GuidesOneMux

การประมาณค่าใช้จ่าย Gemini 4 Carbon API สำหรับการสกัดข้อมูลด้วย JSON Schema

วิธีประมาณค่าใช้จ่าย Gemini 4 Carbon สำหรับการสกัดข้อมูลแบบมีโครงสร้างที่ทำซ้ำได้ พร้อมสมมติฐานโทเคนที่ชัดเจน การเปรียบเทียบราคา การตรวจสอบ JSON Schema และกรณีที่อาจเกิดข้อผิดพลาด

AI

สรุป · TL;DR

สำหรับคำขอสกัดข้อมูลแบบมีโครงสร้างตัวอย่างที่ใช้ 10,000 input tokens และสร้าง 800 output tokens อัตราในแคตตาล็อกที่เผยแพร่ให้ค่าใช้จ่ายประมาณ $0.028 ตามราคาอย่างเป็นทางการ และ $0.004368 ตามราคา OneMux ที่เผยแพร่ การประมาณนี้สมมติว่าคิดค่าบริการตามจำนวนโทเคน ไม่มีส่วนลดแคช ไม่มีการคิดราคาแบบขั้นบันได และการตรวจสอบผ่านโดยไม่ต้องเรียกโมเดลครั้งที่สอง

ประเด็นสำคัญ

  • ใช้จำนวนโทเคนและหน่วยคิดค่าบริการเดียวกันก่อนเปรียบเทียบผู้ให้บริการ
  • ณ วันที่บันทึกราคาที่เผยแพร่ Gemini 4 Carbon มีราคาอย่างเป็นทางการอยู่ที่ $2 per 1 million input tokens และ $10 per 1 million output tokens
  • แคตตาล็อก OneMux ระบุราคา $0.312 per 1 million input tokens และ $1.56 per 1 million output tokens โดยมีอัตราส่วนราคาที่เผยแพร่เท่ากับ 0.156
  • การตรวจสอบ JSON Schema เป็นขั้นตอนแยกต่างหากของแอปพลิเคชัน เว้นแต่ endpoint ที่เลือกจะรองรับเอาต์พุตที่บังคับตามสคีมาอย่างชัดเจน
  • การเปรียบเทียบ benchmark ที่ให้มาไม่ได้ยืนยันความแม่นยำในการสกัดข้อมูลแบบมีโครงสร้างหรือการปฏิบัติตาม JSON Schema ของ Gemini 4 Carbon ควรวัดผลด้วยเอกสารตัวอย่างที่เป็นตัวแทนของงานจริง
ในหน้านี้ (12)

คำตอบโดยสรุป

สำหรับการสกัดข้อมูลแบบมีโครงสร้าง ให้ประมาณค่าใช้จ่าย Gemini 4 Carbon จากตัวเลขสองส่วน ได้แก่ input tokens ที่ส่งให้โมเดลและ output tokens ที่ได้รับกลับมา หากใช้ปริมาณงานตัวอย่าง 10,000 input tokens และ 800 output tokens จะคำนวณได้ดังนี้:

  • อัตราในแคตตาล็อกอย่างเป็นทางการ: (10,000 × $2 / 1,000,000) + (800 × $10 / 1,000,000) = $0.028
  • อัตรา OneMux ที่เผยแพร่: (10,000 × $0.312 / 1,000,000) + (800 × $1.56 / 1,000,000) = $0.004368

ตัวเลขเหล่านี้เป็นค่าประมาณตามปริมาณงาน ไม่ใช่ยอดจากใบแจ้งหนี้จริง และยังไม่รวมการลองซ้ำ การเรียกที่ตรวจสอบไม่ผ่าน ภาษี การเปลี่ยนระดับราคา และการคิดค่าบริการ cached-input ที่เรียกเก็บแยกต่างหาก

OneMux เป็นผู้เผยแพร่การเปรียบเทียบนี้และให้บริการเข้าถึง Gemini 4 Carbon ผ่าน API แบบรวมศูนย์ ดูหน้าโมเดลได้ที่ Gemini 4 Carbon บน OneMux

ราคาที่บันทึกไว้และหน่วยที่ใช้เปรียบเทียบ

ราคาต่อไปนี้บันทึกจากแคตตาล็อกที่ OneMux เผยแพร่เมื่อวันที่ 2026-11-12 ในการคำนวณนี้ ค่าในแคตตาล็อกแสดงต่อ 1 ล้านโทเคน สำหรับทั้ง input และ output ควรตรวจสอบหน้าโมเดลปัจจุบันก่อนนำไปใช้ในระบบจริง เพราะการคิดค่าบริการแบบขั้นบันได แบบแคช หรือแบบอิงเวลาอาจแตกต่างกัน

แหล่งราคาราคา inputราคา outputอัตราส่วนราคาที่เผยแพร่
แคตตาล็อกอย่างเป็นทางการ$2 per 1M tokens$10 per 1M tokens—
แคตตาล็อก OneMux$0.312 per 1M tokens$1.56 per 1M tokens0.156

อัตราส่วน 0.156 หมายความว่าอัตรา OneMux ที่ระบุเท่ากับ 15.6% ของอัตราในแคตตาล็อกอย่างเป็นทางการที่ตรงกัน ส่วนต่างทางคณิตศาสตร์คือ 84.4% แต่ไม่ควรถือเป็นการรับประกันว่าจะประหยัดได้เท่านั้น เพราะค่าใช้จ่ายสุดท้ายอาจเปลี่ยนไปตามระดับการใช้งาน การแคช การลองซ้ำ เงื่อนไขการกำหนดเส้นทาง ภาษี หรือฟีเจอร์ที่คิดค่าบริการนอกเหนือจากอัตราโทเคนเหล่านี้

หน้าเปรียบเทียบที่ให้มารายงานค่าประมาณปริมาณงาน Gemini 4 Carbon โดยใช้อัตรา API มาตรฐานที่ระบุไว้ ซึ่งรวมถึง $0.007 สำหรับ 1,000 fresh input tokens และ 500 output tokens, $0.13 สำหรับ 50,000 input tokens และ 3,000 output tokens และ $0.16 สำหรับปริมาณงานที่ใช้แคชเป็นหลัก ตัวเลขเหล่านี้เป็นจุดอ้างอิงที่มีประโยชน์ แต่หน้านั้นระบุว่าไม่มีสถานะความเหมาะสมของ Gemini 4 Carbon สำหรับสถานการณ์ดังกล่าว และไม่ได้เผยแพร่การเปรียบเทียบ context อย่างครบถ้วน ดู Gemini 4 Carbon vs GPT-6 Luna ซึ่งอัปเดตเมื่อวันที่ 29 ตุลาคม 2026

การประมาณค่าใช้จ่ายในการสกัดข้อมูลที่ทำซ้ำได้

สมมติว่าเอกสารหนึ่งฉบับถูกแปลงเป็น prompt ที่ประกอบด้วย:

  • 10,000 input tokens: คำสั่ง ข้อความต้นฉบับ และคำจำกัดความของฟิลด์
  • 800 output tokens: ออบเจ็กต์ JSON ที่สกัดได้
  • ไม่ใช้อัตรา cached-input
  • ไม่มีการคิดราคาแบบขั้นบันได
  • คำขอสำเร็จหนึ่งครั้งและไม่มีการลองซ้ำ
  • ตรวจสอบในระบบโดยไม่เรียกโมเดลอีกครั้ง

สูตรคำนวณทั่วไปคือ:

cost = (input_tokens / 1,000,000 × input_price) + (output_tokens / 1,000,000 × output_price)

สำหรับอัตราอย่างเป็นทางการ:

  • Input: 10,000 / 1,000,000 × $2 = $0.020
  • Output: 800 / 1,000,000 × $10 = $0.008
  • รวม: $0.028 per document

สำหรับอัตรา OneMux ที่เผยแพร่:

  • Input: 10,000 / 1,000,000 × $0.312 = $0.00312
  • Output: 800 / 1,000,000 × $1.56 = $0.001248
  • รวม: $0.004368 per document

สำหรับเอกสาร 10,000 ฉบับ ภายใต้สมมติฐานเดียวกัน จะได้ค่าใช้จ่าย $280 ตามอัตราอย่างเป็นทางการ หรือ $43.68 ตามอัตรา OneMux ที่เผยแพร่ การคูณเช่นนี้มีประโยชน์ต่อการวางแผน แต่ไม่ได้คำนึงถึงเอกสารที่มีความยาวหรือขนาดเอาต์พุตแตกต่างกัน

ขั้นตอนการตรวจสอบ JSON Schema

ไปป์ไลน์การสกัดข้อมูลที่เชื่อถือได้ควรแยกพิจารณาคำถามสามข้อ:

  1. โมเดลส่งคืน JSON ที่แยกวิเคราะห์ได้หรือไม่?
  2. JSON ตรงตามสคีมาที่กำหนดหรือไม่?
  3. ค่าที่สกัดได้ถูกต้องตามความหมายหรือไม่?

การตรวจสอบสคีมาตอบได้เฉพาะข้อที่สองเท่านั้น ไม่สามารถยืนยันได้ว่ายอดรวมในใบแจ้งหนี้ ที่อยู่ หรือวันที่ในสัญญาถูกสกัดอย่างถูกต้อง

endpoint ของผู้ให้บริการอาจมีพารามิเตอร์ structured-output หรือ JSON Schema แต่ต้องยืนยันความเข้ากันได้ของ endpoint และโมเดลที่เลือกก่อน แหล่ง benchmark ที่ให้มาไม่ได้ระบุว่า Gemini 4 Carbon รองรับเอาต์พุตที่บังคับตามสคีมาหรือไม่ ดังนั้นตัวอย่างต่อไปนี้จึงเป็นเพียงรูปแบบคำขอที่เข้ากันได้กับ OpenAI ไม่ใช่การกล่าวอ้างว่าได้ทดสอบกับ OneMux หรือโมเดลนี้แล้ว:

import json
import requests
from jsonschema import validate

schema = {
    "type": "object",
    "properties": {
        "invoice_number": {"type": "string"},
        "total": {"type": "number"},
        "currency": {"type": "string"}
    },
    "required": ["invoice_number", "total", "currency"],
    "additionalProperties": False
}

payload = {
    "model": "Gemini 4 Carbon",
    "messages": [
        {"role": "system", "content": "Extract the requested fields as JSON."},
        {"role": "user", "content": invoice_text}
    ],
    "response_format": {
        "type": "json_schema",
        "json_schema": {"name": "invoice", "schema": schema}
    }
}

response = requests.post(API_URL, headers=AUTH_HEADERS, json=payload, timeout=60)
response.raise_for_status()
result = response.json()
content = result["choices"][0]["message"]["content"]
record = json.loads(content)
validate(instance=record, schema=schema)

ก่อนนำรูปแบบนี้ไปใช้ ให้ตรวจสอบตัวระบุโมเดล รูปแบบ endpoint วิธีการยืนยันตัวตน และการรองรับ response_format กับ JSON Schema ตามเอกสาร หากไม่รองรับเอาต์พุตที่บังคับตามสคีมา ให้ขอ JSON ปกติ แยกวิเคราะห์ ตรวจสอบในระบบ และส่งเฉพาะรายการที่ไม่ผ่านไปยังคิวลองซ้ำหรือตรวจทาน การลองซ้ำทุกครั้งเพิ่มค่าใช้จ่ายของปริมาณงานจริง

กรณีที่ทำให้ค่าประมาณเปลี่ยนไป

เอกสารยาว

เอกสารต้นฉบับขนาดใหญ่อาจเกิน context ที่ endpoint ใช้งานได้ หรือจำเป็นต้องแบ่งเป็นส่วน การแบ่งส่วนทำให้ปริมาณ input tokens เปลี่ยนไปและอาจสร้างเอาต์พุตหลายชุด การเปรียบเทียบที่ให้มาไม่มีข้อมูลเปรียบเทียบ context-window ที่จัดทำไว้อย่างครบถ้วน จึงไม่ควรสมมติว่าตัวเลข context 1M เพียงอย่างเดียวกำหนดขีดจำกัดในการสกัดข้อมูลจริง

JSON ไม่ถูกต้องหรือไม่ครบถ้วน

JSON ที่มีรูปแบบผิดอาจต้องลองซ้ำ ออบเจ็กต์ที่ผ่านการตรวจสอบสคีมาก็ยังอาจมีค่าที่ขาดหาย แต่งขึ้น หรือปรับให้อยู่ในรูปแบบมาตรฐานอย่างไม่ถูกต้องได้ ควรติดตามการแยกวิเคราะห์ที่ล้มเหลวและการตรวจทานความหมายแยกจากค่าใช้จ่ายโทเคน

Prompt ที่แคชไว้

หากมีการใช้คำสั่งหรือสคีมาซ้ำ ราคา cached-input อาจส่งผลต่อผลลัพธ์ ราคาที่บันทึกจากแคตตาล็อก Gemini 4 Carbon ที่เผยแพร่ไม่ได้ระบุราคาแคช ดังนั้นการประมาณนี้จึงถือว่า input ทั้งหมดเป็น input ปกติ ราคาที่ไม่มีข้อมูลไม่ได้หมายความว่าเป็นศูนย์ ควรยืนยันวิธีคิดค่าบริการแคชก่อนสร้างแบบจำลองไปป์ไลน์ที่ใช้แคชเป็นหลัก

ขนาดเอกสารที่ไม่สม่ำเสมอ

ค่าเฉลี่ยเพียงค่าเดียวอาจซ่อนค่าใช้จ่ายที่พุ่งสูงได้ ให้วัด input tokens ที่ p50, p90 และค่าสูงสุด แล้วประมาณแต่ละกลุ่มแยกกัน ควรกำหนดขีดจำกัด output ให้ชัดเจนด้วย เพราะ JSON ที่เยิ่นเย้อ คำอธิบาย หรือฟิลด์ที่ซ้ำกันทำให้ค่า output เพิ่มขึ้น

เช็กลิสต์ประกอบการตัดสินใจ

  • บันทึกจำนวน input และ output tokens จากเอกสารตัวอย่างที่เป็นตัวแทนของงานจริง
  • ใช้หน่วยเดียวกันสำหรับราคาอย่างเป็นทางการและราคาของตัวกลาง ในที่นี้คือดอลลาร์ต่อ 1 ล้านโทเคน
  • ระบุว่ารวมแคช ระดับราคา การลองซ้ำ และการเรียกเพื่อตรวจสอบไว้หรือไม่
  • ยืนยันความเข้ากันได้ของ endpoint และพารามิเตอร์ JSON Schema ก่อนลงมือพัฒนา
  • ตรวจสอบทุกคำตอบในระบบ รวมถึง additionalProperties และฟิลด์ที่จำเป็น
  • เปรียบเทียบคุณภาพการสกัดด้วยตัวอย่างที่มีป้ายกำกับ เพราะหน้า benchmark ที่ให้มาไม่ได้ยืนยันความสามารถด้านนี้
  • คำนวณใหม่เมื่อ หน้าราคา OneMux หรือหน้าโมเดลมีการเปลี่ยนแปลง

สรุป

สำหรับตัวอย่างที่ระบุไว้ซึ่งใช้ 10,000 input tokens และ 800 output tokens Gemini 4 Carbon มีค่าใช้จ่าย $0.028 ตามอัตราในแคตตาล็อกอย่างเป็นทางการ หรือ $0.004368 ตามอัตรา OneMux ที่เผยแพร่ การเปรียบเทียบที่มีประโยชน์ไม่ได้ดูเพียงตัวเลขเด่น แต่ต้องดูชุดสมมติฐานทั้งหมดด้วย ทั้งจำนวนโทเคน วิธีคิดค่าแคช การลองซ้ำ การรองรับสคีมา และวิธีตรวจสอบ ใช้การคำนวณเหล่านี้เป็นฐานในการวางแผน แล้วแทนที่สัดส่วนโทเคนตัวอย่างด้วยค่าที่วัดได้จากชุดเอกสารสำหรับสกัดข้อมูลของคุณเอง

ราคาที่เผยแพร่ ณ เวลาที่บันทึก

บันทึกเมื่อ 2026-11-12T08:00:05.707Z จากแคตตาล็อกที่ OneMux เผยแพร่ ราคาคงหน่วยคิดค่าบริการตามเว็บไซต์ นี่ไม่ใช่ benchmark แบบเรียลไทม์ การคิดค่าบริการแบบขั้นบันได แบบแคช หรือแบบอิงเวลาอาจแตกต่างกัน ค่าที่ไม่ทราบไม่ได้หมายความว่าเป็นศูนย์

โมเดลInput อย่างเป็นทางการOutput อย่างเป็นทางการInput ของ OneMuxOutput ของ OneMuxอัตราส่วนราคาที่เผยแพร่
Gemini 4 Carbon210$0.312$1.560.156

ราคา OneMux ปัจจุบัน เปรียบเทียบค่าใช้จ่ายของปริมาณงานเฉพาะเมื่อ input/output และหน่วยคิดค่าบริการตรงกันเท่านั้น ดูเงื่อนไขระดับราคาได้ที่หน้าโมเดลแต่ละรายการ

คำถามที่พบบ่อย

คำขอสกัด JSON ด้วย Gemini 4 Carbon หนึ่งครั้งมีค่าใช้จ่ายเท่าไร?

ภายใต้สมมติฐานตัวอย่างที่ใช้ 10,000 input tokens และ 800 output tokens ค่าใช้จ่ายประมาณ $0.028 ตามอัตราในแคตตาล็อกอย่างเป็นทางการ หรือ $0.004368 ตามอัตรา OneMux ที่เผยแพร่ ค่าใช้จ่ายจริงขึ้นอยู่กับจำนวนโทเคน การลองซ้ำ ระดับราคา การแคช และเงื่อนไขการคิดค่าบริการอื่น ๆ

การตรวจสอบ JSON Schema เพิ่มค่าโทเคนหรือไม่?

การตรวจสอบในระบบไม่เพิ่มค่าโทเคนของโมเดล แต่การลองซ้ำ คำขอแก้ไข หรือการเรียกโมเดลครั้งที่สองหลังตรวจสอบไม่ผ่านจะเพิ่มปริมาณการใช้งาน และควรรวมไว้ในการประมาณค่าใช้จ่าย

Gemini 4 Carbon รองรับเอาต์พุต JSON แบบมีโครงสร้างหรือไม่?

แหล่งเปรียบเทียบที่ให้มาไม่ได้ระบุว่า Gemini 4 Carbon รองรับเอาต์พุตที่บังคับตาม JSON Schema หรือไม่ ควรตรวจสอบเอกสารของ endpoint และโมเดลที่เลือกก่อนใช้พารามิเตอร์คำขอเฉพาะสำหรับสคีมา

ราคา OneMux รับประกันว่าต่ำกว่า 84.4% หรือไม่?

ไม่ ราคาที่บันทึกจากแคตตาล็อกระบุอัตราส่วนราคา 0.156 สำหรับอัตรา input และ output ที่ตรงกัน ซึ่งเป็นส่วนต่างทางคณิตศาสตร์ 84.4% ภายใต้หน่วยที่ระบุ แต่ระดับราคา การแคช การลองซ้ำ ภาษี และเงื่อนไขอื่น ๆ อาจทำให้ค่าใช้จ่ายจริงเปลี่ยนไป

บทความที่เกี่ยวข้อง

Guides

วางแผนค่าใช้จ่าย GPT Image 2.6 Sunburst API สำหรับการสกัดข้อมูลแบบมีโครงสร้าง

ประเมินงานแปลงภาพเป็น JSON โดยกำหนดสมมติฐานโทเคน การตรวจสอบ schema การลองซ้ำ และข้อจำกัดของข้อมูลราคาอย่างชัดเจน

阅读全文 →

Guides

ค่าใช้จ่าย Gemini 4 Carbon API: ตัวอย่างประมาณการคัดแยกงานบริการลูกค้าที่คำนวณตามได้

ประมาณค่าใช้จ่ายในการใช้ Gemini 4 Carbon คัดแยกงานบริการลูกค้า โดยระบุสมมติฐานโทเค็น การคิดแคช การอนุมัติโดยบุคคล การลองใหม่ และราคาที่ OneMux เผยแพร่

阅读全文 →

Guides

ประมาณค่าใช้จ่าย GPT Image 2.6 Flare API สำหรับการสกัดข้อมูลที่ตรวจสอบด้วยสคีมา

วางงบประมาณ API สำหรับการสกัดข้อมูลแบบมีโครงสร้างที่คำนวณซ้ำได้ โดยแยกอัตราโทเคนภาพที่มีเอกสารระบุออกจากราคาการสกัดข้อมูลและราคา OneMux ที่ยังไม่ทราบ

阅读全文 →

Guides

ต้นทุน Gemini 4 Carbon API สำหรับการแก้ไข Repository: ประมาณการที่คำนวณซ้ำได้

ประมาณต้นทุน Gemini 4 Carbon สำหรับการแก้ไขโค้ดใน repository และรอบการทดสอบยืนยันผล โดยระบุสมมติฐานด้านโทเค็น แคช และปริมาณการใช้งานอย่างชัดเจน

阅读全文 →