GuidesOneMux

Estimer le coût de l’API Gemini 4 Carbon pour diagnostiquer un incident

Une méthode reproductible pour estimer le coût des tâches Gemini 4 Carbon lors d’incidents d’API, en tenant compte des nouvelles tentatives, des entrées mises en cache, des sorties générées, des frais d’outils et des signaux d’échec observables.

AI

Résumé · TL;DR

Pour estimer de façon fiable le coût d’une tâche Gemini 4 Carbon, établissez un registre des tentatives et des étapes de continuation qui ne se chevauchent pas. Consignez les entrées ordinaires, les entrées effectivement trouvées dans le cache, les tokens générés — y compris ceux de réflexion lorsque le contrat applicable les regroupe — et les outils facturés séparément. Appliquez ensuite un tarif correspondant à une période clairement définie et examinez les signaux d’échec observables, comme les délais d’attente dépassés, les nouvelles tentatives, l’absence de données d’utilisation et l’augmentation inattendue du contexte.

Points clés

  • Utilisez systématiquement les USD par million de tokens pour comparer les tarifs officiels et ceux de OneMux.
  • Une requête ayant échoué ou dépassé le délai d’attente peut tout de même avoir consommé des ressources facturables ; une donnée d’utilisation absente est inconnue, et non nulle.
  • Appliquez un tarif de mise en cache aux entrées mises en cache uniquement si le fournisseur confirme les cache hits et si la route prend en charge ce mode de tarification.
  • Consignez séparément les nouvelles tentatives et les tours de l’agent, sauf si l’enregistrement d’utilisation du fournisseur les inclut déjà.
  • Pour diagnostiquer un incident, reliez les variations de coût aux ID de requête, au nombre de tentatives, à la latence, aux codes d’état, à l’utilisation des tokens et aux quantités de cache hits.
Sur cette page (8)

La première décision à prendre

Lors d’un incident d’API, la question utile est rarement « Combien coûte une réponse ? ». Il s’agit plutôt de savoir : L’incident a-t-il augmenté le coût nécessaire pour mener à bien une tâche acceptée, et peut-on expliquer cette hausse à partir du comportement observable des requêtes ?

Pour Gemini 4 Carbon, estimez ce coût à partir d’un registre des requêtes. Comptabilisez chaque tentative ou étape de continuation facturée séparément, puis distinguez les catégories de tokens et les frais d’outils. Vous éviterez ainsi d’attribuer tout le coût à la seule réponse qui a finalement abouti.

OneMux publie ce guide et donne accès aux principaux modèles d’IA via une API compatible avec OpenAI. Les chiffres OneMux ci-dessous constituent un instantané daté du catalogue, et non une facture en temps réel ni un benchmark.

Instantané des tarifs et unités de facturation

La source de tarification officielle fournie indique les tarifs Google Standard en USD par million de tokens. Les valeurs du catalogue OneMux ci-dessous sont présentées sur la même base, par million de tokens, à des fins de comparaison.

Source du tarifEntréeSortieRatio publiéInstantané ou période
Google Standard$2.00 / 1M tokens$10.00 / 1M tokensSans objetJusqu’au 30 novembre 2026
Google Standard$4.00 / 1M tokens$20.00 / 1M tokensSans objetÀ partir du 1er décembre 2026
Catalogue OneMux$0.312 / 1M tokens$1.56 / 1M tokens0.156Capturé le 15 novembre 2026

Le catalogue OneMux ne fournit pas, dans les données disponibles, de tarif d’entrée mise en cache ni de grille tarifaire spécifique à Carbon. Ne considérez pas les valeurs manquantes comme nulles et n’appliquez pas le tarif d’entrée ordinaire aux cache hits, sauf si les conditions de facturation OneMux applicables le prévoient. Les conditions liées aux niveaux, au cache et à la durée peuvent varier ; consultez la page du modèle Gemini 4 Carbon et les tarifs OneMux avant d’utiliser cette estimation pour valider un budget.

La source officielle des tarifs Google et des hypothèses utilisées dans ses exemples est Tarification de l’API Gemini 4 Carbon : calculer le coût d’une tâche complète. Les données d’utilisation présentées dans cet exemple sont synthétiques ; elles ne proviennent ni d’une exécution mesurée du modèle ni d’une facture du fournisseur.

Un registre lié aux signaux d’incident

Créez une ligne pour chaque tentative ou étape d’agent qui ne se chevauche pas. Consignez :

  • Le nombre total de tokens d’entrée traités dans cette ligne.
  • La quantité de ces tokens qui a effectivement bénéficié du traitement d’entrée mise en cache.
  • Les tokens générés, y compris ceux de réflexion lorsque le contrat d’utilisation applicable indique une seule quantité facturable combinée.
  • Les frais d’outils connus et facturés séparément.
  • Un ID de requête ou de tentative unique.
  • Le statut, la latence, les informations sur le dépassement du délai d’attente et l’horodatage de l’incident dans un registre opérationnel distinct.

La formule de calcul du coût est :

ordinary input = total input - cached input
row cost = (ordinary input * ordinary input price
            + cached input * cached input price
            + generated tokens * output price) / 1,000,000
           + separate tool charges
workload cost = sum of every non-overlapping row

N’ajoutez pas les tokens de sortie visibles à ceux de réflexion si la quantité de sortie déclarée les comprend déjà. Si leur relation n’est pas claire, indiquez que l’estimation est incomplète au lieu de retenir l’interprétation la moins coûteuse.

Exemple reproductible

Supposons qu’une tentative acceptée comporte 50,000 tokens d’entrée, dont 40,000 cache hits réels, 6,000 tokens générés au total et aucun outil facturé séparément. Au tarif Google en vigueur jusqu’au 30 novembre 2026 :

  • Entrée ordinaire : 10,000 × $2 / 1,000,000 = $0.020
  • Entrée mise en cache : 40,000 × $0.10 / 1,000,000 = $0.004
  • Tokens générés : 6,000 × $10 / 1,000,000 = $0.060
  • Total : $0.084

Les mêmes quantités aux tarifs indiqués pour décembre donnent $0.168. Le coût des tokens est exactement deux fois plus élevé, car les trois tarifs de tokens indiqués doublent. Les frais d’outils séparés ne doublent pas automatiquement : des frais connus de $0.01 porteraient les totaux à $0.094 et $0.178.

Pour effectuer un calcul local, conservez les valeurs décimales et évitez d’arrondir chaque ligne au centime :

from decimal import Decimal

input_tokens = Decimal("50000")
cached_tokens = Decimal("40000")
generated_tokens = Decimal("6000")
input_price = Decimal("2")
cached_price = Decimal("0.10")
output_price = Decimal("10")
tool_charges = Decimal("0")

ordinary_tokens = input_tokens - cached_tokens
cost = (
    ordinary_tokens * input_price
    + cached_tokens * cached_price
    + generated_tokens * output_price
) / Decimal("1000000") + tool_charges

print(cost)  # 0.084

Il s’agit d’un calcul illustratif. Il ne permet pas de prévoir la consommation de tokens, le comportement du cache ni le taux d’acceptation de Carbon pour un prompt donné.

Diagnostiquer l’incident avant de modifier le budget

Comparez une période normale à la période de l’incident en utilisant les mêmes champs :

Signal observableCe qu’il peut expliquerQuestion sur le coût
Davantage de tentatives par tâche acceptéeNouvelles tentatives, décisions de basculement ou délais d’attente côté clientChaque tentative a-t-elle généré un relevé d’utilisation ?
Hausse du nombre de tokens d’entréeHistorique conservé plus long, résultats d’outils ou contexte dupliquéL’entrée est-elle cumulative ou mesurée par requête ?
Baisse du nombre de tokens issus de cache hitsPréfixes modifiés, calendrier d’exécution ou comportement du cache non pris en chargeLes cache hits sont-ils signalés par la route ?
Hausse du nombre de tokens générésRéflexion plus longue, continuation ou limites de sortie modifiéesLa sortie comprend-elle déjà les tokens de réflexion ?
Délais d’attente dépassés avec données d’utilisation manquantesÉtat inconnu de l’exécution côté serveurLe fournisseur peut-il rapprocher l’utilisation à partir de l’ID de requête ?
Hausse des frais d’outils ou des recherchesActivité d’outils distincte pendant le diagnosticLes frais sont-ils calculés par requête, par appel ou selon une autre unité ?

Un délai d’attente dépassé ne prouve pas que l’utilisation est nulle. Une erreur HTTP ne prouve pas que chaque requête a été facturée. Tant que le fournisseur ou la passerelle n’a pas fourni de relevé d’utilisation, laissez les montants inconnus explicitement indiqués comme tels.

Consignez les nouvelles tentatives sur leurs propres lignes. Par exemple, une première tentative avec 50,000 tokens d’entrée non mis en cache et 5,000 tokens générés coûte $0.150 aux tarifs Google actuels. En ajoutant la tentative acceptée à $0.084, on obtient $0.234. Le coût de la seule réponse acceptée sous-estime donc celui de la tâche.

Limites et mesures pratiques

Une limite de tokens générés contrôle une réponse, mais pas nécessairement la tâche entière. Les étapes d’un agent, l’historique conservé, les résultats d’outils, les nouvelles tentatives et les continuations peuvent tous augmenter le coût. Définissez un nombre maximal d’étapes, un seuil de dépenses par tâche et une politique explicite de nouvelles tentatives. Vérifiez le seuil entre les étapes, en gardant à l’esprit qu’une requête en cours ne s’arrêtera pas forcément immédiatement.

Pour OneMux, la compatibilité avec un format de requête compatible avec OpenAI dépend du point de terminaison documenté et des paramètres pris en charge. Avant de considérer les enregistrements d’une route choisie comme équivalents à un objet d’utilisation Google, vérifiez comment elle signale l’utilisation, les cache hits, les frais d’outils et les erreurs. L’intégration OneMux n’a pas été testée pour cet article.

Conclusion

Une estimation défendable du coût de Gemini 4 Carbon repose sur une comptabilité liée au comportement observable des requêtes. Choisissez la période tarifaire, normalisez l’utilisation, isolez les cache hits, comptabilisez chaque nouvelle tentative une seule fois et laissez les frais inconnus indiqués comme tels. Lors d’un incident, la comparaison la plus utile ne porte pas sur le prix d’une réponse réussie, mais sur le coût par tâche acceptée avant et après l’apparition des signaux d’échec.

Instantané des tarifs publiés

Données capturées le 2026-11-15T09:30:05.411Z dans le catalogue OneMux publié. Les prix conservent les unités de facturation indiquées sur le site ; il ne s’agit pas d’un benchmark en temps réel. La facturation par niveau, selon le cache ou selon la durée peut différer. Une valeur inconnue n’est pas nulle.

ModèleEntrée officielleSortie officielleEntrée OneMuxSortie OneMuxRatio de prix publié
Gemini 4 Carbon210$0.312$1.560.156

Tarifs OneMux actuels. Ne comparez les coûts des tâches que si les unités de facturation et celles des entrées et sorties concordent ; consultez la page de chaque modèle pour connaître les conditions par niveau.

FAQ

Quels sont les tarifs officiels des entrées et des sorties de Gemini 4 Carbon ?

Les tarifs Google Standard fournis sont de $2 par million de tokens d’entrée et de $10 par million de tokens de sortie jusqu’au 30 novembre 2026. À partir du 1er décembre 2026, les tarifs indiqués sont respectivement de $4 et $20. Ces périodes correspondent aux tarifs publiés dans la source, et non à une facture en temps réel.

Comment les tarifs Gemini 4 Carbon de OneMux se comparent-ils ?

L’instantané du catalogue OneMux capturé le 15 novembre 2026 indique $0.312 par million de tokens d’entrée et $1.56 par million de tokens de sortie, avec un ratio de prix publié de 0.156. Les conditions relatives aux niveaux, au cache et à la durée peuvent varier ; vérifiez les conditions actuelles avant d’établir un budget.

Faut-il comptabiliser un délai d’attente dépassé comme une nouvelle tentative payante ?

Ne présumez ni l’un ni l’autre. Un délai d’attente dépassé ne prouve pas que le serveur n’a effectué aucun travail, ni que la requête a été facturée. Rapprochez la tentative à l’aide des relevés d’utilisation du fournisseur ou de la passerelle ; en l’absence de preuve, laissez le montant indiqué comme inconnu.

Les tokens mis en cache réduisent-ils les frais pour toutes les entrées ?

Non. Seuls les tokens d’entrée confirmés comme cache hits doivent être facturés au tarif applicable aux entrées mises en cache. Les autres entrées restent soumises au tarif ordinaire. Le catalogue OneMux fourni ne précise pas de tarif d’entrée mise en cache spécifique à Carbon.

Faut-il ajouter les tokens de réflexion aux tokens de sortie ?

Uniquement si le contrat d’utilisation applicable confirme que les quantités déclarées pour la sortie et la réflexion sont deux quantités facturables distinctes. Si le total généré déclaré inclut déjà la réflexion, ne la comptez qu’une seule fois. Si la relation n’est pas documentée, indiquez que l’estimation est incertaine.

Articles liés