指南OneMux

GPT 6.2 Sol API 成本:可复现的评估预算

根据明确的 token 假设、上下文分档价格、缓存示例和可重复的测试限额,估算 GPT 6.2 Sol 评估成本。

AI

摘要 · TL;DR

一套用于重复执行 GPT 6.2 Sol 评估的实用成本模型,涵盖分档 token 价格、缓存、重试和预算控制。

核心要点

  • 按照公布的 ≤272K 上下文档位费率,一个使用 1,000 万输入 token 和 100 万输出 token 的示例评估包含 1,000 个测试用例,通过 OneMux 的成本为 $3.12,按所列官方费率计算则为 $30。
  • >272K 上下文档位的输入和输出价格不同,因此应单独为长上下文用例编列预算。
  • 可复现的评估应记录实际用量、重试、缓存活动和测试结果,而不是依赖单次请求价格。
文章目录 (12)

要重复执行 GPT 6.2 Sol 评估,应从固定的测试用例集和 token 预算入手,而不是从单次请求成本入手。在下方示例工作负载中,1,000 个用例按公布的 OneMux 费率计算为 $3.12,或按所列官方费率计算为 $30;这些金额均不包含重试、缓存、工具或其他费用。实际用量可能有所不同。

本文发布方 OneMux 通过兼容 OpenAI 的 API 提供模型访问。本指南同时使用其公布的价格和所列官方价格,帮助你复核计算,并决定在开展更大规模评估前需要衡量哪些指标。

GPT 6.2 Sol 价格快照

OneMux 模型目录的快照采集于 2026 年 11 月 21 日。以下费率均以每 100 万 token 的美元价格表示。公布的价格比率为 OneMux 费率除以所列官方费率;该比率本身并非百分比折扣。

上下文档位官方输入官方输出OneMux 输入OneMux 输出公布的价格比率
≤272K$2$10$0.208$1.040.104
>272K$4$15$0.416$1.560.104

对于这些条目,0.104 的比率在算术上相当于比所列官方费率降低 89.6%。这并不保证账单会降低 89.6%:档位选择、缓存活动和其他费用也必须相同。

目录按上下文大小标注档位,但所提供的快照未说明所有边界情况或不同大小混合的请求如何计费。运行前请确认当前档位规则和费率,尤其是在接近 272K 时。目录列出的上下文长度为 1M;Respan 的模型页面则显示,其最大提供商路由支持最多 1.1M。上下文限制应视为因路由而异,并针对实际使用的路由进行核实。

计算基准评估成本

此示例仅用于说明,并非实测结果。假设如下:

  • 1,000 个独立测试用例,每个用例完成一次请求。
  • 所有请求均属于 ≤272K 档位。
  • 每次请求使用 10,000 个输入 token,生成 1,000 个输出 token。
  • 不包含缓存读取或写入、重试、工具费用或其他费用。

该工作负载合计使用 1,000 万个输入 token 和 100 万个输出 token。将每类 token 的总量换算成百万,再乘以对应价格:

费用项OneMux 计算OneMux 成本官方价格计算官方成本
输入10 × $0.208$2.0810 × $2$20
输出1 × $1.04$1.041 × $10$10
合计$2.08 + $1.04$3.12$20 + $10$30

按照示例中的 OneMux 费率,每个已完成用例的成本为 $0.00312。这是根据该特定工作负载得出的平均值,而非公布的单次请求价格。输入和输出长度可能因运行而异,因此每个用例的成本也会变化。

同时设置 token 上限和预算

如果同样的 1,000 个用例每个最多允许输出 2,000 个 token,则输出上限为 200 万个 token。在输入严格保持为 1,000 万个 token 的情况下,按 token 价格计算的成本上限为 OneMux 的 $4.16(输入 $2.08 + 输出 $2.08),或按所列官方费率计算的 $40($20 + $20)。

这并不能保证整次运行的支出不超过该金额:它不包括额外尝试、输入变化、缓存写入、工具使用和其他费用。如果服务支持,应分别限制尝试次数和总支出。还应检查所选路由的输出限制是否适用于所有计费输出。

单独为长上下文用例编列预算

少量长用例的单位成本可能不同。假设有 10 次请求,每次使用 300,000 个输入 token 并生成 2,000 个输出 token,全部按 >272K 档位计费,且没有缓存或额外费用。它们合计使用 300 万个输入 token 和 0.02 百万个输出 token。

费率依据输入成本输出成本合计
OneMux3 × $0.416 = $1.2480.02 × $1.56 = $0.0312$1.2792
所列官方费率3 × $4 = $120.02 × $15 = $0.30$12.30

不要仅因大多数用例较短,就对整个评估套用 ≤272K 费率。应记录每次请求所属的档位,并与服务提供商的用量记录核对。

计入缓存和重试

同一快照还列出了以下缓存费率,单位同样为每 100 万 token 的美元价格。缓存读取、普通缓存写入和 12 小时缓存写入属于不同类别;应用这些费率前,请确认适用条件以及用量报告方式。

上下文档位官方读取官方写入官方 12 小时写入OneMux 读取OneMux 写入OneMux 12 小时写入
≤272K$0.10$2.50$5$0.0104$0.26$0.52
>272K$0.20$5$10$0.0208$0.52$1.04

例如,如果基准评估的 1,000 万个输入 token 改为报告为 200 万个普通输入 token 加 800 万个缓存读取 token,则 OneMux token 成本为 $0.416 + $0.0832 + 输出的 $1.04 = $1.5392。这不包括创建缓存的成本,并假设这些输入类别互不重叠。不要重复计算缓存 token,也不要在没有用量证据的情况下假定缓存命中。

重试也会改变计算平均值时的分母。如果额外的 100 次尝试各自消耗与基准相同的 10,000 个输入 token 和 1,000 个输出 token,则会增加 100 万个输入 token 和 0.1 百万个输出 token:按 ≤272K OneMux 费率计算为 $0.312。失败的尝试所消耗的用量可能不同,因此对账时应使用记录的实际用量,而非此估算值。

让评估可重复执行

  1. 固定测试集。 为每个用例分配 ID,保留其确切输入和预期检查项,并标注短上下文和长上下文用例。在相关情况下,纳入普通用例、边界长度用例、格式错误的输入,以及应予拒绝或谨慎处理的用例。
  2. 固定运行设置。 记录模型和路由、支持的请求参数、输出限制、工具可用性和重试策略。API 兼容性取决于所选路由文档中列明的端点和参数;不能仅凭 API 风格相同就认定兼容。
  3. 运行前定义通过标准。 例如,检查回答是否包含必需的事实或遵循指定格式。将需要人工判断的检查单独标记;完成响应并不自动意味着通过。
  4. 先进行小规模试运行。 设置请求次数上限,检查实际输入、输出、缓存和重试用量。在保持评估用例不变的同时,依据观测到的分布而不只是平均值,修订完整运行的估算。
  5. 保存运行台账。 对每个用例和每次尝试,保留结果、按计费类别划分的用量、所属档位(如有)以及错误或重试原因。将 token 总量和费用与服务提供商的记录进行比较。
  6. 达到明确限额时停止。 提前决定达到请求次数、尝试次数、token 或支出限额时如何处理。报告跳过和失败的用例,不要悄悄将它们排除在结果之外。

一个常见错误是把使用缓存的重跑与未使用缓存的基准进行比较,却当作只有模型发生了变化。报告成本时,应同时列出缓存状态、路由、用例数量和完成率。工具调用和图像输入需要各自有据可查的用量和价格假设;所提供的信息并未确定所有此类费用。

常见问题

免费的 GPT 6.2 Sol 路由能作为可靠的预算假设吗?

Respan 列出了一条 OpenAI 路由,其输入和输出价格均为每百万 token $0,同时还列有付费路由。所提供的摘要未确定该路由的可用性、限制及其他可能适用的费用。不要用该路由的价格替代 OneMux 定价,也不要假定它能覆盖整个评估。

已公布的基准测试能预测我的评估结果吗?

不能。Respan 报告了已公布的 Terminal-Bench 4.0 和 GPQA Diamond 分数,但这些并非针对你的测试集或所选路由的测量结果。应使用自己的固定用例和通过标准来评估工作负载。

结论

编制 GPT 6.2 Sol 评估预算时,将预期输入、输出以及单独报告的缓存用量乘以适用档位的费率。然后通过设有限额的试运行验证估算,并保留每次尝试的记录。只有明确展示工作负载、路由、限制和计费假设,所得成本才具有可复现性。

来源

公布的价格快照

于 2026-11-21T20:30:05.943Z 从 OneMux 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。未知值不等于零。

模型官方输入官方输出OneMux 输入OneMux 输出公布的价格比率
GPT 6.2 Sol$2$10$0.208$1.040.104

当前 OneMux 价格。只有在输入、输出和计费单位一致时才应比较工作负载成本;各档位条件请参阅相应模型页面。

常见问题

一个包含 1,000 个用例的 GPT 6.2 Sol 示例评估成本是多少?

如果使用 1,000 万个输入 token 和 100 万个输出 token,且全部属于 ≤272K 档位,根据公布的快照,按 OneMux 费率计算为 $3.12,按所列官方费率计算为 $30。该示例不包括缓存费用、重试、工具和其他费用。

应如何估算长上下文请求的成本?

将被分配至 >272K 上下文档位的请求单独列出,应用该档位公布的输入、输出和相关缓存费率。请确认服务提供商当前的档位分配规则,尤其是在接近边界时。

列有免费路由是否意味着整个评估都是免费的?

不一定。Respan 列出了一条免费路由,但所提供的摘要未确定其可用性、限制或所有其他适用费用。该路由的定价独立于 OneMux 目录。

相关文章