GuidesOneMux

Coûts de l’API GPT 6.1 Terra en production : budget des tentatives et du cache

Estimez le coût de l’API GPT 6.1 Terra par workflow terminé, en tenant compte des nouvelles tentatives, des écritures en cache, des règles de reprise et des changements de palier de contexte.

AI

Résumé · TL;DR

Un modèle de coût reproductible pour les workflows GPT 6.1 Terra en production, comprenant un budget illustratif pour les nouvelles tentatives et le cache, une analyse des paliers et une liste de contrôle pour la reprise.

Points clés

  • Établissez le budget par workflow terminé, et non uniquement par requête API : les nouvelles tentatives, les appels de reprise, les tokens de sortie et les réécritures du cache influencent tous le résultat.
  • Dans l’exemple illustratif de 10 000 workflows, le coût API estimé avec cache est de $110.75 aux tarifs officiels ou de $17.277 aux tarifs OneMux publiés, hors autres coûts de service.
  • Le seuil de rentabilité du cache dépend de la facturation des écritures et des lectures ; vérifiez les relevés d’utilisation réels avant d’appliquer l’exemple à la production.
  • Une requête dépassant 272 000 tokens d’entrée peut passer dans un palier tarifaire supérieur : suivez donc la taille complète de la requête, et pas seulement celle du préfixe stable.
Sur cette page (9)

Commencez par le coût par workflow terminé

Pour un workflow de production utilisant GPT 6.1 Terra, estimez le coût de toutes les tentatives nécessaires pour terminer une tâche, et pas seulement celui de la première requête. Incluez les entrées et sorties des nouvelles tentatives, les écritures en cache après expiration ou modification du prompt, ainsi que les éventuels appels de reprise. Divisez ensuite le total par le nombre de tâches terminées.

Dans l’exemple ci-dessous, le workload coûte $110.75 aux tarifs officiels indiqués ou $17.277 aux tarifs OneMux pour 10 000 tâches terminées, selon les hypothèses de facturation du cache précisées. Il s’agit d’estimations du coût des tokens API, et non de factures constatées. Le coût réel dépend des modalités de facturation du fournisseur, des accès réussis au cache, des échecs et de la taille des requêtes.

OneMux est l’éditeur de ce guide et donne accès à des modèles via une API compatible OpenAI. La même méthode d’estimation est utile pour évaluer une connexion directe à un fournisseur ou une autre voie d’accès.

Aperçu des tarifs GPT 6.1 Terra

L’instantané du catalogue de modèles OneMux a été relevé le 13 novembre 2026. Tous les prix ci-dessous sont exprimés en dollars américains par million de tokens. Le ratio publié entre les prix OneMux et officiels est de 0,156, soit une réduction de 84,4 %, pour les prix d’entrée et de sortie indiqués dans les deux paliers. Ce sont des prix publiés, non une garantie du montant final facturé ; consultez les tarifs actuels avant d’établir votre budget.

Palier de contexte d’entréeEntrée officielleSortie officielleEntrée OneMuxSortie OneMuxRatio de prix publié
≤272K tokens$1.00$5.00$0.156$0.780.156
>272K tokens$2.00$7.50$0.312$1.170.156

Les prix du cache varient également selon le palier, la durée de conservation et la voie d’accès :

Palier de contexte d’entréeLecture du cache officielleÉcriture officielle, 30 minÉcriture officielle, 12 hLecture du cache OneMuxÉcriture OneMux, 30 minÉcriture OneMux, 12 h
≤272K tokens$0.05$1.25$2.50$0.0078$0.195$0.39
>272K tokens$0.10$2.50$5.00$0.0156$0.39$0.78

L’analyse du cache par OrcaRouter décrit les tarifs officiels du cache et le seuil de 272K. Ses exemples considèrent une écriture en cache comme une charge distincte suivie de lectures payantes. Utilisez ici cette convention uniquement comme hypothèse d’estimation : confirmez les modalités réelles de facturation des écritures, des lectures et de la requête initiale pour la voie d’accès choisie, dans sa documentation et ses relevés d’utilisation. Ne supposez pas que le cache a été utilisé au seul motif qu’un prompt semblait réutilisable.

Exemple chiffré : 10 000 tâches avec nouvelles tentatives

Supposons qu’un workflow traite 10 000 tâches sur une période comptable. Toutes les tâches sont terminées. Le workload utilise le palier de contexte inférieur et comprend :

  • 11 000 tentatives au total : 10 000 tentatives initiales et 1 000 nouvelles tentatives. Chaque tentative envoie l’intégralité de l’entrée et produit la sortie supposée, y compris celles qui échouent.
  • 50 000 tokens de préfixe stable et 2 000 tokens d’entrée variable par tentative.
  • 1 000 tokens de sortie par tentative.
  • 100 écritures du préfixe stable au tarif d’écriture de 30 minutes, ainsi que 11 000 lectures en cache de ce préfixe. Il s’agit d’une convention de facturation illustrative, et non d’une affirmation sur le comportement observé du cache.
  • Aucun appel de reprise distinct, aucun frais d’outil, aucune taxe ni aucun coût d’infrastructure. Le coût de génération ou de récupération de l’entrée en dehors de l’API du modèle est exclu.

Les 100 écritures correspondent à des expirations ou à des remplacements pendant la période. Il ne s’agit pas d’une écriture par tâche. Les 1 000 nouvelles tentatives représentent 10 % des tâches initiales, et non un taux d’échec mesuré du modèle.

Composante du coûtCalcul des tokensCoût officielCoût OneMux
Écritures du préfixe100 × 50 000 = 5 millions de tokens5 × $1.25 = $6.255 × $0.195 = $0.975
Lectures du préfixe11 000 × 50 000 = 550 millions de tokens550 × $0.05 = $27.50550 × $0.0078 = $4.29
Entrée variable11 000 × 2 000 = 22 millions de tokens22 × $1.00 = $22.0022 × $0.156 = $3.432
Sortie11 000 × 1 000 = 11 millions de tokens11 × $5.00 = $55.0011 × $0.78 = $8.58
Total10 000 tâches terminées$110.75$17.277

Cela représente $0.011075 par tâche terminée aux tarifs officiels et $0.0017277 aux tarifs OneMux. Pour une comparaison à périmètre identique sans cache, les mêmes tentatives envoient 572 millions de tokens d’entrée ordinaires et produisent 11 millions de tokens de sortie : $627.00 aux tarifs officiels ou $97.812 avec OneMux. Ces estimations maintiennent constants le nombre de tâches, les tentatives et la sortie ; elles ne déterminent pas les économies de cache qu’un workload réel réalisera.

Quand une écriture en cache devient-elle rentable ?

Selon la convention d’écriture suivie de lectures retenue dans l’exemple, chaque million de tokens de préfixe lus au palier officiel inférieur permet d’économiser $0.95 par rapport à une entrée ordinaire : $1.00 moins $0.05. Une écriture de 30 minutes coûte $1.25 par million ; deux lectures économisent donc $1.90 et dépassent ce coût d’écriture. Une écriture de 12 heures coûte $2.50 ; trois lectures économisent donc $2.85 et dépassent ce coût.

Ce seuil de rentabilité s’applique par préfixe stable et par fenêtre de conservation. Il exclut l’entrée variable et la sortie, supposées inchangées. Si l’écriture initiale est facturée différemment ou si une requête ne correspond que partiellement au préfixe mis en cache, recalculez à partir de l’utilisation réellement facturée. L’analyse source avertit également qu’une modification du début du prompt peut empêcher sa réutilisation.

Conservez les instructions stables, les définitions d’outils et les documents dans un ordre cohérent ; placez après eux les identifiants de requête, les horodatages et les éléments propres à chaque tâche, lorsque le comportement du cache documenté par l’API le permet. Mesurez les taux d’accès réussi au cache et d’écriture plutôt que de considérer cette organisation du prompt comme une garantie.

Définissez les règles de nouvelle tentative et de reprise avant toute prévision

Une nouvelle tentative peut entraîner à nouveau des frais de tokens et, plus important encore, répéter une action externe. Définissez explicitement la politique du workflow :

  1. Classez l’échec. Réessayez après les défaillances temporaires de transport ou de limitation de débit avec une temporisation progressive bornée ; dirigez les requêtes invalides ou les validations échouées vers une correction ou une revue plutôt que de les réessayer indéfiniment sans modification.
  2. Fixez une limite de tentatives et un plafond de coût. Budgétez le nombre maximal de tentatives autorisées ainsi que la moyenne. Une expiration de délai peut tout de même avoir généré une sortie facturable : rapprochez donc les résultats des relevés d’utilisation au lieu de supposer qu’elle était gratuite.
  3. Protégez les actions à effet externe. Utilisez une clé d’idempotence au niveau de l’application ou un état de tâche durable avant de relancer une opération susceptible d’envoyer un message, de modifier un enregistrement ou d’invoquer un outil. Après une expiration de délai au résultat incertain, vérifiez si l’action a déjà été effectuée.
  4. Comptabilisez séparément la reprise. Un prompt de correction, un appel de préparation à une revue humaine ou un appel à un modèle de secours constitue une tentative supplémentaire, avec ses propres entrées, sorties et son propre prix. L’exemple chiffré n’en prévoit aucun ; ajoutez-les lorsqu’ils sont présents.
  5. Consignez le dénominateur. Suivez les tâches terminées, les tâches échouées, les tentatives, les entrées et sorties facturées, les lectures et écritures en cache, ainsi que le coût par palier. Un faible coût par tentative peut masquer un coût élevé par tâche terminée.

Surveillez le seuil de 272K

Le palier étant défini en fonction du contexte d’entrée, examinez l’intégralité de la requête, y compris les éléments variables, et pas seulement le préfixe réutilisable. Aux tarifs officiels indiqués, 270 000 tokens d’entrée sans cache coûtent $0.27, tandis que 273 000 tokens au tarif supérieur coûtent $0.546, en supposant que ce tarif s’applique à l’ensemble de l’entrée comme dans les exemples de la source. Les tarifs de sortie changent également selon le palier. Vérifiez les modalités de facturation applicables avant de vous fier à une estimation proche du seuil.

Pour les tâches proches du seuil, supprimez le contexte inutile ou récupérez une section pertinente plus courte, puis vérifiez la qualité de la tâche. Un prompt plus court ne constitue une amélioration opérationnelle que si le workflow continue de se terminer de manière fiable ; des nouvelles tentatives supplémentaires peuvent effacer une économie apparente.

Conclusion

Partez d’une distribution des tentatives, de nombres de tokens réalistes et de la fréquence d’écriture en cache ; calculez les coûts des entrées ordinaires et mises en cache, puis divisez par le nombre de tâches terminées. Considérez le résultat comme une prévision jusqu’à ce que les relevés d’utilisation confirment la facturation du cache, la sélection du palier et le coût des tentatives échouées.

Sources

Instantané des prix publiés

Relevé le 2026-11-13T19:30:05.480Z dans le catalogue publié par OneMux. Les prix conservent les unités de facturation du site ; il ne s’agit pas d’une comparaison en temps réel. La facturation par palier, avec cache ou selon la durée peut différer. Les valeurs inconnues ne sont pas nulles.

ModèleEntrée officielleSortie officielleEntrée OneMuxSortie OneMuxRatio de prix publié
GPT 6.1 Terra$1$5$0.156$0.780.156

Tarifs OneMux actuels. Ne comparez les coûts des workloads que lorsque les unités d’entrée, de sortie et de facturation correspondent ; consultez la page de chaque modèle pour les conditions applicables aux paliers.

FAQ

Comment inclure les nouvelles tentatives dans les estimations de coût de GPT 6.1 Terra ?

Comptabilisez les entrées et sorties de chaque tentative, y compris celles des tentatives échouées lorsqu’elles sont facturées, et ajoutez les éventuels appels de reprise distincts. Divisez le coût total par le nombre de tâches terminées, et non par le nombre de tentatives.

Quand une écriture en cache GPT 6.1 Terra devient-elle rentable ?

Aux tarifs officiels indiqués pour le palier inférieur, en supposant une facturation distincte de l’écriture suivie de lectures payantes, une écriture de 30 minutes devient rentable après deux lectures complètes et une écriture de 12 heures après trois. Il faut vérifier la facturation réelle et la correspondance avec le cache.

Le palier de 272K dépend-il uniquement du préfixe mis en cache ?

Le palier est défini par le contexte d’entrée : fondez donc l’estimation sur la requête complète, y compris l’entrée variable. Confirmez l’application des paliers par le fournisseur dans sa documentation de facturation et ses relevés d’utilisation.

Articles liés