GuidesOneMux

การประเมินต้นทุน GPT Image 2.6 Flare API สำหรับเวิร์กโฟลว์การผลิต

ประเมินต้นทุนเวิร์กโหลด GPT Image 2.6 Flare โดยใช้สมมติฐานโทเค็น หน่วยการเรียกเก็บเงินที่เปรียบเทียบกันได้ อัตราการยอมรับผลลัพธ์ และกฎการลองใหม่สำหรับการใช้งานจริง พร้อมภาพรวมราคา OneMux ตามวันที่ระบุและวิธีจัดทำงบประมาณที่ทำซ้ำได้

AI

สรุป · TL;DR

แนวทางเชิงปฏิบัติสำหรับจัดทำงบประมาณเวิร์กโหลด GPT Image 2.6 Flare: แยกโทเค็นข้อความและภาพออกจากกัน ประเมินผลลัพธ์ที่ผ่านการยอมรับแทนการนับเฉพาะการตอบกลับ HTTP และรวมการลองใหม่กับการกู้คืนไว้ในแบบจำลองต้นทุน บทความนี้ยังบันทึกภาพรวมแค็ตตาล็อก OneMux ที่จัดเก็บเมื่อ 2026-11-15 ซึ่งราคาของ Flare ยังไม่ทราบและไม่สามารถคำนวณส่วนลดเป็นจำนวนเงินได้

ประเด็นสำคัญ

  • แหล่งข้อมูลที่ให้มาระบุอัตราของ GPT Image 2.6 Flare ที่ $5 ต่อโทเค็นอินพุตข้อความหนึ่งล้านโทเค็น, $8 ต่อโทเค็นอินพุตภาพหนึ่งล้านโทเค็น และ $30 ต่อโทเค็นเอาต์พุตภาพหนึ่งล้านโทเค็น
  • คำขอสมมติที่ใช้โทเค็นอินพุตข้อความ 120 โทเค็นและโทเค็นเอาต์พุตภาพ 1,000 โทเค็น มีต้นทุน $0.0306 ก่อนพิจารณาอินพุตภาพ การใช้แคช การลองใหม่ หรือการทำงานอื่นของโมเดล
  • จัดทำงบประมาณจากผลลัพธ์ที่ผ่านการยอมรับ เพราะภาพที่สร้างสำเร็จแต่ถูกปฏิเสธอาจยังทำให้เกิดการใช้งาน API ได้
  • ภาพรวมแค็ตตาล็อก OneMux ระบุว่าราคาอินพุตและเอาต์พุตของ GPT Image 2.6 Flare ยังไม่ทราบ ดังนั้นต้องไม่แปลงอัตราส่วนที่เผยแพร่เป็น 0.11699999999999999 ให้เป็นส่วนลดจำนวนเงิน
  • เวิร์กโฟลว์การผลิตต้องมีการลองใหม่ที่จำกัดจำนวน บันทึกความพยายามอย่างถาวร กลไก idempotency หรือการขจัดรายการซ้ำ และเส้นทางกู้คืนสำหรับไทม์เอาต์กับความล้มเหลวในการตรวจสอบ
ในหน้านี้ (11)

คำตอบสั้น ๆ

สำหรับการจัดทำงบประมาณ GPT Image 2.6 Flare ที่ทำซ้ำได้ ให้ประเมินต้นทุนของแต่ละความพยายามจากการใช้งานอินพุตข้อความ อินพุตภาพ และเอาต์พุตภาพที่วัดได้ จากนั้นหารจำนวนชิ้นงานที่ผ่านการยอมรับด้วยอัตราการยอมรับที่วัดได้ แล้วบวกค่าใช้จ่ายส่วนเกินที่คาดว่าจะเกิดจากนโยบายการลองใหม่ อย่าใช้ราคาต่อภาพแบบเหมาจ่ายกับงานที่มีภาพอ้างอิง แอนิเมชัน การเขียน SVG หรือการเรียกโมเดลเพิ่มเติม

คู่มือนี้เผยแพร่โดย OneMux ซึ่งให้เข้าถึงโมเดล AI ผ่าน API เดียวที่เข้ากันได้กับ OpenAI ราคาโมเดล GPT Image 2.6 Flare ของ OneMux เป็น ไม่ทราบ ในภาพรวมแค็ตตาล็อกตามวันที่ด้านล่าง ดังนั้นส่วนของการประเมินที่เกี่ยวกับ OneMux จึงยังไม่สมบูรณ์โดยตั้งใจ

อัตราที่เผยแพร่และสมมติฐาน

แหล่งข้อมูลราคาที่ให้มาระบุอัตราต่อไปนี้สำหรับ GPT Image 2.6 Flare และ GPT Image 2.6 Sunburst อัตราเหล่านี้ระบุต่อโทเค็นหนึ่งล้านโทเค็น และไม่ใช่เกณฑ์มาตรฐานการสร้างที่วัดได้

หมวดการเรียกเก็บเงินGPT Image 2.6 Flareหน่วย
อินพุตข้อความ$5.001 ล้านโทเค็น
อินพุตข้อความที่แคช$1.251 ล้านโทเค็น หากยืนยันว่าใช้ได้
อินพุตภาพ$8.001 ล้านโทเค็น
อินพุตภาพที่แคช$2.001 ล้านโทเค็น หากยืนยันว่าใช้ได้
เอาต์พุตภาพ$30.001 ล้านโทเค็น

สำหรับคำขอที่ไม่ได้ใช้แคช ไม่มีค่าเขียนเพิ่มเติมหรือค่าบริการโมเดลสนทนา ให้ใช้:

attempt cost = (text input tokens x 5 + image input tokens x 8 + image output tokens x 30) / 1,000,000

อัตราและตัวอย่างอ้างอิงจากบทความต้นทาง GPT Image 2.6 API pricing ซึ่งเผยแพร่โดย Ofox และตรวจสอบที่นั่นเมื่อ November 5, 2026 โปรดตรวจสอบราคาปัจจุบันและบันทึกการใช้งานของผู้ให้บริการก่อนเติมเงินสำหรับแบตช์การผลิต

ภาพรวมราคา OneMux

OneMux บันทึกแค็ตตาล็อกที่เผยแพร่ไว้เมื่อ 2026-11-15 at 12:00:05.268Z แค็ตตาล็อกยังคงใช้หน่วยการเรียกเก็บเงินบนเว็บไซต์ และไม่ได้ถือว่าค่าที่ไม่ทราบเป็นศูนย์

โมเดลอินพุตทางการเอาต์พุตทางการอินพุต OneMuxเอาต์พุต OneMuxอัตราส่วนราคาที่เผยแพร่
GPT Image 2.6 FlareUnknownUnknownUnknownUnknown0.11699999999999999

อัตราส่วนนี้เป็นค่าจากแค็ตตาล็อกที่เผยแพร่ ไม่ใช่การคำนวณส่วนลดเป็นจำนวนเงินที่นำไปใช้ได้ เนื่องจากราคาอินพุตและเอาต์พุตทั้งทางการและของ OneMux ที่สอดคล้องกันยังไม่ทราบ ภาพรวมนี้จึงไม่ยืนยันต้นทุนต่อคำขอของ OneMux หรือการประหยัดที่รับประกันได้ ให้เปรียบเทียบเฉพาะราคาที่มีหน่วย เส้นทางโมเดล ระดับราคา และการจัดการแคชตรงกัน ดู หน้าราคา OneMux และหน้าโมเดลสำหรับเงื่อนไขปัจจุบัน

การทำซ้ำการประเมินต่อความพยายามหนึ่งครั้ง

ใช้ตัวนับแยกสำหรับอินพุตข้อความ อินพุตภาพ อินพุตที่แคช และเอาต์พุตภาพ อย่านำยอดรวมอินพุตไปบวกกับรายละเอียดโทเค็นของอินพุต หากการตอบกลับการใช้งานไม่ระบุประเภทอินพุต ให้บันทึกเป็นรายละเอียดการเรียกเก็บเงินที่ยังหาข้อสรุปไม่ได้ แทนการจัดประเภทเป็นข้อความโดยไม่แจ้ง

ความพยายามสมมติที่มีโทเค็นอินพุตข้อความ 120 โทเค็น ไม่มีอินพุตภาพ และมีโทเค็นเอาต์พุตภาพ 1,000 โทเค็น คือ:

(120 x 5 + 0 x 8 + 1,000 x 30) / 1,000,000
= $0.0306

การเพิ่มโทเค็นอินพุตภาพ 1,024 โทเค็นจะเพิ่ม $0.008192 ทำให้ยอดรวมสมมติเป็น $0.038792 จำนวนเหล่านี้แสดงวิธีคำนวณเท่านั้น ไม่ได้ทำนายการใช้งานสำหรับพรอมต์ ขนาด การตั้งค่าคุณภาพ หรือภาพอ้างอิงใดโดยเฉพาะ

อย่าใช้อัตราแคช เว้นแต่การตอบกลับของเอนด์พอยต์หรือบันทึกการเรียกเก็บเงินจะยืนยันว่าโทเค็นที่แคชถูกเรียกเก็บเงินแล้ว อย่าสมมติว่า Flare และ Sunburst ใช้โทเค็นเท่ากันเพียงเพราะแหล่งข้อมูลที่ให้มาระบุอัตราเดียวกัน

จัดทำงบประมาณจากผลลัพธ์ที่ผ่านการยอมรับ ไม่ใช่การตอบกลับ HTTP 200

การตอบกลับ HTTP ที่สำเร็จไม่เท่ากับชิ้นงานที่ผ่านการยอมรับสำหรับการผลิต การยอมรับอาจต้องมีข้อความที่อ่านได้ ฉลากผลิตภัณฑ์ที่ไม่เสียหาย ขนาดที่ถูกต้อง และไม่มีการเปลี่ยนแปลงเลย์เอาต์ที่ยอมรับไม่ได้ การตอบกลับที่สำเร็จแต่ถูกปฏิเสธอาจยังถูกเรียกเก็บเงิน

สมมติว่าโครงการนำร่องวัดต้นทุนเฉลี่ยต่อความพยายามได้ $0.0306 และมีอัตราการยอมรับ 80% จำนวนความพยายามที่คาดว่าจะต้องใช้สำหรับภาพที่ผ่านการยอมรับ 100 ภาพคือ:

100 accepted images / 0.80 acceptance rate = 125 attempts
125 x $0.0306 = $3.825

ที่อัตราการยอมรับ 50% เป้าหมายเดียวกันต้องใช้ 200 ความพยายามและมีต้นทุนเชิงตัวอย่าง $6.12 นี่คือเหตุผลที่ต้องประเมินการตั้งค่าคุณภาพและการเปลี่ยนพรอมต์จากต้นทุนต่อผลลัพธ์ที่ผ่านการยอมรับ ไม่ใช่เฉพาะต้นทุนต่อความพยายาม

บันทึกฟิลด์ต่อไปนี้สำหรับทุกความพยายาม:

  • ตัวระบุโมเดล เอนด์พอยต์ ขนาด คุณภาพ ความซับซ้อน และเวอร์ชันพรอมต์
  • การใช้งานอินพุตข้อความ อินพุตภาพ อินพุตที่แคช และเอาต์พุตภาพ
  • สถานะคำขอ เวลาที่ใช้ หมายเลขการลองใหม่ และเหตุผลในการกู้คืน
  • ผลการยอมรับและเหตุผลที่ปฏิเสธ
  • ข้อมูลการใช้งานจากผู้ให้บริการและค่าใช้จ่ายในบัญชีที่ชำระแล้ว

แหล่งข้อมูลที่ให้มาระบุว่าความซับซ้อนมีผลต่อการวางแผน และ OpenAI บันทึกการตั้งค่าระดับต่ำ กลาง และสูง โดยใช้ระดับสูงเป็นค่าเริ่มต้นเมื่อไม่ระบุความซับซ้อน แต่ไม่ได้ยืนยันข้อได้เปรียบด้านต้นทุนหรือการยอมรับที่เป็นสากลสำหรับการตั้งค่าใด ให้เปรียบเทียบการตั้งค่าโดยควบคุมตัวแปรอื่นให้คงที่

กฎการลองใหม่และการกู้คืนสำหรับการผลิต

การลองใหม่เป็นส่วนหนึ่งของการประเมินเวิร์กโหลด นโยบายที่ใช้งานได้จริงคือ:

  1. ลองใหม่เมื่อเกิดความล้มเหลวของการสื่อสารชั่วคราว การตอบกลับจำกัดอัตรา และข้อผิดพลาดชั่วคราวจากฝั่งผู้ให้บริการ โดยใช้ exponential backoff ที่มีขอบเขต
  2. อย่าลองใหม่โดยอัตโนมัติเมื่อการตรวจสอบล้มเหลว เช่น ขนาดไม่ถูกต้อง ข้อความที่จำเป็นอ่านไม่ได้ หรือชิ้นงานไม่ถูกต้อง ให้ส่งต่อไปแก้ไขพรอมต์หรือพารามิเตอร์อย่างมีการควบคุม
  3. กำหนดตัวระบุถาวรให้แต่ละงานเชิงตรรกะ และบันทึกแต่ละความพยายามแยกกัน ใช้กลไก idempotency เมื่อเอนด์พอยต์ที่มีเอกสารระบุว่ารองรับ มิฉะนั้นให้ขจัดรายการซ้ำของผลลัพธ์ก่อนยอมรับการตอบกลับที่มาถึงล่าช้า
  4. กำหนดจำนวนความพยายามสูงสุดหรือเพดานการใช้จ่ายต่องาน ลูปการลองใหม่ที่ไม่มีข้อจำกัดอย่างใดอย่างหนึ่งอาจเปลี่ยนพรอมต์ที่มีปัญหาหรือการหยุดให้บริการเป็นค่าใช้จ่ายที่ควบคุมไม่ได้
  5. ถือว่าไทม์เอาต์เป็นผลลัพธ์ที่ยังไม่ทราบจนกว่าผู้ให้บริการจะยืนยันว่าคำขอเสร็จสมบูรณ์ ตรวจสอบสถานะงานหรือกระทบยอดการใช้งานก่อนส่งความพยายามใหม่ เมื่อเอนด์พอยต์รองรับการกู้คืนสถานะ
  6. เก็บผลลัพธ์ที่ถูกปฏิเสธและบันทึกการใช้งานไว้ เพราะจำเป็นต่อการคำนวณอัตราการยอมรับจริงและวินิจฉัยว่าการลองใหม่กำลังแก้ความล้มเหลวของการสื่อสาร หรือเพียงทำซ้ำความล้มเหลวของเนื้อหา

ตารางคำนวณงบประมาณอย่างง่ายสามารถใช้:

expected attempts = target accepted assets / measured acceptance rate
expected generation cost = expected attempts x measured average attempt cost
maximum exposure = target jobs x per-job attempt limit x maximum attempt cost

สองค่าแรกเป็นการคาดการณ์ ค่าสุดท้ายเป็นกลไกควบคุม ไม่ใช่การทำนาย

GIF และ SVG ต้องใช้การคำนวณแยกกัน

GIF ไม่ได้มีราคาที่คำนวณได้อย่างน่าเชื่อถือจากการนำค่าประเมินภาพนิ่งคูณด้วยจำนวนเฟรม ให้บันทึกจำนวนเฟรม ขนาดเฟรม ระยะเวลา การใช้งานที่ส่งกลับมา ขนาดไฟล์ ผลการตรวจสอบ และค่าใช้จ่ายที่ชำระแล้ว แหล่งข้อมูลนี้ไม่มีสูตรการเรียกเก็บเงิน GIF ที่ผ่านการยืนยัน

งาน SVG ก็ต้องมีการประเมินแยกต่างหาก แหล่งข้อมูลที่ให้มาอธิบายการสร้างภาพอ้างอิงร่วมกับค่าบริการโมเดลผู้เขียน แต่ไม่ได้ระบุอัตราสากลของโมเดลผู้เขียน อย่านำงาน SVG ทั้งหมดไปคูณด้วยอัตราเอาต์พุตภาพ $30 ให้บันทึกแต่ละองค์ประกอบและใช้อัตราที่มีเอกสารระบุซึ่งใช้กับแต่ละโมเดล

ก่อนจัดสรรเงินสำหรับแบตช์

  • ยืนยันว่าตัวระบุ gpt-image-2.6-flare ที่ตรงกันมีให้บริการบนเส้นทางที่จะเรียกใช้
  • เก็บ API key ไว้ฝั่งเซิร์ฟเวอร์และใช้ขีดจำกัดการใช้จ่ายที่ระบุไว้อย่างชัดเจนในระดับต่ำสำหรับโครงการนำร่อง
  • ตรวจสอบว่าเอนด์พอยต์รองรับพารามิเตอร์ ฟิลด์การใช้งาน พฤติกรรม idempotency และรูปแบบเอาต์พุตที่เวิร์กโฟลว์ต้องการ
  • เปรียบเทียบการใช้งานที่วัดได้กับค่าใช้จ่ายในบัญชีที่ชำระแล้ว
  • เริ่มด้วยรายการตรวจสอบการยอมรับที่ตายตัวและนโยบายการลองใหม่ที่มีขอบเขต
  • ถือว่าการเปลี่ยนเวอร์ชันโมเดลเป็นการตรวจสอบการถดถอยครั้งใหม่ แม้ชื่อโมเดลจะดูคล้ายเดิม

สรุป

การประเมินต้นทุน GPT Image 2.6 Flare จะทำซ้ำได้เมื่อกำหนดหน่วยไว้อย่างชัดเจน ได้แก่ โทเค็นที่วัดได้ต่อความพยายาม ชิ้นงานที่ผ่านการยอมรับต่อเวิร์กโหลด และการลองใหม่ที่มีขอบเขตเพื่อการกู้คืน อัตราทางการที่ให้มารองรับตัวอย่างการคำนวณ ขณะที่ภาพรวม OneMux ยังไม่ระบุราคาดอลลาร์ของอินพุตและเอาต์พุต Flare แยกข้อเท็จจริงเหล่านี้ออกจากกัน วัดโครงการนำร่องที่ควบคุมตัวแปร และขยายการใช้งานหลังจากเห็นพฤติกรรมด้านการใช้งาน การยอมรับ และการกู้คืนแล้วเท่านั้น

แหล่งข้อมูล

  • Ofox: GPT Image 2.6 API pricing คู่มือราคาต้นทางที่ตรวจสอบเมื่อ November 5, 2026
  • OneMux: GPT Image 2.6 Flare model page ภาพรวมแค็ตตาล็อกที่บันทึกเมื่อ November 15, 2026
  • OneMux: Current pricing สำหรับเงื่อนไขเส้นทางและระดับราคาที่เผยแพร่ในปัจจุบัน

ภาพรวมราคาที่เผยแพร่

บันทึกเมื่อ 2026-11-15T12:00:05.271Z จากแค็ตตาล็อกที่ OneMux เผยแพร่ ราคาใช้หน่วยการเรียกเก็บเงินบนเว็บไซต์ นี่ไม่ใช่เกณฑ์มาตรฐานแบบเรียลไทม์ การเรียกเก็บเงินแบบแบ่งระดับ แคช หรืออิงเวลาสามารถแตกต่างกันได้ ค่าที่ไม่ทราบไม่ใช่ศูนย์

โมเดลอินพุตทางการเอาต์พุตทางการอินพุต OneMuxเอาต์พุต OneMuxอัตราส่วนราคาที่เผยแพร่
GPT Image 2.6 FlareUnknownUnknownUnknownUnknown0.11699999999999999

ราคา OneMux ปัจจุบัน เปรียบเทียบต้นทุนเวิร์กโหลดเฉพาะเมื่ออินพุต/เอาต์พุตและหน่วยการเรียกเก็บเงินตรงกัน ดูเงื่อนไขระดับราคาที่หน้าโมเดลแต่ละรายการ

คำถามที่พบบ่อย

ภาพ GPT Image 2.6 Flare หนึ่งภาพมีค่าใช้จ่ายเท่าไร

ไม่มีราคาต่อภาพสากลที่เชื่อถือได้ เนื่องจากการใช้งานแตกต่างกัน ภายใต้อัตราที่ให้มา คำขอสมมติที่มีโทเค็นอินพุตข้อความ 120 โทเค็นและโทเค็นเอาต์พุตภาพ 1,000 โทเค็นมีต้นทุน $0.0306 ก่อนพิจารณาอินพุตภาพ การใช้แคช การลองใหม่ หรือการทำงานเพิ่มเติมของโมเดล

อัตราโทเค็นของ GPT Image 2.6 Flare คือเท่าไร

แหล่งข้อมูลที่ให้มาระบุ $5 ต่อโทเค็นอินพุตข้อความหนึ่งล้านโทเค็น, $8 ต่อโทเค็นอินพุตภาพหนึ่งล้านโทเค็น และ $30 ต่อโทเค็นเอาต์พุตภาพหนึ่งล้านโทเค็น อัตราที่แคชระบุแยกต่างหากที่ $1.25 ต่อโทเค็นอินพุตข้อความที่แคชหนึ่งล้านโทเค็น และ $2 ต่อโทเค็นอินพุตภาพที่แคชหนึ่งล้านโทเค็น แต่ต้องยืนยันการเรียกเก็บเงินแบบแคชสำหรับเส้นทางและคำขอจริง

ฉันคำนวณต้นทุน GPT Image 2.6 Flare ของ OneMux จากอัตราส่วนที่เผยแพร่ได้หรือไม่

ไม่สามารถคำนวณได้จากภาพรวมที่ให้มาเพียงอย่างเดียว OneMux ระบุว่าราคาอินพุตทางการ ราคาเอาต์พุตทางการ ราคาอินพุตของ OneMux และราคาเอาต์พุตของ OneMux ยังไม่ทราบ อัตราส่วนที่เผยแพร่ 0.11699999999999999 ไม่เพียงพอสำหรับการหาต้นทุนเป็นจำนวนเงินหรือส่วนลดที่รับประกันได้

เวิร์กโฟลว์การผลิตควรลองใหม่เมื่อภาพถูกปฏิเสธโดยอัตโนมัติหรือไม่

อย่าใช้กฎการลองใหม่เดียวกันกับทุกความล้มเหลว ให้ลองใหม่แบบมีขอบเขตสำหรับความล้มเหลวของการสื่อสารชั่วคราว การจำกัดอัตรา และข้อผิดพลาดชั่วคราวจากผู้ให้บริการ ส่วนความล้มเหลวด้านเนื้อหาหรือการตรวจสอบให้ส่งต่อไปแก้ไขพรอมต์หรือพารามิเตอร์อย่างมีการควบคุม และบังคับใช้จำนวนความพยายามสูงสุดหรือขีดจำกัดการใช้จ่าย

GIF มีราคาเท่ากับภาพนิ่งคูณด้วยจำนวนเฟรมหรือไม่

แหล่งข้อมูลที่ให้มาไม่มีสูตรการเรียกเก็บเงิน GIF ที่ผ่านการยืนยัน ให้บันทึกจำนวนเฟรม ขนาด ระยะเวลา การใช้งานที่ส่งกลับมา ผลการตรวจสอบ และค่าใช้จ่ายที่ชำระแล้ว แทนการสมมติว่าราคาคูณตามจำนวนเฟรม

บทความที่เกี่ยวข้อง

Guides

ประมาณค่าใช้จ่าย GPT 6.2 Astra API สำหรับเวิร์กโฟลว์ใช้งานจริง โดยคำนึงถึงการเรียกซ้ำ

ประมาณค่าใช้จ่ายเวิร์กโฟลว์ GPT 6.2 Astra ด้วยราคาโทเคนที่เปรียบเทียบกันได้ สมมติฐานการเรียกซ้ำที่ระบุชัดเจน และตัวอย่างรายเดือนที่คำนวณตามได้

阅读全文 →

Guides

ค่าใช้จ่าย GPT Image 2.5 Sunburst API: ประมาณการที่ทำซ้ำได้สำหรับงานที่คำนึงถึงความเป็นส่วนตัว

ประเมินค่าใช้จ่าย GPT Image 2.5 Sunburst API โดยใช้สมมติฐานโทเค็นที่ชัดเจน การคำนวณปริมาณงานรายเดือน และมาตรการปฏิบัติสำหรับข้อมูลผู้ใช้และข้อมูลรับรองความปลอดภัย

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 →