Coûts de l’API GPT Image 2.6 Sunburst pour le question-réponse sur des documents
Établissez un budget reproductible pour le question-réponse sur des documents à partir d’hypothèses explicites sur les entrées image, tout en séparant les coûts inconnus de génération des réponses et d’attribution des sources.
Résumé · TL;DR
Une feuille de calcul fondée sur les sources pour le question-réponse sur documents, qui sépare un coût hypothétique des entrées image des coûts inconnus des réponses textuelles, de la recherche et de l’attribution des sources.
Points clés
- La source de tarification fournie indique $5 par million de tokens d’entrée texte et $8 par million de tokens d’entrée image pour Sunburst ; il ne s’agit pas de tarifs OneMux confirmés.
- Avec, à titre illustratif, 120 tokens d’entrée texte et 1,024 tokens d’entrée image par question, les tarifs d’entrée indiqués donnent $0.008792 par requête avant la génération de la réponse et les autres frais.
- Les éléments fournis n’établissent pas que Sunburst prend en charge le question-réponse sur documents avec attribution des sources et ne fournissent pas de tarif de sortie texte pour ce flux de travail.
- L’instantané publié par OneMux indique que les prix d’entrée et de sortie de Sunburst sont inconnus ; il ne permet donc pas d’établir une estimation complète du coût avec OneMux.
Sur cette page (8)
La décision : budgéter les entrées documentées, pas une réponse complète imaginée
Pour le question-réponse sur documents avec citations, ne considérez pas le prix de sortie image de GPT Image 2.6 Sunburst comme le coût d’une réponse texte. Les éléments fournis indiquent des tarifs de tokens pour un modèle image, mais n’établissent pas que Sunburst peut répondre à des questions sur des documents avec attribution des sources, quel endpoint prend en charge ce flux de travail ni quel tarif de sortie texte s’appliquerait. Vérifiez ces points avant de le choisir pour la production.
Vous pouvez néanmoins établir une estimation partielle utile. Aux tarifs indiqués par le guide de tarification Image 2.6 d’Ofox, une requête hypothétique contenant 120 tokens d’entrée texte et 1,024 tokens d’entrée image coûte $0.008792 de frais d’entrée. Il ne s’agit pas du prix total d’une réponse : la génération de la réponse, la recherche, le stockage, les nouvelles tentatives et tout autre travail facturé sont exclus. La source présente ces tarifs comme les tarifs officiels d’OpenAI et indique que son guide a été vérifié le 5 novembre 2026 ; les nombres de tokens de son exemple sont illustratifs et non issus de mesures.
Ce guide de coûts est publié par OneMux, qui fournit un accès aux modèles via une API compatible avec OpenAI. La page catalogue de Sunburst répertorie le modèle, mais l’instantané des prix OneMux fourni n’établit pas de tarifs d’entrée ou de sortie utilisables pour celui-ci.
Éléments de tarification et unités
L’instantané du catalogue OneMux a été établi le 14 novembre 2026. Le tableau distingue les valeurs inconnues des tarifs indiqués par la source externe. Tous les tarifs de tokens ci-dessous sont exprimés en dollars américains par million de tokens ; « inconnu » ne signifie pas « gratuit ».
| Catégorie de facturation | Tarif officiel indiqué par Ofox | Tarif OneMux dans l’instantané fourni | Ratio de prix OneMux publié |
|---|---|---|---|
| Entrée texte | $5.00 | Inconnu | 0.11699999999999999 |
| Entrée image | $8.00 | Inconnu | 0.11699999999999999 |
| Sortie image | $30.00 | Inconnu | 0.11699999999999999 |
| Sortie texte pour une réponse documentaire | Inconnu | Inconnu | 0.11699999999999999 |
Le ratio correspond à la valeur publiée au niveau du modèle dans l’instantané ; il ne s’agit ni d’une remise vérifiée par catégorie ni d’un prix à partir duquel calculer votre facture. L’instantané indique lui-même que les prix officiels d’entrée et de sortie sont inconnus ; les tarifs officiels chiffrés ci-dessus proviennent du guide distinct d’Ofox, et non de cet instantané. Confirmez les tarifs actuels et les unités de facturation applicables auprès de votre fournisseur avant d’engager des fonds.
Ofox indique également une entrée texte mise en cache à $1.25 et une entrée image mise en cache à $2.00 par million de tokens pour les tarifs officiels. Toutefois, son guide n’établit pas qu’une requête Sunburst donnée puisse bénéficier de la mise en cache. Supposez qu’aucune économie liée au cache ne s’applique tant que votre endpoint et vos relevés de facturation ne l’ont pas confirmé. Les prix du cache OneMux et les conditions de niveau sont inconnus dans l’instantané fourni ; consultez la tarification OneMux actuelle et les conditions applicables au modèle au lieu d’extrapoler.
Reproduire une estimation du coût d’un flux limité aux entrées
Supposons que chaque question envoie une instruction courte et l’image d’une page de document. Ces quantités sont des hypothèses utilisées pour le calcul, et non une mesure de l’utilisation de Sunburst ni l’affirmation que le modèle prend en charge cette requête :
| Hypothèse | Par question |
|---|---|
| Entrée texte | 120 tokens |
| Entrée image | 1,024 tokens |
| Sortie image | Aucune supposée |
| Remise de cache confirmée | Aucune |
En utilisant les tarifs indiqués par Ofox :
- Entrée texte : 120 × $5 ÷ 1,000,000 = $0.0006.
- Entrée image : 1,024 × $8 ÷ 1,000,000 = $0.008192.
- Frais d’entrée cumulés : $0.0006 + $0.008192 = $0.008792 par question.
- Pour 1,000 questions de ce type : 1,000 × $0.008792 = $8.792 de frais d’entrée.
Il s’agit d’une estimation partielle de type API directe utilisant les tarifs indiqués par la source, et non d’un devis OneMux. Elle suppose une utilisation identique des tokens pour chaque question et aucune génération d’image. Elle exclut la sortie de la réponse texte, car aucun tarif applicable n’est fourni. Elle exclut également tout appel séparé d’OCR, d’embedding, de recherche, de stockage ou de modèle. Si un autre modèle produit la réponse, évaluez séparément les entrées et les sorties de ce modèle.
Pour un cas plus exigeant, supposons que chaque question utilise quatre images de pages, avec les mêmes 1,024 tokens d’image illustratifs par page et les mêmes 120 tokens de texte. La composante d’entrée image est de 4,096 × $8 ÷ 1,000,000 = $0.032768. En ajoutant $0.0006 d’entrée texte, on obtient $0.033368 par question, soit $33.368 pour 1,000 questions, là encore avant tous les coûts exclus. Cette comparaison montre l’effet du nombre de pages sur l’estimation ; l’utilisation réelle des tokens image doit être mesurée.
Faire de l’attribution des sources un critère d’acceptation
Une réponse peu coûteuse n’est pas utile si le lecteur ne peut pas vérifier ses affirmations. Avant d’estimer le volume de production, définissez comme réponse acceptée une réponse qui cite le document et la page ou la section corrects pour chaque affirmation substantielle et qui reconnaît lorsque les documents fournis ne permettent pas de répondre. Il s’agit d’une règle de qualité proposée, et non d’une capacité documentée de Sunburst.
Pour un pilote, conservez un petit ensemble de questions dont les passages sources sont connus, comprenant au moins une question sans réponse possible. Pour chaque tentative, consignez :
- Le fournisseur, l’identifiant du modèle, l’endpoint et les paramètres, ainsi que l’existence ou non d’une documentation du fournisseur confirmant la prise en charge de l’entrée image et de la réponse texte requises.
- Le nombre de pages envoyées, l’utilisation de texte et d’images par catégorie, ainsi que les éventuels appels de recherche ou de génération de réponse facturés séparément.
- Le document et la page ou section cités dans la réponse, et la possibilité pour un évaluateur de retrouver le passage justificatif.
- Le montant réellement facturé et la réussite ou non de la réponse au regard de la règle d’acceptation ; conservez les tentatives rejetées dans l’échantillon.
Si les rapports d’utilisation indiquent un total cumulé des entrées ainsi qu’une ventilation par catégorie, n’additionnez pas les deux comme s’il s’agissait de frais distincts. Si la ventilation est absente, consignez cette lacune au lieu de supposer que chaque token d’entrée était du texte. Si votre route passe par OneMux, l’intégration dépend de la prise en charge documentée de l’endpoint et des paramètres ; les éléments fournis n’établissent pas que ce flux de travail particulier y a été testé.
Comptabiliser les nouvelles tentatives sans prétendre disposer d’un benchmark
Supposons que le coût hypothétique limité aux entrées soit de $0.008792 par tentative et qu’un pilote accepte hypothétiquement 80 % des tentatives. Pour obtenir 1,000 réponses acceptées, le nombre attendu de tentatives est de 1,000 ÷ 0.8 = 1,250. Avec le même coût d’entrée à chaque tentative, cela représente $10.99 de frais d’entrée. Les coûts de génération des réponses et les autres coûts restent supplémentaires. Une nouvelle tentative peut utiliser des entrées différentes ; remplacez donc l’hypothèse de coût constant par des données mesurées au niveau de chaque tentative lorsqu’elles sont disponibles.
Quand choisir un autre flux de travail
Si le fournisseur ne peut pas documenter la réponse requise de l’image vers le texte ou ne fournit pas suffisamment d’informations pour prendre en charge les citations, évaluez plutôt un flux de traitement documentaire et de réponse textuelle documenté séparément. Pour les documents dont le texte peut être extrait, comparez le coût de l’envoi des passages pertinents à celui de l’envoi d’images des pages ; utilisez les nombres réels de tokens et les tarifs applicables à chaque service. Aucun des deux parcours ne peut être déclaré moins cher ou plus précis sur la seule base des éléments fournis.
L’étape pratique suivante consiste à vérifier l’accès et la prise en charge de la tâche, puis à lancer un pilote limité avec un plafond de dépenses. Utilisez son utilisation facturée et son taux d’acceptation des citations pour remplacer les entrées illustratives ci-dessus.
Sources
- Ofox : tarification de l’API GPT Image 2.6 — source des tarifs de tokens OpenAI indiqués, des précautions relatives au cache et des calculs illustratifs du coût des images. Le guide indique qu’aucune requête payante de génération avec Image 2.6 n’a été effectuée.
- OneMux : GPT Image 2.6 Sunburst — fiche du catalogue du modèle ; l’instantané fourni du 14 novembre 2026 indique que les prix d’entrée et de sortie sont inconnus.
Instantané des prix publiés
Capturé le 2026-11-14T11:30:05.539Z à partir du catalogue publié par OneMux. Les prix conservent les unités de facturation du site ; il ne s’agit pas d’un benchmark en temps réel. La facturation par paliers, la mise en cache ou la facturation selon le temps peuvent différer. Les valeurs inconnues ne sont pas nulles.
| Modèle | Entrée officielle | Sortie officielle | Entrée OneMux | Sortie OneMux | Ratio de prix publié |
|---|---|---|---|---|---|
| GPT Image 2.6 Sunburst | Inconnu | Inconnu | Inconnu | Inconnu | 0.11699999999999999 |
Prix OneMux actuels. Comparez les coûts des flux de travail uniquement lorsque les entrées, les sorties et les unités de facturation correspondent ; consultez la page de chaque modèle pour connaître les conditions de niveau.
FAQ
Combien coûte GPT Image 2.6 Sunburst pour le question-réponse sur documents ?
Un coût total ne peut pas être déterminé à partir des éléments fournis. Aux tarifs indiqués par Ofox, une requête illustrative avec 120 tokens d’entrée texte et 1,024 tokens d’entrée image coûte $0.008792 pour les entrées seules. La génération de la réponse texte et les autres frais du flux de travail ne sont pas inclus.
GPT Image 2.6 Sunburst prend-il en charge les réponses avec des citations de pages ?
Les sources fournies n’établissent pas cette capacité ni l’existence d’un endpoint pris en charge pour celle-ci. Consultez la documentation du fournisseur et testez la qualité des citations avant de vous appuyer sur le modèle pour le question-réponse sur documents.
Puis-je calculer un prix OneMux à partir du ratio de prix publié ?
Non. L’instantané OneMux fourni indique que les prix d’entrée et de sortie sont inconnus. Son ratio publié au niveau du modèle n’établit ni des tarifs propres à chaque catégorie ni le prix total d’un flux de travail.
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
Coûts de l’API GPT Image 2.6 Flare pour les questions-réponses sur documents : une estimation reproductible
Estimez les coûts connus et inconnus d’un workflow de questions-réponses sur documents utilisant GPT Image 2.6 Flare, à partir d’hypothèses explicites et de contrôles d’attribution des sources.