GuidesOneMux

Custo da API Qwen3.8 Flash para extração de JSON: uma estimativa reproduzível

Estime os custos da API Qwen3.8 Flash para extração estruturada, incluindo uso de tokens, validação de esquema, novas tentativas e comparação de preços publicados.

AI

Resumo · TL;DR

Uma carga de trabalho ilustrativa de 100.000 solicitações de extração custa $39.40 pelas tarifas oficiais listadas de entrada e saída ou $25.61 pelas tarifas publicadas da OneMux, antes de novas tentativas e outras cobranças.

Principais pontos

  • Com 2.000 tokens de entrada e 200 de saída por solicitação, a estimativa básica é de $0.394 por 1.000 solicitações pelas tarifas oficiais listadas e $0.2561 pela OneMux.
  • A taxa de novas tentativas, a taxa de conformidade com o esquema e a meta de qualidade da extração são necessárias para converter o custo por solicitação em um custo útil por registro aceito.
  • Os preços são um retrato de uma data específica; verifique o endpoint exato, as regras de cobrança, o comportamento do cache e o suporte a saída estruturada antes da implementação.
Nesta página (9)

Resumo da estimativa

Para uma carga de trabalho ilustrativa de 100.000 solicitações de extração estruturada, cada uma com 2.000 tokens de entrada e 200 tokens de saída, o Qwen3.8 Flash custa $39.40 pelas tarifas oficiais listadas ou $25.61 pelas tarifas publicadas da OneMux, antes de novas tentativas e outras cobranças. Isso equivale a $0.394 contra $0.2561 por 1.000 solicitações.

Este é um guia de custos da OneMux, responsável pela publicação deste blog. Ele compara tarifas publicadas por token, não a qualidade de extração medida nem uma integração testada. A calculadora externa de preços do Qwen3.8 Flash lista $0.15 por milhão de tokens de entrada e $0.47 por milhão de tokens de saída. Verifique os preços atuais do provedor e do endpoint antes de definir seu orçamento.

Retrato dos preços e premissas de cobrança

O retrato a seguir do catálogo da OneMux foi capturado em 12 de novembro de 2026. Todos os preços da tabela estão em dólares americanos por 1 milhão de tokens. A proporção publicada compara cada tarifa da OneMux com a tarifa oficial listada correspondente; 0.65 significa que a tarifa da OneMux equivale a 65% dessa tarifa de referência, ou é 35% menor.

ModeloEntrada oficialSaída oficialEntrada OneMuxSaída OneMuxProporção publicada
Qwen3.8 Flash$0.15$0.47$0.0975$0.30550.65

A página do modelo na OneMux lista o modelo com contexto de 1M tokens. O catálogo fornecido não lista faixas de preço baseadas no tamanho do contexto para ele; isso não prova que todos os endpoints ou contratos tenham condições de cobrança idênticas. Os exemplos abaixo consideram entrada e saída comuns, sem cache, sem desconto por volume e sem taxas por solicitação ou impostos cobrados separadamente. Eles não estimam custos de OCR, armazenamento, infraestrutura de validação ou revisão humana.

O resumo da calculadora externa também apresenta um resultado mensal de $2.17, com uma divisão entre entrada e saída que não pode ser conciliada com as tarifas principais informadas e os valores de carga de trabalho exibidos. Por isso, as estimativas aqui usam as tarifas explícitas por milhão acima, e não esse total mensal.

Calcule uma carga mensal de extração

Considere um documento por solicitação. A média de entrada inclui o documento, as instruções e quaisquer esquemas ou exemplos enviados como texto do prompt. A média de saída inclui o JSON gerado completo e qualquer outra saída cobrável. Essas premissas são ilustrativas, não contagens de tokens medidas para o Qwen3.8 Flash.

Carga mensalTokens de entradaTokens de saídaCusto oficial listadoCusto OneMux
1.000 solicitações2 milhões0,2 milhão$0.394$0.2561
100.000 solicitações200 milhões20 milhões$39.40$25.61
1 milhão de solicitações2 bilhões200 milhões$394.00$256.10

Para 100.000 solicitações, multiplique os totais de tokens em milhões pelas tarifas correspondentes:

  • Oficial listado: 200 × $0.15 = $30.00 para entrada; 20 × $0.47 = $9.40 para saída. Total: $39.40.
  • OneMux: 200 × $0.0975 = $19.50 para entrada; 20 × $0.3055 = $6.11 para saída. Total: $25.61.

A comparação usa contagens de tokens idênticas para as duas rotas. As contagens reais podem variar conforme a formatação das solicitações, o comportamento do provedor ou as respostas geradas. Consulte os registros de uso em vez de estimar tokens pela contagem de caracteres. Se o endpoint cobrar pelo raciocínio gerado ou por outras saídas que não sejam JSON, inclua esses tokens na média de saída.

Inclua a validação de esquema JSON e as novas tentativas

Um esquema pode verificar se uma resposta tem a estrutura esperada; ele não pode determinar se um número ou valor extraído de uma fatura está correto. Trate a conformidade com o esquema e a precisão factual como critérios de aceitação distintos.

Por exemplo, um esquema de extração pode exigir uma string invoice_number e um total numérico, rejeitando campos extras:

{
  "type": "object",
  "properties": {
    "invoice_number": { "type": "string", "minLength": 1 },
    "total": { "type": "number" }
  },
  "required": ["invoice_number", "total"],
  "additionalProperties": false
}

Consulte a documentação do endpoint escolhido para verificar se ele oferece aplicação nativa de esquema JSON e quais recursos de esquema são compatíveis. Esse suporte não é confirmado pelas fontes de preços fornecidas. Se ele não estiver disponível, solicite JSON no prompt e valide a resposta analisada na sua aplicação. Mesmo com aplicação nativa, trate recusas, respostas truncadas e falhas de transporte. Valide as regras de negócio separadamente — por exemplo, se um total é plausível e corresponde ao documento de origem.

Agora suponha que 10% dos 100.000 documentos originais precisem de uma nova tentativa cada e que cada nova tentativa use a mesma média de tokens da primeira. Isso adiciona 10.000 solicitações:

CenárioSolicitações cobradasCusto oficial listadoCusto OneMux
Apenas primeiras tentativas100.000$39.40$25.61
Com mais 10.000 novas tentativas110.000$43.34$28.171

Se essas tentativas produzirem 95.000 registros aceitos, o custo da API por 1.000 registros aceitos será de aproximadamente $0.4562 pelas tarifas oficiais listadas ou $0.2965 pelas tarifas da OneMux. Divida cada total por 95.000 e multiplique por 1.000. Tanto a taxa de novas tentativas quanto a quantidade de registros aceitos são hipotéticas; uma nova tentativa ainda pode falhar, e uma saída válida segundo o esquema ainda pode conter valores incorretos.

Em produção, novas tentativas podem ser mais longas se incluírem a resposta que falhou ou erros de validação. Meça suas entradas e saídas separadamente, em vez de presumir que sejam iguais às das primeiras tentativas. Acompanhe também as falhas que foram cobradas, mas nunca resultaram em um registro aceito.

Considere o cache sem contar custos duas vezes

O retrato lista estas tarifas de cache, também em dólares americanos por milhão de tokens:

Operação de cacheOficial listadoOneMux
Leitura de cache$0.016$0.0104
Gravação em cache$0.20$0.13

Para ter uma referência, 1 milhão de tokens cobrados como leituras de cache custariam $0.016 ou $0.0104, respectivamente. Isso não é uma previsão de que um prompt específico será armazenado em cache. A elegibilidade para cache, os tamanhos mínimos, o tempo de retenção e o fato de uma gravação substituir ou complementar a cobrança normal de entrada dependem do endpoint que atende à solicitação. Não some as cobranças de cache e de entrada normal para os mesmos tokens, a menos que a documentação de cobrança do endpoint determine isso. Se o comportamento do cache for desconhecido, use a estimativa sem cache como cenário de planejamento e confira-a com o uso real.

Checklist prático de medição

  1. Selecione uma amostra representativa de documentos, incluindo exemplos longos, incompletos e ambíguos. Registre o prompt exato, o esquema, o endpoint e o identificador do modelo.
  2. Execute uma avaliação somente quando ela estiver autorizada e prevista no orçamento. Registre os tokens de entrada e saída cobrados em cada tentativa, incluindo falhas e novas tentativas; não presuma que as médias ilustrativas se aplicam.
  3. Analise as respostas, valide-as em relação ao esquema e confira separadamente os valores extraídos com os dados de origem rotulados. Informe tanto a taxa de aprovação no esquema quanto a correção por campo.
  4. Calcule o gasto total com a API por 1.000 registros aceitos e, ao comparar fluxos de trabalho completos, adicione os custos de revisão e infraestrutura.
  5. Compare outro modelo ou provedor usando os mesmos documentos, regras de aceitação, unidades e faixas de preço aplicáveis. As fontes fornecidas não estabelecem uma comparação de precisão de extração, latência ou suporte a esquemas.

Conclusão

O valor útil para o orçamento não é apenas o preço por milhão de tokens: é o custo por extração aceita em um nível de qualidade que sua aplicação possa usar. Comece com a estimativa reproduzível sem cache e depois substitua as contagens de tokens, a taxa de novas tentativas e a taxa de aceitação presumidas por observações da sua própria carga de trabalho.

Fontes

Retrato dos preços publicados

Capturado em 2026-11-12T23:30:05.473Z 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 OneMuxProporção de preço publicada
Qwen3.8 Flash$0.15$0.47$0.0975$0.30550.65

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

Quanto custa usar o Qwen3.8 Flash para 100.000 solicitações de extração de JSON?

Com 2.000 tokens de entrada e 200 de saída por solicitação, o custo ilustrativo é de $39.40 pelas tarifas oficiais listadas ou $25.61 pelas tarifas publicadas da OneMux, antes de novas tentativas, efeitos do cache e outras cobranças.

A validação de esquema JSON garante uma extração correta?

Não. A validação de esquema verifica a estrutura e as restrições da resposta, não se os valores extraídos correspondem ao documento de origem. Meça a correção factual separadamente.

O Qwen3.8 Flash oferece aplicação nativa de esquema JSON em todos os endpoints?

As fontes de preços fornecidas não confirmam esse recurso. Consulte a documentação do endpoint específico e os recursos de esquema compatíveis; caso contrário, valide o JSON analisado na sua aplicação.

A economia com cache está incluída no exemplo?

Não. O cálculo básico considera entrada sem cache. A elegibilidade para cache e a cobrança dependem do endpoint; portanto, use os registros reais de uso e a documentação aplicável para estimar as cobranças de cache.

Artigos relacionados