GPT Image 2.6 Flare API 成本估算:通过 Schema 验证的结构化提取
为结构化提取建立可复现的 API 预算,区分已有文档的图像 token 费率与尚不明确的提取成本和 OneMux 价格。
摘要 · TL;DR
现有资料无法证实 GPT Image 2.6 Flare 支持使用 JSON Schema 进行结构化提取,也没有提供其文本输出价格。资料提供的图像生成 token 费率可用于说明部分预算的计算方法。本文介绍如何找出缺失的价格信息、计算示例工作负载的成本,并将 Schema 验证和重试纳入预算。
核心要点
- 在选择 GPT Image 2.6 Flare 执行工作流之前,请确认服务商和端点支持图像输入、结构化提取以及所需的 JSON Schema 行为。
- 所提供的来源报告的官方费率为:文本输入每百万 token $5、图像输入每百万 token $8、图像输出每百万 token $30;该来源未明确文本输出费率。
- 2026 年 11 月 16 日的 OneMux 模型目录快照将 Flare 的输入和输出价格列为未知,公布的价格比率为 0.11699999999999999。不要根据缺失的价格推算成本。
- 按每条验收通过的有效记录编制预算,并计入重试以及任何单独计费的提取模型的成本。
文章目录 (8)
首先确认关键问题:端点能否返回符合所需 Schema 的结果?
进行结构化提取时,首先要确认计划调用的端点能够接收源图像,并以可依据 JSON Schema 验证的形式返回所需字段。所提供的资料无法证实 GPT Image 2.6 Flare 支持这一工作流、某个特定的提取端点或受 Schema 约束的 JSON 输出。已有文档中的图像输出费率不能代替文本输出价格。
因此,仅凭现有价格无法计算 Flare 提取任务的完整成本。不过,你可以建立实用的预算模板,明确在投入批量处理之前需要收集哪些用量和定价数据。OneMux 发布了本指南,并通过一个兼容 OpenAI 的 API 提供对 AI 模型的访问;所选模型和路由的端点与参数兼容性仍需确认。
已公布价格实际涵盖哪些费用
Ofox 定价指南的发布方于 2026 年 11 月 5 日核查了该指南。指南报告了以下 Flare 的 OpenAI 官方费率。这些费率由来源报告,并非 OneMux 报价。指南展示的是算术示例,而非付费 Image 2.6 生成测试。
| 计费类别 | 来源报告的官方价格 | 单位 |
|---|---|---|
| 文本输入 | $5.00 | 每 1 百万 token |
| 缓存文本输入 | $1.25 | 每 1 百万 token |
| 图像输入 | $8.00 | 每 1 百万 token |
| 缓存图像输入 | $2.00 | 每 1 百万 token |
| 图像输出 | $30.00 | 每 1 百万 token |
| 文本输出 | 未知 | 未提供费率 |
OneMux 模型目录快照采集于 2026 年 11 月 16 日。价格字段采用目录公布的数值;未知不代表免费。
| 模型 | 官方输入价格 | 官方输出价格 | OneMux 输入价格 | OneMux 输出价格 | 公布的价格比率 |
|---|---|---|---|---|---|
| GPT Image 2.6 Flare | 未知 | 未知 | 未知 | 未知 | 0.11699999999999999 |
该快照没有为这些未知的 OneMux 价格字段提供计费单位或适用的阶梯条件。仅凭价格比率不足以推导美元价格或经过验证的节省金额。估算 OneMux 账单前,请查看 OneMux 当前价格和适用的模型条款。
来源中的缓存费率不能证明某个请求一定能享受折扣。该来源指出,图像指南中有关端点适用性的说明提到的是较早的模型,因此在路由的用量和账单记录确认之前,不要将缓存节省计入预算。如果服务商提供阶梯费率,应使用适用于该工作负载的档位;所提供的快照没有明确适用于 Flare 的档位。
计算已知的输入成本
假设一次示例性尝试使用 120 个文本输入 token 和 1,024 个图像输入 token。采用上述来源报告的官方费率,假设没有已确认的缓存,也没有其他输入费用。这些 token 数量是为演示计算而设定的,并非实际测得的提取用量。
| 输入组成 | 计算方法 | 每次尝试的成本 |
|---|---|---|
| 文本 | 120 × $5 / 1,000,000 | $0.000600 |
| 图像 | 1,024 × $8 / 1,000,000 | $0.008192 |
| 已知输入成本合计 | $0.000600 + $0.008192 | $0.008792 |
如果以相同用量尝试 1,000 次,已知输入成本将为 $8.792。这不是完整的提取价格:输出费率和输出用量尚不明确,任何单独计费的模型或服务也会增加成本。这也不是 OneMux 的价格。
请分别记录文本和图像输入 token 数量。如果用量响应同时提供总量和分类明细,应使用明细计算各部分的价格;再次加上总量会造成重复计算。如果缺少明细,应将输入成本估算标记为不完整,不要把所有 token 都按文本处理。
按验收通过的记录编制预算,并计入重试
符合 Schema 的响应不一定代表提取结果正确。例如,一张发票的响应可能包含所有必填字段,却把金额中的数字顺序弄错,或填写了错误的币种。应在试点前定义验收标准:要求 JSON 有效、符合 Schema,并满足任务所需的源文档核对要求。
在一个规划示例中,假设试点最终确定了以下假设值:
- 每次尝试的平均总成本:$0.012,包含所有计费项目。
- 通过 Schema 和任务检查后的验收率:80%。
- 目标:1,000 条验收通过的记录。
预计尝试次数为 1,000 / 0.80 = 1,250。按每次尝试 $0.012 计算,预计预算为 $15,即每条验收通过的记录 $0.015。如果验收率为 50%,完成同一目标预计需要尝试 2,000 次,成本为 $24。这些数字是可复用的示例,并非 Flare 的价格或性能结果。
上述计算假设每次尝试的平均成本持续具有代表性,且重试的验收概率相同。实际情况中,重试可能使用更长的提示词、不同的图像或不同的模型。如果出现这些情况,应单独跟踪其成本。还要区分被拒收的响应和失败的 HTTP 请求:来源没有确立服务商对后者如何计费的一般规则。
验证记录并保留依据
对于发票示例,一个最基本的 Schema 可以要求包含标识符、数值类型的总金额和三字母币种代码:
{
"type": "object",
"properties": {
"invoice_number": { "type": "string", "minLength": 1 },
"total": { "type": "number", "minimum": 0 },
"currency": { "type": "string", "pattern": "^[A-Z]{3}$" }
},
"required": ["invoice_number", "total", "currency"],
"additionalProperties": false
}
即使端点声称输出受 Schema 约束,也应使用 JSON Schema 验证器检查返回的记录。该模式只检查币种代码的形式,不能验证它是否为真实币种,也不能确认它是否与文档一致。应事先决定如何处理缺失字段、无法辨认的金额以及包含多个总金额的文档;一个看似合理但缺乏依据的值,不能仅因符合 Schema 就通过任务检查。
运行付费试点前,请确认准确的模型标识符、服务商访问权限、端点、图像输入支持、输出格式、Schema 参数、价格和支出限额。随后,为每次尝试记录模型和路由、请求设置、按类别划分的输入与输出用量、实际费用、验证结果、任务检查结果以及重试原因。样本中也要保留被拒收的结果,使验收率反映整个工作负载。所提供的资料没有报告针对此工作流经过测试的 OneMux 集成。
如果 Flare 无法在所选路由上执行提取,请选择文档明确支持图像输入和所需结构化输出的模型,并使用该模型自身的输入和输出计费单位估算价格。如果由另一个模型在图像生成后执行提取,应将两个模型的用量及所有重试都计入每条验收通过记录的成本。
结论
可以利用已公布的 Flare 费率了解图像和文本输入成本,但在端点支持情况、文本输出价格和实际用量明确之前,应暂缓确定完整的提取预算。通过小规模、可测量的试点,并结合 Schema 验证和源文档核对,可以将这些未知因素转化为每条验收通过记录的成本。
资料来源
- Ofox:GPT Image 2.6 API 定价 — 来源报告的官方费率、访问方面的考虑因素和图像成本算术示例;发布方于 2026 年 11 月 5 日核查。
- OneMux GPT Image 2.6 Flare 模型页面 — 模型目录页面。本文使用的价格快照采集于 2026 年 11 月 16 日。
- OneMux 定价 — 用于查询当前公布价格的参考页面。
已公布价格快照
采集于 2026-11-16T13:30:06.000Z,来源为 OneMux 公布的模型目录。价格保留网站的计费单位;这不是实时基准。阶梯、缓存或基于时间的计费可能有所不同。未知值不等于零。
| 模型 | 官方输入价格 | 官方输出价格 | OneMux 输入价格 | OneMux 输出价格 | 公布的价格比率 |
|---|---|---|---|---|---|
| GPT Image 2.6 Flare | 未知 | 未知 | 未知 | 未知 | 0.11699999999999999 |
OneMux 当前价格。只有输入、输出和计费单位一致时才比较工作负载成本;阶梯条件请参阅各模型页面。
常见问题
使用 GPT Image 2.6 Flare 进行结构化提取需要多少钱?
仅凭所提供的信息无法确定完整成本。来源报告了文本和图像输入费率,但没有证实 Flare 支持结构化提取,也没有明确文本输出费率。OneMux 模型目录快照同样将其输入和输出价格列为未知。
可以用图像输出费率计算 JSON 响应的价格吗?
不可以。来源报告的费率为每百万图像输出 token $30,但没有明确该费率适用于文本或 JSON 输出。请确认实际端点和模型适用的输出费率。
JSON 有效是否意味着提取结果正确?
不一定。JSON Schema 可以检查结构、必填字段和某些值约束,但仅凭它无法确认提取的值是否与源文档一致。
估算时应该计入缓存折扣吗?
只有在服务商确认请求和端点符合条件,且用量或账单记录显示存在缓存 token 时,才应计入。所提供的来源没有明确 Image 2.6 的端点是否符合缓存输入的适用条件。
相关文章
指南
GPT Image 2.6 Sunburst API 结构化提取成本:规划指南
通过明确的 token 假设、模式验证、重试和定价限制,估算图像转 JSON 工作负载的成本。
指南
Qwen3.8 Flash API 的 JSON 提取成本:可复现的估算
估算使用 Qwen3.8 Flash API 进行结构化提取的成本,涵盖 token 用量、schema 验证、重试以及已公布费率的比较。
指南
Gemini 4 Carbon API 成本估算:JSON Schema 结构化提取
介绍一种可复现的 Gemini 4 Carbon 结构化提取成本估算方法,涵盖明确的 token 假设、价格比较、JSON Schema 验证和失败场景。
指南
GPT 6.2 Sol API 结构化提取成本:可复现的估算
根据明确的 token、重试、缓存和上下文档位假设,估算 GPT 6.2 Sol 结构化提取成本。