指南OneMux

GPT 6.2 Astra API 代码仓库修改成本:可复现的估算方法

估算代码仓库修改与测试验证的 token 成本,涵盖缓存使用、上下文计费档位、重试次数和每次验收通过的修改成本。

AI

摘要 · TL;DR

在示例代码仓库修改任务中,按所列官方费率计算,每次尝试的 token 成本为 $4.24;按 OneMux 目录费率计算则为 $0.44096,均不包括测试基础设施及其他非 token 成本。实际每次验收通过的修改成本取决于用量、缓存计费、重试和验证结果。

核心要点

  • 应比较每次验收通过的修改成本,而不只是每百万 token 的价格或每次模型调用的成本。
  • 计算示例将普通输入、缓存写入、缓存读取和输出分别计算;所用数字是假设值,并非实测用量。
  • 输入超过 272,000 tokens 的请求会对整个请求采用更高价格档位,因此应检查每次请求的用量,而不只是任务总量。
  • 所列 token 类别的 OneMux 价格与官方价格之比均为 0.104,但使用前应核实费率和计费条件。
文章目录 (9)

估算一次通过验证的代码仓库修改成本

对于需要读取代码、提出补丁并根据测试结果进行修订的代码仓库任务,首先要统计任务中所有调用的 token 用量,再将总支出除以通过验收检查的修改数量。首次尝试便宜,并不意味着最终验收通过的修改成本也低。

在下面的示例工作负载中,每次尝试按所列官方费率计算为 $4.24,按公布的 OneMux 费率计算为 $0.44096。这些只是 token 成本,既不是实测基准,也不是对账单金额的承诺。OneMux 是本指南的发布方,通过兼容 OpenAI 的 API 提供模型访问;直接访问模型提供商也是一种选择。

价格快照与计费单位

以下 OneMux 模型目录快照采集于 2026 年 11 月 19 日。所有金额均以美元计,单位为每百万 tokens。公布的价格比为 OneMux 价格除以官方价格;0.104 表示比所列官方费率低 89.6%。

每次请求的输入上下文Token 类别官方价格OneMux 价格公布的价格比
≤272K普通输入$8$0.8320.104
≤272K输出$40$4.160.104
≤272K缓存读取$0.40$0.04160.104
≤272K缓存写入,保留 30 分钟$10$1.040.104
≤272K缓存写入,保留 12 小时$20$2.080.104
>272K普通输入$16$1.6640.104
>272K输出$60$6.240.104
>272K缓存读取$0.80$0.08320.104
>272K缓存写入,保留 30 分钟$20$2.080.104
>272K缓存写入,保留 12 小时$40$4.160.104

以上是已公布的目录价格,并非实时报价。制定预算前,请查看 OneMux 当前价格以及提供商适用的计费条款。来源文章指出,一旦输入超过 272,000 tokens,更高档位适用于整个请求,而不仅是超出部分。文章还指出,推理 tokens 按输出计费;请检查用量字段,避免重复计算。详见来源文章的价格讨论。

计算示例:生成补丁、测试与修订

假设一个智能体接到范围明确的编码问题,读取代码仓库中的相关文件,编写补丁,接收测试输出并进行修订。以下数字仅为示例,未经测试或实测:

  • 虽然所有请求的输入总量更大,但每次请求的输入均不超过 272,000 tokens。
  • 整次尝试的计费用量为:300,000 个普通输入 tokens、写入 30 分钟缓存的 100,000 tokens、100,000 个缓存读取 tokens 和 20,000 个输出 tokens。在本次计算中,这些类别互不重叠。
  • 输出包含所有需计费的推理 tokens。返回给模型的测试日志计入输入;补丁文本计入输出。
  • 计算不包括运行测试、计算资源、存储、人工审核及其他非 token 费用。
项目假设用量官方成本OneMux 成本
普通输入300,000 tokens0.3 × $8 = $2.400.3 × $0.832 = $0.2496
缓存写入100,000 tokens0.1 × $10 = $1.000.1 × $1.04 = $0.104
缓存读取100,000 tokens0.1 × $0.40 = $0.040.1 × $0.0416 = $0.00416
输出20,000 tokens0.02 × $40 = $0.800.02 × $4.16 = $0.0832
每次尝试合计$4.24$0.44096

缓存写入并不一定能节省成本。在本例中,按官方费率计算,一次写入加一次读取的成本为 $1.04;相比之下,将同一个 100,000-token 前缀作为普通输入读取两次的成本为 $1.60。这一比较假设计费类别和重复前缀的处理方式如上所述。缓存是否适用、保留时间和实际用量,都必须通过提供商的记录核实;如果未使用缓存,则应将这些 tokens 按普通输入计算。

注意每次请求的上下文档位边界

多次调用任务的输入总量并不决定计费档位,决定档位的是每次请求的输入大小。考虑两个其余条件相同、未使用缓存的请求,各自生成 10,000 个输出 tokens:

请求输入官方输入成本官方输出成本总计
272,000 tokens$2.176$0.40$2.576
272,001 tokens$4.352016$0.60$4.952016

多出的一个输入 token 跨过了所述阈值,因此整个请求都适用更高费率。实际请求也可能包含缓存 tokens 或其他计费类别,应分别计算价格。

处理代码仓库任务时,不要默认发送整个目录树。可以先提供问题描述、相关文件和精简的测试失败信息,再按需获取更多上下文。拆分上下文可能减少触及高价档位的情况,但也可能需要额外调用,或遗漏某个依赖项。应衡量最终总成本和验证通过率,而不是认定请求越小就一定越划算。

从尝试成本计算每次验收通过的修改成本

比较价格前,先定义验收标准:例如,补丁能够正常应用、指定测试套件通过,且所有必需的审核均已完成。测试通过只能提供证据,并不能证明修改正确;结果的说服力取决于测试本身。

假设十次尝试的成本都恰好等于示例金额,其中八次修改获得验收。按官方费率计算,token 总支出为 $42.40;按 OneMux 费率计算则为 $4.4096。分别除以八次验收通过的修改,得到每次验收通过的修改成本为 $5.30 或 $0.5512。这是一个算术示例,并非观察到的成功率。

分子中要计入失败尝试、重试和后续模型调用。例如,如果测试运行工具每次尝试额外花费 $0.10,应先在上述任一十次尝试的总成本中加上 $1.00,再除以八。如果没有修改获得验收,应报告总支出和零次验收通过的修改,而不是计算每次验收通过的修改成本。

运行可复现的比较

  1. 选择一组具有代表性的代码仓库问题,并固定基础提交、允许使用的工具、测试命令和验收标准。为每个候选方案保持相同条件。
  2. 记录每次请求的输入大小,以及计费的普通输入、缓存读取、缓存写入和输出用量。记录适用的档位和保留时间。使用实际用量记录,不要根据文件大小估算。
  3. 记录每一次模型调用,包括重试和解读失败测试的调用。如果测试运行工具及审核成本会影响决策,也应单独记录。
  4. 报告总支出、尝试次数、验收通过的修改数量、每次尝试成本和每次验收通过的修改成本。同时记录补丁无法应用、测试无法运行,或修改通过测试但未通过审核等失败情况。
  5. 当提示词、测试套件、推理设置、费率或缓存行为发生变化时,重复比较。对于 API 集成,应确认所选 endpoint 支持所需参数和工具;仅兼容 OpenAI 的访问方式并不代表功能完全相同。

来源文章报告称,GPT 6.2 Astra 在 Intelligence Index 中每个任务的成本为 $4.00。这是另一种基准测试工作负载,并非你的代码仓库修改的实测成本,不应替代你自己基于验收结果的计算。

结论

使用公布的费率制定预算,然后将所有假设的 token 数量和通过率替换为实测数据。对于这一工作流程,决策应基于产出一个验收通过的补丁所需的全部成本,包括失败尝试和验证成本,而不只是醒目的输入价格。

来源

已公布的价格快照

于 2026-11-19T17:00:06.196Z 从 OneMux 已公布的目录中采集。价格保留网站的计费单位;这不是实时基准测试。分档、缓存或按时间计费的情况可能有所不同。未知数值不等于零。

模型官方输入价格官方输出价格OneMux 输入价格OneMux 输出价格公布的价格比
GPT 6.2 Astra$8$40$0.832$4.160.104

OneMux 当前价格。只有在输入、输出及计费单位一致时才应比较工作负载成本;档位条件请参阅各模型页面。

常见问题

使用 GPT 6.2 Astra 修改代码仓库要花多少钱?

在本文的示例工作负载中,每次尝试按所列官方费率计算的 token 成本为 $4.24,按 OneMux 目录费率计算则为 $0.44096。实际成本取决于 token 用量、缓存计费、请求大小、重试次数和验证费用。

一个任务的输入总量超过 272,000 tokens,就一定适用更高档位吗?

不一定。所述阈值按每次请求判断。一个包含多次调用的任务,其输入总量可以超过 272,000 tokens,同时每次单独请求仍处于较低档位。

测试套件通过是否意味着代码修改正确?

不意味着。测试通过提供的证据受测试覆盖范围和质量的限制。应将所有必需的审核和额外检查纳入验收标准。

相关文章