GuidesOneMux

Ước tính chi phí API Qwen3.7 Plus cho trích xuất JSON

Cách ước tính chi phí Qwen3.7 Plus có thể tái lập cho tác vụ trích xuất JSON được kiểm tra theo schema, với giả định khối lượng công việc rõ ràng, các bậc giá, số lần thử lại và lưu ý về bộ nhớ đệm.

AI

Tóm tắt · TL;DR

Với khối lượng công việc trung bình 2,000 token đầu vào và 300 token đầu ra mỗi yêu cầu, 10,000 yêu cầu mỗi ngày có chi phí ước tính $12.80 mỗi ngày theo mức giá chính thức được liệt kê, hoặc $8.32 theo mức giá đã công bố của OneMux đối với yêu cầu thuộc bậc ≤256K. Các ước tính này chưa tính số lần thử lại và mức sử dụng phát sinh khác.

Điểm chính

  • Tính riêng token đầu vào và đầu ra; Qwen3.7 Plus có mức giá mỗi token đầu ra cao hơn đầu vào.
  • Với 10,000 yêu cầu mỗi ngày, mỗi yêu cầu gồm 2,000 token đầu vào và 300 token đầu ra, chi phí minh họa theo giá chính thức là $384 mỗi tháng.
  • Giá đầu vào và đầu ra đã công bố của OneMux ở bậc ≤256K đều bằng 65% mức giá chính thức tương ứng; tỷ lệ này không đảm bảo mức chiết khấu cho một khối lượng công việc cụ thể.
  • Kiểm tra schema giúp phát hiện phản hồi sai định dạng hoặc không tuân thủ schema, nhưng không khiến việc thử lại trở nên miễn phí hay đảm bảo độ chính xác của dữ liệu trích xuất.
  • Hãy kiểm tra bậc ngữ cảnh, cách tính phí bộ nhớ đệm và giá hiện tại trước khi áp dụng ước tính cho môi trường production.
Mục lục (7)

Để ước tính chi phí Qwen3.7 Plus hữu ích, hãy bắt đầu từ số token trong một yêu cầu trích xuất—not mức tối đa của cửa sổ ngữ cảnh của mô hình. Với tác vụ trích xuất có cấu trúc, hãy tính hướng dẫn, schema và tài liệu nguồn là đầu vào, rồi ước tính phản hồi JSON là đầu ra. Tính riêng các lần thử lại.

Hướng dẫn này trình bày một ví dụ cụ thể và cách điều chỉnh phép tính. OneMux là đơn vị phát hành và sản phẩm được đề cập tại đây; giá công bố của OneMux được so sánh với mức giá chính thức tham chiếu được cung cấp, không phải với hóa đơn production đã đo lường.

Mức giá cần dùng và các giới hạn

Ảnh chụp danh mục OneMux dưới đây được ghi nhận vào ngày November 9, 2026. Tỷ lệ giá là tỷ lệ đã công bố, không phải cam kết về khoản tiết kiệm cho một khối lượng công việc riêng lẻ. Nguồn giá Fireworks AI được cung cấp cho biết mức giá của họ được xác minh lần cuối vào ngày October 22, 2026; giá có thể thay đổi. Xem trang mô hình Qwen3.7 Plus để biết danh sách giá đã công bố của OneMux.

Cơ sở tính giáĐầu vào trên 1 triệu tokenĐầu ra trên 1 triệu token
Giá chính thức tham chiếu, bậc ngữ cảnh ≤256K$0.40$1.60
OneMux, bậc ngữ cảnh ≤256K$0.26$1.04
Giá chính thức tham chiếu, bậc ngữ cảnh >256K$1.20$4.80
OneMux, bậc ngữ cảnh >256K$0.78$3.12

Tỷ lệ giá OneMux so với giá chính thức tham chiếu được công bố là 0.65 cho cả đầu vào lẫn đầu ra ở bậc ≤256K. Tỷ lệ tương tự áp dụng cho mức giá >256K được liệt kê. Hãy dùng đúng mức giá tương ứng trong từng bậc: không ghép giá đầu vào của bậc thấp hơn với giá đầu ra của bậc cao hơn.

Danh mục cũng liệt kê giá đọc và ghi bộ nhớ đệm. Với bậc ≤256K, giá đọc bộ nhớ đệm chính thức là $0.04 và giá ghi là $0.50 trên một triệu token; giá đọc bộ nhớ đệm của OneMux là $0.026 và giá ghi là $0.325. Với bậc >256K, giá được liệt kê là $0.12 và $1.50 theo mức chính thức, và $0.078 và $0.975 trên OneMux. Nguồn Fireworks AI được cung cấp đưa ra một mức giá đầu vào đã lưu trong bộ nhớ đệm khác là $0.08 trên một triệu token. Vì các mức giá bộ nhớ đệm này không trùng khớp, đừng sử dụng chúng thay thế cho nhau: hãy xác nhận cách tính phí và mức giá bộ nhớ đệm áp dụng với nhà cung cấp trước khi tính khoản tiết kiệm từ bộ nhớ đệm vào ngân sách.

Ví dụ tính toán: trích xuất JSON với 10,000 yêu cầu mỗi ngày

Các giả định minh họa, không phải mức sử dụng đã đo lường:

  • 10,000 yêu cầu trích xuất mỗi ngày trong 30 ngày.
  • 2,000 token đầu vào mỗi yêu cầu, bao gồm hướng dẫn, schema và văn bản nguồn.
  • 300 token đầu ra mỗi yêu cầu cho JSON được trích xuất.
  • Mọi yêu cầu đều thuộc bậc ngữ cảnh ≤256K.
  • Không điều chỉnh theo bộ nhớ đệm, không thử lại, không gọi công cụ, không tính thuế hay khoản phí khác.

Trước tiên, tính lượng token mỗi ngày: 20 triệu token đầu vào và 3 triệu token đầu ra. Theo mức giá chính thức tham chiếu, chi phí ước tính mỗi ngày là:

  • Đầu vào: 20 × $0.40 = $8.00
  • Đầu ra: 3 × $1.60 = $4.80
  • Tổng: $12.80 mỗi ngày, hoặc $384 trong 30 ngày

Dùng mức giá ≤256K đã công bố của OneMux cho cùng số lượng token:

  • Đầu vào: 20 × $0.26 = $5.20
  • Đầu ra: 3 × $1.04 = $3.12
  • Tổng: $8.32 mỗi ngày, hoặc $249.60 trong 30 ngày

Các tổng chi phí này có thể so sánh vì cùng dựa trên khối lượng công việc và đơn vị token giả định. Mức sử dụng thực tế phụ thuộc vào độ dài của prompt và tài liệu, kích thước JSON trả về và cách ứng dụng xử lý lỗi.

Điều chỉnh ước tính theo quy trình trích xuất của bạn

  1. Đo các yêu cầu đại diện. Bao gồm chỉ dẫn hệ thống, schema, mọi ví dụ và toàn bộ tài liệu được gửi cho mô hình. Schema được lặp lại trong mỗi yêu cầu sẽ làm tăng số token đầu vào; đừng chỉ tính tài liệu nguồn.
  2. Ước tính đầu ra dựa trên các trường cần lấy. Khóa JSON, dấu câu và giá trị đều góp phần tạo nên số token đầu ra. Phản hồi có trường tùy chọn, giá trị văn bản dài hoặc thông báo lỗi chi tiết có thể lớn hơn dự kiến.
  3. Dùng số token quan sát được nếu có. Chạy thử một mẫu nhỏ gồm các tài liệu đại diện và ghi lại mức sử dụng đầu vào, đầu ra của API. Dùng giá trị thường gặp để ước tính ban đầu, đồng thời dự trù riêng cho các tài liệu dài bất thường.
  4. Tính các lần thử lại là yêu cầu bổ sung. Nếu phản hồi không phân tích cú pháp hoặc không đạt kiểm tra, lần thử lại sẽ tiêu tốn thêm token đầu vào và đầu ra. Ví dụ, nếu 5% trong số 10,000 yêu cầu mỗi ngày phát sinh thêm một lần thử với cùng số token, lượng yêu cầu ước tính tăng lên 10,500 mỗi ngày. Theo cùng giả định, ước tính của OneMux trở thành $8.32 × 1.05 = $8.736 mỗi ngày, chưa tính các vòng thử lại tiếp theo.
  5. Kiểm tra bậc ngữ cảnh. Bảng giá được cung cấp cho thấy mức giá cao hơn khi vượt quá ngữ cảnh 256K, trong khi nguồn mô tả cửa sổ ngữ cảnh 262,144 token. Cần xem xét kỹ các tác vụ có ngữ cảnh dài: xác nhận cách nhà cung cấp phân loại yêu cầu và tính theo bậc giá áp dụng thay vì mặc định mọi yêu cầu đều dùng mức thấp hơn.

Kiểm tra JSON rồi quyết định có thử lại hay không

Thông tin mô hình được cung cấp liệt kê khả năng hỗ trợ đầu ra có cấu trúc. Đây là khả năng được ghi nhận, không phải bằng chứng cho thấy một schema hoặc tác vụ trích xuất cụ thể luôn tạo ra dữ liệu hợp lệ và chính xác. Hãy kiểm tra phản hồi trong ứng dụng và xử lý lỗi một cách có chủ đích.

Một bước kiểm tra cục bộ đơn giản có thể xác minh cú pháp JSON và mức độ tuân thủ schema sau khi API trả về phản hồi. Ví dụ này giả định bạn đã có nội dung phản hồi và tài liệu JSON Schema; ví dụ không cấu hình yêu cầu đầu ra có cấu trúc dành riêng cho nhà cung cấp.

import json
from jsonschema import validate, ValidationError

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

response_text = '{"invoice_number":"INV-104","total":125.50}'

try:
    extracted = json.loads(response_text)
    validate(instance=extracted, schema=schema)
except (json.JSONDecodeError, ValidationError) as error:
    print(f"Reject or handle this extraction: {error}")
else:
    print(extracted)

Lỗi kiểm tra không phải lúc nào cũng đồng nghĩa cần thử lại. Nếu tài liệu nguồn không đầy đủ hoặc mơ hồ, lần tạo thứ hai có thể lặp lại lỗi cũ và làm tăng chi phí. Chỉ nên thử lại với số lần giới hạn khi có khả năng khắc phục lỗi—chẳng hạn JSON sai định dạng—và ghi riêng mức sử dụng token cho lần thử đó. Đồng thời theo dõi các trường bị thiếu, sai hoặc không có căn cứ: JSON hợp lệ vẫn có thể chứa kết quả trích xuất không chính xác.

Danh sách kiểm tra thực tế

Trước khi lập ngân sách, hãy xác nhận rằng bạn đã có:

  • Ước tính token bao gồm schema và toàn bộ prompt.
  • Phép tính đầu vào và đầu ra riêng biệt, sử dụng mỗi lần một bậc giá.
  • Tỷ lệ thử lại đã đo lường hoặc được giả định rõ ràng.
  • Phương án xử lý tài liệu dài và yêu cầu gần ngưỡng ngữ cảnh.
  • Giá bộ nhớ đệm đã được xác nhận trước khi tính khoản tiết kiệm liên quan.
  • Khả năng phân tích cú pháp JSON và kiểm tra schema ở phía ứng dụng, cùng chính sách xử lý kết quả không hợp lệ hoặc không chắc chắn.

Tóm lại: Theo các giả định đã nêu, hãy dự trù $384 cho 30 ngày theo mức giá chính thức được cung cấp hoặc $249.60 theo mức giá ≤256K đã công bố của OneMux. Hãy xem cả hai là ước tính ban đầu, không phải báo giá production: thay số token giả định bằng mức sử dụng của các yêu cầu đại diện, tính đến việc thử lại và xác minh giá hiện tại theo bậc cũng như giá bộ nhớ đệm. OneMux cung cấp quyền truy cập mô hình qua một API tương thích với OpenAI; khả năng tương thích với một tham số đầu ra có cấu trúc cụ thể tùy thuộc vào tài liệu về endpoint và hỗ trợ tham số. Phép tính trên không khẳng định rằng một tích hợp OneMux đã được thử nghiệm.

Nguồn

Ảnh chụp giá đã công bố

Được ghi nhận vào 2026-11-09T19:30:05.221Z từ danh mục đã công bố của OneMux. Giá giữ nguyên đơn vị tính phí trên website; đây không phải benchmark trực tiếp. Giá theo bậc, có bộ nhớ đệm hoặc tính theo thời gian có thể khác. Giá trị chưa biết không được xem là bằng 0.

Mô hìnhĐầu vào chính thứcĐầu ra chính thứcĐầu vào OneMuxĐầu ra OneMuxTỷ lệ giá đã công bố
Qwen3.7 Plus$0.4$1.6$0.26$1.040.65

Giá OneMux hiện tại. Chỉ so sánh chi phí khối lượng công việc khi đơn vị đầu vào/đầu ra và đơn vị tính phí khớp nhau; xem trang của từng mô hình để biết điều kiện áp dụng theo bậc.

FAQ

Chi phí Qwen3.7 Plus cho tác vụ trích xuất JSON là bao nhiêu?

Chi phí phụ thuộc vào số token đầu vào, đầu ra và bậc ngữ cảnh áp dụng. Với 2,000 token đầu vào và 300 token đầu ra mỗi yêu cầu, mức giá ≤256K được liệt kê cho ra chi phí minh họa $0.00128 mỗi yêu cầu theo giá chính thức được cung cấp, hoặc $0.000832 theo giá đã công bố của OneMux.

Kiểm tra schema ảnh hưởng thế nào đến ước tính chi phí trích xuất?

Trong ví dụ này, kiểm tra được thực hiện ở phía ứng dụng, nhưng có thể dẫn đến các yêu cầu mô hình bổ sung nếu quy trình thử lại phản hồi không hợp lệ. Hãy tính token của các lần thử lại là mức sử dụng phát sinh. Kết quả vượt qua kiểm tra schema không chứng minh các giá trị trích xuất là chính xác.

Qwen3.7 Plus có hỗ trợ structured output không?

Nguồn Fireworks AI được cung cấp có liệt kê hỗ trợ structured output. Nguồn này không xác nhận rằng mọi schema hoặc tham số endpoint đều được hỗ trợ, vì vậy hãy kiểm tra tài liệu liên quan của nhà cung cấp.

Nên ước tính chi phí thế nào nếu yêu cầu được lưu trong bộ nhớ đệm?

Hãy xác nhận quy tắc tính phí bộ nhớ đệm và mức giá hiện tại trước khi điều chỉnh ước tính. Nguồn Fireworks AI được cung cấp và danh mục OneMux đưa ra các mức giá đọc bộ nhớ đệm khác nhau, vì vậy không nên xem chúng là tương đương.

Khi nào áp dụng bậc giá Qwen3.7 Plus cao hơn?

Danh mục OneMux liệt kê một bậc cho ngữ cảnh tối đa 256K và một bậc có giá cao hơn khi vượt quá 256K. Hãy xác nhận cách nhà cung cấp phân loại yêu cầu có ngữ cảnh dài và sử dụng mức giá tương ứng.

Bài viết liên quan