Estimer le coût de l’API GPT 6.1 Terra pour le Q&R documentaire
Une méthode reproductible pour estimer le coût de GPT 6.1 Terra pour le question-réponse sur des documents avec attribution des sources, en tenant compte du cache et du tarif long contexte.
Résumé · TL;DR
Estimez le coût du question-réponse sur des documents en comptabilisant séparément les tokens d’entrée non mis en cache, les tokens d’entrée mis en cache, les écritures dans le cache et les tokens de sortie. Ce guide détaille un exemple illustratif de Q&R avec attribution des sources, selon les tarifs publiés de GPT 6.1 Terra, et explicite les hypothèses et les calculs.
Points clés
- Pour une requête sous le seuil de 272K tokens d’entrée, estimez séparément l’entrée et la sortie. L’exemple illustratif de 24,000 tokens d’entrée et 700 tokens de sortie coûte $0.004602 aux tarifs OneMux indiqués, hors frais liés au cache.
- L’attribution des sources influe sur le coût si elle augmente le nombre de tokens du prompt ou de la réponse. La capacité du modèle à citer des sources ne garantit pas l’exactitude des citations.
- Ne supposez pas que le cache réduit toujours les coûts : incluez les frais d’écriture et ne comptez les lectures du cache que si le même contenu est réutilisé.
- Les requêtes dépassant 272K tokens d’entrée relèvent d’un tarif supérieur dans les données tarifaires fournies ; recalculez la requête entière avec ce tarif.
Sur cette page (9)
Le coût du question-réponse sur des documents est souvent sous-estimé lorsqu’on ne compte que le texte des documents. Un budget pertinent prend également en compte la question, les consignes, les passages récupérés, les libellés de source ou le format des citations, ainsi que la réponse du modèle. Ce guide explique comment estimer ces éléments avec GPT 6.1 Terra, à l’aide d’un exemple que vous pourrez adapter à vos propres volumes de tokens.
OneMux est l’éditeur et le produit abordés ici. Les prix ci-dessous sont un instantané du catalogue publié, et non un benchmark en temps réel. L’exemple est illustratif ; il ne mesure pas une charge de travail déployée.
Les tarifs et ce qu’ils couvrent
L’instantané du catalogue OneMux date du 2026-11-08. Les prix indiqués sont par million de tokens. Les tarifs officiels et ceux de OneMux sont reproduits tels qu’ils ont été publiés ; le ratio de remise du catalogue est de 0.156 pour les tarifs d’entrée et de sortie indiqués. Cela signifie que le tarif OneMux affiché représente 15.6% du tarif officiel correspondant, soit 84.4% de moins pour ces tarifs. Cela ne signifie pas qu’une remise s’applique à chaque requête : le palier tarifaire, le cache et les autres conditions de facturation comptent.
| Tarif GPT 6.1 Terra | Prix officiel par million de tokens | Prix OneMux par million de tokens |
|---|---|---|
| Entrée, jusqu’à 272K tokens d’entrée inclus | $1.00 | $0.156 |
| Sortie, jusqu’à 272K tokens d’entrée inclus | $5.00 | $0.78 |
| Entrée mise en cache, jusqu’à 272K | $0.05 | $0.0078 |
| Écriture dans le cache, durée standard | $1.25 | $0.195 |
| Écriture dans le cache, durée de 12 heures | $2.50 | $0.39 |
| Entrée, au-delà de 272K tokens d’entrée | $2.00 | $0.312 |
| Sortie, au-delà de 272K tokens d’entrée | $7.50 | $1.17 |
| Entrée mise en cache, au-delà de 272K | $0.10 | $0.0156 |
| Écriture dans le cache, au-delà de 272K, durée standard | $2.50 | $0.39 |
| Écriture dans le cache, au-delà de 272K, durée de 12 heures | $5.00 | $0.78 |
Le seuil du palier tarifaire compte : selon la référence tarifaire fournie, les requêtes dépassant 272K tokens d’entrée sont facturées au tarif supérieur pour toute la requête, et pas uniquement pour les tokens au-delà du seuil. Consultez la fiche actuelle de OneMux avant d’établir votre budget ; les tarifs et les conditions de facturation peuvent changer.
Une méthode reproductible pour le Q&R avec attribution des sources
Pour chaque requête, relevez séparément quatre volumes de tokens :
- Entrée non mise en cache : question, texte des documents ou passages récupérés, consignes et libellés de source transmis au modèle.
- Entrée mise en cache : contenu précédemment mis en cache et effectivement lu pour cette requête.
- Écritures dans le cache : contenu nouvellement écrit dans le cache, le cas échéant.
- Sortie : réponse, y compris les citations demandées, les identifiants de source ou les détails de citation.
Calculez ensuite chaque ligne à partir du tarif correspondant par million de tokens. Par exemple, aux tarifs OneMux standard ci-dessous le seuil :
- Coût de l’entrée non mise en cache = tokens d’entrée ÷ 1,000,000 × $0.156
- Coût de l’entrée mise en cache = tokens d’entrée mis en cache ÷ 1,000,000 × $0.0078
- Coût des écritures dans le cache = tokens écrits dans le cache ÷ 1,000,000 × $0.195
- Coût de la sortie = tokens de sortie ÷ 1,000,000 × $0.78
Additionnez les différents postes. N’appliquez pas le tarif de l’entrée mise en cache au nouveau contenu écrit dans le cache et ne comptez pas les mêmes tokens à la fois comme entrée mise en cache et entrée non mise en cache.
Exemple détaillé : poser des questions sur un ensemble de documents
Supposons qu’une requête envoie 24,000 tokens d’entrée non mis en cache : 20,000 tokens de passages de documents sélectionnés, 1,000 tokens pour la question et les consignes, et 3,000 tokens pour les libellés de source et le contexte. Supposons que la réponse utilise 700 tokens de sortie pour fournir une réponse avec des références aux sources. La requête reste sous le seuil de 272K, n’utilise pas le cache et ne comporte aucune nouvelle tentative.
- Entrée : 24,000 ÷ 1,000,000 × $0.156 = $0.003744
- Sortie : 700 ÷ 1,000,000 × $0.78 = $0.000546
- Total : $0.004290 par requête
Pour 10,000 requêtes avec les mêmes volumes de tokens, l’estimation est de $42.90. Il s’agit d’une simple multiplication du coût illustratif par requête, et non d’une prévision de l’utilisation réelle. Cette estimation exclut les nouvelles tentatives, les autres services et les éventuels frais qui ne figurent pas dans les prix par token indiqués.
Pour rendre l’estimation plus réaliste, vous pouvez utiliser les volumes relevés sur un échantillon représentatif de vos propres questions et des passages récupérés. Suivez séparément les volumes d’entrée habituels et les plus élevés : une question courte récupérant deux passages n’a pas le même coût qu’une question qui en récupère une douzaine. Incluez le format de citation prévu pour la mise en production, car les citations textuelles et les identifiants de source peuvent augmenter le nombre de tokens, en entrée comme en sortie.
Quand le cache est utile — et quand il ajoute des frais
Le cache est particulièrement pertinent lorsque le même contenu est réutilisé dans plusieurs requêtes. Un document utilisé une seule fois et écrit dans un nouveau cache n’est pas automatiquement moins cher que s’il était envoyé comme entrée non mise en cache. Aux tarifs OneMux standard indiqués sous le seuil de 272K, l’écriture d’un million de tokens coûte $0.195 ; la lecture d’un million de tokens mis en cache coûte $0.0078, contre $0.156 par million de tokens d’entrée non mis en cache.
À titre d’exemple, pour une écriture dans le cache d’un million de tokens suivie de lectures de ce même contenu, le seul coût de l’écriture équivaut au coût de 1.25 million de tokens d’entrée non mis en cache aux tarifs indiqués. Le seuil de rentabilité réel dépend du fonctionnement du cache et du contenu réutilisé. Estimez séparément les écritures et les lectures, et ne supposez pas que le cache restera disponible ou sera réutilisé, sauf si votre implémentation et la documentation du fournisseur le confirment.
Vérifier le coût en long contexte
Si une requête dépasse 272K tokens d’entrée, appliquez les tarifs du palier supérieur à la requête entière. Par exemple, une requête illustrative comprenant 300,000 tokens d’entrée non mis en cache et 3,000 tokens de sortie coûte :
- Entrée : 300,000 ÷ 1,000,000 × $0.312 = $0.0936
- Sortie : 3,000 ÷ 1,000,000 × $1.17 = $0.00351
- Total : $0.09711
Ce calcul utilise les tarifs OneMux de l’instantané fourni. À titre de comparaison, les mêmes volumes de tokens calculés avec les tarifs sous le seuil donneraient $0.04914. Selon les règles de palier fournies, ce montant inférieur ne constitue pas la bonne estimation pour une requête dépassant le seuil.
Pour le Q&R documentaire, si les prompts sont étonnamment volumineux, examinez la récupération et la construction du prompt : contient-il des passages non pertinents ou des consignes répétées ? Réduire le nombre de tokens d’entrée peut diminuer le coût, mais veillez à conserver suffisamment d’éléments probants pour produire la réponse et ses citations. Ne sacrifiez pas le contexte source nécessaire à la vérification d’une réponse pour respecter un objectif de volume de tokens.
Liste de vérification pour établir un budget
- Mesurez les tokens d’entrée et de sortie sur des questions représentatives, en incluant le format des citations.
- Distinguez les entrées non mises en cache, les lectures du cache et les écritures dans le cache.
- Vérifiez si certaines requêtes dépassent 272K tokens d’entrée et appliquez le palier correspondant.
- Multipliez par le volume de requêtes prévu, puis ajoutez une marge distincte fondée sur les nouvelles tentatives observées.
- Vérifiez un échantillon de réponses et de références aux sources. Les prix des tokens ne renseignent ni sur la qualité des réponses ni sur l’exactitude des citations.
- Vérifiez de nouveau les prix publiés avant de vous engager sur un budget ; l’instantané OneMux est daté et non mis à jour en temps réel.
Pour connaître la disponibilité actuelle du modèle et les tarifs indiqués, consultez la fiche du modèle GPT 6.1 Terra. OneMux donne accès aux modèles via une API compatible avec OpenAI, mais la compatibilité avec un endpoint ou un paramètre particulier dépend de sa prise en charge documentée. Ce guide ne prétend pas qu’une intégration ou une charge de travail a été testée.
En résumé
Pour établir une estimation défendable de GPT 6.1 Terra, partez de vos propres volumes de tokens, appliquez les tarifs correspondants à l’entrée, à la sortie, au cache et au palier de contexte, et indiquez ce que les calculs excluent. Pour le Q&R documentaire avec attribution des sources, intégrez les éléments probants et le format des citations à la charge de travail : ce ne sont pas des suppléments gratuits.
Sources
- Référence tarifaire de GPT 6.1 Terra — source fournie pour la structure tarifaire du modèle et le fonctionnement du palier à 272K.
- Fiche GPT 6.1 Terra de OneMux — tarifs du catalogue publié utilisés ici, d’après un instantané daté du 2026-11-08.
Instantané des prix publiés
Relevé le 2026-11-08T13:00:05.237Z dans le catalogue publié de OneMux. Les prix conservent les unités de facturation du site ; il ne s’agit pas d’un benchmark en temps réel. La facturation par palier, le cache ou la durée peut entraîner des variations. Une valeur inconnue n’est pas égale à zéro.
| Modèle | Entrée officielle | Sortie officielle | Entrée OneMux | Sortie OneMux | Ratio de prix publié |
|---|---|---|---|---|---|
| GPT 6.1 Terra | $1 | $5 | $0.156 | $0.78 | 0.156 |
Tarifs OneMux actuels. Ne comparez les coûts d’une charge de travail que si les unités de facturation et les volumes d’entrée et de sortie correspondent ; consultez chaque fiche de modèle pour connaître les conditions de palier.
FAQ
Combien coûte une requête de Q&R documentaire avec GPT 6.1 Terra ?
Le coût dépend du nombre de tokens et du palier de facturation. Dans l’exemple illustratif de ce guide, 24,000 tokens d’entrée non mis en cache et 700 tokens de sortie coûtent $0.004290 aux tarifs OneMux indiqués sous le seuil de 272K, hors nouvelles tentatives et autres frais.
Les citations de sources sont-elles comptées dans l’estimation des tokens d’entrée ou de sortie ?
Comptez les libellés de source et les passages envoyés au modèle dans les tokens d’entrée, et le texte des citations renvoyé dans la réponse dans les tokens de sortie. Leur nombre dépend du format de votre prompt et de votre réponse.
Le cache réduit-il toujours le coût de GPT 6.1 Terra ?
Non. L’écriture dans le cache entraîne des frais distincts, tandis que les lectures du cache utilisent un tarif indiqué plus bas. Le cache peut être utile lorsque le contenu est réutilisé ; une écriture ponctuelle peut ne pas être rentabilisée. Vérifiez le fonctionnement et la durée de conservation du cache dans la documentation actuelle du fournisseur.
Que se passe-t-il lorsqu’une requête dépasse 272K tokens d’entrée ?
La référence tarifaire fournie indique qu’un palier supérieur s’applique à toute la requête. Recalculez toutes les lignes applicables — entrée, sortie et cache — avec ce palier, au lieu de facturer uniquement les tokens excédentaires au tarif supérieur.
Cette estimation de coût prouve-t-elle que GPT 6.1 Terra produira des citations exactes ?
Non. Les données tarifaires décrivent les frais liés aux tokens, pas la qualité des réponses ni l’exactitude des citations. Évaluez l’attribution des sources à partir de vos propres documents et de vos critères d’évaluation.
Articles liés
Guides
Estimation du coût de l’API GPT 6.2 Astra pour les questions-réponses sur documents
Estimez le coût des questions-réponses sur documents avec GPT 6.2 Astra à partir d’hypothèses explicites sur les tokens, des paliers de contexte, des tarifs du cache et de calculs reproductibles.
Guides
Estimer le coût de l’API Claude Fable 5.2 pour les questions-réponses sur des documents
Une méthode reproductible pour estimer le coût de Claude Fable 5.2 pour les questions-réponses sur des documents, avec des hypothèses explicites sur les jetons, des conseils d’attribution des sources et des tarifs datés.
Guides
Coût de l’API Qwen3.7 Plus pour les questions-réponses sur documents
Estimez le coût de l’API Qwen3.7 Plus pour répondre à des questions sur des documents avec attribution des sources, à partir d’hypothèses explicites sur les tokens et de calculs reproductibles.
Guides
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.