GuidesOneMux

Estimativa de custo da API GPT 6.2 Astra para perguntas e respostas sobre documentos

Estime os custos de perguntas e respostas sobre documentos com o GPT 6.2 Astra usando premissas explícitas de tokens, faixas de contexto, tarifas de cache e cálculos reproduzíveis.

AI

Resumo · TL;DR

Um modelo ilustrativo de custos para respostas sobre documentos com atribuição de fontes, incluindo preços oficiais e da OneMux por token, custos de cache e uma lista de verificação para substituir premissas por dados de uso observados.

Principais pontos

  • Com 12.000 tokens de entrada e 1.000 de saída por resposta, o custo ilustrativo do Astra é de $0.136 às tarifas oficiais listadas ou $0.014144 às tarifas registradas da OneMux.
  • Para 10.000 respostas com a mesma combinação de tokens, essas estimativas passam a $1,360 e $141.44, respectivamente, antes dos custos de recuperação, ingestão, novas tentativas e outros.
  • Requisições com mais de 272K tokens de entrada têm tarifas listadas de entrada e saída mais altas; estime-as separadamente em vez de aplicar uma única tarifa média.
  • A economia com cache depende das gravações e leituras realmente elegíveis, do período de retenção e das regras de cobrança — não apenas da repetição do conteúdo dos documentos.
Nesta página (8)

Para perguntas e respostas sobre documentos com atribuição de fontes, inclua no orçamento tanto as evidências enviadas ao modelo quanto a resposta gerada. Em uma carga de trabalho ilustrativa de 12.000 tokens de entrada e 1.000 tokens de saída por resposta, o GPT 6.2 Astra custa $0.136 por resposta às tarifas oficiais listadas, ou $0.014144 às tarifas registradas da OneMux, antes dos custos de recuperação e de outras despesas.

Este é um cenário de preços, não um resultado medido. A OneMux, responsável pela publicação deste artigo, também é o produto incluído na comparação de preços. Os custos reais dependem do uso de tokens, da elegibilidade para cache, do tamanho das requisições e das tarifas em vigor quando a carga de trabalho for executada.

Preços e unidades a considerar

O seguinte registro do catálogo da OneMux foi capturado em 18 de novembro de 2026. Todos os preços estão em dólares americanos por 1 milhão de tokens. A razão de preços publicada é o preço da OneMux dividido pelo preço oficial listado; ela não é um desconto percentual. Uma razão de 0,104 corresponde, aritmeticamente, a uma tarifa por token 89,6% menor para os preços apresentados, e não garante uma economia equivalente no custo total da carga de trabalho.

Faixa de contexto de entradaEntrada oficialSaída oficialEntrada OneMuxSaída OneMuxRazão de preços publicada
Até 272K tokens, inclusive$8$40$0.832$4.160.104
Mais de 272K tokens$16$60$1.664$6.240.104

O changelog do gateway fornecido também informa as tarifas padrão do Astra de $8/$40 e as tarifas de $16/$60 para prompts com mais de 272K tokens de entrada. Verifique os termos atuais do provedor e os preços da OneMux antes de definir um orçamento. A faixa é determinada por requisição, portanto mantenha as requisições de contexto longo separadas na estimativa. Não presuma que uma janela de contexto grande torne econômico enviar uma coleção inteira de documentos.

Estime o custo de uma resposta com atribuição de fontes

Suponha que uma etapa de recuperação selecione trechos relevantes dos documentos e que o modelo receba esses trechos junto com a pergunta e as instruções de citação. Neste exemplo:

  • Cada requisição usa 12.000 tokens de entrada, incluindo a pergunta, as instruções, os trechos dos documentos e os identificadores das fontes.
  • Cada resposta usa 1.000 tokens de saída faturáveis, incluindo a resposta, as citações e quaisquer tokens de raciocínio faturáveis. A fonte do gateway informa que tokens de raciocínio são cobrados como saída; não os conte novamente se já estiverem incluídos no total de saída.
  • Todas as requisições ficam na faixa de até 272K. Nessa estimativa de referência, não há leituras ou gravações de cache, novas tentativas nem requisições malsucedidas.
  • A carga de trabalho produz 10.000 respostas em um mês. Isso é uma premissa, não uma previsão de tráfego.

Calcule cada categoria de tokens separadamente: divida a quantidade de tokens por um milhão e multiplique pela tarifa correspondente.

Componente de custoCálculo oficialCusto oficialCálculo OneMuxCusto OneMux
Entrada por resposta12,000 ÷ 1,000,000 × $8$0.09612,000 ÷ 1,000,000 × $0.832$0.009984
Saída por resposta1,000 ÷ 1,000,000 × $40$0.0401,000 ÷ 1,000,000 × $4.16$0.004160
Total por resposta$0.096 + $0.040$0.136$0.009984 + $0.004160$0.014144
10.000 respostas10,000 × $0.136$1,36010,000 × $0.014144$141.44

A estimativa cobre apenas os tokens do modelo. Acrescente separadamente o processamento de documentos, embeddings, indexação, recuperação, armazenamento, hospedagem da aplicação, avaliação e quaisquer novas tentativas cobradas. Seus preços não são fornecidos aqui; eles não são zero. Impostos e outras cobranças aplicáveis também estão fora do exemplo.

E se uma requisição ultrapassar 272K tokens de entrada?

Para uma requisição ilustrativa separada, com 300.000 tokens de entrada e 1.000 tokens de saída, a aplicação das tarifas listadas para mais de 272K a essas quantidades resulta em:

Base de preçosCusto de entradaCusto de saídaTotal por resposta
Oficial300,000 ÷ 1,000,000 × $16 = $4.801,000 ÷ 1,000,000 × $60 = $0.06$4.86
OneMux300,000 ÷ 1,000,000 × $1.664 = $0.49921,000 ÷ 1,000,000 × $6.24 = $0.00624$0.50544

Este cenário pressupõe que a tarifa mais alta se aplique a todos os tokens de entrada e saída da requisição. Confirme as regras de cobrança aplicáveis à sua conta. Esta não é uma comparação direta de qualidade com a requisição mais curta: as evidências fornecidas ao modelo são diferentes.

Considere as gravações e leituras de cache

Perguntas repetidas sobre os mesmos documentos podem reutilizar um prefixo de prompt elegível para cache, mas a repetição, por si só, não garante um acerto de cache. O catálogo lista as seguintes tarifas de cache do Astra por milhão de tokens; as colunas de gravação distinguem os períodos de retenção listados.

Faixa de contexto de entradaLeitura de cache oficialGravação oficial, 30 minutosGravação oficial, 12 horasLeitura de cache OneMuxGravação OneMux, 30 minutosGravação OneMux, 12 horas
Até 272K, inclusive$0.40$10$20$0.0416$1.04$2.08
Mais de 272K$0.80$20$40$0.0832$2.08$4.16

Em um lote ilustrativo da faixa padrão, suponha que 10.000 tokens sejam cobrados uma vez como gravação de cache de 30 minutos e depois como leituras de cache em nove requisições subsequentes. Considerando apenas essa parte compartilhada, o custo oficial é de $0.10 pela gravação mais $0.036 pelas nove leituras, ou $0.136. O cálculo equivalente da OneMux é $0.0104 mais $0.003744, ou $0.014144. Sem cache, dez cobranças comuns de entrada para essa mesma parte de 10.000 tokens seriam $0.80 na tarifa oficial ou $0.0832 na OneMux.

Esta é uma ilustração por categoria, não uma garantia de que essas dez requisições sejam elegíveis. Ela pressupõe que a tarifa de gravação de cache substitua a cobrança comum de entrada para a parte gravada, que cada uso posterior seja cobrado como leitura e que todas as leituras ocorram dentro do período de retenção aplicável. Confirme as regras reais de elegibilidade, contabilização e retenção. Acrescente separadamente a entrada não armazenada em cache e toda a saída; não conte os mesmos tokens como entrada comum e entrada de cache, a menos que seus termos de cobrança exijam isso.

Transforme a estimativa em um orçamento auditável

  1. Defina o que é uma resposta bem-sucedida. Exija citações a identificadores estáveis de documentos e a trechos que sustentem cada afirmação relevante. Uma resposta com citação não está automaticamente fundamentada; verifique se o trecho citado realmente a sustenta.
  2. Meça uma amostra representativa. Registre entrada, saída, leituras e gravações de cache, faixa da requisição e custo faturado, quando disponível. Inclua documentos curtos e longos, perguntas sem resposta e perguntas que envolvam várias fontes. Nenhuma avaliação paga foi realizada para este artigo.
  3. Acompanhe o custo por resposta aceita. Divida o custo total faturado da carga de trabalho — incluindo novas tentativas e tentativas malsucedidas — pelo número de respostas aprovadas na verificação de atribuição. Isso revela custos que uma média por requisição pode ocultar.
  4. Investigue valores atípicos. Trechos recuperados extensos, instruções repetidas, citações longas e saídas extensas podem aumentar o uso de tokens. Verifique se os identificadores das fontes são preservados quando os trechos são truncados ou reordenados.
  5. Recalcule por faixa e categoria de cache. Multiplique os totais de tokens observados pelas tarifas atuais correspondentes e acrescente as despesas que não são do modelo. Trate dados de uso ou preços indisponíveis como desconhecidos, e não como zero.

Quando considerar uma alternativa

Se for possível atingir a meta de qualidade das citações com menos contexto ou com outro modelo, teste essa possibilidade no seu próprio conjunto de documentos antes de escolher apenas pelo preço por token. O changelog do gateway fornecido informa que GPT 6.2 Sol e Astra resolveram um pequeno exemplo de limitador de taxa em cinco execuções, com custo menor para o Sol nesse exemplo. Esse resultado não estabelece a precisão relativa nem o custo por resposta aceita dos modelos para perguntas e respostas sobre documentos; esses resultados são desconhecidos sem uma avaliação pertinente.

Para um primeiro orçamento, use o cálculo de referência e depois substitua todas as premissas de tokens e taxa de sucesso por dados observados. Separe o tráfego de contexto longo e o tráfego com cache para que uma média aparentemente plausível não oculte uma combinação cara de requisições.

Fontes

Registro de preços publicados

Capturado em 2026-11-18T08:00:05.571Z do catálogo publicado da OneMux. Os preços mantêm as unidades de cobrança do site; isto não é um benchmark em tempo real. A cobrança por faixa, cache ou tempo pode variar. Valores desconhecidos não são zero.

ModeloEntrada oficialSaída oficialEntrada OneMuxSaída OneMuxRazão de preços publicada
GPT 6.2 Astra$8$40$0.832$4.160.104

Preços atuais da OneMux. Compare os custos de cargas de trabalho somente quando as unidades de entrada, saída e cobrança forem equivalentes; consulte a página de cada modelo para conhecer as condições das faixas.

Perguntas frequentes

Quanto custa o GPT 6.2 Astra por resposta sobre um documento?

Com 12.000 tokens de entrada e 1.000 tokens de saída, sem cache e usando as tarifas registradas para a faixa de até 272K, o custo ilustrativo dos tokens do modelo é de $0.136 às tarifas oficiais listadas ou $0.014144 às tarifas da OneMux. Recuperação, ingestão, novas tentativas e outras despesas não estão incluídas.

As citações têm um preço separado por token?

Os preços fornecidos não listam uma cobrança separada por citações. Instruções de citação e identificadores de fontes contribuem para os tokens de entrada, enquanto as citações geradas em uma resposta contribuem para os tokens de saída.

Repetir um documento garante desconto de cache?

Não. A economia depende de o conteúdo repetido ser elegível para cache, das categorias cobradas de gravação e leitura, da retenção e dos termos aplicáveis. Meça o uso real de cache em vez de presumir que toda repetição resulta em um acerto de cache.

Como orçar requisições de contexto longo?

Estime separadamente as requisições com mais de 272K tokens de entrada, usando as tarifas aplicáveis da faixa mais alta. Confirme como essas tarifas se aplicam à requisição inteira e inclua eventuais categorias de cache e tokens de saída.

Artigos relacionados