Chi phí API Qwen3.8 Flash để trích xuất JSON: Ước tính có thể tái lập
Ước tính chi phí API Qwen3.8 Flash cho tác vụ trích xuất có cấu trúc, bao gồm mức sử dụng token, kiểm tra schema, các lần thử lại và so sánh mức giá đã công bố.
Tóm tắt · TL;DR
Với khối lượng công việc minh họa gồm 100.000 yêu cầu trích xuất, chi phí là $39.40 theo mức giá đầu vào và đầu ra chính thức được niêm yết hoặc $25.61 theo giá OneMux đã công bố, trước khi tính thử lại và các khoản phí khác.
Điểm chính
- Với 2.000 token đầu vào và 200 token đầu ra cho mỗi yêu cầu, ước tính cơ bản là $0.394 cho mỗi 1.000 yêu cầu theo giá chính thức được niêm yết và $0.2561 qua OneMux.
- Cần có tỷ lệ thử lại, tỷ lệ hợp lệ theo schema và mục tiêu chất lượng trích xuất để chuyển chi phí mỗi yêu cầu thành chi phí hữu ích trên mỗi bản ghi được chấp nhận.
- Giá chỉ phản ánh một thời điểm; hãy xác minh endpoint cụ thể, quy tắc tính phí, cách hoạt động của cache và khả năng hỗ trợ đầu ra có cấu trúc trước khi triển khai.
Mục lục (9)
Tổng quan ước tính
Với khối lượng công việc minh họa gồm 100.000 yêu cầu trích xuất có cấu trúc, mỗi yêu cầu có 2.000 token đầu vào và 200 token đầu ra, chi phí Qwen3.8 Flash là $39.40 theo giá chính thức được niêm yết hoặc $25.61 theo giá OneMux đã công bố, trước khi tính thử lại và các khoản phí khác. Tương ứng, chi phí cho mỗi 1.000 yêu cầu là $0.394 và $0.2561.
Đây là hướng dẫn chi phí từ OneMux, đơn vị xuất bản blog này. Bài viết so sánh giá token đã công bố, không đánh giá chất lượng trích xuất thực tế hay một bản tích hợp đã được kiểm thử. Công cụ tính giá Qwen3.8 Flash bên ngoài niêm yết $0.15 cho mỗi triệu token đầu vào và $0.47 cho mỗi triệu token đầu ra. Hãy xác minh giá hiện hành của nhà cung cấp và endpoint trước khi lập ngân sách.
Giá tại thời điểm ghi nhận và giả định tính phí
Dữ liệu danh mục OneMux dưới đây được ghi nhận vào ngày 12 tháng 11 năm 2026. Tất cả giá trong bảng đều tính bằng đô la Mỹ cho mỗi 1 triệu token. Tỷ lệ được công bố so sánh từng mức giá OneMux với mức giá chính thức tương ứng được niêm yết; 0.65 nghĩa là giá OneMux bằng 65% mức giá tham chiếu đó, hay thấp hơn 35%.
| Model | Đầu vào chính thức | Đầu ra chính thức | Đầu vào OneMux | Đầu ra OneMux | Tỷ lệ được công bố |
|---|---|---|---|---|---|
| Qwen3.8 Flash | $0.15 | $0.47 | $0.0975 | $0.3055 | 0.65 |
Trang model OneMux liệt kê model với ngữ cảnh 1M-token. Danh mục được cung cấp không liệt kê các bậc giá theo độ dài ngữ cảnh cho model này; điều đó không chứng minh rằng mọi endpoint hoặc hợp đồng đều có điều kiện tính phí giống nhau. Các ví dụ dưới đây giả định đầu vào và đầu ra thông thường, không dùng cache, không có chiết khấu theo khối lượng và không có phí yêu cầu riêng hay thuế. Các ví dụ không ước tính chi phí OCR, lưu trữ, hạ tầng kiểm tra hoặc rà soát thủ công.
Phần tóm tắt của công cụ tính bên ngoài cũng hiển thị kết quả hàng tháng là $2.17, với phần phân tích đầu vào/đầu ra không thể đối chiếu khớp với mức giá chính được nêu và các giá trị khối lượng công việc hiển thị. Vì vậy, các ước tính ở đây dùng mức giá trên mỗi triệu token nêu rõ ở trên, không dùng tổng hàng tháng đó.
Tính chi phí trích xuất hàng tháng
Giả sử mỗi yêu cầu xử lý một tài liệu. Mức trung bình đầu vào bao gồm tài liệu, chỉ dẫn và mọi schema hoặc ví dụ được gửi dưới dạng văn bản prompt. Mức trung bình đầu ra bao gồm toàn bộ JSON được tạo và mọi đầu ra khác bị tính phí. Đây là các giả định minh họa, không phải số lượng token Qwen3.8 Flash được đo thực tế.
| Khối lượng hàng tháng | Token đầu vào | Token đầu ra | Chi phí chính thức được niêm yết | Chi phí OneMux |
|---|---|---|---|---|
| 1.000 yêu cầu | 2 triệu | 0,2 triệu | $0.394 | $0.2561 |
| 100.000 yêu cầu | 200 triệu | 20 triệu | $39.40 | $25.61 |
| 1 triệu yêu cầu | 2 tỷ | 200 triệu | $394.00 | $256.10 |
Với 100.000 yêu cầu, nhân tổng số token tính theo triệu với mức giá tương ứng:
- Giá chính thức được niêm yết: 200 × $0.15 = $30.00 cho đầu vào; 20 × $0.47 = $9.40 cho đầu ra. Tổng: $39.40.
- OneMux: 200 × $0.0975 = $19.50 cho đầu vào; 20 × $0.3055 = $6.11 cho đầu ra. Tổng: $25.61.
Phép so sánh dùng cùng số lượng token cho cả hai phương án. Số lượng thực tế có thể khác nhau tùy cách định dạng yêu cầu, cách hoạt động của nhà cung cấp hoặc phản hồi được tạo. Hãy kiểm tra dữ liệu sử dụng thay vì ước tính token từ số ký tự. Nếu endpoint tính phí token suy luận được tạo hoặc đầu ra khác không phải JSON, hãy đưa các token đó vào mức trung bình đầu ra.
Tính thêm bước kiểm tra JSON schema và thử lại
Schema có thể kiểm tra phản hồi có cấu trúc như mong đợi hay không; nó không thể xác định số hóa đơn hoặc số tiền được trích xuất có chính xác hay không. Hãy coi tính hợp lệ theo schema và độ chính xác thực tế là hai tiêu chí chấp nhận riêng biệt.
Ví dụ, một schema trích xuất có thể yêu cầu invoice_number là chuỗi và total là số, đồng thời không chấp nhận các trường bổ sung:
{
"type": "object",
"properties": {
"invoice_number": { "type": "string", "minLength": 1 },
"total": { "type": "number" }
},
"required": ["invoice_number", "total"],
"additionalProperties": false
}
Hãy kiểm tra tài liệu của endpoint đã chọn để biết liệu endpoint có hỗ trợ thực thi JSON schema gốc và những tính năng schema nào được hỗ trợ. Các nguồn giá được cung cấp không xác nhận khả năng hỗ trợ này. Nếu không có, hãy yêu cầu JSON trong prompt và kiểm tra phản hồi sau khi phân tích cú pháp trong ứng dụng. Ngay cả khi có khả năng thực thi gốc, vẫn cần xử lý các trường hợp từ chối, phản hồi bị cắt cụt và lỗi truyền tải. Hãy kiểm tra các quy tắc nghiệp vụ riêng, chẳng hạn tổng tiền có hợp lý và khớp với tài liệu nguồn hay không.
Giả sử 10% trong 100.000 tài liệu ban đầu đều cần thử lại một lần và mỗi lần thử lại sử dụng cùng số token trung bình như lần đầu. Như vậy có thêm 10.000 yêu cầu:
| Kịch bản | Yêu cầu được tính phí | Chi phí chính thức được niêm yết | Chi phí OneMux |
|---|---|---|---|
| Chỉ tính lần thử đầu | 100.000 | $39.40 | $25.61 |
| Thêm 10.000 lần thử lại | 110.000 | $43.34 | $28.171 |
Nếu các lần xử lý đó tạo ra 95.000 bản ghi được chấp nhận, chi phí API cho mỗi 1.000 bản ghi được chấp nhận xấp xỉ $0.4562 theo giá chính thức được niêm yết hoặc $0.2965 theo giá OneMux. Chia từng tổng chi phí cho 95.000 rồi nhân với 1.000. Cả tỷ lệ thử lại và số bản ghi được chấp nhận đều là giả định; lần thử lại vẫn có thể thất bại và đầu ra hợp lệ theo schema vẫn có thể chứa giá trị sai.
Trong môi trường vận hành, các lần thử lại có thể dài hơn nếu bao gồm phản hồi thất bại hoặc lỗi kiểm tra. Hãy đo riêng đầu vào và đầu ra của chúng thay vì giả định giống lần thử đầu. Đồng thời, theo dõi các lần thất bại đã bị tính phí nhưng không bao giờ tạo ra bản ghi được chấp nhận.
Tính đến cache mà không tính phí trùng
Dữ liệu tại thời điểm ghi nhận liệt kê các mức giá cache sau, cũng tính bằng đô la Mỹ trên mỗi triệu token:
| Thao tác cache | Giá chính thức được niêm yết | OneMux |
|---|---|---|
| Đọc cache | $0.016 | $0.0104 |
| Ghi cache | $0.20 | $0.13 |
Để hình dung quy mô, 1 triệu token được tính phí theo lượt đọc cache sẽ có chi phí lần lượt là $0.016 hoặc $0.0104. Đây không phải dự đoán rằng một prompt cụ thể sẽ được lưu vào cache. Điều kiện dùng cache, kích thước tối thiểu, thời gian tồn tại và việc phí ghi thay thế hay bổ sung cho phí đầu vào thông thường đều phụ thuộc vào endpoint phục vụ. Không cộng phí cache và phí đầu vào thông thường cho cùng các token trừ khi tài liệu tính phí của endpoint yêu cầu. Nếu chưa rõ cách cache hoạt động, hãy dùng ước tính không dùng cache làm kịch bản lập kế hoạch và đối chiếu với mức sử dụng thực tế.
Danh sách kiểm tra để đo lường thực tế
- Chọn một mẫu tài liệu đại diện, bao gồm các ví dụ dài, không đầy đủ và mơ hồ. Ghi lại chính xác prompt, schema, endpoint và mã định danh model.
- Chỉ thực hiện đánh giá khi đã được cho phép và có ngân sách. Ghi lại số token đầu vào và đầu ra bị tính phí cho từng lần xử lý, bao gồm cả lần thất bại và thử lại; không mặc định áp dụng các mức trung bình minh họa.
- Phân tích cú pháp phản hồi, kiểm tra theo schema và kiểm tra riêng các giá trị trích xuất so với dữ liệu nguồn đã gắn nhãn. Báo cáo cả tỷ lệ đạt schema và độ chính xác ở từng trường.
- Tính tổng chi phí API cho mỗi 1.000 bản ghi được chấp nhận, sau đó cộng chi phí rà soát và hạ tầng nếu so sánh toàn bộ quy trình.
- So sánh với model hoặc nhà cung cấp khác bằng cùng bộ tài liệu, quy tắc chấp nhận, đơn vị và bậc giá áp dụng. Các nguồn được cung cấp không xác lập được sự khác biệt về độ chính xác trích xuất, độ trễ hay khả năng hỗ trợ schema.
Kết luận
Con số hữu ích để lập ngân sách không chỉ là giá trên mỗi triệu token mà còn là chi phí cho mỗi kết quả trích xuất được chấp nhận ở mức chất lượng ứng dụng có thể sử dụng. Hãy bắt đầu bằng ước tính không dùng cache có thể tái lập, sau đó thay số token, tỷ lệ thử lại và tỷ lệ chấp nhận giả định bằng số liệu quan sát từ khối lượng công việc của bạn.
Nguồn
- Công cụ tính giá Qwen3.8 Flash: nguồn bên ngoài niêm yết mức giá đầu vào và đầu ra được nêu cho model.
- Giá OneMux hiện tại: kiểm tra mức giá và điều kiện được công bố hiện hành so với dữ liệu đã ghi nhận theo thời điểm ở trên.
Giá công bố tại thời điểm ghi nhận
Ghi nhận lúc 2026-11-12T23:30:05.473Z từ danh mục công bố của OneMux. Giá giữ nguyên đơn vị tính phí trên website; đây không phải phép đánh giá trực tiếp. Cách tính phí theo bậc, cache hoặc thời gian có thể khác. Giá trị chưa biết không đồng nghĩa với bằng không.
| Model | Đầu vào chính thức | Đầu ra chính thức | Đầu vào OneMux | Đầu ra OneMux | Tỷ lệ giá được công bố |
|---|---|---|---|---|---|
| Qwen3.8 Flash | $0.15 | $0.47 | $0.0975 | $0.3055 | 0.65 |
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 tương ứng; xem trang của từng model để biết điều kiện theo bậc.
FAQ
Chi phí Qwen3.8 Flash cho 100.000 yêu cầu trích xuất JSON là bao nhiêu?
Với 2.000 token đầu vào và 200 token đầu ra cho mỗi yêu cầu, chi phí minh họa là $39.40 theo giá chính thức được niêm yết hoặc $25.61 theo giá OneMux đã công bố, trước khi tính thử lại, tác động của cache và các khoản phí khác.
Kiểm tra JSON schema có đảm bảo trích xuất chính xác không?
Không. Việc kiểm tra schema chỉ kiểm tra cấu trúc và các ràng buộc của phản hồi, không kiểm tra liệu giá trị trích xuất có khớp với tài liệu nguồn hay không. Hãy đo độ chính xác thực tế riêng.
Qwen3.8 Flash có hỗ trợ thực thi JSON schema gốc trên mọi endpoint không?
Các nguồn giá được cung cấp không xác nhận khả năng đó. Hãy kiểm tra tài liệu của endpoint cụ thể và các tính năng schema được hỗ trợ; nếu không, hãy kiểm tra JSON đã phân tích cú pháp trong ứng dụng.
Ví dụ có bao gồm khoản tiết kiệm từ cache không?
Không. Phép tính cơ bản giả định đầu vào không dùng cache. Điều kiện sử dụng cache và cách tính phí phụ thuộc vào endpoint, vì vậy hãy dùng dữ liệu sử dụng thực tế và tài liệu áp dụng để ước tính phí cache.
Bài viết liên quan
Guides
Hướng dẫn tính chi phí API Qwen4 Max để trích xuất dữ liệu theo JSON Schema
Ước tính chi phí trích xuất bằng Qwen4 Max cho mỗi tài liệu và mỗi 100.000 tài liệu, bao gồm các giả định về thử lại, bộ nhớ đệm và xác thực JSON Schema.
Guides
Chi phí API GPT Image 2.6 Sunburst cho trích xuất dữ liệu có cấu trúc: Hướng dẫn lập kế hoạch
Ước tính khối lượng công việc chuyển hình ảnh thành JSON với các giả định token rõ ràng, kiểm tra schema, thử lại và những giới hạn về thông tin giá.
Guides
Ước tính chi phí GPT Image 2.6 Flare API cho trích xuất có kiểm định schema
Lập ngân sách API có thể tái lập cho trích xuất dữ liệu có cấu trúc, đồng thời tách biệt mức phí token hình ảnh đã công bố với các mức phí trích xuất và OneMux chưa rõ.
Guides
Ước tính chi phí API MiniMax M3.1 Flash cho tác vụ trích xuất có cấu trúc
Ước tính chi phí trích xuất bằng MiniMax M3.1 Flash dựa trên giả định token rõ ràng, xác thực JSON Schema và các mức giá công bố có thể đối chiếu.