GuidesOneMux

स्ट्रक्चर्ड एक्सट्रैक्शन के लिए GPT Image 2.6 Sunburst API की लागत: योजना बनाने की गाइड

टोकन संबंधी स्पष्ट मान्यताओं, स्कीमा वैलिडेशन, रीट्राई और मूल्य निर्धारण की सीमाओं के साथ image-to-JSON वर्कलोड का अनुमान लगाएं।

AI

सारांश · TL;DR

Image-to-JSON एक्सट्रैक्शन की लागत योजना के लिए यह गाइड प्रकाशित इमेज-टोकन दरों को अज्ञात टेक्स्ट-आउटपुट कीमतों से अलग रखती है और वैलिडेशन व रीट्राई को भी ध्यान में रखती है।

मुख्य बातें

  • दिए गए स्रोत में इमेज-इनपुट-टोकन दर $8 प्रति दस लाख बताई गई है, लेकिन प्रस्तावित एक्सट्रैक्शन वर्कफ़्लो के लिए टेक्स्ट-आउटपुट दर स्थापित नहीं होती।
  • OneMux के कैटलॉग स्नैपशॉट में Sunburst की कीमतें और उसका डिस्काउंट अनुपात अज्ञात हैं; अज्ञात का अर्थ मुफ़्त नहीं है।
  • स्कीमा के अनुसार वैध JSON प्रतिक्रिया का मतलब यह नहीं कि एक्सट्रैक्शन भी सही है, इसलिए वैलिडेशन और कार्य-स्तरीय समीक्षा दोनों का बजट रखें।
  • Sunburst को एक्सट्रैक्शन का विकल्प मानने से पहले पुष्टि करें कि चुना गया endpoint इमेज इनपुट, टेक्स्ट आउटपुट और ज़रूरी स्कीमा व्यवहार को सपोर्ट करता है।
इस पृष्ठ पर (8)

निर्णय: कीमत का अनुमान लगाने से पहले वर्कफ़्लो की पुष्टि करें

स्ट्रक्चर्ड एक्सट्रैक्शन में उपयोगी इकाई एक स्रोत इमेज से मिला एक स्वीकृत JSON रिकॉर्ड है, न कि एक जनरेट की गई इमेज। GPT Image 2.6 Sunburst की इमेज-टोकन दरें रिपोर्ट की गई हैं, लेकिन दिए गए मूल्य स्रोत से यह स्थापित नहीं होता कि उसका endpoint image-to-JSON एक्सट्रैक्शन या स्कीमा-सीमित टेक्स्ट आउटपुट सपोर्ट करता है। इस वर्कफ़्लो की कीमत निकालने के लिए ज़रूरी टेक्स्ट-आउटपुट दर भी उसमें नहीं दी गई है। किसी बैच के लिए बजट आवंटित करने से पहले प्रदाता से इन विवरणों की पुष्टि करें।

यह OneMux की लागत गाइड है। OneMux इसका प्रकाशक और एक मॉडल-एक्सेस प्रोडक्ट है। OneMux एक OpenAI-compatible API देता है, लेकिन इस खास वर्कफ़्लो की अनुकूलता दस्तावेज़ में बताए गए endpoint, मॉडल और parameters पर निर्भर करती है। नीचे दी गई गणनाएं उदाहरण के लिए हैं, मापे गए अनुरोध नहीं।

प्रकाशित दरें: इनमें क्या शामिल है और क्या नहीं

स्रोत मूल्य गाइड में Sunburst के लिए OpenAI की नीचे दी गई दरें रिपोर्ट की गई हैं, जिन्हें 5 नवंबर 2026 को जांचा गया था। सभी राशियां 10 लाख टोकन के लिए अमेरिकी डॉलर में हैं।

बिलिंग श्रेणीरिपोर्ट की गई आधिकारिक कीमतOneMux की प्रकाशित कीमतOneMux का प्रकाशित डिस्काउंट अनुपात
टेक्स्ट इनपुट$5.00अज्ञातअज्ञात / कोई डिस्काउंट नहीं
इमेज इनपुट$8.00अज्ञातअज्ञात / कोई डिस्काउंट नहीं
टेक्स्ट आउटपुटअज्ञातअज्ञातअज्ञात / कोई डिस्काउंट नहीं
इमेज आउटपुट$30.00अज्ञातअज्ञात / कोई डिस्काउंट नहीं

OneMux कैटलॉग का स्नैपशॉट 17 नवंबर 2026 को लिया गया था। उस स्नैपशॉट में इसके Sunburst मॉडल पेज पर कीमत अज्ञात दर्ज है, इसलिए स्रोत की आधिकारिक दरें OneMux का कोटेशन नहीं हैं। खरीद संबंधी निर्णय के लिए अनुमान इस्तेमाल करने से पहले मौजूदा OneMux कीमतें और वास्तविक प्रदाता की शर्तें जांचें। अज्ञात कीमतों से कोई प्रकाशित डिस्काउंट नहीं निकाला जा सकता।

स्रोत में कैश किए गए टेक्स्ट इनपुट के लिए $1.25 और कैश किए गए इमेज इनपुट के लिए $2.00 प्रति दस लाख टोकन भी रिपोर्ट किया गया है। इससे यह स्थापित नहीं होता कि हर Sunburst endpoint या अनुरोध कैश के लिए पात्र है। उपयोग और बिलिंग रिकॉर्ड से पुष्टि होने तक कैश से बचत को अनुमान में शामिल न करें। लागू टियर अलग से जांचें; दिए गए स्नैपशॉट में कोई टियर निर्दिष्ट नहीं है।

$30 इमेज-आउटपुट दर जनरेट किए गए इमेज टोकन पर लागू है; यह अपने आप JSON प्रतिक्रिया पर लागू नहीं होती। अज्ञात टेक्स्ट-आउटपुट दर की जगह इसका उपयोग करने से एक्सट्रैक्शन का ऐसा अनुमान बनेगा जिसका आधार नहीं है। इसी तरह, केवल इमेज के आयाम या फ़ाइल आकार से यह तय नहीं होता कि कितने इमेज टोकन के लिए बिल लगेगा।

दोहराया जा सकने वाला एक्सट्रैक्शन अनुमान

मान लें कि आपको 10,000 स्वीकृत इनवॉइस रिकॉर्ड चाहिए। नीचे दिए गए इनपुट योजना बनाने की मान्यताएं हैं; ये Sunburst के माप नहीं हैं और न ही endpoint सपोर्ट का दावा हैं:

  • हर प्रयास में 1,000 इमेज इनपुट टोकन और 500 टेक्स्ट इनपुट टोकन इस्तेमाल होते हैं।
  • हर प्रयास में 200 टेक्स्ट आउटपुट टोकन लौटते हैं।
  • टेक्स्ट-आउटपुट कीमत कल्पना के तौर पर $20 प्रति दस लाख टोकन है, केवल गणना दिखाने के लिए। इसकी जगह वास्तविक endpoint और मॉडल की सत्यापित दर रखें।
  • अस्सी प्रतिशत प्रयासों से स्वीकृत रिकॉर्ड मिलता है। अस्वीकृत प्रयासों में औसतन उतने ही टोकन इस्तेमाल होते हैं जितने स्वीकृत प्रयासों में।
  • कैशिंग, टियर, अतिरिक्त मॉडल कॉल, टैक्स, स्टोरेज या मानव समीक्षा की लागत शामिल नहीं है।
प्रति प्रयास घटकगणनाउदाहरण की लागत
इमेज इनपुट1,000 × $8.00 / 1,000,000$0.0080
टेक्स्ट इनपुट500 × $5.00 / 1,000,000$0.0025
टेक्स्ट आउटपुट200 × काल्पनिक $20.00 / 1,000,000$0.0040
कुलतीनों घटकों का योग$0.0145

80% स्वीकृति दर पर अपेक्षित वर्कलोड 10,000 / 0.80 = 12,500 प्रयास है। $0.0145 प्रति प्रयास पर उदाहरण में API की कुल लागत $181.25, या $0.018125 प्रति स्वीकृत रिकॉर्ड है। यह बताई गई मान्यताओं पर आधारित अपेक्षित लागत है, खर्च की अधिकतम सीमा नहीं। वास्तविक रीट्राई सीमाओं, दस्तावेज़ों की अलग-अलग जटिलता और विफल प्रयासों में टोकन का उपयोग अलग होने से कुल लागत बदल सकती है।

अगर स्वीकृति दर घटकर 50% हो जाए और बाकी सभी मान्यताएं समान रहें, तो वर्कलोड बढ़कर 20,000 प्रयास और लागत $290, या $0.029 प्रति स्वीकृत रिकॉर्ड हो जाती है। यह संवेदनशीलता समझना अक्सर केवल प्रति-अनुरोध कीमत जानने से ज़्यादा उपयोगी होता है।

वास्तविक अनुमान के लिए हर मान ली गई टोकन संख्या और दर की जगह संबंधित प्रेक्षित उपयोग और लागू कीमत रखें। इमेज और टेक्स्ट इनपुट अलग रखें। अगर उपयोग रिपोर्ट में कुल इनपुट और उसका ब्यौरा दोनों हैं, तो दोनों को जोड़ें नहीं। अगर ब्यौरा या टेक्स्ट-आउटपुट कीमत उपलब्ध नहीं है, तो गायब राशि गढ़ने के बजाय आंशिक अनुमान बताएं।

पायलट चलाने से पहले स्वीकृति के मानदंड तय करें

स्कीमा संरचना की समस्याएं पकड़ता है; यह साबित नहीं कर सकता कि मॉडल ने इनवॉइस सही पढ़ा है। छोटे पायलट के लिए सीमित दायरे वाला रिकॉर्ड तय करें और ज़रूरी फ़ील्ड गायब होने पर उसे अस्वीकार करें। उदाहरण के लिए, यह JSON Schema इनवॉइस पहचानकर्ता, तीन अक्षरों वाला मुद्रा कोड और मुद्रा की छोटी इकाइयों में शून्य या उससे अधिक कुल राशि निर्दिष्ट करता है:

{
  "$schema": "https://json-schema.org/draft/2020-12/schema",
  "type": "object",
  "properties": {
    "invoice_id": { "type": "string", "minLength": 1 },
    "currency": { "type": "string", "pattern": "^[A-Z]{3}$" },
    "total_minor_units": { "type": "integer", "minimum": 0 }
  },
  "required": ["invoice_id", "currency", "total_minor_units"],
  "additionalProperties": false
}

लौटे हुए JSON को स्थानीय स्तर पर ऐसे validator से जांचें जो घोषित स्कीमा संस्करण सपोर्ट करता हो। 1250 जैसा मान केवल उन मुद्राओं के लिए 12.50 दर्शाता है जिनकी छोटी इकाई में दशमलव के बाद दो अंक होते हैं; एप्लिकेशन में हर मुद्रा के अनुसार इसे संभालने का तरीका तय करें। पैटर्न कोड का प्रारूप जांचता है, यह नहीं कि मुद्रा वास्तविक है या नहीं। सही एक्सट्रैक्शन की अलग जांच के लिए निकाले गए मानों की तुलना स्रोत इमेज से करें।

पायलट से पहले पुष्टि करें कि प्रदाता के दस्तावेज़ में बताया गया route इमेज स्वीकार करता है और ज़रूरी प्रारूप में टेक्स्ट लौटा सकता है। अगर वह server-side स्कीमा enforcement सपोर्ट करता है, तो जांचें कि स्कीमा के कौन-से हिस्से सपोर्ट करता है; ऊपर दिया उदाहरण यह दावा नहीं करता कि endpoint उसे स्वीकार करता है। अन्यथा, स्थानीय वैलिडेशन तभी इस्तेमाल करें जब endpoint उपयोग योग्य JSON लौटा सके। अगर ये क्षमताएं उपलब्ध नहीं हैं या उनका दस्तावेज़ीकरण नहीं है, तो इसके बजाय दस्तावेज़ में बताए गए vision-capable एक्सट्रैक्शन मॉडल का मूल्यांकन करें; उस मॉडल की कीमत और परीक्षण उसकी अपनी शर्तों के आधार पर करें।

लागत दर्ज करें और विफलताओं की जांच करें

दस्तावेज़ों के एक छोटे, प्रतिनिधि समूह और खर्च की सीमा से शुरुआत करें। हर प्रयास के लिए मॉडल और endpoint, इमेज की विशेषताएं, लौटाया गया उपयोग ब्यौरा, लागू कीमतें, उपलब्ध होने पर बिल की राशि, वैलिडेशन का नतीजा और समीक्षा का नतीजा दर्ज करें। रीट्राई और अस्वीकृत प्रतिक्रियाएं भी दर्ज करें। यह न मानें कि असफल HTTP अनुरोध का बिल लगेगा या वह मुफ़्त होगा; प्रदाता की शर्तें और रिकॉर्ड जांचें।

आम विफलताओं के लिए अलग-अलग कदम उठाने चाहिए:

  • अवैध JSON या गायब फ़ील्ड: प्रतिक्रिया जांचें, स्थानीय स्तर पर वैलिडेट करें और केवल वहां prompt या स्कीमा संशोधित करें जहां endpoint इसकी अनुमति देता है।
  • वैध लेकिन गलत मान: पढ़ने की स्पष्टता, अस्पष्ट लेआउट और मुद्रा संबंधी परंपराओं की समीक्षा करें। केवल स्कीमा वैलिडेशन से ऐसी गलत कुल राशि नहीं पकड़ी जाएगी जो देखने में सही लगे।
  • इमेज-टोकन ब्यौरा या टेक्स्ट-आउटपुट कीमत उपलब्ध नहीं: कुल को अधूरा चिह्नित रखें और प्रदाता से बिलिंग का गायब विवरण मांगें।
  • बार-बार अस्वीकृति: यह मानने के बजाय कि अंततः स्वीकृति मिल ही जाएगी, रीट्राई की सीमा तय करें और अनसुलझे दस्तावेज़ समीक्षा के लिए भेजें।

व्यावहारिक अनुमान के लिए पायलट की कुल प्रेक्षित लागत को स्वीकृत रिकॉर्ड की संख्या से भाग दें। साथ ही प्रयासों की मूल संख्या सुरक्षित रखें और बताएं कि समीक्षा की कौन-सी लागतें शामिल नहीं हैं। बड़े बैच में दस्तावेज़ों का मिश्रण और स्वीकृति दर अलग हो सकती है।

निष्कर्ष

Sunburst की रिपोर्ट की गई इमेज-इनपुट दर एक्सट्रैक्शन बजट के एक घटक का अनुमान लगाने में मदद कर सकती है, लेकिन यह image-to-JSON की पूरी कीमत नहीं है। पहले वर्कफ़्लो सपोर्ट और टेक्स्ट-आउटपुट बिलिंग की पुष्टि करें; फिर अपने स्कीमा और दस्तावेज़ों के आधार पर टोकन उपयोग और स्वीकृति मापें।

स्रोत

प्रकाशित कीमतों का स्नैपशॉट

OneMux के प्रकाशित कैटलॉग से 2026-11-17T20:00:05.964Z को लिया गया। कीमतों में वेबसाइट की बिलिंग इकाइयां बरकरार हैं; यह लाइव बेंचमार्क नहीं है। टियर आधारित, कैश आधारित या समय आधारित बिलिंग अलग हो सकती है। अज्ञात मान शून्य नहीं हैं।

मॉडलआधिकारिक इनपुटआधिकारिक आउटपुटOneMux इनपुटOneMux आउटपुटप्रकाशित कीमत अनुपात
GPT Image 2.6 Sunburstअज्ञातअज्ञातअज्ञातअज्ञातअज्ञात / कोई डिस्काउंट नहीं

मौजूदा OneMux कीमतें। वर्कलोड की लागतों की तुलना केवल तब करें जब इनपुट/आउटपुट और बिलिंग इकाइयां समान हों; टियर की शर्तों के लिए हर मॉडल का पेज देखें।

सामान्य प्रश्न

JSON एक्सट्रैक्शन के लिए GPT Image 2.6 Sunburst की लागत कितनी है?

दी गई जानकारी से पूरी कीमत तय नहीं की जा सकती। स्रोत में इमेज इनपुट के लिए $8 प्रति दस लाख टोकन और टेक्स्ट इनपुट के लिए $5 प्रति दस लाख टोकन रिपोर्ट किया गया है, लेकिन टेक्स्ट-आउटपुट दर नहीं दी गई है और न ही प्रस्तावित एक्सट्रैक्शन वर्कफ़्लो के लिए सपोर्ट स्थापित होता है। दिए गए कैटलॉग स्नैपशॉट में OneMux की कीमतें अज्ञात थीं।

क्या JSON आउटपुट का अनुमान लगाने के लिए इमेज-आउटपुट दर इस्तेमाल कर सकते हैं?

नहीं। स्रोत की $30 प्रति दस लाख दर इमेज आउटपुट टोकन के लिए है। इसके बजाय वास्तविक endpoint और मॉडल की लागू टेक्स्ट-आउटपुट दर सत्यापित करें।

क्या वैध JSON का मतलब है कि एक्सट्रैक्शन सही है?

नहीं। JSON Schema संरचना और मानों की सीमाएं जांच सकता है, लेकिन वैध इनवॉइस नंबर या कुल राशि फिर भी गलत हो सकती है। निकाले गए मानों की तुलना स्रोत दस्तावेज़ों से करें और वर्कलोड अनुमान में अस्वीकृत प्रयासों को भी शामिल करें।

संबंधित लेख

Guides

Schema से सत्यापित extraction के लिए GPT Image 2.6 Flare API की लागत का अनुमान

Structured extraction के लिए दोबारा जाँचा जा सकने वाला API बजट बनाएँ और दस्तावेज़ों में दी गई image-token दरों को extraction और OneMux की अज्ञात कीमतों से अलग रखें।

阅读全文 →

Guides

JSON एक्सट्रैक्शन के लिए Qwen3.8 Flash API की लागत: दोहराया जा सकने वाला अनुमान

टोकन उपयोग, schema validation, retries और प्रकाशित दरों की तुलना सहित structured extraction के लिए Qwen3.8 Flash API की लागत का अनुमान लगाएं।

阅读全文 →

Guides

JSON Schema Extraction के लिए Gemini 4 Carbon API लागत का अनुमान

संरचित extraction के लिए Gemini 4 Carbon की लागत का अनुमान लगाने का एक पुनरुत्पाद्य तरीका, जिसमें स्पष्ट token मान्यताएँ, मूल्य तुलना, JSON Schema validation और failure cases शामिल हैं।

阅读全文 →

Guides

JSON Extraction वर्कफ़्लो के लिए Grok Imagine Image API की लागत का अनुमान

Grok Imagine Image से इमेज जनरेट करने का शुल्क अनुमानित करें, extraction की अज्ञात लागतों को पहचानें और JSON schema के आधार पर structured records को validate करें।

阅读全文 →