Chi phí API Gemini 4 Carbon: Ước tính khối lượng công việc có tính đến lượt thử lại
Ước tính chi phí tác vụ Gemini 4 Carbon với các giả định rõ ràng về token, quy tắc thử lại và bảng kê có thể kiểm chứng.
Tóm tắt · TL;DR
Phương pháp thực tế để ước tính chi phí của các tác vụ Gemini 4 Carbon đạt yêu cầu, bao gồm lượt thử thất bại, mức sử dụng chưa xác định, lượt truy cập cache thành công và phí công cụ riêng.
Điểm chính
- Tính chi phí cho toàn bộ tác vụ, không chỉ phản hồi đạt yêu cầu: các lượt thử lại và bước tiếp tục có thể tiêu thụ tài nguyên bị tính phí.
- Trong ví dụ minh họa dùng giá trực tiếp từ nhà cung cấp, một lượt thử đạt yêu cầu có giá $0.084 và tổng chi phí là $0.234 khi có lượt thử thất bại được nêu trước đó.
- Timeout hoặc việc thiếu bản ghi sử dụng không chứng minh rằng lượt thử có chi phí bằng không; hãy đối soát trước khi chốt bảng kê tác vụ.
- Ảnh chụp danh mục OneMux được cung cấp không nêu đơn vị tính phí hoặc giá cache cần thiết để tái lập phép so sánh tương đương cho khối lượng công việc.
Mục lục (9)
Bắt đầu từ chi phí của một tác vụ đạt yêu cầu
Khi lập kế hoạch vận hành, hãy ước tính mọi lượt thử và bước tiếp tục cần thiết để có kết quả đạt yêu cầu, thay vì chỉ tính câu trả lời cuối cùng. Theo các giả định minh họa về giá trực tiếp từ nhà cung cấp bên dưới, một lượt thử Gemini 4 Carbon đạt yêu cầu có giá $0.084; một lượt thử thất bại như được nêu, tiếp theo là lượt thử thành công đó, có tổng chi phí $0.234. Đây là các ví dụ tính toán, không phải kết quả chạy mô hình được đo thực tế hay hóa đơn.
OneMux xuất bản hướng dẫn chi phí này và cung cấp quyền truy cập mô hình qua một API tương thích với OpenAI. Phép tính theo giá trực tiếp từ nhà cung cấp vẫn hữu ích bất kể bạn chọn tuyến truy cập nào; cần kiểm tra riêng giá và cách diễn giải mức sử dụng của từng tuyến.
Đặt ảnh chụp giá vào đúng bối cảnh
Ảnh chụp danh mục OneMux được ghi nhận vào ngày 16 tháng 11 năm 2026. Hướng dẫn giá nguồn công bố mức giá Google Standard được xác minh ngày 15 tháng 11 năm 2026: $2 per million ordinary input tokens và $10 per million generated tokens đến hết ngày 30 tháng 11. Nguồn cũng công bố mức riêng $0.10 per million cho đầu vào thực sự được truy cập thành công từ cache.
| Giá Gemini 4 Carbon | Đầu vào chính thức | Đầu ra chính thức | Đầu vào OneMux | Đầu ra OneMux | Tỷ lệ giá công bố |
|---|---|---|---|---|---|
| Ảnh chụp danh mục, ngày 16 tháng 11 năm 2026 | 2 | 10 | $0.312 | $1.56 | 0.156 |
Theo nguồn, mức giá đầu vào và đầu ra Standard chính thức được tính bằng USD trên một triệu token. Ảnh chụp OneMux được cung cấp không nêu đơn vị tính phí cho các mức giá niêm yết, giá cache hay điều kiện của các bậc giá. Vì vậy, không áp dụng các con số OneMux vào những ví dụ tính trên một triệu token bên dưới, cũng không xem tỷ lệ công bố là mức giảm giá đã được xác minh cho khối lượng công việc. Hãy xác nhận đơn vị và điều kiện áp dụng trên trang mô hình Carbon hoặc trang giá OneMux trước khi so sánh các tuyến truy cập.
Nguồn công bố các mức giá token Standard trực tiếp từ nhà cung cấp như sau. Đây không phải giá OneMux.
| Hạng mục tính phí | Đến hết ngày 30 tháng 11 năm 2026 | Từ ngày 1 tháng 12 năm 2026 |
|---|---|---|
| Đầu vào thông thường | $2.00 per million tokens | $4.00 per million tokens |
| Đầu vào thực sự truy cập thành công từ cache | $0.10 per million tokens | $0.20 per million tokens |
| Đầu ra, bao gồm thinking | $10.00 per million tokens | $20.00 per million tokens |
Các mức giá này chưa bao gồm công cụ được tính phí riêng. Các bậc giá khác, điều khoản đã thương lượng và phí riêng theo tuyến truy cập có thể khác nhau; hãy kiểm tra giá hiện hành áp dụng trước khi chốt ngân sách. Cột tháng 12 là một kịch bản trong tương lai so với ngày nguồn xác minh giá.
Lập bảng kê theo lượt thử, không chỉ theo phản hồi
Với mỗi lượt thử hoặc bước tiếp tục được tính độc lập, hãy lưu mã tác vụ, mã lượt thử, kết quả, giai đoạn giá áp dụng và tham chiếu đến bản ghi sử dụng gốc. Ghi lại tổng đầu vào bị tính phí, phần được xác nhận là truy cập cache thành công, tổng token được tạo bị tính phí bao gồm thinking và mọi khoản phí công cụ riêng đã biết.
Trước khi tính toán, hãy xác nhận định nghĩa mức sử dụng của endpoint. Để phép trừ bên dưới có hiệu lực, đầu vào được lưu cache phải là một phần của tổng đầu vào. Tương tự, chỉ cộng thinking vào đầu ra nếu hợp đồng áp dụng quy định hai đại lượng này không trùng nhau; nếu đầu ra đã bao gồm thinking, chỉ tính một lần. Nếu mối quan hệ này chưa rõ, hãy đánh dấu chi phí là chưa đầy đủ thay vì phỏng đoán.
Với mỗi dòng không trùng lặp:
- Lấy tổng đầu vào trừ đi phần đầu vào được xác nhận truy cập cache thành công để có đầu vào thông thường.
- Nhân lần lượt đầu vào thông thường, đầu vào được lưu cache và tổng token được tạo với mức giá tương ứng trên một triệu token; chia mỗi kết quả cho một triệu.
- Cộng mọi khoản phí công cụ riêng đã biết. Cộng các dòng để có chi phí tác vụ.
Không cộng dồn các ảnh chụp streaming đã tích lũy. Nếu tổng mức sử dụng cuối cùng đã bao gồm các chặng tiếp tục trước đó, chỉ tính tổng đó một lần hoặc dùng các bản ghi theo chặng đã được xác minh là không trùng lặp, không dùng cả hai. Số token dùng cho công cụ không tự động đồng nghĩa với một khoản phí tiền riêng.
Tái lập các phép tính ví dụ
Giả sử một lượt thử đạt yêu cầu có tổng cộng 50,000 token đầu vào, trong đó 40,000 token được xác nhận truy cập cache thành công, và 6,000 token được tạo bao gồm thinking. Giả sử đã xác định phí công cụ riêng bằng không. Theo mức giá Standard áp dụng đến hết tháng 11:
| Thành phần | Phép tính | Chi phí |
|---|---|---|
| Đầu vào thông thường | 10,000 × $2.00 ÷ 1,000,000 | $0.020 |
| Đầu vào được lưu cache | 40,000 × $0.10 ÷ 1,000,000 | $0.004 |
| Token được tạo | 6,000 × $10.00 ÷ 1,000,000 | $0.060 |
| Lượt thử đạt yêu cầu | Tổng ba thành phần | $0.084 |
Tiếp theo, giả sử một lượt thử thất bại trước đó có mức sử dụng được xác nhận độc lập là 50,000 token đầu vào không được lưu cache và 5,000 token được tạo, với phí công cụ riêng bằng không. Chi phí là $0.100 cho đầu vào cộng $0.050 cho token được tạo, tức $0.150. Do đó, toàn bộ tác vụ có chi phí $0.234. Điều này không có nghĩa là mọi yêu cầu HTTP thất bại đều bị tính phí.
Theo mức giá tháng 12 được công bố, cùng lượng token đó của lượt thử đạt yêu cầu có giá $0.168. Nếu một khoản phí công cụ đã biết là $0.01 được áp dụng trong cả hai giai đoạn, tổng tương ứng sẽ là $0.094 và $0.178, không phải gấp đôi tổng trước đó vì khoản phí công cụ giả định không thay đổi.
Để dự báo khối lượng công việc, hãy nhân chi phí dự kiến trên mỗi tác vụ đạt yêu cầu với số tác vụ đạt yêu cầu dự kiến, đồng thời tính cả chi phí dự kiến cho việc thử lại và các tác vụ bị bỏ dở. Ví dụ, nếu 100 tác vụ đều diễn ra theo kịch bản hai lượt thử ở trên, chi phí token là 100 × $0.234 = $23.40. Đây là một kịch bản, không phải dự đoán về tỷ lệ thất bại hay mức tiêu thụ thực tế.
Đặt quy tắc thử lại và phục hồi trước khi triển khai
Một chính sách vận hành hữu ích cần phân biệt trạng thái ứng dụng với mức độ chắc chắn về chi phí:
- Hoàn tất và có bản ghi sử dụng: Ghi lại lượt thử ngay cả khi đầu ra không vượt qua bước kiểm tra. Chỉ thử lại nếu giới hạn số bước còn lại và ngân sách của tác vụ cho phép.
- Timeout hoặc thiếu bản ghi sử dụng: Đánh dấu chi phí lượt thử là chưa xác định. Kiểm tra trạng thái yêu cầu và bản ghi sử dụng của nhà cung cấp hoặc tuyến truy cập nếu có, trước khi quyết định thử lại. Timeout không xác định được liệu quá trình xử lý đã diễn ra hay chưa.
- Tiếp tục: Xác định mức sử dụng được trả về là theo từng chặng hay đã tích lũy trước khi thêm vào bảng kê.
- Hết ngân sách hoặc kết quả không chắc chắn: Dừng thử lại tự động và chuyển tác vụ để xem xét hoặc đối soát. Việc kiểm tra ở cấp tác vụ giữa các lần gọi không thể bảo đảm trần chi tiêu tuyệt đối cho một yêu cầu đã gửi đi và đang được xử lý.
- Tác động phụ: Trước khi lặp lại một quy trình có ghi dữ liệu hoặc kích hoạt hành động bên ngoài, hãy kiểm tra xem lượt thử đầu tiên đã thực hiện việc đó chưa. Sử dụng cơ chế idempotency nếu dịch vụ liên quan hỗ trợ.
Tách các khoản phí chưa xác định khỏi những khoản đã biết là bằng không. Báo cáo tổng phụ đã biết và khoản chưa được đối soát, thay vì trình bày một tác vụ chưa đầy đủ dữ liệu như thể đã tính đủ chi phí.
Theo dõi lượt truy cập cache và mức sử dụng token được tạo
Nguồn cho biết cơ chế lưu cache ngầm định của Carbon yêu cầu tối thiểu 4,096 token đầu vào để đủ điều kiện, nhưng đủ điều kiện không bảo đảm truy cập cache thành công. Hãy dùng mức sử dụng cache-hit được báo cáo trong bảng kê, không dùng kích thước của prompt có thể tái sử dụng. Nguồn cũng mô tả một quy tắc riêng cho các phần bổ sung ngắn trong quy trình nhiều lượt; đây là lý do để kiểm tra khi mức sử dụng khác dự kiến, không phải khoản phí cộng thêm vào tổng đã báo cáo.
Theo nguồn, giới hạn đầu ra của phản hồi bao gồm cả thinking và đầu ra. Giới hạn đó không giới hạn đầu vào, công cụ, lượt thử lại hay các lần gọi sau. Hãy kiểm thử mọi thay đổi đối với cài đặt thinking theo cùng tiêu chí chấp nhận: một lượt thử rẻ hơn vẫn có thể khiến tác vụ đạt yêu cầu tốn kém hơn nếu cần nhiều bước phục hồi hơn.
Kết luận
Hãy bắt đầu bằng bảng giá có ghi ngày và bảng kê lượt thử đã chuẩn hóa, không trùng lặp. Cộng chi phí thử lại và phục hồi, giữ nguyên các khoản chưa xác định và chỉ so sánh các tuyến truy cập sau khi xác nhận đơn vị tương ứng và cách xử lý cache. Nhờ đó, đội ngũ vận hành có được bản ước tính có thể tái lập mà không nhầm phản hồi thành công cuối cùng với toàn bộ chi phí.
Nguồn
- Gemini 4 Carbon API Pricing: Calculate the Cost of a Complete Task — các mức giá Standard được công bố, cách chuẩn hóa mức sử dụng, cache và các phép tính minh họa; giá được nguồn xác minh ngày 15 tháng 11 năm 2026.
- Trang mô hình OneMux Gemini 4 Carbon và bảng giá OneMux — thông tin danh mục theo tuyến truy cập; ảnh chụp được sử dụng ở trên được ghi nhận ngày 16 tháng 11 năm 2026.
Ảnh chụp giá công bố
Được ghi nhận lúc 2026-11-16T11:00:06.540Z từ danh mục công bố của OneMux. Giá giữ nguyên đơn vị tính phí trên trang web; đây không phải phép so sánh hiệu năng trực tiếp. Cách tính phí theo bậc, cache hoặc thời gian có thể khác nhau. Các giá trị chưa biết không đồng nghĩa với bằng không.
| Mô hình | Đầu vào chính thức | Đầu ra chính thức | Đầu vào OneMux | Đầu ra OneMux | Tỷ lệ giá công bố |
|---|---|---|---|---|---|
| Gemini 4 Carbon | 2 | 10 | $0.312 | $1.56 | 0.156 |
Xem giá OneMux hiện tại. Chỉ so sánh chi phí khối lượng công việc khi đầu vào, đầu ra và đơn vị tính phí tương ứng; xem từng trang mô hình để biết điều kiện của các bậc giá.
FAQ
Một tác vụ Gemini 4 Carbon tốn bao nhiêu nếu cần thử lại?
Chi phí phụ thuộc vào mức sử dụng và các khoản phí của từng lượt thử. Trong ví dụ giả định dùng giá trực tiếp từ nhà cung cấp của bài viết, một lượt thử thất bại có giá $0.150, tiếp theo là một lượt thử đạt yêu cầu có giá $0.084, tạo thành tổng chi phí $0.234.
Timeout có nghĩa là một lượt gọi API không tốn phí không?
Không. Timeout không xác định được liệu máy chủ đã xử lý yêu cầu hay chưa. Hãy đánh dấu chi phí là chưa xác định và đối soát các bản ghi trạng thái và mức sử dụng hiện có trước khi coi tác vụ đã được tính đủ chi phí.
Tôi có thể tính ví dụ tương tự bằng giá OneMux được niêm yết không?
Chỉ với ảnh chụp được cung cấp thì chưa thể. Ảnh chụp không nêu đơn vị tính phí, giá cache hay điều kiện của các bậc giá cần thiết để thực hiện phép tính có thể so sánh. Hãy xác nhận các chi tiết đó trước khi áp dụng giá niêm yết.
Bài viết liên quan
Guides
Chi phí API GPT 6.2 Astra cho quy trình vận hành thực tế: Ước tính có tính đến lượt thử lại
Ước tính chi phí quy trình GPT 6.2 Astra bằng cách so sánh giá token, nêu rõ giả định về lượt thử lại và sử dụng ví dụ hàng tháng có thể tính lại.
Guides
Chi phí API Gemini 4 Carbon: Ước tính có thể kiểm chứng cho quy trình phân loại hỗ trợ
Ước tính chi phí phân loại yêu cầu hỗ trợ khách hàng bằng Gemini 4 Carbon với các giả định rõ ràng về token, cách tính cache, bước phê duyệt của con người, lượt thử lại và giá công bố của OneMux.
Guides
Ước tính chi phí API GPT Image 2.6 Flare cho quy trình sản xuất
Ước tính chi phí workload GPT Image 2.6 Flare với giả định token minh bạch, đơn vị tính phí có thể đối chiếu, tỷ lệ chấp nhận và quy tắc retry trong môi trường production. Bài viết gồm ảnh chụp giá OneMux có ghi ngày và phương pháp lập ngân sách có thể tái hiện.
Guides
Ước tính chi phí API Gemini 4 Carbon để chẩn đoán sự cố
Phương pháp có thể tái lập để ước tính chi phí tác vụ Gemini 4 Carbon trong sự cố API, bao gồm các lần thử lại, đầu vào từ bộ nhớ đệm, đầu ra được tạo, phí công cụ và các dấu hiệu lỗi có thể quan sát.