Custos da API GPT Image 2.6 para perguntas e respostas sobre documentos: o que é possível — e o que não é — estimar
Monte um orçamento reproduzível para perguntas e respostas sobre documentos com premissas explícitas de tokens do GPT Image 2.6, mantendo separados os custos de geração de respostas e de atribuição de fontes.
Resumo · TL;DR
Um orçamento detalhado mostra como calcular o preço de entradas hipotéticas de imagens de documentos sem confundir esse componente com o custo total de respostas com citações. As evidências disponíveis não demonstram que o GPT Image 2.6 seja um endpoint de perguntas e respostas sobre documentos nem fornecem um preço unitário utilizável da OneMux.
Principais pontos
- A fonte fornecida informa preços diretos da OpenAI por milhão de tokens, enquanto o registro do catálogo da OneMux deixa desconhecidos os preços de entrada e saída do modelo.
- Pelo preço de entrada de imagem informado na fonte, 1.000 imagens hipotéticas de páginas que consumam 1.024 tokens de imagem cada custariam $8.192 apenas pela entrada de imagem.
- Geração de respostas, recuperação, validação de citações, armazenamento e novas tentativas exigem estimativas separadas; seus preços e volumes de uso não são estabelecidos pela fonte fornecida.
- Confirme se o endpoint escolhido aceita a entrada de documentos e produz a saída de respostas desejadas antes de tratar um cálculo de tokens de imagem como um fluxo de trabalho viável.
Nesta página (8)
A decisão primeiro
Não faça o orçamento do GPT Image 2.6 como um sistema completo de perguntas e respostas sobre documentos com base apenas no preço de imagens. O guia de preços da Ofox fornecido informa preços por token para geração de imagens, mas não demonstra que qualquer um dos endpoints do GPT Image 2.6 possa responder a perguntas sobre documentos com citações de fontes. Um modelo ou fluxo de trabalho separado para perguntas e respostas pode ser necessário, e seu custo é desconhecido neste caso.
Ainda assim, é possível usar o preço de entrada de imagem informado para calcular um componente de custo condicional para páginas digitalizadas. A estimativa abaixo é um exercício aritmético, não uma integração testada nem uma previsão de consumo de tokens. A OneMux é a editora e o produto discutido neste guia; compare seus preços reais somente depois de obter as unidades e tarifas aplicáveis.
Preços publicados e suas limitações
O guia da Ofox afirma que GPT Image 2.6 Flare e Sunburst têm os mesmos preços diretos publicados pela OpenAI por token. Ele foi consultado em 5 de novembro de 2026. O registro do catálogo da OneMux foi capturado em 19 de novembro de 2026; seus preços de entrada e saída para GPT Image 2.6 são desconhecidos e, portanto, não podem ser convertidos em um custo para a carga de trabalho.
| Categoria de preço | Preço direto da OpenAI informado pela Ofox | Preço da OneMux no registro publicado | Unidade |
|---|---|---|---|
| Entrada de texto | $5.00 | Desconhecido | Por 1 milhão de tokens |
| Entrada de imagem | $8.00 | Desconhecido | Por 1 milhão de tokens |
| Saída de imagem | $30.00 | Desconhecido | Por 1 milhão de tokens |
| Razão de preço publicada pela OneMux | Não aplicável | 0.1 | Razão; as unidades de preço e condições subjacentes não são informadas |
A razão não substitui um preço. O registro fornecido não estabelece um preço comparável da OneMux para entrada de texto, entrada de imagem ou saída de imagem, nem demonstra como a razão se aplica a essa carga de trabalho. Consulte os preços da OneMux e a página do modelo GPT Image 2.6 para obter informações atuais antes de assumir um compromisso financeiro.
A Ofox também informa preços para entradas em cache de $1.25 por milhão de tokens de texto e $2.00 por milhão de tokens de imagem. Ela ressalta que o texto citado sobre elegibilidade de endpoints menciona modelos de imagem anteriores, não o 2.6. Por isso, o exemplo considera nenhum desconto de cache. As condições das faixas de preço e os preços de cache aplicáveis da OneMux são desconhecidos; desconhecido não significa gratuito.
Estimativa detalhada: 1.000 páginas digitalizadas
Suponha que uma equipe queira obter respostas com citações a partir de uma coleção de documentos digitalizados. Antes de escolher um provedor, ela quer entender o custo potencial de enviar imagens das páginas. Use estas premissas ilustrativas:
- 1.000 imagens de páginas são enviadas uma vez cada, se o endpoint escolhido aceitar essa entrada.
- Supõe-se que cada página consuma 1.024 tokens de entrada de imagem. Esse é um valor provisório, não um resultado medido no GPT Image 2.6.
- Cada envio de página inclui 120 tokens de entrada de texto.
- O cálculo usa os preços diretos da OpenAI informados pela Ofox, sem uso de cache confirmado.
- O cálculo exclui imagens geradas, saída de perguntas e respostas, recuperação, processamento de citações, armazenamento e novas tentativas.
| Componente | Cálculo reproduzível | Custo ilustrativo |
|---|---|---|
| Entrada de imagem | 1.000 páginas × 1.024 tokens = 1.024.000 tokens; a $8 por milhão | $8.192 |
| Entrada de texto | 1.000 envios × 120 tokens = 120.000 tokens; a $5 por milhão | $0.600 |
| Subtotal de entrada | $8.192 + $0.600 | $8.792 |
O subtotal é de cerca de $0.008792 por página enviada, não um preço por pergunta respondida. Também não é uma cotação da OneMux. Se o fluxo de trabalho reenviar imagens de páginas a cada pergunta, multiplique os envios de página relevantes pelo número de vezes que forem efetivamente enviados; não suponha que processamento anterior ou cache os tornem gratuitos.
O preço de saída de imagem é apresentado para completar as informações, mas este exemplo não pressupõe a geração de uma imagem. Uma resposta em texto de outro modelo precisaria ser calculada com os próprios preços de entrada e saída desse modelo. A fonte fornecida não os informa.
Transforme o subtotal em um orçamento para perguntas e respostas sobre documentos
Uma estimativa mensal fundamentada precisa de uma unidade de trabalho e de uma regra para citações. Por exemplo, defina como resposta aceita aquela que responde à pergunta e identifica o documento e a página que sustentam a afirmação. Em seguida, registre estas quantidades em um pequeno piloto:
- Ingestão: número de páginas enviadas, uso de imagem e texto quando informado e eventuais cobranças de OCR ou extração.
- Recuperação: número de perguntas, páginas ou trechos recuperados por pergunta e eventuais cobranças de busca ou armazenamento.
- Respostas: uso de entrada e saída do modelo efetivamente usado para responder, incluindo trechos recuperados e histórico da conversa.
- Atribuição: tempo ou cobranças de serviço para verificar se cada página citada sustenta a resposta correspondente. Trate citações sem suporte ou ausentes como falhas, não como respostas aceitas.
- Retrabalho: envios repetidos e respostas geradas novamente após falhas de citação ou conteúdo. Use cobranças observadas em vez de supor como requisições HTTP malsucedidas são cobradas.
Some as cobranças medidas para o mesmo período e divida pelo número de respostas aceitas e com fontes atribuídas. Informe também o custo por página enviada e o custo por pergunta. Essas unidades revelam problemas diferentes: um custo baixo de ingestão pode coexistir com recuperação repetida e cara ou com uma alta taxa de rejeição.
Não some um total agregado de tokens de entrada à sua discriminação por texto e imagem: isso contaria a mesma entrada duas vezes. Se o provedor não disponibilizar uma discriminação necessária, marque essa parte da estimativa como desconhecida e confira-a em relação ao valor cobrado.
Verifique a viabilidade antes de iniciar um piloto
A fonte descreve preços de geração de imagens; ela não documenta um fluxo de trabalho do GPT Image 2.6 para responder a perguntas sobre documentos com citações. Antes de gastar com um lote:
- Confirme o identificador exato do modelo e a rota do provedor e verifique se o endpoint aceita a entrada pretendida de imagens de páginas e produz a saída necessária para o fluxo de trabalho. O acesso pela OneMux não comprova que todos os endpoints ou parâmetros do provedor de origem sejam compatíveis.
- Decida se os documentos serão enviados como imagens, texto extraído ou ambos. Calcule o preço de cada representação usando a unidade aplicável; não suponha que páginas correspondam a um número fixo de tokens.
- Preserve os identificadores dos documentos e os números das páginas durante a extração e a recuperação, para que a resposta possa citar uma fonte que o leitor possa consultar.
- Teste perguntas cujas respostas estejam presentes, ausentes e distribuídas por várias páginas. Confira as citações nas páginas reais, inclusive se o trecho citado sustenta a afirmação específica.
- Comece com um limite de gastos, registre o uso e as cobranças e compare as estimativas com a fatura antes de ampliar a escala.
Um fluxo de extração e recuperação de texto com um modelo de respostas adequado é uma alternativa que vale avaliar, mas sua disponibilidade, precisão e custo não são estabelecidos pela fonte fornecida. Nenhuma avaliação paga ou teste de integração com a OneMux foi realizado para este artigo.
Conclusão
O valor reproduzível neste exemplo é $8.792 para as entradas de imagem e texto pressupostas — não o custo de 1.000 respostas com citações. Confirme a compatibilidade do endpoint, meça o uso real e acrescente todos os componentes de resposta e atribuição antes de comparar os custos da API direta com os da OneMux.
Fontes
- Ofox: preços da API GPT Image 2.6 — preços diretos da OpenAI por token, ressalvas sobre cache e contexto de preços de imagem; consultado em 5 de novembro de 2026.
- Página do modelo GPT Image 2.6 na OneMux e preços da OneMux — referências do produto; o registro de preços do catálogo fornecido foi capturado em 19 de novembro de 2026.
Registro de preços publicados
Capturado em 2026-11-19T14:00:06.793Z a partir do catálogo publicado da OneMux. Os preços mantêm as unidades de cobrança do site; esta não é uma comparação em tempo real. A cobrança por faixas, cache ou tempo pode variar. Valores desconhecidos não são zero.
| Modelo | Entrada oficial | Saída oficial | Entrada OneMux | Saída OneMux | Razão de preço publicada |
|---|---|---|---|---|---|
| GPT Image 2.6 | Desconhecido | Desconhecido | Desconhecido | Desconhecido | 0.1 |
Preços atuais da OneMux. Compare 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 de preço.
Perguntas frequentes
O GPT Image 2.6 pode responder a perguntas sobre documentos com citações?
A fonte de preços fornecida não estabelece essa capacidade. Verifique se o endpoint escolhido aceita as entradas e produz as saídas necessárias e, se preciso, inclua no orçamento um modelo de respostas separado.
Quanto custaria enviar 1.000 páginas digitalizadas?
Com as premissas ilustrativas do artigo — 1.024 tokens de entrada de imagem e 120 tokens de entrada de texto por página —, os preços diretos da OpenAI informados resultam em um subtotal de entrada de $8.792. O uso real de tokens, a compatibilidade do endpoint e cobranças adicionais não são estabelecidos.
A razão de preço da OneMux estabelece o custo dessa carga de trabalho?
Não. O registro fornecido da OneMux publica uma razão de 0.1, mas deixa desconhecidos os preços de entrada e saída do modelo. As unidades, condições e preços atuais aplicáveis precisam ser confirmados antes de calcular um custo comparável.
Artigos relacionados
Guides
Estimativa de custos da API GPT Image 2.6 para cargas de trabalho com foco na privacidade
Estime os custos de cargas de trabalho com GPT Image 2.6 usando premissas explícitas de tokens, taxas de aceitação e práticas de medição que consideram a privacidade.
Guides
Custos da API GPT Image 2.6 para alterações em repositórios: uma estimativa reproduzível
Estime a parcela de geração de imagens em um fluxo de alterações em repositórios e considere separadamente programação, verificação, novas tentativas e preços desconhecidos dos provedores.
Guides
Custos da API Gemini 3 Pro Image Preview para perguntas e respostas sobre documentos
Estime os custos de perguntas e respostas sobre documentos com premissas explícitas de tokens, unidades de preço comparáveis e um cálculo mensal reproduzível.
Guides
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.