GPT Image 2.6 Sunburst 文档问答 API 成本
基于明确的图像输入假设,制定可复现的文档问答预算,并将未知的答案生成与来源归属成本单独列出。
摘要 · TL;DR
一份基于来源信息的文档问答成本工作表,将假设的图像输入费用与未知的文本答案、检索和来源归属成本分别列出。
核心要点
- 提供的定价来源称,Sunburst 的文本输入价格为每百万 token $5,图像输入价格为每百万 token $8;这些并非已确认的 OneMux 价格。
- 按每个问题输入 120 个文本 token 和 1,024 个图像 token 的示例计算,使用来源所报输入价格,每次请求的输入费用为 $0.008792,尚未计入答案生成和其他费用。
- 现有证据无法确认 Sunburst 支持带来源归属的文档问答,也未提供该工作流的文本输出价格。
- OneMux 已发布的价格快照将 Sunburst 的输入和输出价格标为未知,因此无法据此估算 OneMux 的总成本。
文章目录 (8)
结论:预算应基于有据可查的输入,而非臆测完整答案成本
对于带引用的文档问答,不要把 GPT Image 2.6 Sunburst 的图像输出价格当作文本文字答案的成本。现有证据只提供了图像模型的 token 价格,并未确认 Sunburst 能否回答文档问题并标注来源、哪个端点支持该工作流,或适用的文本输出价格。将其用于生产环境前,请先核实这些信息。
仍然可以做一个有参考价值的部分估算。按 Ofox 的 Image 2.6 定价指南所报价格,假设一次请求包含 120 个文本输入 token 和 1,024 个图像输入 token,则输入费用为 $0.008792。这不是完整的答案价格:它不包括答案生成、检索、存储、重试及其他任何计费工作。该来源称这些价格为 OpenAI 官方价格,并表示其指南于 2026 年 11 月 5 日核查;其中的 token 数量只是示例,并非实测结果。
本文是 OneMux 发布的成本指南。OneMux 通过兼容 OpenAI 的 API 提供模型访问。Sunburst 目录页面列出了该模型,但所提供的 OneMux 价格快照并未给出可用的输入或输出价格。
价格依据与计价单位
OneMux 目录快照的截取日期为 2026 年 11 月 14 日。下表将未知价格与外部来源所报价格分开列示。以下 token 价格均以每百万 token 的美元计;价格未知不代表免费。
| 计费类别 | Ofox 报告的官方价格 | 所提供快照中的 OneMux 价格 | 已公布的 OneMux 价格比率 |
|---|---|---|---|
| 文本输入 | $5.00 | 未知 | 0.11699999999999999 |
| 图像输入 | $8.00 | 未知 | 0.11699999999999999 |
| 图像输出 | $30.00 | 未知 | 0.11699999999999999 |
| 文档答案的文本输出 | 未知 | 未知 | 0.11699999999999999 |
该比率是快照中公布的模型级数值,并非已核实的分类折扣,也不能用于计算账单。快照本身将官方输入和输出价格标为未知;上表中的官方价格数值来自 Ofox 的另一份指南,而非该快照。请在充值或承诺支出前,向服务提供商确认当前价格和适用计费单位。
Ofox 还报告称,官方价格中的缓存文本输入为每百万 token $1.25,缓存图像输入为每百万 token $2.00。但其指南并未说明某个具体的 Sunburst 请求是否符合缓存条件。**在端点和账单记录确认之前,请勿假设可以享受缓存优惠。**所提供的快照中,OneMux 缓存价格和层级条件均为未知;请查看OneMux 当前价格及适用的模型条款,不要据此推算。
复现仅含输入费用的工作负载估算
假设每个问题都会发送一段简短指令和一张文档页面图像。以下数量仅用于演示计算,并非实测的 Sunburst 用量,也不代表模型支持此类请求:
| 假设 | 每个问题 |
|---|---|
| 文本输入 | 120 个 token |
| 图像输入 | 1,024 个 token |
| 图像输出 | 不作假设 |
| 已确认的缓存折扣 | 无 |
使用 Ofox 报告的价格计算:
- 文本输入:120 × $5 ÷ 1,000,000 = $0.0006。
- 图像输入:1,024 × $8 ÷ 1,000,000 = $0.008192。
- 输入费用合计:$0.0006 + $0.008192 = 每个问题 $0.008792。
- 1,000 个此类问题:1,000 × $0.008792 = 输入费用 $8.792。
这是使用来源所报价格进行的、类似直接 API 调用的部分估算,不是 OneMux 报价。它假设每个问题的 token 用量相同,且不生成图像。由于没有提供适用价格,因此未计入文本答案输出。任何单独的 OCR、嵌入、搜索、存储或模型调用也均未计入。如果由其他模型生成答案,请分别计算该模型的输入和输出费用。
再看一个需求更高的场景:假设每个问题使用四张页面图像,每页仍按示例中的 1,024 个图像 token 计算,同时使用 120 个文本 token。图像输入费用为 4,096 × $8 ÷ 1,000,000 = $0.032768。加上 $0.0006 的文本输入费用后,得到每个问题 $0.033368,或1,000 个问题 $33.368,仍未计入所有未列明的费用。此比较展示了页数如何影响估算;实际图像 token 用量必须通过测量确定。
将来源归属纳入验收测试
如果读者无法追溯答案中的依据,那么低成本的回答也没有用。在估算生产用量之前,应先明确验收标准:对每项实质性主张,都要引用正确文档中的页面或章节;如果提供的材料不支持答案,也要明确说明。这是建议采用的质量规则,并非已记录的 Sunburst 功能。
试点测试时,准备一组包含已知来源段落的问题,其中至少包含一个无法回答的问题。对每次尝试记录:
- 服务提供商、模型标识符、端点和设置,以及提供商是否明确说明支持所需的图像输入和文本响应。
- 发送的页数、各类别的文本和图像用量,以及任何单独计费的检索或答案生成调用。
- 答案引用的文档及页面或章节,以及审核者能否找到对应依据。
- 实际费用及答案是否通过验收规则;将未通过的尝试也保留在样本中。
如果用量报告同时提供输入总量和分类明细,不要将两者重复相加计费。如果缺少分类明细,应记录这一信息缺口,而不要假设所有输入 token 都是文本。如果使用 OneMux 路由,集成取决于有文档说明的端点和参数支持;现有材料并未证明这一特定工作流已在该平台经过测试。
将重试纳入估算,但不要将其说成基准测试结果
假设仅含输入费用的单次尝试成本为 $0.008792,且试点中的尝试通过率假设为 80%。若要获得 1,000 个通过验收的答案,预期尝试次数为 1,000 ÷ 0.8 = 1,250。按每次尝试的输入费用相同计算,输入费用为 $10.99。答案生成及其他费用仍需另计。重试时的输入可能不同,因此有了数据后,应以逐次尝试的实测数据替代固定成本假设。
何时选择其他工作流
如果服务提供商无法提供所需的图像转文本响应支持文档,或无法返回足以支持引用的信息,请评估另有文档说明的文档处理和文本问答工作流。对于可提取文本的文档,可比较发送相关文本段落与发送页面图像的成本;使用各项服务的实际 token 数量和适用价格。仅凭现有证据,无法断定哪种方案更便宜或更准确。
实际的下一步是先确认可访问性和任务支持情况,再设置支出上限进行小规模试点。用试点中实际计费的用量和引用验收率,替换上文的示例输入值。
来源
- Ofox:GPT Image 2.6 API 定价 — 提供所报告的 OpenAI token 价格、缓存注意事项和图像成本示例计算。该指南称其未进行付费的 Image 2.6 图像生成请求。
- OneMux:GPT Image 2.6 Sunburst — 模型目录页面;所提供的 2026 年 11 月 14 日快照将输入和输出价格标为未知。
已发布的价格快照
数据截取于 2026-11-14T11:30:05.539Z,来源为 OneMux 已发布目录。价格保留网站上的计费单位;这不是实时基准测试。分层、缓存或按时间计费的价格可能有所不同。未知值不等于零。
| 模型 | 官方输入 | 官方输出 | OneMux 输入 | OneMux 输出 | 已公布的价格比率 |
|---|---|---|---|---|---|
| GPT Image 2.6 Sunburst | 未知 | 未知 | 未知 | 未知 | 0.11699999999999999 |
OneMux 当前价格。只有在输入、输出和计费单位一致时,才比较工作负载成本;分层条件请参阅各模型页面。
常见问题
GPT Image 2.6 Sunburst 用于文档问答的成本是多少?
根据现有证据,无法确定总成本。按 Ofox 报告的价格,假设一次请求包含 120 个文本输入 token 和 1,024 个图像输入 token,则仅输入费用为 $0.008792。此金额不包括文本答案生成和工作流中的其他费用。
GPT Image 2.6 Sunburst 是否支持带页面引用的答案?
所提供的来源无法确认该能力,也未指出支持此功能的端点。将该模型用于文档问答前,请查阅服务提供商文档并测试引用质量。
能否根据已公布的价格比率计算 OneMux 价格?
不能。所提供的 OneMux 快照将输入和输出价格标为未知。快照公布的模型级比率无法确定各类别的具体价格或工作负载总价。
相关文章
指南
GPT 6.2 Astra API 文档问答成本估算
根据明确的 token 用量假设、上下文分档、缓存费率和可复核的计算方法,估算 GPT 6.2 Astra 文档问答成本。
指南
估算 Claude Fable 5.2 文档问答 API 成本
一种可复现的 Claude Fable 5.2 文档问答成本估算方法,包含明确的 Token 假设、来源归因指南和带日期的价格数据。
指南
Gemini 3 Pro Image Preview API 文档问答成本
基于明确的 token 假设、可比较的价格单位和可复现的月度计算,估算文档问答成本。
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。