คู่มือค่าใช้จ่ายและบริบทของ GPT 6.1 Terra สำหรับการดึงข้อมูล JSON ที่เชื่อถือได้

GPT 6.1 Terra: ประเมินค่าใช้จ่าย API และกำหนดขอบเขตเอเจนต์ดึงข้อมูล JSON

สำหรับการดึงข้อมูลแบบมีโครงสร้าง คำถามที่เป็นประโยชน์ไม่ได้มีเพียงว่า GPT 6.1 Terra อ่านใบแจ้งหนี้หรือแบบฟอร์มได้หรือไม่ แต่ยังรวมถึงการที่แต่ละความพยายามมีขนาดบริบท เพดานเอาต์พุต นโยบายการลองใหม่ และขั้นตอนการตรวจสอบที่คาดการณ์ได้หรือไม่ สิ่งนี้ช่วยให้วางงบประมาณเวิร์กโฟลว์ได้ง่ายขึ้นและใช้งานได้ปลอดภัยกว่า

ข้อมูลการเปิดตัวระบุว่า Terra เป็นโมเดลสำหรับงานคอมพิวเตอร์ประจำวัน ซึ่งรวมถึงการอ่านหน้าจอ คลิกผ่านแอปพลิเคชัน กรอกแบบฟอร์ม และประมวลผลใบแจ้งหนี้ขาเข้า นอกจากนี้ยังรายงานว่ามีความเข้าใจภาพที่ดีขึ้นและราคาที่ระบุว่าต่ำกว่ารุ่นก่อน ข้อความเหล่านี้เป็นคำกล่าวจากการรายงานของ OpenAI เอง ไม่ใช่การประเมินโดยอิสระ ดู รายงานต้นทางจาก The New Stack สำหรับรายละเอียดการเปิดตัวที่ให้มา

คู่มือนี้มุ่งเน้นการใช้งานที่แคบลง: ดึงฟิลด์จากเอกสารหรือหน้าจอ ส่งคืน JSON ที่สอดคล้องกับสคีมา ตรวจสอบในแอปพลิเคชัน และลองใหม่เฉพาะเมื่อการลองใหม่มีโอกาสช่วยได้

การตัดสินใจ: ใช้ Terra เมื่อการดึงข้อมูลที่มีขอบเขตเป็นสิ่งสำคัญ

GPT 6.1 Terra เป็นตัวเลือกที่เหมาะสมเมื่อเวิร์กโหลดผสานการตีความภาพหรือข้อความแบบประจำวันเข้ากับการดำเนินการต่อในระบบที่มีโครงสร้าง ตัวอย่างเช่น การดึงเลขที่ใบแจ้งหนี้และยอดรวม การอ่านฟิลด์ในแบบฟอร์ม หรือการแปลงเอกสารเป็นระเบียนสำหรับระบบบัญชีหรือระบบสนับสนุน

แหล่งข้อมูลระบุว่า Terra อ่านหน้าจอและโต้ตอบกับแอปพลิเคชันได้ นอกจากนี้ยังรายงานว่าการทดสอบของ OpenAI พบอัตราข้อผิดพลาดด้านข้อเท็จจริงที่ต่ำกว่าในระดับต่ำสุด และประสิทธิภาพการเขียนโค้ดผ่าน command line ที่ดีกว่ารุ่นก่อน ผลลัพธ์ที่รายงานดังกล่าวไม่ใช่การรับประกันสำหรับการดึงข้อมูลใบแจ้งหนี้ และแหล่งข้อมูลไม่ได้ระบุคะแนนการตรวจสอบ JSON Schema แอปพลิเคชันของคุณยังคงต้องมีการตรวจสอบแบบกำหนดแน่นอน การสังเกตการณ์ และเส้นทางจัดการข้อผิดพลาด

สำหรับงานที่ยากกว่า แหล่งข้อมูลที่ให้มาระบุว่า OpenAI แนะนำ Sol หรือ Astra สำหรับงานเขียนโค้ดที่ยากที่สุด การเปรียบเทียบนี้เกี่ยวกับความสามารถด้านการเขียนโค้ด ไม่ใช่การดึงข้อมูลแบบมีโครงสร้าง ดังนั้นไม่ควรใช้จัดอันดับเวิร์กโฟลว์เอกสารของคุณ

ราคา GPT 6.1 Terra ผ่าน OneMux

ต่อไปนี้คือ ภาพรวมราคาที่เผยแพร่โดย OneMux ซึ่งบันทึกเมื่อ 2026-10-30 at 09:00:04.984Z ราคายังคงใช้หน่วยการเรียกเก็บเงินตามแค็ตตาล็อก: ดอลลาร์ต่อโทเค็น 1 ล้านโทเค็น นี่คือภาพรวมราคาที่เผยแพร่ ไม่ใช่การวัดประสิทธิภาพแบบเรียลไทม์

Terra ระบุว่ามีหน้าต่างบริบท 1M โทเค็น โดยมีระดับการเรียกเก็บเงินแยกต่างหากเมื่อเกิน 272K โทเค็น อย่านำราคาสำหรับ ≤272K ไปใช้กับคำขอที่ข้ามขอบเขตระดับที่ระบุไว้ ราคาของแคชยังแตกต่างกันตามระดับและการดำเนินการกับแคช ในระดับ ≤272K แค็ตตาล็อกระบุราคาการอ่านแคชของ OneMux ที่ $0.0078 ต่อ 1M โทเค็น ราคาการเขียนแคชที่ $0.195 ต่อ 1M โทเค็น และราคาการเขียนแคช 12 ชั่วโมงที่ $0.39 ต่อ 1M โทเค็น ราคาแคชไม่เหมือนกับอินพุตฟรี และค่าที่ไม่ทราบไม่ควรถูกถือว่าเป็นศูนย์

ตัวอย่างการประเมินเวิร์กโหลด

สมมติว่าความพยายามดึงข้อมูลหนึ่งครั้งใช้อินพุต 100,000 โทเค็นและสร้างเอาต์พุต 2,000 โทเค็น ทั้งสองค่าอยู่ในระดับ ≤272K การคำนวณคือ:

• อินพุต: 0.1 ล้าน × $0.156 = $0.0156
• เอาต์พุต: 0.002 ล้าน × $0.78 = $0.00156
• รวมต่อความพยายาม: $0.01716

สำหรับเอกสาร 10,000 รายการ โดยพยายามรายการละหนึ่งครั้ง การประเมินคือ $171.60 โดยสมมติว่าทุกคำขอมีรูปแบบโทเค็นเดียวกันและไม่มีการเปลี่ยนแปลงของแคชหรือระดับบริบท หากเอกสาร 5% ทำให้เกิดความพยายามที่ต้องจ่ายเพิ่มอีกหนึ่งครั้ง เวิร์กโหลดจะกลายเป็น 10,500 ความพยายาม และการประเมินจะเป็น $180.18 นี่เป็นการประเมินทางคณิตศาสตร์ ไม่ใช่การรับประกันการใช้งาน

คำขอที่ใหญ่ขึ้นอาจทำให้ผลลัพธ์เปลี่ยนไป ที่อินพุต 300,000 โทเค็นและเอาต์พุต 3,000 โทเค็น จะใช้อัตราสำหรับ >272K:

• อินพุต: 0.3 ล้าน × $0.312 = $0.0936
• เอาต์พุต: 0.003 ล้าน × $1.17 = $0.00351
• รวม: $0.09711 ต่อความพยายาม

บทเรียนด้านการควบคุมค่าใช้จ่ายที่นำไปใช้ได้จริงคือ ตัดประวัติเอกสารที่ไม่เกี่ยวข้องออก และหลีกเลี่ยงการส่งทรานสคริปต์ของเอเจนต์ที่มีขนาดใหญ่เกินไปเมื่อการดึงข้อมูลไม่จำเป็นต้องใช้ข้อมูลเหล่านั้น

กำหนดขอบเขตบริบท การลองใหม่ และโทเค็นเอาต์พุต

ผู้ประมวลผลการดึงข้อมูลที่เชื่อถือได้ควรกำหนดขีดจำกัดแยกกันสี่รายการ:

1. ขีดจำกัดบริบท: กำหนดขนาดสูงสุดของเอกสารรวมกับคำสั่งให้อยู่ต่ำกว่าขอบเขตระดับการเรียกเก็บเงินเมื่อเป็นไปได้ หากไฟล์มีขนาดใหญ่กว่า ให้แบ่งเป็นส่วน สรุป หรือส่งผ่านเวิร์กโฟลว์แยก แทนที่จะข้ามระดับโดยไม่แจ้ง
2. ขีดจำกัดเอาต์พุต: กำหนดเพดานโทเค็นการตอบให้เหมาะกับสคีมา ใบแจ้งหนี้หนึ่งระเบียนอาจใช้โทเค็นน้อยกว่าคำบรรยายยาว ๆ มาก ขีดจำกัดควรมีพื้นที่เพียงพอสำหรับ JSON ที่ถูกต้อง แต่ไม่เปิดโอกาสให้สร้างเรียงความโดยไม่ตั้งใจ
3. ขีดจำกัดการลองใหม่: เริ่มต้นด้วยการลองใหม่เป็นศูนย์หรือหนึ่งครั้งสำหรับ JSON ที่มีรูปแบบผิดพลาดหรือข้อผิดพลาดด้านการส่งข้อมูลชั่วคราว อย่าลองใหม่กับความล้มเหลวของกฎทางธุรกิจทุกกรณี เพราะเลขที่ใบแจ้งหนี้ที่หายไปอาจต้องส่งให้ตรวจสอบหรือปรับพรอมต์การดึงข้อมูล ไม่ใช่ทำซ้ำ
4. งบประมาณความพยายาม: ติดตามจำนวนความพยายามทั้งหมดต่อเอกสารและต่อชุดข้อมูล หยุดเมื่อใช้งบประมาณหมด และนำรายการไปยังคิวตรวจสอบ

นโยบายที่มีประโยชน์คือ ตรวจสอบออบเจ็กต์ที่ส่งคืนในเครื่อง จัดประเภทข้อผิดพลาด และลองใหม่เฉพาะกลุ่มข้อผิดพลาดที่แก้ไขได้ เก็บการตอบกลับเดิมไว้เพื่อวิเคราะห์ แต่ไม่ควรต่อการตอบกลับที่ล้มเหลวทุกครั้งเข้าไปในพรอมต์ถัดไปโดยอัตโนมัติ เพราะอาจทำให้บริบทและค่าใช้จ่ายเพิ่มขึ้น

รูปแบบการดึงข้อมูลด้วย JSON Schema

ชื่อพารามิเตอร์ของเอาต์พุตแบบมีโครงสร้างและพฤติกรรมของ endpoint ที่แน่นอนขึ้นอยู่กับอินเทอร์เฟซ OpenAI-compatible ที่มีเอกสารกำกับ ตรวจสอบพารามิเตอร์ที่รองรับใน คู่มือเริ่มต้นใช้งาน OneMux และ เอกสาร API ก่อนนำไปใช้งาน รูปแบบ Python ต่อไปนี้แสดงเวิร์กโฟลว์ โดยต้องแทนที่ตัวยึด endpoint ด้วยค่าที่ระบุในเอกสาร

import json
from jsonschema import validate, ValidationError
from openai import OpenAI

client = OpenAI(
    api_key="YOUR_ONEMUX_API_KEY",
    base_url="YOUR_DOCUMENTED_ONEMUX_ENDPOINT",
)

schema = {
    "type": "object",
    "required": ["invoice_number", "invoice_date", "total", "currency"],
    "additionalProperties": False,
    "properties": {
        "invoice_number": {"type": "string"},
        "invoice_date": {"type": "string"},
        "total": {"type": "number"},
        "currency": {"type": "string", "minLength": 3, "maxLength": 3}
    }
}

response = client.chat.completions.create(
    model="GPT 6.1 Terra",
    messages=[
        {"role": "system", "content": "Extract only the requested invoice fields."},
        {"role": "user", "content": document_text}
    ],
    response_format={"type": "json_schema", "json_schema": {
        "name": "invoice",
        "strict": True,
        "schema": schema
    }},
    max_tokens=300
)

record = json.loads(response.choices[0].message.content)
validate(instance=record, schema=schema)

ตัวอย่างนี้สมมติว่า endpoint รองรับรูปแบบเอาต์พุตแบบมีโครงสร้างและพารามิเตอร์ max_tokens ตามที่แสดง หากอินเทอร์เฟซตามเอกสารใช้ชื่อพารามิเตอร์อื่นหรือไม่รองรับการบังคับใช้การตอบกลับ JSON Schema ให้คงการแยกวิเคราะห์ในเครื่องและการตรวจสอบด้วย jsonschema ไว้ และจัดการพารามิเตอร์เอาต์พุตแบบมีโครงสร้างที่ไม่รองรับให้เป็นปัญหาการกำหนดค่า ไม่ใช่ความล้มเหลวของโมเดล

การแก้ไขปัญหาความล้มเหลวที่พบบ่อย

คำขอข้ามระดับ 272K วัดคำขอทั้งหมด รวมถึงคำสั่ง ข้อความเอกสาร รูปภาพหรือการแทนค่ารูปภาพ และบริบทการสนทนาที่เก็บไว้ ลบประวัติที่ไม่ได้ใช้หรือแบ่งเอกสารก่อนลองใหม่

การตอบกลับเป็น JSON ที่ถูกต้องแต่ไม่ผ่านสคีมา แยกข้อผิดพลาดทางไวยากรณ์ออกจากข้อผิดพลาดเชิงความหมาย ออบเจ็กต์ JSON ที่ถูกต้องยังคงมีฟิลด์หายไป ประเภทข้อมูลไม่ถูกต้อง หรือมีพร็อพเพอร์ตีที่ไม่คาดคิดได้ ลองใหม่หนึ่งครั้งด้วยข้อความแก้ไขที่กระชับ จากนั้นส่งความล้มเหลวที่ยังคงเกิดขึ้นไปตรวจสอบ

โมเดลส่งตัวเลขเป็นข้อความ ตัดสินใจว่าการแปลงประเภทเป็นสิ่งที่ยอมรับได้ตามกฎบัญชีของคุณหรือไม่ สำหรับระเบียนทางการเงิน ให้ตรวจสอบสกุลเงินและช่วงค่าตัวเลขอย่างชัดเจน แทนที่จะแปลงทุกค่าโดยไม่ตรวจสอบ

การลองใหม่ทำให้ค่าใช้จ่ายเพิ่มขึ้นโดยไม่คาดคิด บันทึกจำนวนความพยายามต่อเอกสาร และคำนวณค่าใช้จ่ายโดยใช้จำนวนโทเค็นอินพุตและเอาต์พุตจริง การลองใหม่โดยส่งทรานสคริปต์ก่อนหน้าทั้งหมดอาจมีค่าใช้จ่ายสูงกว่าการลองใหม่ที่สั้นและสะอาด

สรุป

GPT 6.1 Terra รองรับไปป์ไลน์การดึงข้อมูลที่ควบคุมค่าใช้จ่ายได้ เมื่อการใช้งานมองบริบท เอาต์พุต การตรวจสอบ และการลองใหม่เป็นตัวควบคุมแยกกัน เริ่มจากสคีมาขนาดเล็ก จำกัดการตอบกลับ วัดการใช้โทเค็นจริง และใช้นโยบายการลองใหม่ที่จำกัด OneMux มีเส้นทาง OpenAI-compatible ที่ใช้งานได้จริงไปยัง Terra และเผยแพร่ราคาที่เกี่ยวข้องสำหรับอินพุต เอาต์พุต แคช และระดับบริบท เพื่อให้ทีมสามารถจำลองค่าใช้จ่ายเวิร์กโหลดก่อนเริ่มชุดงานขนาดใหญ่

สำหรับความพร้อมใช้งานของโมเดลในปัจจุบัน โปรดดู หน้าโมเดล GPT 6.1 Terra และเปรียบเทียบสมมติฐานเวิร์กโหลดกับ แค็ตตาล็อกโมเดล OneMux

แหล่งข้อมูล

• The Next Web: OpenAI launches GPT-6.1 Terra — ข้อมูลการเปิดตัวและคำกล่าวเกี่ยวกับโมเดลที่ให้มา
• GPT 6.1 Terra บน OneMux — ราคาโมเดลและระดับราคาที่เผยแพร่
• ราคา OneMux — ภาพรวมราคาที่เผยแพร่ซึ่งอ้างถึงข้างต้น

ภาพรวมราคาที่เผยแพร่

บันทึกเมื่อ 2026-10-30T09:00:04.989Z จากแค็ตตาล็อกที่เผยแพร่โดย OneMux ราคายังคงใช้หน่วยการเรียกเก็บเงินบนเว็บไซต์ นี่ไม่ใช่การวัดประสิทธิภาพแบบเรียลไทม์ การเรียกเก็บเงินแบบแบ่งระดับ แบบแคช หรือแบบอิงเวลาอาจแตกต่างกัน ค่าที่ไม่ทราบไม่ใช่ศูนย์

ราคา OneMux ปัจจุบัน เปรียบเทียบค่าใช้จ่ายเวิร์กโหลดเฉพาะเมื่ออินพุต/เอาต์พุตและหน่วยการเรียกเก็บเงินตรงกัน โปรดดูเงื่อนไขของแต่ละระดับในหน้าโมเดลแต่ละรายการ