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.
Resumo · TL;DR
Uma carga de extração ilustrativa de 100.000 documentos custa $435 às tarifas oficiais de entrada e saída do Qwen4 Max fornecidas, ou $124.41 às tarifas publicadas pela OneMux, antes de novas tentativas e cache. O custo real depende do consumo de tokens, das falhas de validação e das condições de cobrança aplicáveis.
Principais pontos
- Com 2.000 tokens de entrada e 300 tokens de saída por documento, o custo ilustrativo é de $4.35 por 1.000 documentos às tarifas oficiais fornecidas e de $1.2441 através da OneMux.
- Uma taxa de 10% de novas tentativas completas eleva os totais ilustrativos para 100.000 documentos para $478.50 e $136.851, respetivamente.
- A poupança com cache depende de um prefixo reutilizável, da elegibilidade para cache e da forma como o fornecedor contabiliza efetivamente as leituras e escritas.
- Meça o custo por extração aceite, não apenas por pedido: um JSON que passa na validação pode ainda conter valores extraídos incorretos.
Nesta página (9)
Como avaliar o custo
Para um trabalho de extração estruturada com Qwen4 Max, comece pelo custo por documento aceite, e não apenas pelo preço dos tokens de entrada. Na carga de trabalho ilustrativa abaixo, 100.000 documentos com 2.000 tokens de entrada e 300 tokens de saída cada custam $435 às tarifas oficiais fornecidas ou $124.41 às tarifas publicadas pela OneMux, antes de novas tentativas, cache ou outros encargos. A OneMux é a editora deste guia e um produto incluído na comparação.
Estas são estimativas, não resultados medidos. O orçamento adequado depende da extensão real dos prompts e documentos, do consumo de tokens de saída, da taxa de falhas na validação do esquema e de a entrada repetida ser ou não cobrada como entrada em cache. O artigo da OrcaRouter fornecido ilustra por que razão os pressupostos sobre cache podem alterar significativamente os custos do Qwen4 Max; o exemplo de pedidos de programação não é um benchmark de extração.
Pressupostos de preços do Qwen4 Max
Os dados seguintes foram recolhidos em 19 de novembro de 2026. Os preços estão em dólares americanos por milhão de tokens. Os valores oficiais são os preços de referência do catálogo fornecido; confirme o fornecedor, a região e as condições aplicáveis antes de definir o orçamento. Os preços da OneMux são valores publicados no catálogo, não uma cotação para todas as modalidades de cobrança possíveis.
| Modelo | Entrada oficial | Saída oficial | Entrada OneMux | Saída OneMux | Rácio de preço OneMux publicado |
|---|---|---|---|---|---|
| Qwen4 Max | $1.50 | $4.50 | $0.429 | $1.287 | 0.286 |
O rácio publicado é de 0.286 do preço de referência, equivalente a uma redução de 71,4% para estas tarifas de entrada e saída. Não estabelece o desconto em todas as faturas. Os preços de cache diferem dos preços normais de entrada e podem aplicar-se escalões ou outras condições de cobrança; consulte os preços atuais da OneMux e a página do modelo antes de comprar. Não se deve presumir que encargos ou condições desconhecidos sejam nulos.
Calcular o custo de referência por documento
Suponha que cada documento é enviado uma vez, sem cobrança de cache nem novas tentativas. Os 2.000 tokens de entrada incluem o documento, as instruções e qualquer texto do esquema enviado no pedido. Os 300 tokens de saída representam toda a saída faturável da tentativa, e não apenas os caracteres JSON visíveis para a aplicação. Este exemplo exclui impostos e quaisquer encargos não especificados nos preços recolhidos.
| Componente do custo | Cálculo por documento | Custo oficial | Custo OneMux |
|---|---|---|---|
| Entrada | 2.000 ÷ 1.000.000 × preço de entrada | $0.003 | $0.000858 |
| Saída | 300 ÷ 1.000.000 × preço de saída | $0.00135 | $0.0003861 |
| Total | Entrada mais saída | $0.00435 | $0.0012441 |
Multiplique o total por documento pelo número de tentativas:
| Carga de trabalho | Estimativa oficial | Estimativa OneMux |
|---|---|---|
| 1.000 documentos | $4.35 | $1.2441 |
| 100.000 documentos | $435.00 | $124.41 |
Para a sua própria estimativa, substitua ambas as contagens de tokens pelas médias observadas em documentos representativos. Mantenha sempre a mesma unidade: dólares por milhão de tokens. Se o fornecedor contabilizar tokens de raciocínio ou outros tokens gerados como saída faturável, inclua-os na contagem de saída em vez de estimar apenas a partir da resposta JSON.
Acrescentar falhas de validação e novas tentativas
Suponha que 10% dos documentos exigem exatamente uma nova tentativa completa e que cada nova tentativa tem a mesma contagem de tokens que a primeira. Nesse caso, há 110.000 tentativas para 100.000 documentos submetidos:
| Estimativa | Oficial | OneMux |
|---|---|---|
| 110.000 tentativas | $478.50 | $136.851 |
| Custo adicional face à referência | $43.50 | $12.441 |
Se todas as novas tentativas forem bem-sucedidas e todos os documentos forem aceites, os custos por documento aceite são, respetivamente, $0.004785 e $0.00136851. Se alguns documentos continuarem a falhar, divida a despesa total pelo número efetivamente aceite; não considere automaticamente os 100.000 como bem-sucedidos. Prompts de correção, mensagens de erro mais longas e saídas mais extensas também podem tornar as novas tentativas mais caras do que nesta hipótese simplificada.
Uma resposta válida segundo o esquema não é necessariamente uma extração correta. Uma data pode ter o formato certo, mas o valor errado. Acompanhe a validade face ao esquema separadamente da precisão ao nível dos campos, numa amostra revista. O material fornecido não estabelece a precisão de extração do Qwen4 Max nem a sua taxa de aprovação na validação do esquema, pelo que ambas são desconhecidas para esta carga de trabalho.
Modelar separadamente leituras e escritas em cache
Os dados fornecidos apresentam os seguintes preços de cache, novamente por milhão de tokens:
| Operação de cache | Preço oficial | Preço OneMux |
|---|---|---|
| Leitura | $0.075 | $0.02145 |
| Escrita | $1.875 | $0.53625 |
Considere um lote hipotético, não testado, de 100 documentos. Cada tentativa contém um prefixo estável de 1.000 tokens com instruções e esquema, 1.000 tokens de documento novos e 300 tokens de saída. Suponha que o prefixo é faturado uma vez como escrita em cache e 99 vezes como leitura de cache; os tokens de documentos novos e a saída são faturados em todas as 100 tentativas. Não há novas tentativas.
| Componente para 100 documentos | Estimativa oficial | Estimativa OneMux |
|---|---|---|
| Entrada nova: 100.000 tokens | $0.15 | $0.0429 |
| Escrita em cache: 1.000 tokens | $0.001875 | $0.00053625 |
| Leituras de cache: 99.000 tokens | $0.007425 | $0.00212355 |
| Saída: 30.000 tokens | $0.135 | $0.03861 |
| Total | $0.2943 | $0.0841698 |
Com os mesmos pressupostos, 1.000 lotes deste tipo abrangem 100.000 documentos e custam $294.30 ou $84.1698. Esta poupança com cache não é garantida: confirme que o endpoint suporta cache para o formato do seu pedido, que o prefixo é elegível e como as escritas e leituras aparecem nos registos de utilização. Se uma alteração ao esquema ou às instruções invalidar o prefixo, escritas adicionais ou encargos por entrada nova podem alterar o resultado. A análise de cache da fonte externa refere-se à carga de programação e aos preços do OpenCode, não a uma medição deste exemplo de extração.
Executar um piloto de extração útil
- Selecione documentos representativos. Inclua entradas curtas e longas, campos em falta, valores ambíguos e documentos que devam produzir um resultado vazio.
- Defina o contrato. Especifique os campos obrigatórios, tipos, valores permitidos e a forma de representar informação em falta. Confirme se o endpoint escolhido suporta saída conforme um esquema JSON imposta pelo fornecedor; o suporte é desconhecido a partir do catálogo fornecido. Caso contrário, valide o JSON devolvido na sua aplicação.
- Valide em duas etapas. Analise a resposta como JSON e depois valide-a face ao seu esquema. Registe separadamente JSON malformado, falhas de esquema, tempos limite e respostas truncadas.
- Defina uma política limitada de novas tentativas. Decida quais as falhas que permitem nova tentativa e quantas tentativas são permitidas. Encaminhe falhas persistentes para uma fila de revisão em vez de repetir indefinidamente.
- Registe a utilização e os resultados. Para cada tentativa, recolha os dados comunicados de entrada, saída, leitura e escrita em cache, quando disponíveis, as tarifas aplicáveis, o resultado da validação e se o documento final foi aceite. Reveja uma amostra para detetar erros factuais de extração.
- Recalcule antes de aumentar a escala. Divida a despesa total observada pelo número de documentos aceites e projete o custo com base no volume esperado. Mantenha separadas as estimativas do fornecedor e da OneMux se as respetivas tarifas ou formas de contabilização forem diferentes.
A OneMux fornece acesso a modelos através de uma API compatível com OpenAI, mas a compatibilidade com um determinado parâmetro de saída estruturada ou comportamento de cache depende do suporte documentado para o endpoint e o parâmetro. Não se afirma aqui que tenha sido realizada qualquer integração ou avaliação paga.
Conclusão
O custo de referência é útil para um orçamento inicial; o piloto determina se esse valor se mantém perante documentos reais. Para extração com Qwen4 Max, meça em conjunto os tokens faturáveis e os resultados aceites e trate a reutilização de cache e as novas tentativas como cenários explícitos, em vez de pressupostos escondidos numa única estimativa de preço.
Fontes
- OrcaRouter: Qwen4 Max Lands in OpenCode Go — fonte do exemplo de custos de pedidos Qwen4 Max sensíveis à utilização de cache.
- Página do modelo OneMux Qwen4 Max e preços da OneMux — referências de catálogo; os valores usados acima correspondem aos dados fornecidos de 19 de novembro de 2026.
Dados de preços publicados
Recolhidos em 2026-11-19T16:00:06.298Z a partir do catálogo publicado da OneMux. Os preços mantêm as unidades de faturação do site; não se trata de um benchmark em tempo real. A cobrança por escalões, cache ou tempo pode ser diferente. Valores desconhecidos não são zero.
| Modelo | Entrada oficial | Saída oficial | Entrada OneMux | Saída OneMux | Rácio de preço publicado |
|---|---|---|---|---|---|
| Qwen4 Max | $1.5 | $4.5 | $0.429 | $1.287 | 0.286 |
Preços atuais da OneMux. Compare custos de cargas de trabalho apenas quando as unidades de entrada, saída e faturação coincidirem; consulte a página de cada modelo para conhecer as condições dos escalões.
Perguntas frequentes
Quanto custa o Qwen4 Max para 100.000 pedidos de extração?
Com 2.000 tokens de entrada e 300 tokens de saída por pedido, sem cache nem novas tentativas, o total ilustrativo é de $435 às tarifas oficiais fornecidas ou $124.41 às tarifas da OneMux recolhidas. A utilização real e as condições de cobrança podem alterar o resultado.
A validação de um esquema JSON garante uma extração correta?
Não. A validação verifica se uma resposta está em conformidade com um esquema; um campo com o tipo e formato corretos pode ainda conter um valor errado. Reveja uma amostra representativa para verificar a precisão ao nível dos campos.
As leituras de cache devem ser incluídas numa estimativa de custos de extração?
Sim, se o endpoint suportar cache e o seu prompt ou esquema estável for elegível. Modele separadamente as escritas em cache, leituras de cache e entradas normais, e verifique os registos reais de utilização antes de projetar poupanças.
Artigos relacionados
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
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.
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.