GuidesOneMux

Coût de l’API GPT 6.1 Terra : évaluer le cache de manière reproductible

Estimez le coût de l’API GPT 6.1 Terra à partir d’hypothèses explicites sur les tokens, des tarifs publiés par OneMux et les tarifs officiels, et d’un test reproductible pour déterminer si le prompt caching est avantageux pour votre charge de travail.

AI

Résumé · TL;DR

Un guide pratique pour estimer le coût de GPT 6.1 Terra. Il distingue les coûts d’entrée, de sortie, d’écriture et de lecture du cache, explique le palier tarifaire de 272K et propose un plan de test explicite pour mesurer des charges de travail reproductibles.

Points clés

  • Estimez séparément les tokens d’entrée, de sortie, les écritures et les lectures du cache ; ne comparez pas des tarifs exprimés dans des unités ou paliers différents.
  • Aux tarifs indiqués pour ≤272K, un préfixe stable réutilisé deux fois coûte déjà moins cher avec le cache qu’en l’absence de cache, à condition que chaque réutilisation soit bien une lecture du cache.
  • Les prompts qui changent dès le début de la requête risquent de ne pas réutiliser un préfixe mis en cache. Testez donc la structure exacte du prompt et les limites prévues en production.
  • La capture des tarifs publiés par OneMux date du 2026-11-10 ; vérifiez les tarifs actuels et les conditions applicables aux paliers avant d’estimer une charge de travail en production.
Sur cette page (8)

L’estimation du coût de GPT 6.1 Terra ne dépend pas seulement du nombre de requêtes. La longueur des entrées, le volume de texte généré, la réutilisation du cache et le palier de 272K tokens d’entrée ont également une incidence sur le coût total. Ce guide propose une méthode reproductible pour estimer ces coûts avant le déploiement. Les exemples sont des calculs illustratifs, et non des résultats mesurés.

Tarifs publiés de GPT 6.1 Terra

OneMux publie cette comparaison et donne accès à GPT 6.1 Terra via une API unifiée. Le tableau indique les tarifs publiés par million de tokens, relevés le 2026-11-10. Le rapport entre le tarif OneMux et le tarif officiel est de 0.156, soit 84.4% de moins par calcul ; il s’agit d’une comparaison de tarifs publiés, et non d’une garantie d’économies pour une charge de travail donnée.

Palier d’entrée et type de coûtTarif officiel par 1M tokensTarif OneMux par 1M tokens
Entrée, ≤272K$1.00$0.156
Sortie, ≤272K$5.00$0.78
Lecture du cache, ≤272K$0.05$0.0078
Écriture du cache, 30 minutes, ≤272K$1.25$0.195
Écriture du cache, 12 heures, ≤272K$2.50$0.39
Entrée, >272K$2.00$0.312
Sortie, >272K$7.50$1.17
Lecture du cache, >272K$0.10$0.0156
Écriture du cache, 30 minutes, >272K$2.50$0.39
Écriture du cache, 12 heures, >272K$5.00$0.78

Ces tarifs sont calculés par million de tokens, et non par requête. Le catalogue indique un contexte de 1M, mais le palier tarifaire applicable change au-delà de 272K tokens d’entrée. Pour obtenir une estimation réaliste, vérifiez comment le fournisseur applique les paliers à la requête et quelle durée de conservation du cache s’applique. Consultez la page du modèle GPT 6.1 Terra et la page tarifs OneMux pour connaître les informations publiées à jour.

Calculer le coût d’une charge de travail sans cache

Pour chaque requête, estimez séparément les tokens d’entrée et de sortie :

Coût = tokens d’entrée ÷ 1,000,000 × tarif d’entrée + tokens de sortie ÷ 1,000,000 × tarif de sortie.

Multipliez ensuite le résultat par le nombre de requêtes. Indiquez clairement toutes les hypothèses : nombre moyen de tokens par requête, nombre de requêtes et dépassement éventuel du palier de 272K. Par exemple, 10,000 requêtes comportant chacune 50,000 tokens en entrée et 500 tokens en sortie restent dans le palier ≤272K. Aux tarifs publiés par OneMux, le coût estimé des entrées est de 10,000 × 50,000 ÷ 1,000,000 × $0.156 = $78. Celui des sorties est de 10,000 × 500 ÷ 1,000,000 × $0.78 = $3.90. Le total estimé est de $81.90, hors autres frais et écarts entre le nombre de tokens supposé et le nombre réel.

Ajouter les écritures et lectures du cache

Le cache modifie le calcul des entrées. Une écriture du cache est facturée au tarif d’écriture ; chaque lecture du cache utilise le tarif de lecture, plus faible. Ne comptabilisez pas un préfixe comme une lecture si la charge de travail ne réutilise pas réellement un préfixe correspondant.

Pour un préfixe de 50,000 tokens utilisé dans 10,000 requêtes, supposons une écriture du cache de 30 minutes et 9,999 lectures, le tout dans le palier ≤272K. L’estimation OneMux est la suivante :

  • Écriture : 50,000 ÷ 1,000,000 × $0.195 = $0.00975.
  • Lectures : 9,999 × 50,000 ÷ 1,000,000 × $0.0078 = $3.89961.
  • Coût total du préfixe : environ $3.91, contre $78 si ce préfixe était envoyé comme entrée sans cache dans les 10,000 requêtes.

Cet exemple conserve une taille de préfixe constante et exclut les sorties ainsi que toute entrée variable non mise en cache. Il suppose que le fournisseur comptabilise une écriture et que les autres requêtes sont admissibles en tant que lectures. Vérifiez le comportement réel du cache à l’aide de vos propres journaux de requêtes et relevés de facturation du fournisseur.

Aux tarifs ≤272K, chaque lecture du cache permet d’économiser $0.1482 par million de tokens par rapport à une entrée standard, tandis qu’une écriture de 30 minutes coûte $0.195 par million. Le seuil de rentabilité est de $0.195 ÷ $0.1482, soit environ 1.32 lecture par écriture. Dans cette comparaison simplifiée, deux lectures compensent le coût de l’écriture. Pour une écriture de 12 heures à $0.39 par million, le seuil est d’environ 2.63 lectures ; trois lectures suffisent donc à la compenser. Ce calcul ne tient pas compte des échecs de cache ni des préfixes qui changent d’une requête à l’autre.

Tester la reproductibilité avant de s’appuyer sur l’estimation

Utilisez un petit jeu d’évaluation représentatif de la charge de travail prévue, plutôt qu’un prompt choisi parce qu’il atteint toujours le cache. Pour chaque cas de test, consignez les éléments suivants :

  1. Le prompt exact et les définitions des outils, ordre compris.
  2. Les nombres de tokens d’entrée et de sortie, le nombre de requêtes et l’espacement prévu entre les requêtes.
  3. Si le préfixe est identique, change une fois ou change à chaque requête.
  4. La durée de conservation du cache supposée : 30 minutes ou 12 heures.
  5. Le palier prévu et le coût calculé, en distinguant les écritures, les lectures, les entrées non mises en cache et les sorties.

Exécutez d’abord chaque cas avec des entrées identiques, puis introduisez des changements réalistes, comme une instruction propre à l’utilisateur ou un document récupéré. Comparez les coûts estimés à l’utilisation rapportée par le fournisseur. Un horodatage, un identifiant de requête, une liste d’outils réordonnée ou un contenu modifié près du début peut rendre différent un préfixe que l’on croyait réutilisable. Considérez la proportion de lectures du cache comme un résultat observé, et non comme une hypothèse. Ce protocole est une méthode d’évaluation proposée ; aucun test d’intégration OneMux ni aucune évaluation payante du modèle ne sont revendiqués ici.

Surveiller le seuil de 272K

L’article source décrit une hausse tarifaire au-delà de 272,000 tokens d’entrée : le tarif officiel d’entrée standard passe de $1 à $2 par million, et celui des lectures du cache de $0.05 à $0.10. Le catalogue OneMux fourni indique également des tarifs plus élevés dans le palier >272K. Pour une charge de travail proche de ce seuil, basez l’estimation à la fois sur le nombre de tokens et sur le palier applicable, plutôt que de prolonger le tarif inférieur.

Un test pratique devrait inclure un cas juste en dessous du seuil et un autre juste au-dessus, avec des prompts par ailleurs équivalents. Si vous pouvez raccourcir le texte standard stable ou ne récupérer que les sections pertinentes d’un document sans modifier la tâche, recalculez le coût avec le volume d’entrée réduit. L’acceptabilité de cette approche dépend de la tâche ; ne supposez pas qu’un prompt plus court donnera les mêmes résultats.

Liste de vérification pour prendre une décision

  • Le préfixe reste-t-il réellement stable d’une requête à l’autre ?
  • Combien de lectures du cache prévoit-on par écriture pendant la durée de conservation choisie ?
  • Certaines requêtes dépassent-elles 272K tokens d’entrée ?
  • Les tokens de sortie ont-ils été estimés séparément ?
  • Le jeu de test comprend-il des échecs de cache et des prompts variables réalistes ?
  • Les tarifs sont-ils à jour et les unités de facturation comparables ?

Les estimations du coût de GPT 6.1 Terra sont utiles lorsque ces hypothèses sont explicites. Refaites les calculs avec les tarifs actuels et les nombres de tokens mesurés avant de vous en servir pour établir un budget ou prendre une décision produit.

Sources

Capture des tarifs publiés

Données relevées le 2026-11-10T15:30:05.721Z dans le catalogue publié par OneMux. Les unités de facturation du site sont conservées ; il ne s’agit pas d’un benchmark en temps réel. La facturation par palier, avec cache ou selon la durée peut différer. Une valeur inconnue n’est pas égale à zéro.

ModèleEntrée officielleSortie officielleEntrée OneMuxSortie OneMuxRapport tarifaire publié
GPT 6.1 Terra$1$5$0.156$0.780.156

Tarifs OneMux actuels. Ne comparez les coûts d’une charge de travail que si les unités d’entrée, de sortie et de facturation concordent ; consultez la page de chaque modèle pour connaître les conditions des paliers.

FAQ

Combien coûte l’entrée GPT 6.1 Terra via OneMux ?

La capture du catalogue OneMux publiée et datée du 2026-11-10 indique un tarif d’entrée de $0.156 par million de tokens pour ≤272K et de $0.312 par million au-delà de 272K. Les tarifs peuvent changer ; consultez la page du modèle pour connaître les conditions actuelles.

À quel moment le prompt caching de GPT 6.1 Terra atteint-il son seuil de rentabilité ?

Aux tarifs OneMux ≤272K pour une écriture de 30 minutes, l’écriture du cache coûte $0.195 par million de tokens et chaque lecture coûte $0.0078, contre $0.156 pour une entrée standard. Dans le cas simplifié d’une écriture suivie de lectures du même préfixe, le seuil de rentabilité est d’environ 1.32 lecture ; deux lectures compensent le coût de l’écriture.

Le cache réduit-il toujours le coût de GPT 6.1 Terra ?

Non. Le cache dépend de la réutilisation d’un préfixe admissible. Si les prompts changent dès le début ou si une requête n’atteint pas le cache, les coûts d’écriture risquent de ne pas être compensés. Mesurez les lectures et les écritures du cache avec des prompts représentatifs avant d’estimer les économies.

Qu’est-ce qui change au-delà de 272K tokens d’entrée ?

Le catalogue publié indique des tarifs d’entrée, de sortie, de lecture du cache et d’écriture du cache plus élevés au-delà de 272K. Vérifiez comment le palier s’applique à votre requête et calculez le coût avec les tarifs correspondants, plutôt qu’avec ceux du palier ≤272K.

Articles liés