Custo da API GPT 6.1 Terra: avaliação reproduzível do cache
Estime os custos da API GPT 6.1 Terra com hipóteses explícitas sobre tokens, preços publicados pela OneMux e oficiais, e um teste reproduzível para verificar se o cache de prompts ajuda na sua carga de trabalho.
Resumo · TL;DR
Um guia prático para estimar custos do GPT 6.1 Terra. Separa os custos de entrada, saída, gravação e leitura de cache, explica a faixa de preços de 272K e apresenta um plano de teste explícito para medir cargas de trabalho repetíveis.
Principais pontos
- Estime separadamente entrada, saída, gravações e leituras de cache; não compare preços com unidades ou faixas diferentes.
- Nas tarifas publicadas para ≤272K, um prefixo estável usado duas vezes já custa menos com cache do que sem cache, supondo que cada reutilização seja uma leitura de cache.
- Prompts que mudam no início da solicitação podem não reutilizar um prefixo armazenado em cache; por isso, teste a estrutura exata do prompt e os limites que pretende usar em produção.
- A captura de preços publicados pela OneMux é datada de 2026-11-10; confira os preços atuais e as condições aplicáveis à faixa antes de estimar uma carga de trabalho em produção.
Nesta página (8)
As estimativas de custo do GPT 6.1 Terra dependem de mais do que o número de solicitações. O comprimento da entrada, a saída gerada, a reutilização do cache e a faixa de tokens de entrada de 272K afetam o total. Este guia apresenta uma forma reproduzível de estimar esses custos antes da implantação. Os exemplos são cálculos ilustrativos, não resultados medidos.
Preços publicados do GPT 6.1 Terra
A OneMux publica esta comparação e oferece acesso ao GPT 6.1 Terra por meio de uma API unificada. A tabela mostra os preços publicados por milhão de tokens, capturados em 2026-11-10. A proporção do preço da OneMux é de 0.156 em relação ao preço oficial correspondente, ou 84.4% menor pela aritmética; trata-se de uma comparação de preços publicados, não de uma garantia de economia em qualquer carga de trabalho específica.
| Faixa de entrada e cobrança | Preço oficial por 1M tokens | Preço OneMux por 1M tokens |
|---|---|---|
| Entrada, ≤272K | $1.00 | $0.156 |
| Saída, ≤272K | $5.00 | $0.78 |
| Leitura de cache, ≤272K | $0.05 | $0.0078 |
| Gravação de cache, 30 minutos, ≤272K | $1.25 | $0.195 |
| Gravação de cache, 12 horas, ≤272K | $2.50 | $0.39 |
| Entrada, >272K | $2.00 | $0.312 |
| Saída, >272K | $7.50 | $1.17 |
| Leitura de cache, >272K | $0.10 | $0.0156 |
| Gravação de cache, 30 minutos, >272K | $2.50 | $0.39 |
| Gravação de cache, 12 horas, >272K | $5.00 | $0.78 |
Essas são tarifas por milhão de tokens, não cobranças por solicitação. O catálogo lista um contexto de 1M, mas a faixa de preço aplicável muda acima de 272K tokens de entrada. Para uma estimativa real, confirme como o provedor aplica as faixas à solicitação e qual período de retenção do cache se aplica. Consulte a página do modelo GPT 6.1 Terra e os preços da OneMux para ver as informações publicadas mais recentes.
Calcule uma carga de trabalho sem cache
Para cada solicitação, estime separadamente os tokens de entrada e de saída:
Custo = tokens de entrada ÷ 1,000,000 × preço de entrada + tokens de saída ÷ 1,000,000 × preço de saída.
Em seguida, multiplique pelo número de solicitações. Deixe explícitas todas as hipóteses: média de tokens por solicitação, número de solicitações e se a entrada ultrapassa a faixa de 272K. Por exemplo, 10,000 solicitações, cada uma com entrada de 50,000 tokens e saída de 500 tokens, ficam dentro da faixa de ≤272K. Com os preços publicados pela OneMux, a entrada estimada é 10,000 × 50,000 ÷ 1,000,000 × $0.156 = $78. A saída é 10,000 × 500 ÷ 1,000,000 × $0.78 = $3.90. A estimativa total é $81.90, antes de quaisquer outras cobranças ou diferenças entre as contagens de tokens presumidas e reais.
Inclua gravações e leituras de cache
O cache altera o cálculo da entrada. A gravação é cobrada pela tarifa de gravação; cada leitura de cache usa a tarifa de leitura, que é menor. Não conte um mesmo prefixo como leitura, a menos que a carga de trabalho realmente reutilize um prefixo correspondente.
Para um prefixo de 50,000 tokens usado em 10,000 solicitações, suponha uma gravação de cache de 30 minutos e 9,999 leituras de cache, todas dentro da faixa de ≤272K. A estimativa da OneMux é:
- Gravação: 50,000 ÷ 1,000,000 × $0.195 = $0.00975.
- Leituras: 9,999 × 50,000 ÷ 1,000,000 × $0.0078 = $3.89961.
- Custo total do prefixo: cerca de $3.91, em comparação com $78 para enviar esse prefixo como entrada sem cache em todas as 10,000 solicitações.
Este exemplo mantém constante o tamanho do prefixo e exclui a saída e qualquer entrada variável sem cache. Pressupõe que o provedor registre uma gravação e que as solicitações restantes se qualifiquem como leituras. Confirme o comportamento real do cache usando os registros das suas solicitações e os dados de faturamento do provedor.
Com essas tarifas de ≤272K, cada leitura de cache economiza $0.1482 por milhão de tokens em comparação com a entrada padrão, enquanto uma gravação de 30 minutos custa $0.195 por milhão. O ponto de equilíbrio é $0.195 ÷ $0.1482, ou cerca de 1.32 leituras por gravação. Nessa comparação simplificada, duas leituras recuperam o custo da gravação. Para uma gravação de 12 horas a $0.39 por milhão, o ponto de equilíbrio é cerca de 2.63 leituras; portanto, três leituras recuperam o custo. Esse cálculo não leva em conta falhas de cache nem prefixos que mudam entre solicitações.
Teste a repetibilidade antes de confiar na estimativa
Use um pequeno conjunto de avaliação que represente a carga de trabalho que pretende executar, em vez de um prompt escolhido a dedo que sempre aciona o cache. Registre o seguinte para cada caso de teste:
- O prompt e as definições de ferramentas exatos, incluindo a ordem.
- As contagens de tokens de entrada e saída, o número de solicitações e o intervalo esperado entre solicitações.
- Se o prefixo é idêntico, muda uma vez ou muda a cada solicitação.
- A hipótese de retenção do cache: 30 minutos ou 12 horas.
- A faixa esperada e o custo calculado, separados em gravações, leituras, entrada sem cache e saída.
Execute primeiro cada caso com entradas idênticas e, em seguida, introduza mudanças realistas, como uma instrução específica do usuário ou um documento recuperado. Compare os custos estimados com o uso informado pelo provedor. Um carimbo de data e hora, um identificador de solicitação, uma lista de ferramentas reordenada ou uma mudança de conteúdo perto do início podem tornar diferente um prefixo que deveria ser reutilizável. Trate a proporção de leituras de cache como um resultado observado, não como uma hipótese. Este protocolo é um método de avaliação proposto; não se afirma que tenha sido realizado um teste de integração da OneMux ou uma avaliação paga do modelo.
Fique atento ao limite de 272K
O artigo-fonte descreve um aumento de preço acima de 272,000 tokens de entrada: a entrada padrão oficial sobe de $1 para $2 por milhão, e o preço de leitura de cache sobe de $0.05 para $0.10. O catálogo fornecido pela OneMux também lista tarifas mais altas na faixa >272K. Uma carga de trabalho próxima desse limite deve ser estimada considerando a contagem de tokens e a faixa aplicável, em vez de extrapolar a tarifa mais baixa.
Um teste prático deve incluir um caso logo abaixo do limite e outro acima, com prompts equivalentes nos demais aspectos. Se for possível reduzir o texto padrão estável ou recuperar apenas as seções relevantes de documentos sem alterar a tarefa, recalcule com a entrada reduzida. A aceitabilidade disso depende da tarefa; não presuma que um prompt mais curto preserve os resultados.
Lista de verificação para decidir
- O prefixo é realmente estável entre as solicitações?
- Quantas leituras de cache são esperadas por gravação dentro do período de retenção escolhido?
- Há solicitações acima de 272K tokens de entrada?
- Os tokens de saída foram estimados separadamente?
- O conjunto de teste inclui falhas de cache realistas e prompts variáveis?
- Os preços estão atualizados e as unidades de cobrança são comparáveis?
As estimativas de custo do GPT 6.1 Terra são úteis quando essas hipóteses estão explícitas. Ref faça os cálculos com preços atuais e contagens de tokens medidas antes de usá-los para definir um orçamento ou tomar uma decisão sobre um produto.
Fontes
- OrcaRouter, “GPT-6.1 Terra Caching: Five Cents per Read—and When the Write Pays Off” — fonte para a explicação dos preços de cache, a discussão do ponto de equilíbrio, as ressalvas sobre a estabilidade dos prompts e o contexto do limite de 272K.
- Página do modelo GPT 6.1 Terra da OneMux — preços publicados do modelo usados na tabela; captura datada de 2026-11-10.
Captura de preços publicados
Capturada em 2026-11-10T15:30:05.721Z do catálogo publicado pela OneMux. Os preços mantêm as unidades de cobrança do site; isto não é um benchmark em tempo real. A cobrança por faixa, com cache ou baseada em tempo pode ser diferente. Valores desconhecidos não são zero.
| Modelo | Entrada oficial | Saída oficial | Entrada OneMux | Saída OneMux | Proporção do preço publicado |
|---|---|---|---|---|---|
| GPT 6.1 Terra | $1 | $5 | $0.156 | $0.78 | 0.156 |
Preços atuais da OneMux. Compare custos de cargas de trabalho apenas quando as unidades de entrada/saída e de cobrança forem iguais; consulte a página de cada modelo para ver as condições das faixas.
Perguntas frequentes
Quanto custa a entrada do GPT 6.1 Terra pela OneMux?
A captura do catálogo publicado pela OneMux, datada de 2026-11-10, lista a entrada a $0.156 por milhão de tokens em ≤272K e a $0.312 por milhão acima de 272K. Os preços podem mudar; consulte a página do modelo para ver as condições atuais.
Quando o cache de prompts do GPT 6.1 Terra atinge o ponto de equilíbrio?
Nas tarifas da OneMux para ≤272K e gravação de 30 minutos, uma gravação de cache custa $0.195 por milhão de tokens e cada leitura de cache custa $0.0078, em comparação com $0.156 para a entrada padrão. No caso simplificado de uma gravação seguida por leituras do mesmo prefixo, o ponto de equilíbrio é cerca de 1.32 leituras; duas leituras recuperam o custo da gravação.
O cache sempre reduz os custos do GPT 6.1 Terra?
Não. O cache depende da reutilização de prefixos elegíveis. Se os prompts mudarem no início ou uma solicitação não encontrar o conteúdo no cache, os custos de gravação talvez não sejam recuperados. Meça as leituras e gravações de cache com prompts representativos antes de projetar economias.
O que muda acima de 272K tokens de entrada?
O catálogo publicado lista tarifas mais altas de entrada, saída, leitura de cache e gravação de cache acima de 272K. Confirme como a faixa se aplica à sua solicitação e calcule usando as tarifas aplicáveis, em vez dos preços de ≤272K.
Artigos relacionados
Guides
Estimativas de custo da API GPT 6.1 Terra para cargas de trabalho com foco na privacidade
Estime os custos da API GPT 6.1 Terra considerando explicitamente tokens, cache e faixas de contexto — e reduza a exposição de dados de usuários e credenciais.
Guides
Custo da API GPT Image 2.5 Sunburst: uma estimativa reproduzível para cargas de trabalho com atenção à privacidade
Estime os custos da API GPT Image 2.5 Sunburst usando premissas explícitas de tokens, cálculo mensal da carga de trabalho e proteções práticas para dados de usuários e credenciais.
Guides
Custo da API Gemini 4 Carbon: uma estimativa reproduzível para triagem de suporte
Estime o custo de uma tarefa de triagem de suporte ao cliente com Gemini 4 Carbon, considerando premissas explícitas de tokens, contabilização de cache, aprovação humana, novas tentativas e os preços publicados pela OneMux.
Guides
Diagnostique incidentes da API Hy3 com sinais de custo reproduzíveis
Um guia prático para verificar os custos do Hy3 durante incidentes de API: compare unidades equivalentes de tokens, considere a entrada em cache e use sinais de requisições e falhas para investigar gastos inesperados.