desconocidos de generación de respuestas y atribución de fuentes.
Guides
Coste de la API de Qwen3.7 Plus para preguntas y respuestas sobre documentos
Estima el coste de la API de Qwen3.7 Plus para responder preguntas sobre documentos con atribución de fuentes, mediante supuestos explícitos sobre tokens y cálculos reproducibles.