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。
摘要 · TL;DR
本指南帮助规划图像转 JSON 提取成本,区分已公布的图像 token 费率与未知的文本输出价格,并考虑验证和重试。
核心要点
- 所提供的来源报告图像输入费率为每百万 token $8,但未给出拟议提取工作流程的文本输出费率。
- OneMux 模型目录快照中 Sunburst 的价格和折扣比例均为未知;未知不等于免费。
- 符合模式的 JSON 响应不一定代表提取结果正确,因此应为验证和任务层面的审核预留预算。
- 在将 Sunburst 作为提取方案之前,请确认所选端点支持图像输入、文本输出和所需的模式约束行为。
文章目录 (8)
决策重点:估价前先确认工作流程
对于结构化提取,真正有用的计量单位是从一张源图像获得的一条合格 JSON 记录,而不是一张生成的图像。已有资料报告了 GPT Image 2.6 Sunburst 的图像 token 费率,但所提供的定价来源并未确认其端点支持图像转 JSON 提取或受模式约束的文本输出,也没有给出为该工作流程定价所需的文本输出费率。为批量任务投入预算前,请向提供商确认这些细节。
本成本指南由 OneMux 发布;OneMux 同时也是一款模型访问产品。OneMux 提供兼容 OpenAI 的 API,但这一特定工作流程是否兼容,取决于文档中规定的端点、模型和参数。以下计算仅作示例,并非实测请求的结果。
已公布费率及其适用范围
来源定价指南报告了以下 Sunburst 的 OpenAI 费率,核查日期为 2026 年 11 月 5 日。所有金额均为每 100 万 token 的美元价格。
| 计费类别 | 来源报告的官方价格 | OneMux 公布价格 | OneMux 公布折扣比例 |
|---|---|---|---|
| 文本输入 | $5.00 | 未知 | 未知 / 未打折 |
| 图像输入 | $8.00 | 未知 | 未知 / 未打折 |
| 文本输出 | 未知 | 未知 | 未知 / 未打折 |
| 图像输出 | $30.00 | 未知 | 未知 / 未打折 |
OneMux 目录快照采集于 2026 年 11 月 17 日。该快照中的 Sunburst 模型页面将价格列为未知,因此来源报告的官方费率不是 OneMux 报价。将估算用于采购前,请查看 OneMux 当前定价和实际提供商的条款。价格未知时,无法计算已公布的折扣。
来源还报告,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。但该来源并未确认所有 Sunburst 端点或请求都符合缓存条件。在用量和计费记录确认之前,不要计入缓存节省。适用的阶梯定价也需单独核查;所提供的快照未列明任何阶梯。
$30 图像输出费率适用于生成的图像 token,并不自动适用于 JSON 响应。用它替代未知的文本输出费率,会得出缺乏依据的提取成本估算。同样,仅凭图像尺寸或文件大小也无法确定其计费图像 token 数量。
可复现的提取成本估算
假设你需要 10,000 条合格的发票记录。以下输入均为规划假设,不是 Sunburst 的实测数据,也不代表端点支持该工作流程:
- 每次尝试使用 1,000 个图像输入 token 和 500 个文本输入 token。
- 每次尝试返回 200 个文本输出 token。
- 文本输出价格假设为每百万 token $20,仅用于演示计算方法。请将其替换为实际端点和模型经核实的费率。
- 80% 的尝试产生合格记录。被拒绝的尝试与合格的尝试具有相同的平均 token 用量。
- 不计入缓存、阶梯定价、额外模型调用、税费、存储或人工审核成本。
| 每次尝试的组成部分 | 计算方法 | 示例成本 |
|---|---|---|
| 图像输入 | 1,000 × $8.00 / 1,000,000 | $0.0080 |
| 文本输入 | 500 × $5.00 / 1,000,000 | $0.0025 |
| 文本输出 | 200 × 假设的 $20.00 / 1,000,000 | $0.0040 |
| 合计 | 三项成本之和 | $0.0145 |
按 80% 的合格率计算,预期工作量为 10,000 / 0.80 = 12,500 次尝试。按每次 $0.0145 计算,示例 API 总成本为 $181.25,即每条合格记录 $0.018125。这是在上述假设下的期望值,并非支出上限。实际重试次数限制、文档复杂度变化以及失败尝试的 token 用量差异,都可能改变总成本。
如果合格率降至 50%,其他假设不变,工作量将增至 20,000 次尝试,成本为 $290,即每条合格记录 $0.029。这种敏感性分析通常比单独看每次请求的价格更有用。
进行实际估算时,请将所有假设的 token 数量和费率替换为对应的实测用量和适用价格。图像输入和文本输入要分开计算。如果用量报告同时提供输入总量和明细,不要将两者相加。如果无法获得明细或文本输出价格,应报告不完整的估算,而不是臆造缺失金额。
试点前定义合格标准
模式可以发现结构问题,却不能证明模型正确读取了发票。对于小规模试点,应定义范围明确的记录,并拒绝缺少必填字段的结果。例如,以下 JSON Schema 规定了发票标识符、三字母货币代码,以及以货币最小单位表示的非负总额:
{
"$schema": "https://json-schema.org/draft/2020-12/schema",
"type": "object",
"properties": {
"invoice_id": { "type": "string", "minLength": 1 },
"currency": { "type": "string", "pattern": "^[A-Z]{3}$" },
"total_minor_units": { "type": "integer", "minimum": 0 }
},
"required": ["invoice_id", "currency", "total_minor_units"],
"additionalProperties": false
}
在本地使用支持所声明模式版本的验证器,验证返回的 JSON。只有对于小数位数为两位的货币,1250 才表示 12.50;应在应用中定义针对不同货币的处理方式。该模式只检查代码的形式,不检查它是否为真实存在的货币。还应将提取值与源图像进行比较,作为独立的正确性检查。
试点前,请确认提供商文档中指定的路由接受图像,并能以所需格式返回文本。如果支持服务端模式约束,请检查其支持的模式子集;上例并不表示该端点一定接受此模式。否则,只有在端点能够返回可用 JSON 的情况下,才使用本地验证。如果这些能力不可用或文档中未说明,请改为评估文档明确说明具备视觉能力的提取模型,并根据该模型自身的条件定价和测试。
记录成本并排查失败原因
从一小批具有代表性的文档开始,并设定支出上限。对每次尝试,记录模型和端点、图像特征、返回的用量明细、适用价格、可获得的实际计费金额、验证结果和审核结果。重试和被拒绝的响应也要记录。不要假定失败的 HTTP 请求一定收费或免费;请核查提供商的条款和记录。
常见失败情况需要分别处理:
- **JSON 无效或缺少字段:**检查响应并在本地验证;仅在端点支持的情况下调整提示词或模式。
- **值有效但不正确:**检查清晰度、含糊的版式和货币惯例。仅靠模式验证无法发现看似合理但错误的总额。
- **缺少图像 token 明细或文本输出价格:**将总成本标记为不完整,并向提供商索取缺失的计费细节。
- **反复被拒绝:**设置重试上限,将仍未解决的文档送交审核,不要假定最终一定能通过。
将试点中观察到的总成本除以合格记录数,可得到实用的估算;同时保留底层尝试次数,并注明未计入的审核成本。更大批次的文档构成和合格率可能不同。
结论
Sunburst 报告的图像输入费率可用于估算提取预算中的一部分,但它并不是完整的图像转 JSON 价格。请先核实工作流程支持情况和文本输出计费,再结合自己的模式和文档测量 token 用量与合格率。
来源
- Ofox:GPT Image 2.6 API 定价——来源报告的 OpenAI token 费率、缓存注意事项和定价方法;来源核查日期为 2026 年 11 月 5 日。
- OneMux:GPT Image 2.6 Sunburst和 OneMux 定价——模型访问和当前公布的价格;所提供的目录快照采集于 2026 年 11 月 17 日。
已公布价格快照
采集于 2026-11-17T20:00:05.964Z,来源为 OneMux 公布的目录。价格保留网站上的计费单位;这不是实时基准。阶梯、缓存或按时间计费可能有所不同。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 | 公布价格比例 |
|---|---|---|---|---|---|
| GPT Image 2.6 Sunburst | 未知 | 未知 | 未知 | 未知 | 未知 / 未打折 |
OneMux 当前价格。只有在输入、输出及计费单位相匹配时才应比较工作负载成本;阶梯条件请参阅各模型页面。
常见问题
GPT Image 2.6 Sunburst 用于 JSON 提取的成本是多少?
根据所提供的信息,无法确定完整价格。来源报告图像输入为每百万 token $8,文本输入为每百万 token $5,但未提供文本输出费率,也未确认支持拟议的提取工作流程。所提供的 OneMux 目录快照中价格为未知。
可以用图像输出费率估算 JSON 输出成本吗?
不可以。来源中的每百万 token $30 费率适用于图像输出 token。应改为核实实际端点和模型适用的文本输出费率。
JSON 有效就意味着提取准确吗?
不意味着。JSON Schema 可以检查结构和值约束,但有效的发票号码或总额仍可能有误。应将提取值与源文档比较,并在工作量估算中计入被拒绝的尝试。
相关文章
指南
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。
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。