Custo da API Qwen3.7 Plus para perguntas e respostas sobre documentos
Estime os custos da API Qwen3.7 Plus para perguntas e respostas sobre documentos com atribuição de fontes, usando premissas explícitas de tokens e cálculos reproduzíveis.
Resumo · TL;DR
Uma carga de trabalho ilustrativa de 150.000 solicitações mensais de perguntas e respostas sobre documentos custa $276 às tarifas padrão de entrada e saída fornecidas, ou $179.40 às tarifas publicadas da faixa inferior da OneMux, antes de cache e outros custos de produção.
Principais pontos
- Com 3.000 tokens de entrada e 400 de saída por solicitação, a cobrança ilustrativa pelo modelo na faixa inferior da OneMux é de $0.001196 por solicitação.
- Tanto os trechos das fontes quanto as respostas com citações consomem tokens; meça-os em uma carga de trabalho representativa, em vez de considerar apenas a pergunta do usuário no orçamento.
- Tarifas e elegibilidade de cache, limites de contexto e condições das faixas variam conforme a oferta e devem ser confirmados antes de projetar a cobrança.
- A estimativa não inclui infraestrutura de recuperação, preparação de documentos, novas tentativas nem chamadas adicionais ao modelo.
Nesta página (8)
Resposta rápida
Para uma carga de trabalho ilustrativa de perguntas e respostas sobre documentos com 150.000 solicitações por mês, 3.000 tokens de entrada e 400 tokens de saída por solicitação, a cobrança estimada pelo modelo é de $276 às tarifas padrão fornecidas ou $179.40 às tarifas publicadas da faixa inferior da OneMux. Esses valores correspondem à cobrança por tokens, não ao custo total de operação de um serviço de perguntas e respostas sobre documentos.
A OneMux, responsável pela publicação deste artigo, oferece acesso a modelos por meio de uma API compatível com OpenAI. A comparação abaixo usa o registro do catálogo publicado, capturado em 12 de novembro de 2026, e a oferta da Fireworks AI descrita pela calculadora de Qwen3.7 Plus da Future AGI. A calculadora informa preços de entrada e saída de $0.40 e $1.60 por milhão de tokens, respectivamente. Consulte as condições atuais antes de comprometer um orçamento.
Preços usados e unidades de cobrança
A tabela usa USD por 1 milhão de tokens. As colunas oficiais mostram as tarifas identificadas como oficiais no catálogo fornecido da OneMux; a oferta da Fireworks informa, de forma independente, os mesmos valores padrão para entrada e saída. Isso não comprova que as ofertas tenham limites, regras de cache ou outras condições idênticas.
| Faixa de contexto do Qwen3.7 Plus | Entrada oficial | Saída oficial | Entrada OneMux | Saída OneMux | Razão publicada entre preço OneMux e oficial |
|---|---|---|---|---|---|
| ≤256K | $0.40 | $1.60 | $0.26 | $1.04 | 0.65 |
| >256K | $1.20 | $4.80 | $0.78 | $3.12 | 0.65 |
Uma razão de 0,65 significa que a tarifa informada da OneMux corresponde a 65% da tarifa oficial correspondente. Confirme a faixa aplicável e suas condições na página do modelo Qwen3.7 Plus; não presuma, sem verificar, que uma solicitação próxima ao limite será cobrada em determinada faixa. Os exemplos abaixo consideram a faixa ≤256K em todos os casos.
As fontes também divergem quanto ao contexto: a Future AGI informa uma janela de contexto de 262.144 tokens e até 65.536 tokens de saída para a oferta da Fireworks, enquanto o catálogo fornecido da OneMux informa um contexto de 1M. Trate esses dados como específicos de cada oferta, não como limites intercambiáveis. Antes de enviar documentos longos, verifique os limites atuais do endpoint selecionado, inclusive como entrada e saída compartilham o contexto disponível.
Calcule uma estimativa mensal para perguntas sobre documentos
Suponha que uma etapa de recuperação já tenha selecionado passagens relevantes. Cada solicitação ao modelo inclui a pergunta do usuário, instruções, identificadores de passagens e trechos, totalizando 3.000 tokens de entrada. A resposta e suas referências às fontes totalizam 400 tokens de saída. Há uma chamada ao modelo por pergunta, sem uso de cache ou novas tentativas.
Para 5.000 perguntas por dia em um mês de 30 dias:
- Solicitações: 5.000 × 30 = 150.000.
- Entrada: 150.000 × 3.000 = 450 milhões de tokens.
- Saída: 150.000 × 400 = 60 milhões de tokens.
| Cobrança | Cálculo à tarifa padrão | Cálculo na faixa inferior da OneMux |
|---|---|---|
| Entrada | 450 × $0.40 = $180.00 | 450 × $0.26 = $117.00 |
| Saída | 60 × $1.60 = $96.00 | 60 × $1.04 = $62.40 |
| Total por mês de 30 dias | $276.00 | $179.40 |
| Total por solicitação | $0.00184 | $0.001196 |
| Total por 1.000 solicitações | $1.84 | $1.196 |
O resultado varia conforme a quantidade de conteúdo de apoio enviada e o tamanho da resposta do modelo. Por exemplo, acrescentar 1.000 tokens de entrada a cada solicitação adiciona 150 milhões de tokens de entrada por mês: $60 à tarifa padrão de entrada ou $39 à tarifa de entrada da faixa inferior da OneMux. Acrescentar 100 tokens de saída por resposta adiciona 15 milhões de tokens de saída por mês: $24 ou $15.60, respectivamente.
A estimativa não inclui ingestão de documentos, OCR, embeddings, pesquisa ou armazenamento vetorial, hospedagem da aplicação, impostos nem eventuais taxas de gateway. Também não inclui chamadas malsucedidas ou repetidas, nem chamadas adicionais ao modelo para reformular consultas, verificar citações ou revisar respostas. Calcule esses custos separadamente; um custo desconhecido não é um custo zero.
Inclua a atribuição de fontes no orçamento
Uma resposta útil deve identificar o conteúdo de apoio que o leitor pode consultar, e não apenas acrescentar o título plausível de um documento. Em uma implementação ilustrativa:
- Atribua a cada passagem recuperada um ID de documento estável e uma localização, como o número de uma página ou seção. Inclua esses identificadores com os trechos enviados ao modelo.
- Peça que cada afirmação relevante cite os IDs das passagens fornecidas e instrua o modelo a informar quando os trechos não sustentarem uma resposta.
- Verifique se os IDs retornados existem no conjunto recuperado. Analise se as passagens citadas realmente sustentam as afirmações; um ID válido, por si só, não comprova que a atribuição está correta.
- Registre o uso de tokens de entrada e saída para perguntas representativas, incluindo respostas longas e casos sem resposta. Recalcule usando tanto a distribuição observada quanto a média.
Identificadores de passagens, instruções de citação e referências contam para os totais de tokens do exemplo. Se a aplicação fizer uma chamada separada ao modelo para verificar citações, acrescente as cobranças de entrada e saída dessa chamada, em vez de incorporá-las implicitamente à premissa original de 400 tokens de saída. As fontes fornecidas não estabelecem a precisão das citações nem o desempenho medido desse fluxo de trabalho; portanto, avalie esses aspectos nos seus próprios documentos antes de definir um orçamento de produção.
Trate a economia com cache como condicional
O catálogo fornecido da OneMux informa preços de leitura e gravação de cache na faixa inferior de $0.026 e $0.325 per million tokens, respectivamente. Os valores da faixa superior são $0.078 e $0.975. A calculadora da Future AGI para a Fireworks informa entrada em cache a $0.080 per million, enquanto sua seção de recursos diz que o armazenamento de prompts em cache não é anunciado. Esses valores e descrições não devem ser considerados prova de que o mesmo mecanismo ou as mesmas condições de elegibilidade de cache se aplicam às diferentes ofertas.
Apenas como exemplo de sensibilidade, suponha que cada solicitação tenha 2.400 tokens de entrada elegíveis, cobrados como leituras de cache na faixa inferior da OneMux, 600 tokens de entrada comuns e 400 tokens de saída. Considerando que o cache já esteja preenchido e que nenhuma gravação seja cobrada durante o período medido:
- Entrada em cache: 360 milhões de tokens × $0.026 = $9.36.
- Entrada comum: 90 milhões de tokens × $0.26 = $23.40.
- Saída: 60 milhões de tokens × $1.04 = $62.40.
- Total: $95.16 per 150,000 requests.
Isso não é uma tarifa de cache garantida nem uma previsão completa dos custos de cache. Prefixos repetidos de documentos podem ser elegíveis apenas conforme regras específicas do provedor, e a criação, a expiração ou as falhas de cache podem alterar o resultado. Confirme como as gravações são cobradas e inclua-as em uma estimativa real. Não aplique um preço de leitura de cache a todas as passagens recuperadas apenas porque elas vêm da mesma coleção de documentos.
Antes de aprovar o orçamento
Use a estimativa sem cache como base transparente e substitua as contagens ilustrativas de tokens pelo uso observado. Verifique as regras atuais de contexto e faixas do endpoint, reserve orçamento para novas tentativas e verificações de atribuição e analise a qualidade das citações separadamente do preço. A página de preços atual da OneMux é um ponto de partida para verificar se as tarifas publicadas mudaram.
Fontes
- Future AGI: Qwen3.7 Plus na Fireworks AI — tarifas, limites e recursos informados para o modelo.
- OneMux: Qwen3.7 Plus — preços publicados do modelo e informações sobre faixas de contexto; o registro do catálogo usado aqui foi capturado em 12 de novembro de 2026.
Registro dos preços publicados
Capturado em 2026-11-12T22:30:06.019Z do catálogo publicado da OneMux. Os preços mantêm as unidades de cobrança do site; este não é um comparativo em tempo real. A cobrança por faixa, cache ou tempo pode variar. Valores desconhecidos não são zero.
| Modelo | Entrada oficial | Saída oficial | Entrada OneMux | Saída OneMux | Razão de preços publicada |
|---|---|---|---|---|---|
| Qwen3.7 Plus | $0.4 | $1.6 | $0.26 | $1.04 | 0.65 |
Preços atuais da OneMux. Compare os custos de cargas de trabalho apenas 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 usar o Qwen3.7 Plus para 150.000 perguntas sobre documentos?
Com 3.000 tokens de entrada e 400 de saída por pergunta, a cobrança ilustrativa pelo modelo em 30 dias é de $276 às tarifas padrão fornecidas ou $179.40 às tarifas publicadas da faixa inferior da OneMux. Recuperação, novas tentativas, cobranças de cache e outros custos operacionais não estão incluídos.
As citações de fontes aumentam os custos da API?
Podem aumentar. Identificadores de passagens e instruções de citação acrescentam tokens de entrada, enquanto as referências na resposta acrescentam tokens de saída. Uma verificação separada de citações feita por modelo adiciona outra chamada.
Posso presumir que todo texto repetido de documentos recebe a tarifa de leitura de cache?
Não. A elegibilidade, as gravações, a expiração e a cobrança do cache dependem da oferta selecionada e de suas condições. Meça o uso real do cache e inclua as cobranças de gravação quando aplicáveis.
Artigos relacionados
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.
Guides
Estime os custos da API Claude Fable 5.2 para perguntas e respostas sobre documentos
Uma forma reproduzível de estimar os custos do Claude Fable 5.2 para perguntas e respostas sobre documentos, com pressupostos explícitos de tokens, orientações para atribuição de fontes e valores de preços datados.
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
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.