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.
Résumé · TL;DR
Une charge de travail illustrative de 150 000 requêtes mensuelles de questions-réponses sur documents coûte $276 aux tarifs standard d’entrée et de sortie fournis, ou $179.40 aux tarifs publiés par OneMux pour le palier inférieur, avant prise en compte du cache et des autres coûts de production.
Points clés
- Pour 3 000 tokens d’entrée et 400 tokens de sortie par requête, le coût illustratif du modèle au palier inférieur OneMux est de $0.001196 par requête.
- Les extraits de sources et les réponses contenant des citations consomment tous deux des tokens : mesurez-les sur une charge de travail représentative plutôt que de prévoir un budget pour la seule question de l’utilisateur.
- Les tarifs et conditions d’éligibilité au cache, les limites de contexte et les conditions des paliers varient selon les offres et doivent être vérifiés avant d’établir une prévision de facture.
- L’estimation exclut l’infrastructure de recherche, la préparation des documents, les nouvelles tentatives et les appels supplémentaires au modèle.
Sur cette page (8)
En bref
Pour une charge de travail illustrative de 150 000 requêtes par mois de questions-réponses sur documents, avec 3 000 tokens d’entrée et 400 tokens de sortie par requête, le coût estimé du modèle est de $276 aux tarifs standard fournis ou de $179.40 aux tarifs publiés par OneMux pour le palier inférieur. Il s’agit de frais liés aux tokens, et non du coût complet d’exploitation d’un service de questions-réponses sur documents.
OneMux, éditeur de cet article, propose un accès aux modèles via une API compatible OpenAI. La comparaison ci-dessous s’appuie sur un instantané de son catalogue publié, capturé le 12 novembre 2026, ainsi que sur l’offre Fireworks AI décrite par le calculateur Qwen3.7 Plus de Future AGI. Le calculateur indique des prix d’entrée et de sortie respectifs de $0.40 and $1.60 per million tokens. Vérifiez les conditions en vigueur avant d’engager un budget.
Tarifs utilisés et unités de facturation
Le tableau indique les tarifs en USD par million de tokens. Les colonnes « officiel » correspondent aux tarifs désignés comme tels dans le catalogue OneMux fourni ; l’offre Fireworks indique indépendamment les mêmes montants standard en entrée et en sortie. Cela ne signifie pas que les offres présentent des limites, des règles de cache ou d’autres conditions identiques.
| Palier de contexte Qwen3.7 Plus | Entrée officielle | Sortie officielle | Entrée OneMux | Sortie OneMux | Rapport publié entre les prix OneMux et officiels |
|---|---|---|---|---|---|
| ≤256K | $0.40 | $1.60 | $0.26 | $1.04 | 0.65 |
| >256K | $1.20 | $4.80 | $0.78 | $3.12 | 0.65 |
Un rapport de 0.65 signifie que le tarif OneMux indiqué représente 65 % du tarif officiel correspondant. Vérifiez le palier applicable et ses conditions sur la page du modèle Qwen3.7 Plus ; ne présumez pas du palier de facturation d’une requête proche du seuil sans vérification. Les exemples ci-dessous utilisent tous le palier ≤256K.
Les sources divergent également sur le contexte : Future AGI indique une fenêtre de contexte de 262 144 tokens et jusqu’à 65 536 tokens de sortie pour l’offre Fireworks, tandis que le catalogue OneMux fourni indique un contexte de 1M. Ces données sont propres à chaque offre et ne constituent pas des limites interchangeables. Avant d’envoyer de longs documents, vérifiez les limites actuelles de l’endpoint choisi, notamment la façon dont les tokens d’entrée et de sortie se partagent le contexte disponible.
Calculer une estimation mensuelle pour les questions-réponses sur documents
Supposons qu’une étape de recherche ait déjà sélectionné les passages pertinents. Chaque requête au modèle comprend la question de l’utilisateur, des instructions, des identifiants de passage et des extraits, pour un total de 3 000 tokens d’entrée. La réponse et ses références aux sources totalisent 400 tokens de sortie. Il y a un appel au modèle par question, sans utilisation du cache ni nouvelle tentative.
À raison de 5 000 questions par jour sur un mois de 30 jours :
- Requêtes : 5 000 × 30 = 150 000.
- Entrée : 150 000 × 3 000 = 450 millions de tokens.
- Sortie : 150 000 × 400 = 60 millions de tokens.
| Poste | Calcul au tarif standard | Calcul au palier inférieur OneMux |
|---|---|---|
| Entrée | 450 × $0.40 = $180.00 | 450 × $0.26 = $117.00 |
| Sortie | 60 × $1.60 = $96.00 | 60 × $1.04 = $62.40 |
| Total par mois de 30 jours | $276.00 | $179.40 |
| Total par requête | $0.00184 | $0.001196 |
| Total pour 1 000 requêtes | $1.84 | $1.196 |
Le résultat dépend de la quantité d’éléments transmis et de la longueur de la réponse du modèle. Par exemple, ajouter 1 000 tokens d’entrée à chaque requête représente 150 millions de tokens d’entrée supplémentaires par mois : $60 au tarif d’entrée standard ou $39 au tarif d’entrée du palier inférieur OneMux. Ajouter 100 tokens de sortie par réponse représente 15 millions de tokens de sortie supplémentaires par mois : $24 ou $15.60, respectivement.
L’estimation exclut l’ingestion des documents, l’OCR, les embeddings, le stockage de recherche ou vectoriel, l’hébergement de l’application, les taxes et les éventuels frais de passerelle. Elle exclut également les appels échoués ou relancés ainsi que les appels supplémentaires au modèle pour reformuler les requêtes, vérifier les citations ou réviser les réponses. Chiffrez ces postes séparément : un coût inconnu n’est pas un coût nul.
Prévoir le budget d’attribution des sources
Une réponse utile doit indiquer les éléments que le lecteur peut consulter, et pas simplement ajouter un titre de document plausible. À titre d’exemple de mise en œuvre :
- Attribuez à chaque passage retrouvé un identifiant de document stable et un emplacement, par exemple un numéro de page ou de section. Joignez ces identifiants aux extraits transmis au modèle.
- Demandez au modèle de citer les identifiants de passage fournis pour chaque affirmation importante et indiquez-lui de signaler lorsque les extraits ne permettent pas de répondre.
- Vérifiez que les identifiants renvoyés figurent dans l’ensemble des passages retrouvés. Examinez si les passages cités étayent réellement les affirmations : un identifiant valide ne suffit pas à prouver que l’attribution est correcte.
- Enregistrez la consommation de tokens d’entrée et de sortie pour des questions représentatives, y compris les réponses longues et les cas sans réponse. Recalculez les coûts à partir de la distribution observée ainsi que de la moyenne.
Les libellés des passages, les instructions de citation et les références sont tous inclus dans les totaux de tokens de l’exemple. Si votre application effectue un appel distinct au modèle pour vérifier les citations, ajoutez les frais d’entrée et de sortie de cet appel au lieu de les inclure implicitement dans l’hypothèse initiale de 400 tokens de sortie. Les sources fournies n’établissent ni la précision des citations ni les performances mesurées de ce processus : évaluez-les donc sur vos propres documents avant de fixer un budget de production.
Considérer les économies liées au cache comme conditionnelles
Le catalogue OneMux fourni indique, pour le palier inférieur, des prix de lecture et d’écriture du cache de $0.026 et $0.325 per million tokens, respectivement. Pour le palier supérieur, les montants sont de $0.078 et $0.975. Le calculateur Fireworks de Future AGI indique un tarif d’entrée mis en cache de $0.080 per million, tandis que sa section sur les capacités précise que la mise en cache des prompts n’est pas annoncée. Ces chiffres et descriptions ne prouvent pas que les mêmes mécanismes ou conditions d’éligibilité au cache s’appliquent à toutes les offres.
À titre de simple exemple de sensibilité, supposons que chaque requête comporte 2 400 tokens d’entrée éligibles facturés comme lectures de cache au palier inférieur OneMux, 600 tokens d’entrée ordinaires et 400 tokens de sortie. En supposant que le cache soit déjà rempli et qu’aucune écriture ne soit facturée pendant la période mesurée :
- Entrée en cache : 360 millions de tokens × $0.026 = $9.36.
- Entrée ordinaire : 90 millions de tokens × $0.26 = $23.40.
- Sortie : 60 millions de tokens × $1.04 = $62.40.
- Total : $95.16 per 150,000 requests.
Il ne s’agit ni d’un tarif de cache garanti ni d’une prévision complète des coûts de mise en cache. Les préfixes de documents répétés peuvent n’être éligibles que selon des règles propres au fournisseur, et la création, l’expiration ou les défauts de cache peuvent modifier le résultat. Vérifiez la facturation des écritures et intégrez-les à une estimation réelle. N’appliquez pas un tarif de lecture de cache à tous les passages retrouvés simplement parce qu’ils proviennent de la même collection de documents.
Avant de valider le budget
Utilisez l’estimation sans cache comme base transparente, puis remplacez les nombres de tokens illustratifs par la consommation observée. Vérifiez les règles de contexte et de palier de l’endpoint actuel, prévoyez un budget pour les nouvelles tentatives et les vérifications d’attribution, et examinez la qualité des citations séparément du prix. La page des tarifs actuels de OneMux est un point de départ pour vérifier si les tarifs publiés ont changé.
Sources
- Future AGI : Qwen3.7 Plus sur Fireworks AI — tarifs, limites et capacités du modèle indiqués.
- OneMux : Qwen3.7 Plus — tarifs publiés du modèle et informations sur les paliers de contexte ; l’instantané du catalogue utilisé ici a été capturé le 12 novembre 2026.
Instantané des prix publiés
Capturé le 2026-11-12T22:30:06.019Z à partir du catalogue publié de OneMux. Les prix conservent les unités de facturation du site ; il ne s’agit pas d’un comparatif en temps réel. La facturation par palier, avec cache ou basée sur le temps peut varier. Les valeurs inconnues ne sont pas nulles.
| Modèle | Entrée officielle | Sortie officielle | Entrée OneMux | Sortie OneMux | Rapport de prix publié |
|---|---|---|---|---|---|
| Qwen3.7 Plus | $0.4 | $1.6 | $0.26 | $1.04 | 0.65 |
Tarifs actuels OneMux. Ne comparez les coûts des charges de travail que lorsque les unités d’entrée, de sortie et de facturation correspondent ; consultez la page de chaque modèle pour connaître les conditions des paliers.
FAQ
Combien coûte Qwen3.7 Plus pour 150 000 questions sur des documents ?
Avec 3 000 tokens d’entrée et 400 tokens de sortie par question, le coût illustratif du modèle sur 30 jours est de $276 aux tarifs standard fournis ou de $179.40 aux tarifs publiés par OneMux pour le palier inférieur. La recherche, les nouvelles tentatives, les frais de cache et les autres coûts d’exploitation sont exclus.
Les citations de sources augmentent-elles les coûts de l’API ?
Elles peuvent les augmenter. Les identifiants de passage et les instructions de citation ajoutent des tokens d’entrée, tandis que les références dans la réponse ajoutent des tokens de sortie. Une vérification distincte des citations par un modèle nécessite un appel supplémentaire.
Puis-je supposer que tout texte de document répété bénéficie du tarif de lecture du cache ?
Non. L’éligibilité au cache, les écritures, l’expiration et la facturation dépendent de l’offre choisie et de ses conditions. Mesurez l’utilisation réelle du cache et incluez les frais d’écriture lorsqu’ils s’appliquent.
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
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.
Guides
Coût de l’API Gemini 3 Pro Image Preview pour les questions-réponses sur documents
Estimez le coût des questions-réponses sur documents à partir d’hypothèses explicites sur les tokens, d’unités tarifaires comparables et d’un calcul mensuel reproductible.