Diagnostica incidentes de la API de Hy3 con señales de coste reproducibles
Una guía práctica para revisar los costes de Hy3 durante incidentes de API: compara unidades de tokens equivalentes, ten en cuenta la entrada en caché y utiliza las señales de solicitudes y fallos para investigar gastos inesperados.
Resumen · TL;DR
Una estimación fiable del coste de Hy3 comienza por ajustar la referencia de precios y las unidades de facturación a la carga de trabajo. Esta guía muestra cómo calcular una factura de ejemplo e investigar picos de coste junto con señales observables de fallos de la API.
Puntos clave
- Los precios de tokens de Hy3 difieren entre la fuente fechada proporcionada y el catálogo publicado de OneMux; no combines sus tarifas en un mismo cálculo.
- Calcula por separado la entrada, la entrada en caché y la salida; después, multiplica cada componente por su tarifa correspondiente.
- Para diagnosticar incidentes, compara el uso de tokens y el coste por solicitud completada con éxito con el volumen de solicitudes, los errores, los reintentos y la latencia.
- Considera un cambio de coste como una señal que debe investigarse, no como una prueba de su causa.
En esta página (6)
Empieza con precios comparables, no con una cifra global
Cuando la factura de una API aumenta durante un incidente, la pregunta útil no es simplemente «¿Cuánto cuesta Hy3?», sino: ¿Qué patrón de solicitudes cambió y cuánto costaría ese patrón con una tarifa claramente fechada? Separa la entrada, la entrada en caché y la salida; después, compara el resultado con las señales observables de solicitudes y fallos.
OneMux publica acceso a Hy3 a través de una API unificada. Las cifras siguientes son una referencia de precios publicados capturada el 2026-11-16, no una cotización en tiempo real ni un benchmark. Los precios son por millón de tokens. El catálogo de OneMux indica una relación de precios publicada de 0.26; se reproduce tal como figura, sin recalcularla como una afirmación general de ahorro. Consulta la página del modelo Hy3 y los precios de OneMux para conocer los detalles publicados actuales.
| Fuente de precios | Entrada por 1M de tokens | Salida por 1M de tokens | Entrada en caché por 1M de tokens |
|---|---|---|---|
| Referencia del catálogo de OneMux, 2026-11-16 | $0.03848 | $0.1508 | $0.0091 |
| Precios oficiales indicados en la referencia del catálogo de OneMux, 2026-11-16 | $0.148 | $0.58 | $0.035 |
La página de precios de Hy3 de LLMLearner proporcionada ofrece una tabla de tarifas diferente, fechada el 2026-11-13: $0.132 por millón de tokens de entrada estándar, $0.528 por millón de tokens de salida y $0.033 por millón de tokens de entrada en caché. Estos valores no coinciden con la referencia posterior del catálogo de OneMux. Podrían reflejar datos de tarifas o condiciones de publicación diferentes; la información proporcionada no establece el motivo. No combines las tarifas de las dos fuentes. Para el ejemplo siguiente, utiliza únicamente las cifras del catálogo del 2026-11-16. Comprueba los precios aplicables del proveedor y de la ruta antes de usar una estimación para un presupuesto real.
Ejemplo reproducible: carga de trabajo de un asistente
Supongamos 10.000 solicitudes al mes, con 8.000 tokens de entrada y 2.000 tokens de salida por solicitud. Supongamos que el 80% de los tokens de entrada cumple los requisitos para la tarifa de entrada en caché indicada. Es una ilustración de costes, no una carga de trabajo medida ni una promesa sobre la tasa de aciertos de caché.
- Entrada total: 10.000 × 8.000 = 80 millones de tokens. Se supone que, de ellos, 64 millones están en caché y 16 millones no.
- Salida total: 10.000 × 2.000 = 20 millones de tokens.
- Multiplica cada total de tokens por su propia tarifa por millón:
| Componente | Cálculo con el catálogo de OneMux | Coste estimado |
|---|---|---|
| Entrada en caché | 64 × $0.0091 | $0.5824 |
| Entrada sin caché | 16 × $0.03848 | $0.61568 |
| Salida | 20 × $0.1508 | $3.016 |
| Total | $0.5824 + $0.61568 + $3.016 | $4.21408 |
Con estos supuestos, la estimación es de aproximadamente $4.21 per month, o aproximadamente $0.000421 per request. Si se utilizan las tarifas oficiales de la misma referencia del catálogo, el cálculo correspondiente es 64 × $0.035 + 16 × $0.148 + 20 × $0.58 = $16.208, aproximadamente $16.21. Son cálculos para una misma carga de trabajo que utilizan dos columnas de precios independientes, no una afirmación sobre el coste realmente facturado. Si ninguna entrada se factura a la tarifa de caché, la estimación de OneMux pasa a ser 80 × $0.03848 + 20 × $0.1508 = $6.1008. Los requisitos reales para usar la caché y las condiciones de facturación son importantes.
Utiliza el coste como una señal más del incidente
Un aumento de la estimación por sí solo no indica si la causa es el tráfico, prompts más largos, respuestas más extensas, reintentos o un cambio en el comportamiento de la caché. Compara un intervalo estable anterior al incidente con el intervalo del incidente, utilizando la misma ruta del modelo y la misma base de precios.
Haz seguimiento de estas señales por intervalo de tiempo y, cuando sea posible, por endpoint o clase de solicitud:
- Número de solicitudes y número de solicitudes completadas.
- Tokens de entrada y salida por solicitud, además del total de tokens por tipo.
- Entrada en caché frente a entrada sin caché, si la API lo notifica.
- Tasa de éxito, códigos de estado HTTP, tiempos de espera agotados y latencia.
- Número de reintentos y solicitudes repetidas por acción del usuario.
- Coste estimado por solicitud y por solicitud completada con éxito.
Un diagnóstico útil se basa en un patrón, no en una sola métrica. Por ejemplo, si el volumen de solicitudes se mantiene estable pero aumentan los tokens de salida por solicitud completada con éxito, investiga si las generaciones son más largas o si han cambiado las instrucciones de la aplicación. Si aumentan a la vez las solicitudes fallidas y los reintentos, comprueba si el cliente está reenviando solicitudes y si los intentos fallidos siguen consumiendo tokens facturables; las fuentes proporcionadas no especifican la facturación para todos los casos de fallo. Si aumenta la entrada sin caché mientras la estructura de las solicitudes sigue siendo similar, comprueba los requisitos de la caché y si los prompts están cambiando. Son pistas para la investigación, no pruebas de la causa.
Lista práctica para investigar incidentes
- Define el intervalo de comparación. Utiliza periodos de igual duración y registra la referencia de precios o la tabla de tarifas del proveedor vigente.
- Separa los tipos de tokens. Concilia los totales de entrada y salida de forma independiente; la salida tiene una tarifa publicada diferente.
- Comprueba los supuestos sobre la caché. No clasifiques toda la entrada como almacenada en caché solo porque se repita un prompt. Utiliza los datos de uso de caché notificados cuando estén disponibles; de lo contrario, muestra estimaciones con y sin caché.
- Concilia solicitudes y fallos. Compara intentos, solicitudes completadas con éxito, reintentos y totales de tokens. Confirma cómo se facturan las solicitudes fallidas o canceladas en la documentación del proveedor correspondiente.
- Repite los cálculos. Divide los totales de tokens entre un millón, multiplícalos por la tarifa por millón correspondiente y suma los componentes. Mantén la coherencia de las unidades.
- Señala lo que se desconoce. Si las reglas de niveles, los requisitos de caché o la facturación de fallos no están documentados para tu ruta, indícalos como desconocidos en lugar de suponer que tienen coste cero.
OneMux proporciona acceso a modelos, enrutamiento, claves, visibilidad del gasto y recargas de crédito a través de una sola API compatible con OpenAI. La compatibilidad con un patrón de solicitudes concreto depende de los endpoints y parámetros documentados como compatibles; este artículo no afirma que se haya probado una integración o un flujo de trabajo de incidentes específico. Para una investigación real, utiliza la telemetría que expongan tu aplicación y la API, y verifica los precios actuales aplicables antes de sacar una conclusión sobre la factura.
Conclusión
Para diagnosticar incidentes de Hy3, haz que la estimación sea reproducible: registra la fecha y la fuente de las tarifas, cuenta por separado la entrada, la entrada en caché y la salida, y compara el coste con el éxito de las solicitudes, los reintentos y el uso de tokens. Una estimación cuidadosa acota la investigación; las señales observables de fallos ayudan a determinar qué revisar a continuación.
Referencia de precios publicados
Capturada el 2026-11-16T20:00:06.085Z 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, caché o tiempo puede ser diferente. Los valores desconocidos no son cero.
| Modelo | Entrada oficial | Salida oficial | Entrada OneMux | Salida OneMux | Relación de precios publicada |
|---|---|---|---|---|---|
| Hy3 | $0.148 | $0.58 | $0.03848 | $0.1508 | 0.26 |
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
¿Cuál es el precio de Hy3 por millón de tokens?
La referencia del catálogo de OneMux capturada el 2026-11-16 indica como precios oficiales $0.148 por millón de tokens de entrada y $0.58 por millón de tokens de salida, y $0.03848 para la entrada y $0.1508 para la salida a través de OneMux. También indica $0.035 para la entrada en caché al precio oficial y $0.0091 a través de OneMux. Otra fuente de LLMLearner proporcionada, fechada el 2026-11-13, publica tarifas diferentes, por lo que conviene utilizar de forma coherente una única fuente fechada y verificar los precios actuales aplicables.
¿Cómo puedo estimar el coste de Hy3 para una carga de trabajo de API?
Cuenta por separado los tokens de entrada, de entrada en caché y de salida. Divide cada total entre un millón, multiplícalo por el precio por millón correspondiente y suma los resultados. Indica el volumen de solicitudes, los tokens por solicitud, los supuestos sobre la caché y la referencia de precios.
¿Puede un pico de costes de Hy3 identificar la causa de un incidente de API?
No por sí solo. Compara el coste con el volumen de solicitudes, los tokens de entrada y salida por solicitud, el uso de entrada en caché, la tasa de éxito, los errores, los reintentos y la latencia. Estas señales pueden orientar la investigación, pero no prueban una causa.
¿Significa la entrada en caché que todos los prompts repetidos reciben la tarifa de caché?
No. Un prompt repetido no demuestra por sí solo que los tokens cumplan los requisitos para el precio de entrada en caché. Comprueba el uso de caché notificado y las condiciones aplicables a la ruta; si se desconocen, calcula tanto el escenario con caché como el escenario sin caché.
Artículos relacionados
Guides
Calcula el costo de la API de Gemini 4 Argon durante un incidente
Un método reproducible para estimar el gasto de la API de Gemini 4 Argon durante un incidente, con supuestos explícitos sobre tokens, precios comparables y señales de fallas observables.
Guides
Cómo estimar los costos de la API de DeepSeek V4.1 Flash 1017 para diagnosticar incidentes
Estima los costos de la API de DeepSeek V4.1 Flash 1017 para diagnosticar incidentes de API, con precios de OneMux fechados, supuestos explícitos sobre la carga de trabajo, cálculos por nivel y señales de fallo observables.
Guides
Costes de la API de Gemini 3.1 Flash Image: estimación de una carga de trabajo y lista de comprobación para incidentes
Estima el gasto de la API preview de Gemini 3.1 Flash Image con supuestos explícitos sobre tokens y utiliza señales de cada solicitud para investigar incidentes de coste y fiabilidad.
Guides
Costes de la API de GPT Image 2.5: estima una carga de trabajo y diagnostica incidencias de facturación
Una estimación reproducible de una carga de trabajo con GPT Image 2.5 y una lista práctica para diagnosticar anomalías de costes y solicitudes.