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.
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.
| Modelo | Entrada oficial | Saída oficial | Entrada OneMux | Saída OneMux | Proporção publicada |
|---|---|---|---|---|---|
| Qwen3.8 Flash | $0.15 | $0.47 | $0.0975 | $0.3055 | 0.65 |
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 mensal | Tokens de entrada | Tokens de saída | Custo oficial listado | Custo OneMux |
|---|---|---|---|---|
| 1.000 solicitações | 2 milhões | 0,2 milhão | $0.394 | $0.2561 |
| 100.000 solicitações | 200 milhões | 20 milhões | $39.40 | $25.61 |
| 1 milhão de solicitações | 2 bilhões | 200 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:
| Cenário | Solicitações cobradas | Custo oficial listado | Custo OneMux |
|---|---|---|---|
| Apenas primeiras tentativas | 100.000 | $39.40 | $25.61 |
| Com mais 10.000 novas tentativas | 110.000 | $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 cache | Oficial listado | OneMux |
|---|---|---|
| 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
- 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.
- 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.
- 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.
- 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.
- 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
- Calculadora de preços do Qwen3.8 Flash: listagem externa das tarifas informadas de entrada e saída do modelo.
- Preços atuais da OneMux: confira as tarifas e condições atualmente publicadas em relação ao retrato datado usado acima.
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.
| Modelo | Entrada oficial | Saída oficial | Entrada OneMux | Saída OneMux | Proporção de preço publicada |
|---|---|---|---|---|---|
| Qwen3.8 Flash | $0.15 | $0.47 | $0.0975 | $0.3055 | 0.65 |
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
Guides
Guia de custos da API Qwen4 Max para extração com esquema JSON
Estime os custos de extração com Qwen4 Max por documento e por 100.000 documentos, incluindo novas tentativas, pressupostos de cache e validação de esquemas JSON.
Guides
Custos da API GPT Image 2.6 Sunburst para extração estruturada: guia de planeamento
Estime uma carga de trabalho de extração de imagens para JSON com pressupostos explícitos sobre tokens, validação de esquema, novas tentativas e limitações de preços.
Guides
Estimativas de custo da API GPT Image 2.6 Flare para extração validada por esquema
Monte um orçamento de API reproduzível para extração estruturada, separando as tarifas documentadas de tokens de imagem dos preços desconhecidos de extração e da OneMux.
Guides
Estimativa de custo da API Gemini 4 Carbon para extração com JSON Schema
Uma forma reproduzível de estimar os custos do Gemini 4 Carbon para extração estruturada, incluindo premissas explícitas sobre tokens, comparação de preços, validação de JSON Schema e casos de falha.